Datong, Shanxi, kota yang dulu bergantung pada batu bara untuk setengah dari ekonominya, kini telah mengguncang debu batubara dari tubuhnya dan menggantinya dengan beliung yang tajam, menghantam tambang tak kasat mata lainnya dengan keras.
Di gedung perkantoran Pusat Perdagangan Internasional Jinmao di Distrik Pingcheng, tidak ada lagi lubang angkat atau truk pengangkut batubara. Yang ada adalah ribuan workstation komputer yang berjejal rapat. Basis Layanan Data Cerdas Shanghai Runxun Yunzhong Valley menempati beberapa lantai penuh, di mana ribuan karyawan muda dengan headphone menatap layar, mengklik, menyeret, dan memilih.
Menurut data resmi, hingga November 2025, Kota Datong telah mengoperasikan 745.000 server, menarik 69 perusahaan penandaan data dan layanan panggilan, menciptakan lapangan kerja bagi lebih dari 30.000 orang secara lokal, dengan nilai output 750 juta yuan. Di tambang digital ini, 94% pekerja adalah penduduk lokal.
Bukan hanya Datong. Di antara basis penandaan data pertama yang ditetapkan oleh Administrasi Data Nasional, kabupaten dan kota di China Barat-Tengah seperti Yonghe County di Shanxi, Bijie di Guizhou, dan Mengzi di Yunnan tercantum. Di basis penandaan data Yonghe County, 80% adalah karyawan perempuan. Mereka kebanyakan adalah ibu rumah tangga pedesaan atau pemuda yang pulang kampung yang tidak dapat menemukan pekerjaan yang sesuai.
Seratus tahun yang lalu, pabrik tekstil di Manchester, Inggris, dipenuhi oleh petani yang kehilangan tanahnya. Hari ini, di depan layar komputer di kota-kota terpencil ini, duduk penuh anak muda yang tidak dapat menemukan tempat mereka dalam ekonomi riil.
Mereka sedang melakukan pekerjaan borongan yang sangat futuristik namun sangat primitif, memproduksi pakan data yang diperlukan untuk model AI besar bagi raksasa kecerdasan buatan di Beijing, Shenzhen, dan Silicon Valley.
Tidak ada yang merasa ini masalah.
Lini Perakitan Baru di Dataran Tinggi Loess
Inti dari penandaan data adalah mengajari mesin mengenali dunia.
Mobil self-driving perlu mengenali lampu lalu lintas dan pejalan kaki, model besar perlu membedakan mana kucing dan mana anjing. Mesin sendiri tidak memiliki akal sehat, manusia harus menggambar kotak pada gambar terlebih dahulu, memberitahunya "Ini pejalan kaki", barulah ia, setelah menelan jutaan gambar, dapat belajar mengenalinya sendiri.
Pekerjaan ini tidak memerlukan pendidikan tinggi, hanya perlu kesabaran, dan jari telunjuk yang dapat terus mengklik.
Di era keemasan tahun 2017, harga untuk kotak 2D sederhana bisa mencapai lebih dari satu mao (0,1 yuan), bahkan beberapa perusahaan menawarkan harga tinggi 5 mao. Petugas penandaan yang cepat tangannya, bekerja lebih dari sepuluh jam sehari, dapat menghasilkan lima hingga enam ratus yuan. Di kota kabupaten, ini jelas merupakan pekerjaan dengan gaji tinggi dan terhormat.
Tetapi seiring evolusi model besar, sisi kejam dari lini perakitan ini mulai terlihat.
Pada tahun 2023, harga satuan untuk penandaan gambar sederhana telah dihantam menjadi 3 hingga 4 fen (0,03-0,04 yuan), turun lebih dari 90%. Bahkan untuk gambar point cloud 3D yang lebih sulit, gambar yang terdiri dari titik-titik padat yang harus diperbesar berkali-kali lipat untuk melihat tepinya, petugas penandaan harus menarik kotak tiga dimensi yang berisi panjang, lebar, tinggi, dan sudut kemiringan dalam ruang tiga dimensi, untuk membungkus kendaraan atau pejalan kaki dengan rapat, dan kotak 3D yang kompleks seperti itu, harganya hanya 5 fen.
