あなたの「家事」がAIを育てる時代へ

皿洗いをするだけで報酬がもらえる。ただし、雇い主はAIだ。

米国のフードデリバリー大手 DoorDash が2026年初頭に公開した新アプリ「Tasks」は、食事の配達とはまったく関係がない。ユーザーがスマートフォンを胸に装着し、洗濯物を洗濯機に入れる、目玉焼きを焼く、公園を歩き回る——そうした日常動作を録画することで、AIモデルやヒューマノイドロボットの学習データを提供するサービスだ。DoorDashのプレスリリースには「このデータはAIとロボットシステムが物理的な世界を理解するのに役立つ」と明記されている。

「家事」が訓練データになる仕組み

アプリの仕組みはシンプルだ。ユーザーは「家事」「料理」「DIY作業」「場所のナビゲーション」「外国語会話」の5カテゴリから仕事を選び、指定された動作を録画して送信する。報酬は作業ごとに事前に表示され、時給換算で $15（約2,200円）が基本となっている。

ただし、実態はかなり地味だ。WIREDの記者が実際に試したところ、洗濯物10点を洗濯機に入れる作業で得られた報酬の見積もりは $0.37（約55円）。目玉焼きを焼く作業でも最大 $5 止まり。3つのタスクをこなして合計 $10 未満という結果だった。

アプリには一定のルールが設けられており、未成年者や個人情報の撮影、同意なしの第三者の録画は禁止されている。また、病院・学校・空港・軍事施設などでの撮影も不可だ。現時点ではカリフォルニア州、ニューヨーク市、シアトル、コロラド州のユーザーは利用できない。労働者保護法制が厳しい地域を意図的に除外しているとも読める。

なぜ今、この動きが重要なのか

このニュースが注目される背景には、生成AIとヒューマノイドロボット開発への投資が世界規模で急拡大していることがある。ロボットに「洗濯物のたたみ方」を教えるためには、人間の手の動きを映した大量の映像データが必要だ。Figure AI や 1X Technologies、そして Tesla の「Optimus」など、各社が競うように汎用ロボットの開発を進めており、そのボトルネックのひとつが「高品質な動作データの収集」にある。

広告

広告掲載について

[email protected]

広告

つまり DoorDash は、フードデリバリーで構築した数百万人規模のギグワーカーネットワークを、今度はAI・ロボット産業のデータ収集インフラとして転用しようとしている。これは単なるアプリの新機能ではなく、「人間の労働力をAI学習に組み込む」という新たなビジネスモデルの実験だ。

日本社会にとっての意味

日本は今、二つの大きな課題に直面している。少子高齢化による深刻な労働力不足と、介護・家事支援ロボットへの強い社会的需要だ。トヨタ、パナソニック、川崎重工 などは国内外でヒューマノイドロボットの開発を加速させており、こうした動作データの収集は他人事ではない。

一方で、日本のギグワーク市場はまだ発展途上だ。ウーバーイーツ や 出前館 がデリバリー分野で定着しつつあるが、「自分の日常動作を録画してAIに提供する」という形のギグワークは、プライバシー意識の高い日本社会でどう受け入れられるだろうか。

さらに視点を変えると、このモデルが普及した場合、誰が恩恵を受けるのかという問いが浮かぶ。低報酬で人間がデータを提供し、そのデータで訓練されたロボットが将来的に人間の仕事を代替するとすれば、労働者は自分の職を奪うロボットを育てていることになる。これは日本の製造業・介護業・物流業に従事する人々にとって、決して遠い話ではない。

「ギグワーク2.0」の光と影

このモデルを楽観的に見れば、スキル不要で隙間時間に収入を得られる機会の拡大だ。特に在宅時間が長い高齢者や育児中の親にとって、追加収入の手段になり得る。

しかし悲観的に見れば、報酬の低さと非対称な価値分配が問題となる。$0.37 の報酬で提供した動作データが、数千億円規模のロボット産業を支えるとしたら、その価値の大部分はプラットフォーム企業とロボット開発企業が受け取ることになる。かつてクラウドソーシングの黎明期に「マイクロタスク」で低報酬が問題視されたのと同じ構造だ。

Amazon Mechanical Turk が2005年に登場したとき、多くの人が「デジタル日雇い労働」と批判した。しかし今や、その後継とも言えるサービスが、よりリアルな「身体労働」のデータ収集へと進化している。