Amazon(AMZN)收掉MTurk，AI資料標註商機會轉向誰？

 

Amazon收掉MTurk，21年微任務平台走到終點

Amazon(AMZN)宣布，Mechanical Turk(MTurk)將於今年9月30日正式關閉。這個營運21年的群眾外包平台，曾經把數十萬名遠距工作者接進AI與電商資料處理流程，如今也成了生成式AI改寫數位勞動市場的代表案例。

MTurk於2005年推出，Amazon創辦人Jeff Bezos當時用「人工的人工智慧」形容它。平台將影像標註、音檔轉譯、問卷作答等工作拆成Human Intelligence Tasks，也就是需要人類判斷的微型任務，每件報酬通常只有數美分。

這套模式曾吸引超過50萬名工作者，他們被稱為turkers。早期電腦無法處理的細碎工作，可以透過全球人力迅速完成。低價、彈性與大量供給，構成MTurk當年的競爭優勢，也替早期AI產業提供大量底層資料。

 

生成式AI同時侵蝕微任務需求與資料可信度

生成式AI能力提升後，語言生成、影像辨識及簡單分類逐步自動化。原本交給人類處理的低門檻任務開始縮減，turkers也從協助電腦完成工作，走向與模型競爭訂單。

更麻煩的是資料品質。瑞士學者在2023年的研究發現，最多約46%的MTurk工作者疑似使用AI工具代為完成任務。企業原先希望取得人類判斷，最後卻可能收到另一套模型產出的內容，讓標註資料多了一層不確定性。

對AI訓練來說，這類污染相當棘手。模型生成內容若被當成人類標註資料重新投入訓練，錯誤、偏誤與幻覺可能在流程中被放大。MTurk過去依賴龐大匿名人力建立效率，到了生成式AI時代，匿名與低價也增加了驗證成本。

 

Scale AI等新平台把資料標註推向專業化

Scale AI、Mercor與Prolific等新一代平台快速崛起，競爭焦點逐步轉向模型訓練、資料評估及專業人才媒合。Amazon也曾將MTurk接進AWS SageMaker，讓雲端客戶可以外包標註工作，主打全天候人力與快速回傳。

然而，工作者倡議組織Turkopticon指出，Amazon近年對MTurk的功能更新與投入逐漸減少，部分turkers早已轉向其他平台。當競爭者開始提供更完整的篩選、品管與專業分工，單純依靠大量低價人力的模式便很難維持吸引力。

從投資角度看，資料工產業正在拉開層次。一般分類、轉錄與基礎標註承受自動化及價格壓力；醫療、金融等垂直領域則需要專業背景、法規知識與偏誤校正能力。平台的競爭基礎，也逐漸移向工作者篩選、驗證流程、產業知識及合規能力。

 

企業轉移成本集中在品質、合規與流程重建

部分保險及旅遊公司仍長期依賴MTurk執行資料標註與人工檢核。平台關閉後，企業需要重新評估承接服務的廠商，並在品質、成本與合規之間調整配置。

轉換平台牽涉任務格式、工作流程及驗證機制重建。專業平台可能提供較嚴謹的品管，費用也可能隨之提高。企業若擴大採用自動化或AI自訓，仍要保留人類處理例外狀況、敏感內容與主觀判斷。

因此，MTurk退場較適合解讀為資料供應模式更替。單一平台關閉尚不足以推論Amazon整體獲利或AWS競爭力變化，後續仍需觀察企業如何重新分配自動化、人力審核與外包預算。

 

AI仍需要人類，工作價值往審核與偏誤校正移動

MTurk的影響也落在個別工作者身上。資料工與倡議者Krista Pawloski在2008年產假期間開始接單補貼家用，2012年遭公司裁員後轉為全職。遠距、彈性及手機即可工作，讓她得以同時照顧有身心需求的家人。

對這類工作者而言，平台退場代表收入與生活安排同時改變。新平台雖然提供報酬較高的專業任務，工作者也需要投入時間與資源取得新技能。技能轉換速度將決定收入落差，也會影響AI經濟能否容納原有的低門檻勞動人口。

Nvidia(NVDA)持續推進AI運算能力，Salesforce(CRM)等軟體商加速導入自動化功能，基礎微任務的需求仍可能受到壓縮。另一方面，模型訓練依舊需要人類提供品管、審核、偏誤校正與專業評估。

MTurk落幕反映人機分工重新定價。人類投入沒有消失，門檻正在提高。後續應持續觀察專業標註平台能否創造足夠工作機會，以及科技公司是否提供培訓、轉移與勞動保障；這些條件將決定AI資料產業升級帶來的價值，最後由哪些平台與工作者取得。