Konsekuensi langsung dari merosotnya harga satuan adalah peningkatan drastis intensitas tenaga kerja. Untuk mempertahankan gaji dasar dua hingga tiga ribu yuan per bulan, para petugas penandaan harus terus-menerus meningkatkan kecepatan tangan mereka.
Ini sama sekali bukan pekerjaan kerah putih yang santai. Di banyak basis penandaan, manajemen sangat ketat sampai-sampai mencekik, tidak boleh menerima telepon saat bekerja, ponsel harus dikunci di lemari penyimpanan. Sistem akan secara akurat mencatat lintasan mouse dan waktu diam setiap karyawan, jika berhenti lebih dari tiga menit, peringatan dari backend akan datang seperti cambukan.
Yang lebih membuat frustrasi adalah tingkat toleransi kesalahan. Garis kelulusan industri biasanya di atas 95%, beberapa perusahaan bahkan mensyaratkan 98%-99%. Ini berarti, jika Anda menarik 100 kotak, asalkan salah 2, seluruh gambar akan dikembalikan untuk diperbaiki.
Gambar dinamis terhubung per frame, kendaraan yang berpindah jalur akan terhalang, petugas penandaan harus mengandalkan imajinasi untuk menemukannya satu per satu; dalam gambar point cloud 3D, objek apa pun yang lebih dari 10 titik harus digambar kotaknya. Dalam proyek parkir yang kompleks, garis yang ditarik terlalu panjang, atau lupa menandai, selalu dapat ditemukan kesalahan saat pemeriksaan kualitas. Satu gambar diperbaiki empat atau lima kali adalah hal biasa. Pada akhirnya, setelah bekerja satu jam, yang didapat hanya beberapa mao.
Seorang petugas penandaan dari Hunan memamerkan slip penyelesaiannya di platform media sosial, setelah bekerja seharian, dia menarik lebih dari 700 kotak, harga satuan 4 fen, total pendapatan 30,2 yuan.
Ini adalah pemandangan yang sangat terbelah.
Di satu sisi, ada bos teknologi yang tampil mencolok dalam konferensi pers, berbicara tentang bagaimana AGI akan membebaskan manusia; di sisi lain, di kota-kota kabupaten di Dataran Tinggi Loess dan pegunungan barat daya, anak muda menatap layar selama delapan hingga sepuluh jam setiap hari, secara mekanis menarik kotak, ribuan, puluhan ribu, bahkan bermimpi di malam hari, jari mereka menggambar garis jalur di udara.
Seseorang pernah berkata, penampilan luar kecerdasan buatan adalah mobil mewah yang melintas dengan kencang, tetapi jika Anda membuka pintunya, Anda akan menemukan seratus orang sedang mengayuh sepeda dengan gigih, menggigit gigi dan mengayuh sekuat tenaga.
Tidak ada yang merasa ini masalah.
Pekerja Borongan yang Mengajari Mesin "Bagaimana Mencintai"
Ketika hambatan pengenalan gambar ditembus, model besar mengalami evolusi yang lebih dalam, ia perlu belajar berpikir, berbicara, bahkan menunjukkan "empati" seperti manusia.
Ini memunculkan tautan paling inti dan paling mahal dalam pelatihan model besar - RLHF (Reinforcement Learning from Human Feedback).
Sederhananya, ini adalah meminta manusia sungguhan untuk memberi nilai pada jawaban yang dihasilkan AI, memberitahunya jawaban mana yang lebih baik, lebih sesuai dengan nilai dan preferensi emosional manusia.
Alasan ChatGPT terlihat "seperti manusia" adalah karena di belakangnya ada banyak petugas penandaan RLHF yang memberinya pelajaran.
