Den dolda gig-ekonomin som tränar humanoider: Inuti den 100-miljonersmarknaden för egocentrisk videodata

Tusentals kontraktsarbetare i över 50 länder får betalt för att tejpa fast kameror – ofta iPhones – och rörelsespårningshandskar på kroppen för att filma sig själva när de utför vardagliga hushållssysslor som att vika tvätt, diska, laga mat och städa . Det så kallade "egocentriska videomaterialet" säljs till robotföretag – bland andra Tesla, Figure AI, Scale AI och Agility Robotics – och utgör en datamarknad som nu är värd över 100 miljoner dollar årligen .

Förmedlande datamäklare som Micro1 (Palo Alto) och Objectways har rekryterat dessa arbetare i massiv skala. Micro1 ensamt har cirka 4 000 kontraktsarbetare i 71 länder som levererar över 160 000 timmar video varje månad . Filmerna kommer inte från högteknologiska labb utan från blygsamma hem, vandrarhem och uthyrda rum i länder som Indien, Nigeria, Argentina, Kenya, Filippinerna och Brasilien .

Vad är egocentrisk videodata och varför är den viktig?

Till skillnad från text eller stillbilder som används för att träna stora språkmodeller behöver människoliknande robotar kontinuerliga förstapersonsfilmer av verkliga mänskliga rörelser för att lära sig greppa föremål, navigera i kök, vika skjortor och skrubba disk . Detta kallas egocentrisk data – video inspelad från den person som utför handlingens perspektiv. Kameran monteras på huvudet, riktad nedåt mot händerna, så att AI:n kan lära sig de exakta vinklarna, grepptrycken och tajmingen för varje rörelse .

Företagen betalar arbetarna för att tejpa en iPhone på pannan och utföra uppgifter i pass som varar tiotals minuter. Videorna laddas sedan upp, och både mänskliga granskare och AI annoterar dem bildruta för bildruta, där de markerar viktiga ögonblick som handgrepp, släpp av föremål och slutförande av uppgifter .

Skalan är enorm: Figure AI tillverkade cirka 150 människoliknande robotar i april 2026, upp från ensiffriga antal månader tidigare, och behöver miljarder timmar av verklig rörelsedata för att träna dem .

Extrema löneskillnader mellan länder

Ersättningen för detta arbete varierar dramatiskt beroende på plats, vilket avslöjar en skarp global löneglidning:

• Nigeria: Arbetarna kan tjäna cirka 15 dollar/timme – en stark lokal lön i en pressad ekonomi . Zeus, en nigeriansk medicinstudent och kontraktsarbetare hos Micro1, beskriver lönen som betydelsefull i ett land med hög arbetslöshet .
• Indien: Rapporterade löner ligger på cirka 2,00–2,60 dollar/timme (ungefär 150–250 rupier), en bråkdel av den nigerianska lönen . Nagireddy Sriramyachandra, en 25-årig hemmafru i Chennai, tjänar drygt 2 dollar/timme för att filma sig själv när hon skär mango .
• USA (Los Angeles): Vissa lokala team får 80 dollar för två timmar (40 dollar/timme) . Salvador Arciga, en veteran inom Los Angeles gig-ekonomi, fick den summan för att filma sig själv diska och skrubba toaletter .
• Human Archive (Indien): En startup betalade arbetare så lite som 1 dollar/timme för data från kameraheadset .

Micro1:s grundare Ali Ansari berättade för Los Angeles Times att företaget samlar in data i Brasilien, Argentina, Indien och USA . Objectways grundare Ravishankar Rajalingam sade till CNN att ungefär hälften av det inskickade materialet är oanvändbart .

Arbetarna saknar informerat samtycke och kunskap om användningen

En återkommande upptäckt i flera undersökningar är att arbetarna har liten eller ingen aning om hur deras inspelningar kommer att användas, vem som kommer att köpa dem, eller att de tränar de människoliknande robotar som en dag kan ersätta deras egna jobb .

