一个只有 93 条交付中心记录、13 家平台、185 条客户关系的项目,把 AI 背后最难看清的一段供应链画了出来:客户—平台—数据工人。这是 AI Materiality Map(作者 Cunyan Ma,属于 Power Mapping AI's Materiality 数据新闻系列)的核心产出,站点本身是交互地图,真正的干货在 Database 页那三张可以直接下载的 CSV 里。
它要回答的问题很具体:把「AI 公司把标注业务外包给 BPO 平台、平台再在全球交付中心雇人」这条链条落到经纬度上,权力集中在哪一端。
三张表,字段和规模先看清
| 文件 | 行数 | 字段 | 说明 |
| worker-location.csv | 93 | country, platform, city, lat, lng, method, source, notes | 项目原创:按国家/城市记录交付中心位置及所属平台 |
| dal-platforms.csv | 13 | name, country, city, lat, lng, notes | 入选平台的注册地(含 notes 说明,如「总部在印度但美国也有办公室」) |
| platform-customer.csv | 185 | platform, customer, country, city, lat, lng | 源自 TechEquity 的公开客户关系,清洗成地图所需结构 |
三张表加起来就是地图上的三类节点:白色是客户,橙色是平台,红色是交付中心。站点首页显示的口径是 Worker Location 31、Platforms
13、Customers 141(客户在这一栏按去重后展示,CSV 原始行是 185 条、按名称去重 172 家)。
交付中心落在哪
按 worker-location.csv 统计,93 条记录分布在 31 个国家。排在最前的是印度 27 个、菲律宾 15 个、中国 7 个、哥伦比亚 4 个、肯尼亚/马来西亚/中国台湾各 3 个。按平台看,交付中心最多的是 TaskUs(31 个),其后是 Centific
(13)、NextWealth
(11),Sama、CloudFactory、DesiCrew 各 6 个。
这个排序本身就说明了项目的一个判断:全球数据标注的落点不是随机分布的,它跟着「英语能力尚可+人力成本低」的条件走,而这些条件又与殖民史、经济结构有关。
客户那一端
185 条客户关系里出现最多的名字是 Microsoft(5 条)、Google(4 条),NVIDIA、OpenAI、Sony、Walmart、Meta、eBay 各 2 条,Anthropic、Cohere 等各 1 条。按客户总部所在国家统计,美国 86 条、法国 20 条、英国 8 条、以色列 7 条、德国 6 条,另有 31 条国家字段为空。
作者对这张表的态度很明确:客户数据来自平台自愿披露和 TechEquity 的既有整理,平台经常应客户要求隐去关系,所以这份名单是「有据可查的下限」,不是完整图景。
一张记录是怎么被核实进去的
数据不是爬来的,是一行一行手工核出来的,每行的 method 和 source 两列就是证据链:上市公司(生态里极少)用 SEC 10-K 的 Exhibit 21 子公司清单;私营公司查官网或 LinkedIn 的办公地点;只有官网上明确标了 Delivery Center 的办公室才计入,普通区域办公室不折算成交付中心。
地理编码把城市级地址转成经纬度,city 为空或写成「.」的记录只到国家级,这也是为什么有些点的坐标落在国境中心。
项目还公开了 LLM 的使用方式,这一点值得单独记:模型只用来做「信息景观过滤器」,即对每家 BPO 公司提问「找这些公司的自有标注团队交付中心,引用来源,找不到就明说 nothing found,确定性分高中低」,据此给手工检索排序——确定性高的先查,查不到的不再人工展开。模型没有参与数据判断。
用它研究劳动链条时怎么核对来源
第一,认准 source 列。93 行里每一行都有原始链接,核对时逐行打开原始出处,而不是引用地图截图;method 列的「Company website」与「SEC 10-K Exhibit 21」证明力不同,后者是可审计申报文件,前者是企业自述。
第二,读懂 notes 列。判断规则往往写在这里,比如「only offices marked as Delivery Center are recorded」,或者某平台总部与实际注册地不一致的说明。忽略这一列很容易把区域办公室误当交付中心。
第三,把「没有」读成「尚未核实」。作者在方法页写得很清楚:公司不在图上应理解为 not yet verifiable,不是 does not exist;披露粒度也不一致,有的到国、有的到市、有的到具体办公室,所以点密集不等于工人多。
第四,注意范围边界:项目只覆盖英语媒体世界可查的信息,作者明确说这忽略了一个很大的中国数据标注生态,部分是有意为之——研究对象是西方资本主导的全球外包模式,而中国生态的自给程度更高。做跨国比较时,这个边界必须先写在结论前面。
第五,样本小带来的偏斜要盯住:DesiCrew、NextWealth 这类在印度高度集中的平台会明显拉高印度的占比,单个交付中心的出现不能推断用工人数或行业依赖度。作者自己给出的定位是「有用的锚点」,不是全景。
────────────────
三张 CSV 直链、站点的方法页与引用格式、以及建议的核对顺序已整理好,回复后可见。


雷达卡


京公网安备 11010802022788号