Di platform crowdsourcing, tugas penandaan semacam ini sering diberi harga jelas: biaya per item 3 hingga 7 yuan. Petugas penandaan perlu memberikan penilaian emosional yang sangat subjektif terhadap jawaban AI, untuk menilai apakah jawaban ini "hangat", apakah "berempati", apakah "memperhatikan emosi pengguna".
Seorang pekerja tingkat bawah dengan gaji bulanan dua hingga tiga ribu yuan, yang sibuk berjuang dalam kesulitan realitas, bahkan tidak sempat mengurus emosinya sendiri, harus bertindak sebagai guru emosional dan wasit nilai bagi AI dalam sistem.
Mereka perlu memaksa perasaan manusia yang sangat kompleks dan halus seperti kehangatan dan empati, untuk dihancurkan, dan dikuantifikasi menjadi skor dingin 1 sampai 5. Jika penilaian mereka tidak konsisten dengan jawaban standar yang ditetapkan sistem, mereka akan dinilai tidak memenuhi tingkat akurasi, sehingga mengurangi upah borongan yang sudah sedikit.
Ini adalah pengosongan kognitif. Emosi, moral, dan belas kasih manusia yang kompleks dan samar, sedang ditarik paksa ke dalam corong algoritma. Dalam kuantifikasi dingin dan skala standarisasi, mereka diperas hingga kehangatan terakhirnya. Ketika Anda kagum dengan monster cyber di layar yang telah belajar menulis puisi, mengarang musik, menanyakan kabar dan memperhatikan, bahkan mengenakan kulit yang sentimental; di luar layar, kelompok manusia yang awalnya hidup, dalam penilaian mekanis hari demi hari, merosot menjadi mesin penilai tanpa emosi.
Ini adalah sisi paling tersembunyi dari seluruh rantai industri, yang tidak pernah muncul dalam berita pendanaan atau whitepaper teknis mana pun.
Tidak ada yang merasa ini masalah.
Magister 985 dan Pemuda Kota Kecil
Pekerjaan menarik kotak tingkat bawah sedang diinjak-injak oleh rantai AI, lini perakitan cyber ini mulai merambat ke atas, mulai melahap tenaga kerja mental yang lebih tinggi.
Selera model besar telah berubah. Ia tidak lagi puas mengunyah pengetahuan umum sederhana, ia perlu melahap keahlian profesional dan logika tingkat tinggi manusia.
Di berbagai platform perekrutan, mulai sering berkedip jenis pekerjaan paruh waktu khusus, seperti "Penandaan Penalaran Logis Model Besar", "Pelatih Humaniora AI". Pekerjaan paruh waktu ini memiliki ambang batas yang sangat tinggi, seringkali mensyaratkan "gelar magister 985/211 atau lebih tinggi", melibatkan bidang profesional seperti hukum, kedokteran, filsafat, sastra.
Banyak mahasiswa pascasarjana ternama tertarik, membanjiri grup outsourcing pabrik besar ini. Tetapi mereka segera menyadari, ini sama sekali senam mental yang santai, melainkan siksaan mental.
Sebelum正式接单 (secara resmi menerima pesanan), mereka harus membaca dokumen dimensi penilaian dan standar penilaian yang panjangnya puluhan halaman, melakukan dua hingga tiga putaran percobaan penandaan. Setelah memenuhi standar, dalam penandaan resmi, jika tingkat akurasi低于平均水平 (di bawah tingkat rata-rata), mereka akan kehilangan kualifikasi, diusir dari grup.
Yang paling mencekik adalah, standar-standar ini sama sekali tidak tetap. Menghadapi pertanyaan dan jawaban yang相似 (serupa), menggunakan cara berpikir yang sama untuk memberi nilai, hasilnya mungkin sangat berlawanan. Ini seperti mengerjakan试卷 (kertas ujian) yang tidak pernah selesai, dan sama sekali tidak memiliki jawaban standar. Tidak dapat meningkatkan akurasi melalui upaya sendiri atau belajar, hanya dapat berputar di tempat tanpa henti, menghabiskan tenaga mental dan fisik.
