十多年前，我第一次接觸“眾包”這個概念，當時我還是倫敦商學院的一名學生。那天，我們的教授拿著一罐硬幣走進了教室。

他讓我們每個人都猜一下罐子里有多少錢。罐子在教室里傳了一圈，同時教授在白板上記下了每人的猜想數額，總共有100左右，當時我估計里面有30英鎊。所有同學都估計完畢后，教授打開了一個信封，從中取出了一張紙條并告訴我們：罐子里的硬幣實際金額為18.76英鎊。

最開始我認為教授想要告訴大家，“罐中幣”這個猜想本身是不合理的，但教授接下來的舉動卻出乎我的意料：他計算了我們所有人的猜測數目的平均值，計算結果出奇地接近18.76英鎊。眾人智慧的力量就這樣呈現在我們眼前，并且比我們自己99％的估計值都要精準（我們中只有一個人確實猜到了真實的數額）。

幾個月后，我和我的同學Janeen成立了一家眾包公司。當時我們召集了最優秀的安全和防務創新者來解決行業和政府客戶方面復雜難題。那是2005年，當時的眾包浪潮孕育了InnoCentive、維基百科以及Amazon Mechanical Turk，這三家公司在獲取和使用大眾的知識和靈感方面處于領先地位。

現有公司還啟動了各種眾包計劃，共同創建像My Starbucks Ideas（星巴克客戶意見及創意反饋網站）這樣的產品，以抓牢客戶和供應商的心。

第二代眾包

在過去的幾年里，眾包已經發展成為一種更務實的企業方法，企業們進行眾包不再是為了共創產品或者提高創造力，而是為了對他們的人工智能系統進行訓練。

谷歌董事長兼長期服務首席執行官Eric Schmidt在2016年表示，下一代谷歌將成為眾包AI公司。他說，如果他想創辦一家新公司，他會以眾包的形式從眾多專家中獲取數據，并用于培養具有學習能力的人工智能，這些人工智能最終會變得比任何一位專家都更加優秀，然后我們會將我們的人工智能反過來賣給這些專家。

還有一些大型企業利用眾包來提供那些通常由承包商或員工執行的服務。例如，Swisscom收購了眾包平臺Mila，并將其維護和維修工作進行對外眾包。該公司似乎還希望通過智能手機和AR從這些人群中收集數據，用于培訓AI系統來執行大部分人工工作。

那么人群目前來講只是AI的炮灰嗎？

眾包的關鍵是外包“微任務”，這些“微任務”往往不需要個人付出太多努力（比如猜測罐子里的硬幣數額），但當這些任務被眾人執行時卻能帶來真實的價值。

在人工智能的時代，我們看到了這樣的一個反差現象：單獨的個人數據是無用的，但數千個的眾人數據卻能夠共同創造出真實價值。

但我預測眾包會走的更遠。今天，我們正在利用人群的知識以對數據進行判斷——例如將圖片標記為日落或日出。但下一步將是人群自主提供數據集，例如，我們可以每天以人工智能系統所需的數據格式提供有關我們自己的健康信息，以便醫藥公司開發新藥。比如我曾經推薦過的一家強大的非營利性企業，即CancerBase，就正在研究治療癌癥的方法。在下一代眾包中，人群將會因其提供數據而獲得報酬，或者像CancerBase一樣，人群將會自愿免費提供數據，以幫助推進人類醫療水平的發展。

那么在新一代的眾包背景下，我的“罐中幣”問題會變成什么樣呢？教授不會要求學生對硬幣的數量進行估計，而是要求他們每個人從錢包中拍下一組隨機的硬幣照片。然后，學生將會在照片上寫上圖片中的硬幣數量，并將這張照片發送到AI應用程序，然后該AI就精確地判斷出任何罐子中包含的硬幣數額。

歡迎來到一個嶄新的眾包世界，而我們每個人都將為眾包提供數據。