DoorDash、Tasksアプリをリリース：配達員が動画アップロードでAI訓練に貢献し収益化可能に

人工知能が急速に発展する時代において、高品質な訓練データはすでに中核的なボトルネックとなっている。最近、米国のフードデリバリー大手DoorDashは「Tasks」という名の新アプリのリリースを発表した。この革新的な取り組みにより、配達員（couriers）がAIデータ貢献者へと変身する。日常活動の動画撮影や外国語での音声録音など、簡単なタスクを完了することで、配達員は報酬を得ることができる。このモデルは、基層労働者に新たな収入源を開拓するだけでなく、AIモデル訓練に大量の現実世界データを提供する。

Tasksアプリの誕生と中核機能

DoorDashは世界をリードするフードデリバリープラットフォームであり、数百万のユーザーと商店にサービスを提供している。2026年3月20日、TechCrunchの報道によると、同社は配達員専用に設計された「Tasks」アプリを正式にリリースした。ユーザーはアプリをダウンロードするだけで、様々なマイクロタスクのリストを閲覧できる。例えば、スーパーマーケットで商品を選ぶ過程の撮影、都市の街頭交通シーンの記録、またはスペイン語やフランス語などの言語で指定されたテキストを朗読するなどがある。これらのタスクの所要時間は通常1〜5分で、報酬はタスクの複雑さに応じて数ドルから数十ドルまで幅がある。

'Delivery couriers will be able to earn money by completing activities like filming everyday tasks or recording themselves speaking in another language.' —— TechCrunch 原文摘要

DoorDashは、すべての提出コンテンツが厳格な審査を経てデータ品質を確保すると強調している。アプリにはAI初期スクリーニング機能が内蔵されており、高品質の動画のみが訓練に使用される。配達員はタスクの進捗状況と収入統計をリアルタイムで確認でき、引き出し可能額は5ドルと低く設定され、即時振込に対応している。これは多くのパートタイム配達員にとって、特に経済が不確実な時期において、まさに救いの手となる。

AI訓練データの業界の課題とDoorDashのソリューション

大規模言語モデル（LLM）やコンピュータービジョンシステムなどのAIモデルは、大量のラベル付きデータを必要とする。従来の方法はAmazon Mechanical TurkやScale AIなどのクラウドソーシングプラットフォームに依存していたが、これらのデータはしばしば真実性と多様性に欠けていた。DoorDashの配達員グループは世界中の都市に広がり、多様な文化やシーンに接しており、まさに理想的なデータソースである。

業界背景の補足：早くも2023年に、OpenAIやGoogleなどの巨人は「現実世界データ」の収集を探索し始めていた。DoorDashの前身であるUber Eatsも類似のプロジェクトを試験的に実施していたが、DoorDashは初めてこれを独立したアプリとし、AI訓練と深く結びつけた。マッキンゼーのレポートによると、2030年までにAIデータ市場の規模は5000億ドルを超えると予測されている。DoorDashのこの動きは、物流エコシステムをデータ工場に転換することに相当し、年間数億分の動画を収集できると見込まれる。

技術的には、これらの動画はDoorDash自社のAIを訓練し、経路計画の最適化、音声注文認識、詐欺検出に使用される。例えば、多言語録音は非英語ユーザーの体験を向上させ、街頭動画はモデルが複雑な交通環境を学習するのに役立つ。

潜在的影響：機会と課題の共存

配達員にとって、Tasksアプリは福利厚生のアップグレードである。DoorDash配達員の平均年収は約4〜6万ドルで、この追加収入により10〜20％増加する可能性がある。しかし、タスクが本業に干渉しないか、データプライバシーはどう保護されるかを懸念する声もある。DoorDashは匿名化処理を約束し、GDPRなどの規制を遵守すると述べている。

業界レベルでは、これは「ギグエコノミー＋AIデータ」の新しいパラダイムを開く。UberやInstacart、美団などの競合他社が追随し、データ軍拡競争を形成する可能性がある。同時に、労働者権利団体は、報酬の公平性を確保し、「デジタル血汗工場」を避けるための規制を求めている。

編集者注：クラウドソーシングデータ革命の起点？

AI科技ニュース編集者として、私はDoorDash Tasksアプリは天才的な一手だと考える。既存の労働力を巧みに活用し、データ渇望症を解決しながら、基層労働者にエンパワーメントを提供している。長期的には、これは「データ・アズ・ア・サービス」の新経済を生み出す可能性がある。しかし、倫理的リスクに警戒する必要がある：誰がこれらのデータを所有するのか？AI受益者は労働者に還元するのか？DoorDashにデータ使用の透明性を公開し、株式インセンティブを探索することを提案する。将来的に、類似のモデルはタクシー運転手、ライドシェアドライバー、さらには消費者の日常記録にまで拡大する可能性がある。これは単なる技術革新ではなく、社会契約の再構築である。

総じて、DoorDash TasksはAI訓練が実験室から街頭へと移行したことを示しており、業界全体が注目すべきである。

本記事はTechCrunchから編集、著者Aisha Malik、日付2026-03-20。