先前在 資料集標注生意難做? 裡面講了一個大陸的半真實故事…當地的從業人員，卻沒有真正深入了解機器學習，其實只有一個結論：

要有多少智能，就得有多少人工。

剛剛看到一篇 BBC 的報導Why Big Tech pays poor Kenyans to teach self-driving cars，是非洲版的，有幾個比較不同的想法，與大家分享：

1. 每日約9美金的薪酬，不能再高了。除了要平衡當地薪資水平外，他們認為人工成本再高一點，客戶就寧可用機器來取代人工。但這是爭議性的論點，畢竟短期內監督式學習，仍是主流。
2. 主要的矽谷客戶對此領域的委外工作態度偏隱晦，推測是下一代產品的商業機密問題。或許給過低的代工報酬，如同手機或運動鞋等委外代工偶爾可以看到一些負面新聞，對委外客戶也會傷害其商譽吧？
3. 儘管對客戶來看成本極低，工作相當單調重複，但是也改變許多人的一生，讓他們脫離貧民窟，甚至往更好的職業發展。

也許逆向思考，如果往後一段時間，因為貿易戰衍生的經濟局勢惡化，傳統就業市場釋出一些勞動力出來。從事機器學習者，可以擴大訓練資料集的委外標注工作，既可增加就業，又可以提昇諸如：語音辨識，機器翻譯等等準確率更高的優質產品，何樂不為？