顶尖的人工智能（AI）集团正以高薪延揽产业专家，取代在非洲、亚洲的低薪数据标注员，力图打造更聪明、更强大的AI模型。
英国金融时报（FT）报导，Scale AI、Turing、Toloka正聘请生物、金融等领域的一流专家，以生成对催生次世代AI系统至关紧要的复杂训练数据。
OpenAI的o3、Google旗下Gemini 2.5等推理模型的崛起，已使业者加速舍弃在肯尼亚、菲律宾等国家聘请数千名低薪员工的作法；这类人力从事注记数据集的耗时工作，时薪低于2美元。
Toloka共同创办人、首席执行官梅戈尔斯卡雅说：「AI产业长久以来偏重于模型与运算，向来忽略数据这一环节。」「业界总算正视训练数据的重要性。」
这项转变促使投资人燃起对数据辨识新创业者的兴趣。为追赶对手，Meta在6月对美国的Scale AI投资150亿美元，使该公司的估值倍增至290亿美元。
在3月，加州的Turing AI筹得1.11亿美元，把估值推升至22亿美元。亚马逊创办人贝佐斯的私人事业Bezos Expeditions在5月引领了对Toloka的7,200万美元融资。
在这之前，数据标注员负责简单的工作，例如在图片上画框以辨识物品、描述图片内容、选择流畅的表达方式、并移除数据集中时常含有暴力或露骨内容的糟糕答复。梅戈尔斯卡雅说，如今，这类任务的需求已大幅下降，因为许多任务作已能自动化处理。
为了确保模型在编程、物理学与金融等各领域都有良好表现，财力雄厚的AI企业如今愿意出高价，购买更复杂的数据集，并从全球延揽专家。
Turing AI共同创办人、首席执行官席达哈指出，为了吸引来自不同产业的人才，开给专家的报酬，比他们原先的工作高出20%–30%。相较于AI公司在算力砸下数千亿美元，数据支出仅占其中约10%到15%，但这仍是一笔「极其庞大」的费用。
Toloka的梅戈尔斯卡雅表示，「思维链（chain-of-thought）」是AI模型一步步解题的过程，这类新功能与能力，是通过人类专家示范如何拆解问题所开发出来的。