DoorDash amplia le proprie operazioni oltre la semplice consegna di cibo, lanciando una piattaforma indipendente chiamata DoorDash Tasks. L’obiettivo è raccogliere dati reali attraverso la partecipazione degli autisti, fornendo elementi utili all’addestramento di sistemi di intelligenza artificiale. La strategia sfrutta una rete esistente di milioni di conducenti, trasformando le normali attività di consegna in opportunità di raccolta informativa, con una gestione attenta dei compensi legati all’impegno richiesto.
doordash tasks utilizza una rete massiccia per la raccolta dati
La piattaforma fa leva su una rete di oltre otto milioni di collaboratori indipendenti, che operano al di fuori delle consegne ordinarie per svolgere incarichi mirati. Le richieste di task compaiono accanto agli ordini di consegna: gli autisti possono visualizzare i requisiti e l’ importo stimato prima di accettare, con i pagamenti che variano in base a complessità e tempo necessario.
funzionamento dell’app e flussi di pagamento
La soluzione operativa si sviluppa in parallelo alle richieste di consegna standard. Gli incarichi prevedono la cattura di contenuti multimediali (foto, video, clip audio) utili all’addestramento dei sistemi di intelligenza artificiale. I pagamenti non sono fissi, ma si adeguano alla livello di difficoltà e alla durata stimata dell’intervento, determinando un guadagno proporzionato all’impegno.
tra gli esempi di incarichi, rientrano attività come la registrazione di immagini di menu per la verifica dei prezzi correnti, la cattura di articoli specifici sugli scaffali di negozi e persino la documentazione video di attività domestiche svolte dall’utente, per offrire una base visiva utile all’addestramento di robotica e interazioni oggettuali in ambienti reali.
esempi di incarichi
- fotografare un menu per controllare i prezzi correnti
- catturare immagini di articoli su scaffali di negozi
- registrare brevi video di faccende domestiche svolte dall’utente
doordash tasks risponde a una crescente esigenza del settore
Nel contesto dell’intelligenza artificiale, lo sviluppo di modelli affidabili richiede una quantità consistente di dati reali e variegati. L’iniziativa di DoorDash, tramite il crowdsourcing, fornisce agli sviluppatori dati concreti provenienti da contesti reali, offrendo insight immediati ai team tecnologici operanti in ambiti quali retail, assicurazioni e ospitalità.
Questa modalità consente di accelerare la disponibilità di nuove risorse per l’addestramento, mantenendo una connessione diretta tra attività quotidiane di consumo e l’evoluzione delle tecnologie di analisi e di automazione.
diffusione e prospettive future
Il programma è stato introdotto in alcune località selezionate degli Stati Uniti e non è ancora disponibile in California, New York City, Seattle o Colorado. L’azienda prevede di ampliare la disponibilità del programma a ulteriori paesi e di ampliare la tipologia di incarichi in futuro, offrendo nuove opportunità agli autisti e ampliando al contempo la varietà dei dati raccolti.
Lascia un commento