Inilah eksploitasi新型 (jenis baru) era model besar - lipatan strata.
Pengetahuan, tangga emas yang pernah dianggap meruntuhkan hambatan dan memanjat ke atas, kini telah menjadi pakan digital yang lebih kompleks untuk dikunyah dan dipersembahkan kepada algoritma. Di hadapan kekuatan absolut algoritma dan sistem, magister 985 di menara gading dan pemuda kota kecil di Dataran Tinggi Loess mencapai titik temu yang paling aneh.
Mereka bersama-sama jatuh ke dalam lubang tambang cyber yang dalam dan tak berdasar ini, dicabut kilaunya, diratakan perbedaannya, semuanya berubah menjadi roda gigi murah dan dapat diganti kapan saja di atas rantai.
Di luar negeri juga sama. Tahun 2024, Apple secara langsung memecat tim penandaan suara AI beranggotakan 121 orang di San Diego. Karyawan-karyawan ini bertanggung jawab meningkatkan kemampuan pemrosesan multi-bahasa Siri, mereka pernah mengira diri mereka berada di pinggiran bisnis inti pabrik besar, tetapi tiba-tiba jatuh ke jurang pengangguran.
Di mata raksasa teknologi, baik ibu-ibu penarik kotak di kota kabupaten, maupun pelatih logika lulusan sekolah ternama, pada dasarnya adalah "bahan habis pakai" yang dapat diganti kapan saja.
Tidak ada yang merasa ini masalah.
Menara Babel Triliunan, Disusun dari Keringat Berfen
Menurut data yang dirilis oleh Akademi Teknologi Informasi dan Komunikasi Tiongkok, pada tahun 2023, pasar penandaan data Tiongkok mencapai 6,08 miliar yuan, diprediksi 20-30 miliar yuan pada tahun 2025, dan diprediksi, pada tahun 2030, penjualan pasar penandaan dan layanan data global akan melonjak menjadi 117,1 miliar yuan.
Di balik angka-angka ini, ada pesta perayaan valuasi ribuan miliar, bahkan triliunan dolar AS oleh raksasa teknologi seperti OpenAI, Microsoft, ByteDance.
Tetapi kekayaan yang sangat besar ini, tidak mengalir kepada orang-orang yang benar-benar "memberi makan" AI.
Industri penandaan data Tiongkok, menunjukkan struktur outsourcing piramida terbalik yang khas. Paling atas, adalah raksasa teknologi yang mencengkeram erat algoritma inti; lapisan kedua, adalah pemasok layanan data besar; lapisan ketiga, adalah basis penandaan data yang tersebar di berbagai tempat dan perusahaan outsourcing kecil dan menengah; paling bawah, barulah petugas penandaan yang menerima upah borongan.
Setiap lapisan outsourcing, harus menyikat dengan keras一层油水 (sebagian keuntungan). Ketika harga satuan yang dikeluarkan pabrik besar adalah 5 mao, setelah dikupas lapis demi lapis, yang sampai ke tangan petugas penandaan di kota kabupaten, mungkin bahkan tidak sampai 5 fen.
Mantan Menteri Keuangan Yunani Yanis Varoufakis, dalam bukunya "Technofeudalism", mengemukakan pandangan yang sangat menusuk: raksasa teknologi hari ini, bukan lagi kapitalis dalam arti tradisional, melainkan "Tuan Awan" (Cloudalists).
Mereka tidak memiliki pabrik dan mesin, melainkan algoritma, platform, daya komputasi, ini adalah wilayah digital era cyber. Dalam sistem feodal baru ini, pengguna bukan konsumen, melainkan penyewa digital, setiap kali kita, like, komentar, jelajah di media sosial, secara gratis mempersembahkan data kepada Tuan Awan.
