【书】《投喂AI》前言(下)| AI时代的隐蔽权力游戏:殖民升级、大国博弈和读者思考行动

走出惊奇：重新审视AI

04

1.在21世纪第2个10年，少数“数字守门人”崛起并迅速发展，在各自的平台上积攒了数十亿用户，成为市值万亿美元的巨头，并利用自身地位施展前所未有的政治和经济影响力。

2.平台时代公司的一大特点是轻资产。

3.盈利/商业模式：社交媒体和广告平台占据主导地位，它们有极大的网络效应（规模效应），即平台用户越多，服务效率越高、价值越大，所获利润也就越高。大量的用户数据既让平台更加深入了解数字世界，又让平台通过收费和打广告等形式具备了更高的变现能力。

在平台时代，留下最大恶名的是广告平台，典型代表就是Meta和谷歌，肖莎娜·祖波夫（Shoshana Zuboff）提出监控资本主义理论，对广告平台进行了批判。监控资本主义是指一些大型科技公司通过为用户提供免费数字服务来向用户推销定向广告。这是平台时代的典型特征，但广告并不是唯一的商业模式，还有常见的付费订阅等。

4.融资与股权结构：在平台时代，第一代平台获得了风投的资金支持，但创始人会对平台业务决策拥有控制权。这样一来，许多平台变成了由一位身家上亿的创始人统治的庞大帝国。

1.21世纪第2个10年占据主导地位的大型科技公司逐渐被一群新兴的“大AI”公司所取代，成为新时代的核心力量。这些公司包括亚马逊、谷歌母公司Alphabet、微软和Meta等传统科技巨头，以及OpenAI、Anthropic、Cohere和英伟达等AI初创企业和芯片制造商。中国：AI时代举足轻重的第二梯队科技巨头有阿里巴巴、华为、腾讯和百度。

2.这些公司的共同特点是将AI视为可以为公司赢利的商品，其相关技术需被严格保密。它们试图封闭有关训练AI的知识，这样它们就能保持先发优势继续开发AI产品。

在AI时代，软件所有权仍然重要，但底层硬件的重要性也日益突显。AI发展得益于“基础设施力量”，即拥有用于训练大型基础模型所需的计算能力和存储资源。

这种基础设施力量吸引各路AI人才，行业中的拔尖人才都想加入顶尖企业，从事最前沿的AI开发。但AI非但没有为社会提供更多创新机会和多元化可能，随着新入局的人大多选择加入行业内的成熟公司，财富和权力进一步集中在一小部分人手中。

3. 盈利/商业模式：尚不清楚监视模式是否会对新一代AI公司产生同样的影响。科技公司愿意通过其他方式赢利，具体会出现什么形式还有待观察。从目前来看，早期AI公司的赢利方式大多是付费授权、收取会员订阅费、提供AI嵌入服务和出租AI云服务。

4. 融资与股权结构：由于AI以来基础设施投入和大数据的训练，企业融资模式和初创公司的股权结构发生变化。AI时代任何新“帝国”都必须与现有的大型公司合作或合并。AI产品的商品化导致AI行业形成了多足鼎立之势，老牌科技公司会与有能力的初创公司结成新联盟，以击败竞争对手。

5.AI时代的科技公司更有主导世界的野心，想渗透社会生活的方方面面、拥有政治话语权。AI会将权力更加集中于权贵，让科技巨鳄越来越富有；对底层人民留下的“资本”不多，乃至小于其投入的、和被剥夺的。

当今世界面临的宏观背景较上个时期（冷战结束后美国单一霸权时代）为复杂。

气候危机、能源危机和中美两国间的紧张局势等极端问题和地缘政治因素都会深刻影响AI的发展。

数字平台始终与安全、监控和边缘技术问题紧密相关。这是因为AI与第一代社交媒体App（应用程序）和电商之间的区别：政府普遍认为AI具有巨大潜力，可以直接用于提升国家的军事和经济实力。

环境可持续发展问题：所有大型科技公司至少表面上都提到了要认真考虑环境问题；而在平台时代，没有太多关于数字基础建设需要消耗环境成本的报道。可持续发展诉求会影响不同国家获取先进AI芯片所需的关键矿产的途径，并重塑特定地理区域在矿产开采和加工链条中的战略地位。这些因素都将直接影响AI的发展方向和格局。

05

AI的生产依托国际数字化劳动分工：生产任务被分配给全球劳动力，最稳定、最高薪和最理想的工作岗位大多分布在美国的各大城市，而最不稳定、最低薪和最危险的工作则被外包给“全球南方”边缘地区的工人。