Undersökningen i MIT Technology Review lyfte fram att arbetarna får en filmguide och en uppgiftslista men sällan meningsfull information om de slutgiltiga AI-tillämpningarna . Vissa arbetare förstod att filmerna skulle träna robotar men visste inte vilket företag, vilken robotmodell eller hur deras inspelningar skulle lagras eller delas .

Som en indisk fabriksarbetare sade till The Guardian: ”Vem ska betala oss när vi är ersatta av robotar?” .

Oavsiktlig övervakning av familjemedlemmar och privata hem

Kameror som tejpats fast på arbetarnas huvuden fångar oundvikligen makar, barn, andra familjemedlemmar och intima hemmiljöer – kök, vardagsrum, sovrum – utan deras uttryckliga samtycke . Förstapersonsperspektivet är till sin natur inträngande: det spelar inte bara in uppgiften utan hela den visuella kontexten av en persons privata hem .

Micro1 kräver att arbetarna inte visar sina ansikten, inte säger sina namn eller telefonnummer, och hävdar att de använder AI plus mänskliga granskare för att filtrera känslig information . Men även med dessa skyddsåtgärder fångar inspelningarna arbetarnas heminteriör, personliga tillhörigheter och dagliga rutiner . Vissa deltagare vägrar att filma i sovrum, och arbetsrättsaktivister har ställt frågan om personer vars rörelser kodas in i kommersiella dataset bör få löpande ersättning eller royalties .

Arbetarna tränar sina egna ersättare

En återkommande känsla bland arbetare och kommentatorer: samma inspelningar används för att träna människoliknande robotar för fabriks- och hemarbete – just de jobb som många av dessa arbetare har idag . I en klädfabrik i Tamil Nadu viker en arbetare en skjorta med en liten kamera monterad på huvudet, som registrerar den exakta vinkeln på handleden, grepptrycket från fingrarna och tajmingen på varje veck . Materialet flödar in i datapipelines som förser robotlabbar kopplade till OpenAI, Nvidia och Google .

Industrins omfattning sträcker sig långt bortom Micro1 och Objectways. Indien håller snabbt på att bli ett avgörande nav i den globala jakten på att samla in egocentrisk data, med ett växande ekosystem av företag som Humyn AI, FPV Labs, Egodata, Neocambrian, XP Robotics, Scale AI och CynLr – alla som bygger datapipelines för robotföretag .

Reglerings- och integritetsutredningar är på gång

Indiens ministerium för elektronik och informationsteknik har inlett en integritetsutredning av startups (inklusive Human Archive) som spelar in i arbetarnas hem med kameraheadset, med fokus på samtyckespraxis . Granskningen inleddes efter att hemservice-startupen Pronto bekräftat att de testat opt-in videoinspelning .

Det finns ännu inget heltäckande globalt arbets- eller dataskyddsregelverk som styr denna gränsöverskridande praxis . Marknaden för träningsdata för människoliknande robotar opererar i en regulatorisk gråzon som sträcker sig över dussintals länder med olika arbetslagar och integritetsskydd.

Instawork, mest känt för att matcha timanställda med pass på hotell och lager, lanserade ett system som heter Instacore som inkluderar fem kameror monterade på huvudet, bröstet och handlederna, anslutna till en datorryggsäck för åtta timmars inspelning av uppgifter som att hacka grönsaker . I Teslas egna glasväggslabb i Kalifornien har arbetare hjälmkameror och ryggsäckar och upprepar handlingar hundratals gånger under åtta timmar långa pass för att träna Optimus-roboten .

Slutsatsen

Denna praxis befinner sig i centrum av en trippel spänning: värdefullt, välbetalt arbete för vissa (t.ex. 15 dollar/timme i Nigeria) kontra fattigdomslöner för andra (så lågt som 1–2,60 dollar/timme i Indien); en guldgrävaremarknad för data till människoliknande robotik kontra nästan noll transparens om hur materialet används; och fångsten av intima hemmastunder kontra svaga eller obefintliga samtyckesprotokoll. Skalan är enorm – den spänner över 50+ länder – och den regulatoriska responsen, framför allt i Indien, har bara börjat.