样本报告中的分析写道：“您的工人平均每天有2.2小时没有在工作，这导致您每天因产出减少而损失约33000卢比。”此外，报告还量化地拆解了工人在非工作时间都在做什么，例如“空闲比例”中有32%花在了与同事聊天上，报告甚至指名道姓地指出了特定工人。

　　随后，报告将这些分数与Egolab AI合作过的其他工厂进行对比，从而给出了工人生产力的百分位排名。

　　纺织业是印度最大的雇工行业之一，直接从业人口近4500万，其中许多人来自农村地区。这并不是唯一通过工人收集第一人称视角数据的行业。印度公司阿维格（Awign）企业有限公司也在收集类似数据，用于实现切黄瓜或整理玩具等家务活的自动化。另一家总部位于旧金山的初创公司Humyn AI也正试图建立类似的业务。

　　外卖骑手通过记录

　　自己的工作赚钱

　　在美国，外卖骑手成为收集视觉数据的“工具”，他们还能从中赚取报酬。今年3月，美国外卖巨头DoorDash推出一款名为Tasks（任务）的独立应用。根据该公司公告，Tasks允许其美国800万名零工从业者通过记录自己执行各种任务的视频来赚钱。这些数据随后将被应用于训练AI和机器人。

　　这款新应用中提供的任务包括叠衣服、洗碗筷和铺床等日常家务，根据每项零工付出的劳动和复杂程度提供不同的报酬。像修剪植物和换盆这样难度较高的任务，报酬则更加丰厚。

　　骑手还可以通过录制其他语言的口语内容来获得报酬。应用上的一个任务列表就提示西班牙语使用者：“与您的朋友或家人就日常话题进行自然、即兴的对话”。