Uber тестирует короткие цифровые задания внутри приложения для водителей, чтобы они могли зарабатывать во время простоя. Но с продуктовой точки зрения главное здесь не само задание, а превращение существующей mobility-сети в распределённую фабрику данных.
В октябре 2025 года Uber объявил о пилоте цифровых заданий в США на базе Uber AI Solutions. Аналогичные задания уже тестировались в Индии; среди примеров компания называла загрузку фотографий для обучения AI-моделей. Позже Uber расширил корпоративное предложение в области разметки, перевода, редактирования и сбора специализированных данных.
Это важно, потому что у mobility-платформы уже есть три дорогие компетенции: верифицированная распределённая сеть исполнителей, платёжная инфраструктура и система назначения задач в реальном времени. Добавить новый тип работы значительно дешевле, чем строить все эти элементы с нуля.
Логика платформенной экономики
1. Низкая стоимость подключения исполнителей
Водители и курьеры уже находятся в приложении. Идентификация, онбординг, рейтинги и выплаты настроены. Uber не нужно сначала создавать отдельный маркетплейс, чтобы проверить спрос на небольшие data-задачи.
2. Простой превращается в товарный запас
У каждой платформы есть неиспользуемая мощность. В mobility она возникает между поездками. Правильно спроектированная микрозадача может превратить часть этих минут в дополнительный доход исполнителя и новый источник предложения для платформы.
3. Качество контролируется внутри продукта
То же приложение может показывать инструкции, сравнивать ответы, оценивать точность и обнаруживать подозрительное поведение. Это не делает качество автоматическим, но создаёт управляемый процесс вместо анонимной внешней толпы.
4. Операционные данные становятся B2B-продуктом
Фотографии городской среды, проверка карт и адресов, локальные языковые примеры и полевые наблюдения нужны для картографии, распознавания речи, логистики и других AI-сценариев. Устойчивое преимущество здесь не в дешёвом труде, а в регулярном доступе к сети, работающей в физическом мире.
Что могут повторить другие платформы
Модель не ограничивается такси. Курьеры могут проверять подъезды и адреса, мерчендайзеры — фиксировать выкладку, сервисные инженеры — классифицировать оборудование. Платформа с полевыми исполнителями может добавить «data shift», если работа добровольна, измерима и экономически понятна.
Перед запуском основателю нужно ответить на четыре вопроса:
- Какие микрозадачи естественно вписываются в географию и простой исполнителя?
- Как независимо измерять качество результата?
- Почему эта сеть лучше универсальной платформы разметки?
- Как сделать прозрачными оплату, согласие и права на данные?
Риски — часть бизнес-модели
Непрозрачная цена труда, усталость исполнителей, конфиденциальность и ощущение «добровольно-принудительных» заданий способны уничтожить доверие. Регулирование тоже будет меняться. Поэтому согласие, прайсинг и происхождение данных должны быть продуктовыми требованиями, а не примечаниями юристов.
Первоисточники: анонс Uber Newsroom и релиз платформы Uber AI Solutions.