美国DoorDash公司在3月20日推出了一个叫Tasks的功能，让外卖小哥能在送单空闲时做一些任务赚外快，比如拍餐厅菜品照片、录非英语对话视频，还有验证商家信息、检查菜单等等。这个动作被认为是给AI训练和机器人模型提供素材。你看，700万骑手每天在街上跑，送餐时顺便拍张照、录段话，不就是现成的数据采集员吗？这次美团研究院也发表报告说，本地生活服务的数字化率还在提升，但数字化不仅是把菜单搬到线上，还要让现实世界变成AI能理解的数据。其实王莆中也说过，美团要做的不是用AI取代人，而是用AI赋能人。这次美团研究院也提到了这个话题。所以这次美国DoorDash公司的做法值得参考。实际上就是把配送员变成移动传感器网络，给他们额外的收入来源。 这次门达士也提到这个功能是让平台参与者从AI发展中获益的方式。你看3月19日王莆中透露美团AI研发投入同比增长超过60%，其实也是在暗示数据对AI的重要性。所以他说的赋能很重要。这次美国DoorDash公司的做法就是让骑手变成数据贡献者。实际上美团也能这么做。拍照片、录视频这些任务技术门槛低，骑手顺手就能做。每单几块钱，积少成多也是一笔收入。更关键的是这些任务能让骑手从“体力劳动者”变成“数据贡献者”。 事实上DoorDash公司这一招确实高明。他们把700万配送员变成了移动传感器网络，每天穿梭在城市各个角落收集素材。传统的数据采集需要雇专人去拍、去录、去验证，成本高效率低覆盖范围有限。现在好了配送员送餐时顺手拍张照片平台付几块钱双赢。更深一层这些数据是“活的”。AI需要的不只是静态图片更是真实场景下的动态信息比如餐厅菜单会换小区入口会改路况会变这些信息正好满足AI对实时性的要求。 其实美团为什么不早一点学习呢？你看美团骑手截至2025年底也是700万同样每天都在送餐同样穿梭在城市每个角落甚至覆盖范围更广场景更复杂数据更丰富更重要的是美团现在正拼命往AI里砸钱这个趋势不可阻挡去年发布的美团大脑号称要打造本地生活服务的大模型但大模型训练最缺什么呢？其实缺感知数据比如店长什么样菜长什么样路怎么走小区从哪个门进这些数据美团本来就有：骑手端APP里每天都有骑手上传的餐厅照片小区地图送餐路线这些素材如果把这些顺便拍变成任务让专门去采集训练池会比现在大十倍百倍. 所以这个道理DoorDash懂了美团也该懂了吧。事实上现在的市场就是这样双方都在竞争所以谁抢先一步谁就占据优势啊! 所以说这次DoorDash公司推出这个功能真的是太聪明了！为什么我们不能早点学起来呢？700万骑手每天在街上跑送餐的同时拍张照录段话验证个地址这不就是现成的“数据采集网络”吗？