为了应对AI数据短缺，字节等互联网大厂开始亲自招募AI录音员，定制语料库。通过在北京大钟寺的办公室招募素人，进行长达3小时的录音任务，每次支付300元。录音过程中，至少有两名字节员工全程陪同监督，确保对话质量。这一做法已在成都、太原、贵州等二线城市发展成为常态，大厂寻求通过购买高质量数据来训练AI大模型。然而，AI大模型面临数据枯竭的问题，预计到2032年，科技公司将耗尽可用于训练的公开数据。因此，大厂纷纷探索新途径，以获取稀缺的高质量数据资源。 目前，字节已在全国多个城市开展AI录音员招募活动，包括上海、杭州、重庆、南京、成都和天津等地。这种模式虽然成本较高且耗时，但为大厂提供了直接控制数据质量和来源的机会。同时，大厂还通过第三方公司购买数据，甚至直接雇佣“大数据标注师”和“AI编辑”等外包岗位。然而，高质量数据的获取面临挑战，尤其是小语种数据和特定领域知识的收集。AI创业公司和四小龙企业面临数据成本高昂的问题，需要支付高额费用以获得关键数据。 此外，AI大模型的生成效果受到数据质量的影响，大模型经常出现“幻觉”，生成的内容与实际不符。为了提高生成内容的质量，大厂需要投入更多资源来获取高质量数据，这成为影响AI大模型商业化和用户吸引力的关键因素。因此，亲自下场“为AI编剧本”成为大厂获取数据资源、提升AI模型性能的一种策略，预示着未来大模型厂商的竞争焦点将转向数据获取能力。