人類在機器人革命中的新角色

當大多數人仍在討論「機器人是否會取代人類工作」時，本文認為人類不僅不會被替代，反而正在成為「物理 AI 體系」中不可或缺的關鍵基礎設施。

核心瓶頸：數據與落地能力

當前行業的核心瓶頸不在於算法或硬體，而在於「數據與落地能力」。機器人需要透過觀察熟練人類在真實環境中的操作來完成訓練，但高品質、多樣化的物理世界數據極度稀缺，由此形成所謂的「十萬年數據差距」。

這使得一類長期被忽視的能力重新顯現——具備技能、可調度、可驗證的人類勞動力。在這一框架下，人類的角色被重新拆解：既是訓練機器人的「數據來源」，提供標準化、可標註的操作過程；也是支撐系統運行的「現場節點」，承擔維護、維修與遠端操控；最終進入一個由平臺連接的「人機協作市場」。

技術變革不會消滅勞動，而是重構勞動分工。從 ATM 到互聯網，每一次技術躍遷都伴隨著對就業的焦慮，但被改變的往往不是「有沒有工作」，而是「工作如何被重新定義」。

在這一輪以類人機器人為代表的技術週期中，同樣的路徑正在重演：任務被拆解，能力被標準化，崗位被重組，新職業隨之生成。真正的機會不在於「替代人」，而在於誰能搭建那座橋樑，將人類能力轉化為可規模化的數據、運維體系與協作網絡。

Ken Goldberg 將這一問題概括為「十萬年的數據鴻溝」：一方面是用於訓練語言模型的海量數據，另一方面則是極其有限、且高度專業的、用於訓練機器人在物理世界中完成精細操作的數據。

整個行業在 2024 年大約收集了 10 萬小時的訓練數據，到 2026 年預計達到 2000 萬小時，這僅僅完成了彌合這一鴻溝的 0.04%。Instawork 擁有超過一千萬名經過技能驗證的 Pros，覆蓋數百種任務類型，正與該領域大多數頭部團隊展開合作，提供高品質的數據採集服務。

隨著自動駕駛、配送機器人及各類自動化部署的普及，越來越多公司面臨現場支持的挑戰。Instawork 已與多家機器人公司開展試點項目，涵蓋電池更換、部件替換與機器人維修等服務，並建立了面向小時工的機器人認證體系。

獲得認證的 Pros 會學習如何操作可穿戴攝像設備、採集高品質視頻、標註傳感器數據，以及掌握硬體診斷與維護流程。這將創造全新的職業類別：機器人技術員、車隊運營者、遠端操控專家等。

Instawork 正在構建一個「機器人服務市場」，將機器人公司與準備部署自動化的企業連接起來。未來不是「機器人取代人類」，而是「機器人與人類協作」。平臺上的 Pros 將貫穿整個過程，從訓練第一代機器人，到部署大規模系統，再到設計未來的人機協作流程。