万亿数据产业背后，被AI「困住」的打工人

AI 高速发展正催生数据标注、数据采集与数据构建等新兴岗位，但行业内部严重的薪资分化、招聘门槛畸形抬高与资深人才集体缺席，正系统性制约 AI 自身能力的天花板。据国家数据发展研究院测算，2025 年专业数据产品产值规模已超 2.3 万亿元；国家数据局数据显示，2025 年 3 月成都、沈阳、合肥等七大标注基地已带动从业人员 5.8 万人、相关产值超 83 亿元。然而行业薪资悬殊惊人：北京互联网大厂外包数据标注员月入 12k 至 18k，但小城市同岗首月薪水仅 1500 元，员工“下班等电梯都在刷 BOSS 直聘”。招聘门槛被严重推高：原本仅要求本科的校招岗位，现已收紧至 985/211 文学类专业；英语标注岗则要求专业八级且成绩“良好”。专业资深人士则普遍拒绝参与——一位资深律师直言数据标注公司开价 200 元/小时，“就算你给我 8000 元一小时，我还要掂量下要不要冒失去饭碗的风险”。AI 落地职场反而变相加重打工人负担：员工行为分析平台 ActivTrak 追踪 2023 至 2025 年超千家企业、4.43 亿小时数字化工作行为后得出结论——AI 落地后从业者工作量并未减少，周末加班增多、工作碎片化加剧，协作沟通时长增加 34%，多任务处理时间增加 12%。具身智能数据缺口尤为突出：大语言模型 GPT-5 训练语料折合约 100 亿小时，而全行业汇聚的高质量具身数据仅约 50 万小时，差距以万倍计。真机遥控操作是公认质量最高的数据采集方案，单小时有效数据成本可高达数千元，资金受限的中小公司只能用公开或仿真数据训练，迁移到真机时出现 “Sim2Real Gap”。企业级 AI Agent 则需要专职“保姆”——正式运行前的数据清洗、对齐、补全仍必须人工完成，因大部分制造业未使用统一格式数据库且数据存在大量冗余与错误，AI 概率模型无法精准消化“脏数据”。一旦 AI 替代专业人士出错，因 AI 非法律主体，责任链条将变得模糊不清，这反过来也成为复杂岗位难以被 AI 取代的另一重原因。