人工智慧（AI）模型訓練的人力結構出現典範轉移：過去被視為低階數位勞工的「資料標註」工作，如今已全面升級為高薪白領專業任務。根據《彭博社》報導，AI實驗室為招募律師協助訓練模型，開出時薪最高 400 美元的酬勞；凝聚態物理專家時薪達 170 美元，軟體工程師亦可達 120 美元。
這些專業人士的核心任務是「為模型撰寫考題並評分」，例如設計複雜的法律爭點以測試模型的法律推理，或判斷 AI 生成醫療解釋的準確性。Mercor 等招募平台平均時薪約 110 美元，其法律類任務時薪區間為 60 至 150 美元；Handshake AI 的醫師任務最高達時薪 200 美元，律師任務為 90 至 110 美元。
值得注意的是，「資料標註師」已躍升為 LinkedIn 2026 年美國成長第四快的職業，英國數據工作平台 Prolific 上 30% 的參與者為專業人士。然而這份光鮮背後潛藏陰影：普林斯頓化學工程博士 Jack Weis 雖錄取時薪 70 美元的 Mercor 工作，卻在數週無指派後，於三月透過一則寄給 810 人的 Slack 訊息無預警遭解約。
本事件本質反映 AI 產業鏈中「專業人力資本商品化」的深層結構轉型，並同時引爆勞資權益、資料主權與平台壟斷等三重矛盾。過去由低薪勞工以按件計酬方式進行的標註工作，現已演變為企業以高價併購頂尖專業人才的「智力外包」模式。
矛盾的核心在於「價值創造者 vs. 平台控制者」的權力不對等。專家用自身的專業判斷為模型撰寫評分標準，但平台不僅掌控了任務派發、薪資定價與契約存續的絕對權力，更透過螢幕錄製、訪談影像等方式大量收集專家的「過程性資料」用於訓練 AI。
回顧 2010 年代圖像標註產業的發展軌跡——從 ImageNet 的低薪委外到成為電腦視覺革命的基石——白領專業標註正經歷類似的典範轉移，並可能在未來三至五年內出現以下三種情境：
01 起因觸發：AI模型從通用對話升級為專業推理，亟需高品質專業評分資料
02 一階傳導：低階資料標註市場萎縮，白領專家標註時薪飆升至400美元
03 二階擴散：Mercor、Handshake等專業人力平台估值暴漲，Nvidia等巨頭爭相注資
04 三階深化：資料隱私與勞動權益爭議爆發，集體訴訟與監理壓力同步升溫
05 宏觀終局：AI產業鏈形成「算力＋專家智慧＋資料主權」三位一體的新型基礎設施競爭
領域延伸情報推薦 相關延伸研讀
依主題領域自動關聯之高參考價值外電情報