AI和其他技术所需的关键矿产在“全球南方”进行开采和加工，然后被运送到专门的组装地制成科技产品，如大语言模型所需的高级AI芯片。

这些做法延续了西方国家由来已久的殖民模式，即利用它们的经济主导地位，通过压榨边缘国家的资源和劳动力来赚取财富。

因此，生成式AI的产物可能会强化旧的殖民等级体系，因为训练这些模型所用的数据集和常见基准都是基于西方的知识体系建立的，不仅会再现数据中存在的有害的刻板印象，还会对数据中被误解或扭曲的少数群体表现出偏见。

铁路和网络改变肯尼亚的方式非常不同，但它们有一个关键共性：把基贝拉等地的劳动者纳入了全球网络。这些网络跨越大洲，传递信息和价值。

最近，AI产业利用这些网络来寻找数据标注员，让他们在AI数据集上工作，并将成品传回“全球北方”（北美、欧洲等地的发达国家）的AI实验室。但数据标注员发现自己在机器面前显得很无力，拿到的工资与自己所创造的价值也不成正比。

尽管付出劳动和创造价值的是世界上最贫困的人口，获利的却主要是欧洲和美国的大型科技公司。这是AI机制的设计初衷。

从默茜（和更多肯尼亚外包员工，具体见书第一章：数据标注员的故事）的遭遇我们看出，AI产业具有剥削性、不公正性和残酷性。它压榨劳动者，获取大量劳动成果，却只给他们微薄的报酬。

06

作为消费者、社会活动的参与者和公民，我们的积极行动能够切实改善这些工作者的工作条件。

如果要改变这台剥削机器，就需要先理解它。本书的一个核心目的就是揭示AI是如何产生和运行的，从而鼓励人们去支持那些已经在争取更公平工作条件的劳动者。

第一，建立和联合致力于发挥劳动者集体力量的组织。这不仅仅意味着要使地方工会和劳动者组织制度化，还意味着要促成一场真正的跨国劳动者斗争，将全球AI生产网络中的蓝领和白领劳动者都团结起来。

第二，由于AI通常嵌入消费品和服务，这为民间团体和社会运动提供了给公司施压的机会，可以借此迫使公司确保整个供应链中所有劳动者的薪酬和工作条件达到标准。

第三，一些公司并不在意来自消费者的压力，因此就需要通过政府监管来为所有劳动者争取到最低保障。然而，此举可能面临的一个风险是，由于这些工作的流动性很强，工作机会可能会迅速转移到其他国家和地区。因此，需要使用全球性协议来规定劳动者最低保障标准，比如国际劳工组织公约，该公约就是涵盖工作中基本原则和权利的国际协议。

第四，为了提升劳动者的地位，需要推动由劳动者自主制定的干预措施。这不仅意味着劳动者要团结起来，增强集体力量，还意味着他们要积极探索提升工作场所民主性的方法。例如，可以考虑建立劳动者合作社，或者改变公司的所有权结构以使公司更加包容和广泛。

第五，作者承认，AI背后的根本问题在于资本主义制度。即使前四种重塑机器的尝试都成功付诸实践，我们仍然需要深入探讨和研究一个问题——资本主义制度为何会成为改善全球AI劳动者生活的拦路虎。

07

本书讲述了AI行业劳动者的故事，同时剖析了导致全球资本、网络和就业机会不平等的权力结构。揭示那些鲜为人知的AI幕后工作者的日常工作与生活状态，以及他们如何被刻意隐匿的现实。

作者们深入访谈了200多名数据标注员、内容审核员、机器学习工程师、AI伦理学家、仓库员工、劳工组织者和行业专家，揭开了AI产业链的神秘面纱，生动展现了那些常被社会忽视的数字劳工的真实世界。书中共有7位主要人物，分别是标注员、工程师、技术员、创意工作者、仓库员工、投资人和组织者。

这些劳动者分布于行业的各层面——从在恶劣工作环境中挣扎、缺乏基本劳动保障的低收入且工作不稳定的数据标注员，到在全球顶尖科技公司总部享受高薪待遇的机器学习工程师。

通过追踪AI生产网络中的资金流向，我们能够挖掘出AI的历史根基，并揭示那些至今仍在对其产生影响的殖民时期遗留问题。

因此，《投喂AI》写作的目标可以总结为

超越硅谷的风投框架，通过AI基层到中层从业者的具体案例提供一系列多维视角，以便让读者能够更全面地理解AI、并采取行动让AI的剥削本质得到修正和限制。