全球最大的外送平台 DoorDash 於 3 月 19 日推出了一款名為「Tasks」的應用程式，正式邀請旗下外送員（Dashers）斜槓成為 AI 訓練師。這項創新模式讓外送員透過拍攝日常任務影片或錄製多語言語音來賺取報酬，不僅為他們開闢了新的收入來源，更是 DoorDash 布局未來自動化物流生態系的關鍵一步，旨在深化 AI 模型對物理世界的理解。

現象觀察：外送平台如何「斜槓」驅動 AI 進化？

這項策略的最初引人注目之處，在於 DoorDash 透過 Tasks App，將外送員的日常活動轉化為極具價值的 AI 訓練數據。舉例來說，外送員可能會被要求配戴隨身攝影機，拍攝自己清洗至少五個碗盤的過程，並在每個洗淨的碗盤之間稍作停留，確保畫面清晰。此外，錄製不同語言的語音，或在原有的 Dasher App 中執行如拍攝飯店入口照片、檢查超市貨架庫存，甚至是協助 Waymo 自駕車關閉車門等微型任務，都成為了外送員賺取額外收入的新途徑。這些看似瑣碎的影像與數據，其實是建構更精準 AI 模型與機器人系統的基石，讓機器能更深入地理解真實世界的物理運作。有趣的是，這並非 DoorDash 獨有的策略；Uber 去年也曾宣布類似計畫，讓司機透過上傳照片等方式獲取額外收入，顯示這已成為外送產業發展的新趨勢。

原因剖析：從數據採集到自主配送平台的戰略佈局

深入探究這項變革的背後，我們會發現 DoorDash 的野心遠不止於此，而是正在構築一個數據驅動的自動化物流生態系。首先，這些由外送員蒐集而來的物理世界數據，是訓練 AI 學習人類行為與環境互動的關鍵。其次，DoorDash 的自動化策略也體現在與 Waymo 的深度合作上。自 2025 年以來，雙方逐步深化合作，截至 2025 年底，Waymo 的自動駕駛車隊已正式納入 DoorDash 的配送服務體系，在亞利桑那州鳳凰城的部分餐點與雜貨訂單，已能透過 Waymo 的全自駕車（Jaguar I-PACE）完成配送。

此外，DoorDash 亦積極透過旗下的 DoorDash Labs 進行自主研發，去年 9 月推出的自主外送機器人「Dot」便是其硬體實力的具體展現。這款體積僅為汽車十分之一的紅色四輪機器人，搭載多組感測器，時速可達 32 公里，能靈活穿梭於道路、自行車道與人行道之間，內部空間足以容納六個大披薩盒，並提供溫控與防震杯架。DoorDash 共同創辦人 Stanley Tang 曾指出：

「Dot 的開發目的在於填補『路面機器人』與『自駕車』之間的空缺，特別是解決郊區 3 到 5 英里配送成本過高的問題。」

這套複雜的協作網絡得以流暢運作，核心在於 DoorDash 的「自主配送平台（ADP）」。這套系統猶如物流的智慧指揮中心，能即時分析訂單的運送距離、商品體積與場景條件，動態決定該由人類外送員、Dot 機器人或 Waymo 自駕車來完成配送，實現多種運具間的高效協同作業。

影響評估：重塑物流產業與勞動市場的雙重變革

這項戰略轉型對整個物流產業與勞動市場都將產生深遠影響。對外送員而言，Tasks App 開闢了新的收入機會，讓他們能夠「斜槓」成為 AI 訓練師，從而增加了收入來源。不過，這也暗示著外送員的角色正在從單純的配送者，轉變為物理世界數據的採集者。對 DoorDash 來說，這意味著從單純的媒合平台，轉型為一個具備實體與數位整合能力的物流科技巨頭，能夠將物理行為轉化為數據，再由數據驅動整個物流生態系。執行長徐迅（Tony Xu）也曾於年初的股東信中表示：

「DoorDash 必須經歷『必要但痛苦的過程』來重建其底層系統，以整合這些新產品。」

這段話凸顯了轉型過程的複雜與挑戰。總的來說，DoorDash 正透過人機協作的混合模式，讓機器負責高頻且標準化的配送任務，而人類外送員則專注於需要判斷力與人際服務溫度的情境，這無疑將重新定義未來的物流產業格局。

趨勢預測：邁向全自動化與數據驅動的智慧物流新紀元

展望未來，DoorDash 的策略預示著一個更高度自動化、數據驅動的智慧物流新紀元。隨著 AI 模型對物理世界的理解日益加深，以及自主配送平台（ADP）的優化，我們預期機器人與自駕車在配送鏈中的佔比將逐步提升。人類外送員的角色將從執行標準化任務，轉向更具價值的監督、維護、客製化服務或處理異常狀況。DoorDash 正逐步從一個外送服務商，進化為一個掌握物理世界數據、具備強大自動化調度能力的科技公司。這不僅是物流效率的提升，更是對未來城市運作模式的一次大膽探索與重塑，將徹底改變我們對「配送」的想像。