2026年6月12日，ILO以406票对8票通过第193号公约，首次将数据标注、内容审核等在线平台劳动纳入全球法律框架——AI产业赖以运转的「隐形劳动力」终于被看见了。

2026 年 6 月 12 日，日内瓦万国宫。国际劳工大会以 406 票赞成、8 票反对、36 票弃权的压倒性结果，通过了《平台经济体面劳动公约》（ILO Convention No. 193）。这是全球首部对平台劳动具有约束力的国际条约，其适用范围明确覆盖了「在线数据标注、内容审核及其他数字任务」——这意味着，AI 产业背后数以百万计的数据标注工人，第一次被纳入国际劳工法的保护视野。

投票结果本身就折射出这场博弈的格局：澳大利亚、墨西哥、西班牙、印尼等投了赞成；美国和新西兰投了反对；英国、阿根廷、智利等国弃权。雇主代表与少数政府试图削弱条约约束力，而工人代表和多数政府力主更强保护。最终的文本，是双方拉锯的产物，但方向已然明确。

一、公约说了什么：数据标注工人首次被「看见」

C193 的核心突破在于两点：适用范围和算法透明。

在适用范围上，公约明确将平台劳动分为「线下」和「线上」两类——前者包括网约车、外卖配送，后者则明确列举了「数据标注（data labelling）、内容审核（content moderation）及其他数字任务」。这意味着，在肯尼亚内罗毕为 OpenAI 过滤有害内容的审核员、在印度为自动驾驶模型标注道路图像的数据标注员、在菲律宾为 LLM 做 RLHF 偏好排序的反馈员——这些长期处于法律灰色地带的工人，现在有了明确的国际法依据。

在具体权利上，公约建立了双层保护结构。第一层是「不论分类均适用」的基本权利：结社自由与集体谈判权、禁止强迫劳动和童工、反歧视、安全健康的工作环境。第二层是与雇佣身份挂钩的权利：及时支付报酬并提供薪资明细、对处于雇佣关系中的工人至少支付最低工资（不含小费）、同等工作身份下不低于同等水平的社会保障。对于未被认定为雇员的工人，公约也鼓励成员国考虑最低工资的适用性。

二、算法管理：来自「看不见的老板」的挑战

C193 最具针对性的条款之一，是关于自动化决策与算法管理的透明度要求。

公约规定，平台企业必须向工人告知用于监控、评估其工作或生成与工作相关决策的自动化系统，以及这些系统如何影响工作条件和获取工作的机会。工人有权要求对重大自动化决策（包括拒付、暂停账户、注销账户）获得书面解释和人工复核。

这直接回应了数据标注行业的核心痛点。无论是 Appen、TELUS 还是 Scale AI，平台方通常通过算法进行任务分配、质量监控和账户管理。工人可能因为一次质量评分下降就被自动暂停账户，无法申诉，无法联系人工。Privacy International 项目主任 Tom West 在公约通过后表示：「平台工人长期被当作算法管理工具的实验品，这些工具用他们自己的数据来剥削他们。该公约承认了透明度、问责制和个人数据权利的必要性，以重新设定游戏规则。」

三、4.35 亿人的平台经济，AI 数据标注是其中增长最快的分支

根据世界银行的数据，全球约有 4.35 亿人通过劳动平台获取收入。而 AI 数据标注是其中增长最快的细分市场之一。Mordor Intelligence 的估算显示，2026 年全球 AI 数据标注市场规模约为 23.2 亿美元，预计到 2031 年将增长至 124 亿美元以上，年复合增长率超过 32%。

牛津经济研究院的报告则提供了更细颗粒度的美国市场数据：2024 年美国数据标注市场规模在 27 亿至 50 亿美元之间，预计到 2030 年将达到 103 亿至 190 亿美元。仅在美国，该行业就支持了近 20 万个灵活就业机会和 9,000 个全职岗位。

但这个市场的增长，在很大程度上建立在对全球南方劳动力的低成本使用之上。LSE 的研究指出，肯尼亚的数据标注工人时薪仅为 1.5 至 2 美元，却在为 Facebook、TikTok 等平台审核包含暴力、自残、虐待儿童等内容的极端素材。2023 年，内罗毕的 OpenAI 内容审核员曾向肯尼亚政府请愿，指控他们因审查极端内容而遭受心理创伤，同时面临低薪和突然解雇。

四、从「点击工人」到「AI 导师」：劳动力的两极分化

在 C193 获得通过的同时，数据标注行业本身正在经历剧烈的结构性变化。

以 Scale AI 为代表的第一代数据标注巨头，建立在对低成本劳动力的规模化组织之上。Scale AI 在 2025 年获得 Meta 超过 140 亿美元的投资（占股 49%），估值达到 290 亿美元，年收入据 Sacra 估算约为 20 亿美元。但 Meta 入股后，其他 AI 实验室因担心数据泄露而纷纷与 Scale AI 保持距离，行业格局面临重新洗牌。

与此同时，以 Surge AI、Mercor 为代表的新一代平台，正在将数据标注从「数量游戏」升级为「质量竞争」。Surge AI 号称拥有约 5 万名经过严格筛选的标注员，包括语言学家、作家和多语种专家，时薪 18-24 美元，远高于众包平台。据路透社 2025 年 7 月报道，Surge AI 正寻求高达 10 亿美元的融资，目标估值超过 150 亿美元。Mercor 则采用「AI 人才网络」模式，为客户按需匹配博士、律师、医生等专业人才进行标注，2025 年年中收入运转率已达数亿美元。

这种「从点击工人到 AI 导师」的转型，在两个维度上重塑了劳动力市场。高端市场——为 RLHF 提供偏好排序、为代码模型提供专家评审、为医疗 AI 提供临床验证——需要的是「少而精」的专家。低端市场——大规模图像标注、语音转写——仍然依赖廉价劳动力，但正在被 AI 预标注和自动化工具逐步侵蚀。

xAI 的经历是这一转型的缩影。2023-2024 年，马斯克的 AI 公司曾激进地雇佣了约 1,500 名全职数据标注员作为「AI 导师」。但到 2025 年 9 月，xAI 突然裁掉了约 500 名通用标注员（约占团队三分之一），同时宣布将专家级 AI 导师团队「扩大 10 倍」。从「量」到「质」的转向，几乎是整个行业的共识。

五、地缘政治与供应链安全：数据标注成为战略资源

C193 的通过也投射出数据标注行业的地缘政治维度。

中国政府在 2025 年宣布大规模扩大数据标注 workforce，建立专业标注中心，目标年增长率 20%。美国公司则在全球范围内争夺人才——从美国本土和欧洲的博士到非洲和亚洲的专家网络。布鲁金斯学会的研究指出，全球南方国家在数据标注产业链中处于价值链底端，面临着「AI 殖民主义」的风险——输出廉价劳动力，却不掌握数据和模型的所有权。

Meta 对 Scale AI 的收购案加剧了这种焦虑。当一家 AI 巨头控制了行业最大的独立标注平台，其他实验室的专有数据安全就面临系统性风险。这场收购直接推动了 Micro1 等独立平台的增长——它们的核心卖点之一就是「中立性」。