Dit is het onvertelde verhaal achter de humanoïde robotboom: een immense, goedkope datapijplijn gebouwd op de arbeid van duizenden mensen die vaak geen idee hebben wie hun opnames uiteindelijk zal bekijken.

Hoe het werkt: mensen als datacollectoren

In tegenstelling tot AI-modellen die van tekst leren, moeten robots met eigen ogen zien hoe mensenhanden bewegen, grijpen en met voorwerpen omgaan in de echte wereld. Computersimulaties alleen kunnen een robot niet leren om was te vouwen zonder het te vernielen of om een rommelige keuken te doorkruisen . Om die kloof te overbruggen, zetten bedrijven een nieuwe klusjesmarkt op:

• Micro1, een startup uit Palo Alto, heeft ongeveer 4.000 'robotica-generalisten' geworven in 71 landen. Werknemers bevestigen iPhones aan hun hoofd met een riem en filmen uitgeschreven taken zoals koken, schoonmaken, tuinieren en dierenverzorging. Micro1 betaalt ongeveer 15 dollar per uur in sommige markten (Nigeria, de VS) en het collectief van werknemers levert maar liefst meer dan 160.000 uur video per maand in .
• Objectways heeft ook duizenden werknemers geworven in meer dan 50 landen, met zowel draagbare camera's als bewegingsgevoelige handschoenen .
• Instawork lanceerde in juni 2026 een systeem genaamd Instacore – een draagbaar apparaat met vijf op het lichaam gemonteerde camera's die zijn aangesloten op een computerrugzak – en verandert zo zijn bestaande flexwerkers in oogsters van robot-trainingsdata op werkplekken zoals commerciële keukens en magazijnen .
• Human Archive, een startup gesteund door Y Combinator, betaalt Indiase werknemers om petten met camera's en voelhandschoenen te dragen. Er zijn al meer dan 1.000 actieve sensor-headsets ingezet in de thuiszorg, hotels en restaurants .
• World Context, een Pakistaanse startup opgericht in 2025, neemt fabrieksarbeiders op met eigen sensoren en hoofdcamera's en verkoopt industriële trainingsdatasets aan Amerikaanse en Chinese robotica-bedrijven .
• DoorDash lanceerde in maart 2026 DoorDash Tasks, een app die 8 miljoen Amerikaanse Dashers betaalt om dagelijkse klusjes op te nemen voor robotica-trainingsdata .

Wie koopt de data: Tesla, Figure AI en Agility Robotics

De egocentrische beelden die door flexwerkers worden verzameld, worden gebruikt om humanoïde robots te trainen van onder andere Tesla (Optimus), Figure AI en Agility Robotics . Vooral Figure AI heeft de productie enorm opgevoerd, waarbij CEO Brett Adcock meldde dat het bedrijf in april 2026 ongeveer 150 eenheden heeft geproduceerd – een stijging die mogelijk werd gemaakt door realistische menselijke demonstratiedata .

De cijfers zijn duizelingwekkend

De schaal van de datapijplijn is enorm en groeit:

• Micro1 alleen al: ~4.000 bijdragers, 71 landen, >160.000 uur video per maand .
• JD.com (China): Werkt samen met de stad Suqian om in twee jaar tijd 10 miljoen uur aan robotica-trainingsdata te genereren .
• Wereldwijde markt: De markt voor infrastructuur voor trainingsdata van humanoïde robot foundation modellen was in 2025 1,5 miljard dollar waard en zal naar verwachting groeien naar 62,8 miljard dollar in 2034 (een CAGR van 56%) .
• Investeringen: In 2025 stroomde er meer dan 6 miljard dollar naar humanoïde robotica (Tesla Optimus, Figure AI, 1X, Agility Robotics), wat een bijna onverzadigbare vraag naar realistische trainingsdata creëerde .
• Ramingen durfkapitaal: Bessemer Venture Partners schat dat de totale robotica-datakosten tegen 2030 de 3 miljard dollar zullen overschrijden .

De loonkloof: 15 dollar per uur versus 2,60 dollar per uur

Er bestaat een groot verschil in beloning binnen dit wereldwijde personeelsbestand:

• Nigeria / Amerikaanse markt: Werkers worden ongeveer 15 dollar per uur betaald (bijvoorbeeld Micro1-medewerkers die met iPhones opnemen) .
• India: Werkers worden ongeveer 250 roepies per uur betaald, oftewel ongeveer 2,60 dollar per uur – ruwweg een zesde van wat hun collega's in Nigeria of de VS voor hetzelfde werk krijgen .

