洗碗也能賺錢？DoorDash 推 Task App 讓外送員兼職 AI 訓練師，把日常動作變成 AI 訓練數據
全美最大的外送平台 DoorDash 於 3 月 19 日發布了一款名為「Task」的 App，正式邀請旗下的外送員們（Dashers）斜槓成為「AI 訓練師」。
Task 的核心概念，是讓外送員透過拍攝執行日常任務的影片，或錄製自己說另一種語言的語音來賺取報酬。具體任務像是：配戴隨身攝影機，拍攝自己清洗至少 5 個碗盤的過程，並在移動到下一個碗盤前，將每個洗乾淨的碗盤留在畫面中幾秒鐘。任務的報酬將會預先顯示，並根據活動的複雜程度決定。
這些看似日常的影像，實際上是價值連城的訓練數據，旨在協助 AI 模型與機器人系統能更深入理解物理世界的運作。DoorDash 並非唯一利用外送人力訓練 AI 的公司，Uber 去年也宣布過類似讓司機透過上傳照片等微型任務賺取額外收入的計畫。
除了新的 Tasks App，外送員也會在原有的 Dasher App 中接收到各類型的任務，例如：拍攝飯店入口照片優化外送定位點、拍攝超市貨架做庫存檢查，甚至是幫 Waymo 關車門。有時自駕車會因乘客下車時門未完全關閉而無法重新啟動，就會需要外送員「順手」協助解決這樣的物理障礙。
這些有趣的任務並非偶然，而是源自 DoorDash 與 Waymo 自 2025 年以來逐步深化的合作。
Waymo 加上「Dot」，打造高效自動化物流系統
2025年底，DoorDash 正式將 Waymo 的自動駕駛車隊納入其配送服務體系。目前在亞利桑那州鳳凰城（Metro Phoenix），用戶訂購餐點或雜貨時，系統會自動分配配送方式，其中一部分訂單將由 Waymo 的全自駕車（Jaguar I-PACE）負責運送。
然而，DoorDash 的野心不只於外部合作，他們早已透過旗下 DoorDash Labs 布局自主研發。去年 9 月推出的自主外送機器人「Dot」，正是其硬體實力的結晶。
這台外型帶有卡通感的紅色四輪機器人體積僅為汽車的十分之一，卻配備多組攝影機、雷達與光達（Lidar）感測器，最高時速約32公里，能在道路、自行車道與人行道之間靈活移動。Dot的內部空間更足以容納 6 個大披薩盒，並提供溫控與防震杯架。
DoorDash 共同創辦人 Stanley Tang 曾指出，Dot 的開發目的是填補「路面機器人」與「自駕車」之間的空缺，特別是解決郊區 3 到 5 英里配送成本過高的問題。透過這樣的設計，DoorDash 正建立一種混合模式，讓機器負責高頻且標準化的配送任務，而人類外送員則專注於需要判斷與服務溫度的情境。
Waymo 與 Dot 之所以能夠流暢的協作，背後的關鍵能力在於 DoorDash 的「自主配送平台（ADP）」。這套系統就如同物流的指揮中心，能即時根據訂單的運送距離、商品體積與場景條件，動態決定該由人類外送員、機器人或自駕車來完成配送，讓不同運具之間形成有效的協作網絡。
從 Tasks App 蒐集物理世界數據，到 ADP 平台調度自動化運具，再到 Dot 機器人與 Waymo 車隊的協作執行，DoorDash 已從單純的媒合平台，轉型為一個能將物理行為轉化為數據，再由數據驅動世界的物流生態系。
執行長徐迅（Tony Xu）也在年初的股東信中提到，DoorDash 須經歷「必要但痛苦的過程（painful exercise）」來重建其底層系統，以整合這些新產品。
延伸閱讀｜
讓日本地鐵也眼睛一亮的 AI 服務！幫遺失物管理數位轉型，每月大省 9 萬分鐘、配對成功率也翻 4 倍
Google 員工吃剩的食物也能拿來訓練 AI？聯手新創 Mill，重啟塵封 8 年計畫，瞄準全球 5.5 萬個餐飲據點
（本文轉載自《創業小聚》）
延伸閱讀
別人還在喊數位轉型，FedEx 已讓 AI 代理直接上工！一次看懂全球物流巨頭的 AI 轉型大計
倉庫變身「供應鏈大腦」！智慧分倉讓 AI 幫你決定：把整隻火雞丟到最角落、切片肉放門口
冷鏈物流難招人，有解了！如何利用 AI 辨識影像讓員工不再受凍，還省下 80%電費？