DoorDash запустил приложение Tasks: курьеры снимают уборку посуды для обучения ИИ

Компания DoorDash, один из крупнейших сервисов доставки в США, представила отдельное приложение Tasks. Суть проста: курьеры платформы теперь могут зарабатывать, выполняя задания для обучения ИИ-моделей. Среди таких заданий, например, съемка видео повседневных действий или запись речи на разных языках. Данные используются для того, чтобы роботизированные и ИИ-системы лучше понимали физический мир.

Что именно делают курьеры и зачем это нужно

Один из примеров задания: курьер надевает нательную камеру и снимает процесс мытья минимум пяти тарелок. Каждую чистую тарелку нужно задержать в кадре на несколько секунд, прежде чем перейти к следующей. По сути, уборка посуды превращается в источник данных для машинного обучения. Оплата показывается заранее и зависит от сложности задачи.

По данным Bloomberg, собранные аудио- и видеоматериалы используются для оценки как собственных ИИ-моделей DoorDash, так и моделей партнеров из розничной торговли, страхования, гостиничного бизнеса и технологического сектора.

Задания внутри основного приложения

Помимо отдельного приложения Tasks, курьеры видят цифровые задания прямо в основном приложении Dasher. Примеры: сфотографировать реальные блюда ресторана для витрины меню, снять вход в отель, чтобы другие курьеры быстрее находили точку доставки. Сюда же попало партнерство DoorDash с Waymo: курьерам платят за то, что они закрывают двери беспилотных автомобилей после выгрузки заказа.

DoorDash не единственный

Uber ещё в конце 2025 года объявил о похожей программе: водители могут подрабатывать, загружая фотографии для обучения ИИ. Тенденция очевидна: компании с большой сетью исполнителей на местах осознали, что эти люди могут собирать данные из реального мира масштабнее и дешевле, чем любая специализированная команда.

Где это работает и что дальше

Приложение Tasks и задания внутри Dasher доступны в отдельных регионах США, но пока исключены Калифорния, Нью-Йорк, Сиэтл и Колорадо. DoorDash планирует расширить типы заданий и выйти на рынки других стран.

Этан Битти, генеральный менеджер DoorDash Tasks, отметил: более 8 миллионов курьеров покрывают почти всю территорию США и хотят зарабатывать гибко, за пределами обычной доставки. Это серьёзный ресурс для оцифровки физического мира.

Любопытно, что такие массовые проекты по сбору данных меняют само представление о работе курьера. Съёмка того, как человек моет тарелки, или фотографирование входа в здание кажутся мелочью. Но именно из таких мелочей складываются датасеты, на которых обучаются модели computer vision и робототехники.

Если вас интересует, как подобные ИИ-модели можно применять для автоматизации бизнес-процессов, от анализа изображений до обработки данных, мы в Фабио Де Лука разрабатываем кастомные решения с использованием OpenAI, Google Gemini AI, Replicate и других инструментов. Такие технологии уже сейчас доступны для интеграции в рабочие процессы компаний любого масштаба.

Рынок сбора данных для обучения ИИ только начинает формироваться, и крупные платформы доставки оказались в удобной позиции. Вопрос в том, как быстро подобные модели заработают за пределами США и какие новые типы заданий появятся. Пока уборка посуды на камеру выглядит забавно, но за этим стоит вполне серьёзная гонка за качественные данные для следующего поколения ИИ.