Privacy- en arbeidskwesties

De snelle groei van deze industrie heeft ernstige ethische vragen doen rijzen:

• Gebrek aan transparantie: Veel werknemers krijgen niet te horen welke bedrijven hun beelden uiteindelijk zullen gebruiken. Micro1 verkoopt datasets aan ontwikkelaars van humanoïde robots, maar individuele werknemers weten vaak niet wie de eindkoper is .
• Het vastleggen van familieleden: Werknemers filmen in hun eigen huis, waardoor partners, kinderen en privéruimtes regelmatig worden opgenomen. De beelden worden vervolgens opgeslagen en gebruikt voor AI-training, zonder duidelijke informatie over bewaar- of verwijderingsbeleid .
• Gaten in geïnformeerde toestemming: Critici stellen dat flexwerkers in lagelonenlanden mogelijk niet volledig begrijpen hoe hun bewegingsdata worden gebruikt – of dat ze robots trainen die uiteindelijk soortgelijke mensenarbeid kunnen vervangen .

De wereldwijde race: China's staatsgesteunde datacentra

De vraag naar belichaamde AI-data beperkt zich niet tot particuliere bedrijven. China heeft er een nationale prioriteit van gemaakt en bouwt op grote schaal staatsgesteunde infrastructuur:

• Het Beijing Innovation Center of Humanoid Robotics beheert een belichaamd AI-robotdata- en trainingscentrum met tientallen gesimuleerde realistische scenario's, dat in staat is om meer dan 500 uur data per dag te genereren .
• In mei 2026 werd de National Pilot Base for Embodied AI Applications geopend, waar meer dan 140 robots worden getraind in meer dan 40 functiegerichte scenario's, waaronder keukens, magazijnen en boerderijen .
• Een speciaal Humanoid Robot Data Training Center in het district Shijingshan in Peking, met een budget van 30 miljoen dollar, begon in oktober 2025 met het trainen van 100 humanoïde robots .
• Er zijn bijna 100 belichaamde AI-dataverzamelcentra gebouwd in Chinese steden, gesteund door lokaal staatskapitaal en technologieconglomeraten, waardoor ze enkele van de meest actieve robotkopers op de markt van vandaag zijn .

De conclusie

Het gebruik van goedkope, wereldwijde flexwerkers als 'menselijke sensoren' is in 2026 de ruggengraat geworden van de training van humanoïde robots. Hoewel het enorme datasets genereert tegen een fractie van de kosten van traditionele teleoperatie, roept het ongemakkelijke vragen op over arbeidsuitbuiting, geïnformeerde toestemming en privacy – vooral omdat werknemers in India een fractie verdienen van wat hun tegenhangers in andere landen krijgen voor identiek werk, vaak zonder te weten wie hun opnames zal bekijken.

Dit is het onvertelde verhaal achter de humanoïde robotboom: een immense, goedkope datapijplijn gebouwd op de arbeid van duizenden mensen die vaak geen idee hebben wie hun opnames uiteindelijk zal bekijken.

Hoe het werkt: mensen als datacollectoren

In tegenstelling tot AI-modellen die van tekst leren, moeten robots met eigen ogen zien hoe mensenhanden bewegen, grijpen en met voorwerpen omgaan in de echte wereld. Computersimulaties alleen kunnen een robot niet leren om was te vouwen zonder het te vernielen of om een rommelige keuken te doorkruisen . Om die kloof te overbruggen, zetten bedrijven een nieuwe klusjesmarkt op:

• Micro1, een startup uit Palo Alto, heeft ongeveer 4.000 'robotica-generalisten' geworven in 71 landen. Werknemers bevestigen iPhones aan hun hoofd met een riem en filmen uitgeschreven taken zoals koken, schoonmaken, tuinieren en dierenverzorging. Micro1 betaalt ongeveer 15 dollar per uur in sommige markten (Nigeria, de VS) en het collectief van werknemers levert maar liefst meer dan 160.000 uur video per maand in .
• Objectways heeft ook duizenden werknemers geworven in meer dan 50 landen, met zowel draagbare camera's als bewegingsgevoelige handschoenen .
• Instawork lanceerde in juni 2026 een systeem genaamd Instacore – een draagbaar apparaat met vijf op het lichaam gemonteerde camera's die zijn aangesloten op een computerrugzak – en verandert zo zijn bestaande flexwerkers in oogsters van robot-trainingsdata op werkplekken zoals commerciële keukens en magazijnen .
• Human Archive, een startup gesteund door Y Combinator, betaalt Indiase werknemers om petten met camera's en voelhandschoenen te dragen. Er zijn al meer dan 1.000 actieve sensor-headsets ingezet in de thuiszorg, hotels en restaurants .
• World Context, een Pakistaanse startup opgericht in 2025, neemt fabrieksarbeiders op met eigen sensoren en hoofdcamera's en verkoopt industriële trainingsdatasets aan Amerikaanse en Chinese robotica-bedrijven .
• DoorDash lanceerde in maart 2026 DoorDash Tasks, een app die 8 miljoen Amerikaanse Dashers betaalt om dagelijkse klusjes op te nemen voor robotica-trainingsdata .