Dan para petugas penandaan data yang tersebar di pasar yang tenggelam, adalah budak digital paling bawah dalam sistem ini. Mereka tidak hanya harus memproduksi data, tetapi juga harus membersihkan, mengklasifikasikan, memberi nilai pada data mentah dalam jumlah besar, mengubahnya menjadi pakan berkualitas tinggi yang dapat dicerna oleh model besar.
Ini adalah gerakan perampasan kognitif yang tersembunyi. Sama seperti gerakan perampasan tanah di Inggris abad ke-19 yang mengusir petani ke pabrik tekstil, gelombang AI hari ini, mengusir pemuda yang tidak dapat menemukan posisi dalam ekonomi riil, ke depan layar.
AI tidak meratakan jurang strata, malah membangun sebuah "sablor data dan keringat" dari kota-kota kabupaten di Barat-Tengah Tiongkok, langsung ke markas besar raksasa teknologi di Beijing, Shanghai, Guangzhou, Shenzhen. Narasi revolusi teknologi selalu megah dan indah, tetapi warn dasarnya, selalu merupakan konsumsi skala besar tenaga kerja murah.
Tidak ada yang merasa ini masalah.
Hari Esok yang Tidak Membutuhkan Manusia Lagi
Final yang paling kejam akan segera tiba, semakin cepat.
Seiring lompatan kemampuan model besar, tugas-tugas penandaan yang dulu membutuhkan kerja keras manusia siang malam untuk diselesaikan, sedang diambil alih oleh AI sendiri.
Pada April 2023, pendiri Li Auto, Li Xiang, mengungkapkan data di forum, sebelumnya, Li Auto setahun harus melakukan sekitar 10 juta frame penandaan gambar mengemudi otomatis manual, biaya outsourcing mendekati seratus juta. Tetapi ketika mereka menggunakan model besar untuk penandaan otomatis, hal yang dulu butuh satu tahun untuk dilakukan, pada dasarnya dapat diselesaikan dalam 3 jam.
Efisiensi adalah 1000 kali lipat manusia, dan itu masih di tahun 2023. Pada Maret yang baru lalu, Li Auto juga merilis mesin penandaan otomatis generasi baru MindVLA-o1.
Di industri ini, beredar ejekan yang sangat nyata: "Seberapa banyak kecerdasan, seberapa banyak tenaga kerja manual." Tetapi sekarang, investasi pabrik besar dalam outsourcing penandaan data, telah mengalami penurunan drastis 40%-50%.
Para pemuda kota kecil yang telah duduk lesu di depan komputer selama berhari-hari, bermalam-malam, memerahkan mata mereka, dengan tangan mereka sendiri memberi makan seekor binatang buas besar. Dan sekarang, binatang buas ini sedang berbalik, memecahkan piring nasi mereka.
Malam tiba, gedung perkantoran di Distrik Pingcheng, Datong masih terang benderang seperti siang. Para pemuda yang berganti shift saling menukar tubuh yang lelah di lobi lift dengan diam. Dalam ruang lipat yang dikurung mati oleh banyak kotak poligon ini, tidak ada yang peduli pada arsitektur Transformer di seberang lautan telah mengalami lompatan epik seperti apa, juga tidak ada yang mengerti dentuman daya komputasi di balik parameter ratusan miliar.
Pandangan mereka, hanya terpateri pada bilah kemajuan merah-hijau yang mewakili "garis kelulusan" di backend, menghitung apakah angka borongan beberapa fen, beberapa mao itu dapat menyusun kehidupan yang layak pada akhir bulan.
Di satu sisi, ada suara lonceng Nasdaq dan pemberitaan media teknologi yang beruntun, para raksasa sedang bersulang untuk kedatangan AGI; di sisi lain, budak digital yang memberi makan AI dengan daging dan darah mereka sendiri, hanya dapat dalam mimpi yang pegal, gemetar menunggu binatang buas yang mereka pelihara dengan tangan sendiri, pada suatu pagi yang tampak biasa, dengan santai menendang piring nasi mereka.
Tidak ada yang merasa ini masalah.