Wie koopt de data: Tesla, Figure AI en Agility Robotics

De egocentrische beelden die door flexwerkers worden verzameld, worden gebruikt om humanoïde robots te trainen van onder andere Tesla (Optimus), Figure AI en Agility Robotics . Vooral Figure AI heeft de productie enorm opgevoerd, waarbij CEO Brett Adcock meldde dat het bedrijf in april 2026 ongeveer 150 eenheden heeft geproduceerd – een stijging die mogelijk werd gemaakt door realistische menselijke demonstratiedata .

De cijfers zijn duizelingwekkend

De schaal van de datapijplijn is enorm en groeit:

• Micro1 alleen al: ~4.000 bijdragers, 71 landen, >160.000 uur video per maand .
• JD.com (China): Werkt samen met de stad Suqian om in twee jaar tijd 10 miljoen uur aan robotica-trainingsdata te genereren .
• Wereldwijde markt: De markt voor infrastructuur voor trainingsdata van humanoïde robot foundation modellen was in 2025 1,5 miljard dollar waard en zal naar verwachting groeien naar 62,8 miljard dollar in 2034 (een CAGR van 56%) .
• Investeringen: In 2025 stroomde er meer dan 6 miljard dollar naar humanoïde robotica (Tesla Optimus, Figure AI, 1X, Agility Robotics), wat een bijna onverzadigbare vraag naar realistische trainingsdata creëerde .
• Ramingen durfkapitaal: Bessemer Venture Partners schat dat de totale robotica-datakosten tegen 2030 de 3 miljard dollar zullen overschrijden .

De loonkloof: 15 dollar per uur versus 2,60 dollar per uur

Er bestaat een groot verschil in beloning binnen dit wereldwijde personeelsbestand:

• Nigeria / Amerikaanse markt: Werkers worden ongeveer 15 dollar per uur betaald (bijvoorbeeld Micro1-medewerkers die met iPhones opnemen) .
• India: Werkers worden ongeveer 250 roepies per uur betaald, oftewel ongeveer 2,60 dollar per uur – ruwweg een zesde van wat hun collega's in Nigeria of de VS voor hetzelfde werk krijgen .

Privacy- en arbeidskwesties

De snelle groei van deze industrie heeft ernstige ethische vragen doen rijzen:

• Gebrek aan transparantie: Veel werknemers krijgen niet te horen welke bedrijven hun beelden uiteindelijk zullen gebruiken. Micro1 verkoopt datasets aan ontwikkelaars van humanoïde robots, maar individuele werknemers weten vaak niet wie de eindkoper is .
• Het vastleggen van familieleden: Werknemers filmen in hun eigen huis, waardoor partners, kinderen en privéruimtes regelmatig worden opgenomen. De beelden worden vervolgens opgeslagen en gebruikt voor AI-training, zonder duidelijke informatie over bewaar- of verwijderingsbeleid .
• Gaten in geïnformeerde toestemming: Critici stellen dat flexwerkers in lagelonenlanden mogelijk niet volledig begrijpen hoe hun bewegingsdata worden gebruikt – of dat ze robots trainen die uiteindelijk soortgelijke mensenarbeid kunnen vervangen .

De wereldwijde race: China's staatsgesteunde datacentra

De vraag naar belichaamde AI-data beperkt zich niet tot particuliere bedrijven. China heeft er een nationale prioriteit van gemaakt en bouwt op grote schaal staatsgesteunde infrastructuur:

• Het Beijing Innovation Center of Humanoid Robotics beheert een belichaamd AI-robotdata- en trainingscentrum met tientallen gesimuleerde realistische scenario's, dat in staat is om meer dan 500 uur data per dag te genereren .
• In mei 2026 werd de National Pilot Base for Embodied AI Applications geopend, waar meer dan 140 robots worden getraind in meer dan 40 functiegerichte scenario's, waaronder keukens, magazijnen en boerderijen .
• Een speciaal Humanoid Robot Data Training Center in het district Shijingshan in Peking, met een budget van 30 miljoen dollar, begon in oktober 2025 met het trainen van 100 humanoïde robots .
• Er zijn bijna 100 belichaamde AI-dataverzamelcentra gebouwd in Chinese steden, gesteund door lokaal staatskapitaal en technologieconglomeraten, waardoor ze enkele van de meest actieve robotkopers op de markt van vandaag zijn .

De conclusie

Het gebruik van goedkope, wereldwijde flexwerkers als 'menselijke sensoren' is in 2026 de ruggengraat geworden van de training van humanoïde robots. Hoewel het enorme datasets genereert tegen een fractie van de kosten van traditionele teleoperatie, roept het ongemakkelijke vragen op over arbeidsuitbuiting, geïnformeerde toestemming en privacy – vooral omdat werknemers in India een fractie verdienen van wat hun tegenhangers in andere landen krijgen voor identiek werk, vaak zonder te weten wie hun opnames zal bekijken.