PR
フードデリバリーの配達員が、ピザを届けながらAIロボットの「先生」になる──そんな未来がすでに始まっている。
2026年3月、米国最大のフードデリバリーサービスDoorDashが、800万人の配達員（Dasher）を対象にした新しい副業プラットフォーム「Tasks」を正式にリリースした。
これは単なるポイント稼ぎアプリではない。AIや人型ロボットが学習するために必要な「物理世界のリアルなデータ」を、全米に散らばる配達員のネットワークを使って大規模に収集するという、前代未聞のビジネスモデルだ。
日本ではまだ馴染みが薄いこの動きが、なぜ世界のAI業界と副業市場に衝撃を与えているのか。その全貌を解説する。
配達しながらAIを育てる──DoorDashが始めた前代未聞の副業
DoorDashが2026年3月19日にリリースした「Tasks」は、配達員が配送業務の合間、あるいは自宅にいる時間を使ってAI学習用のデータを収集・作成することで報酬を得られるプラットフォームだ。
仕組みはシンプルだが、その内容は非常に興味深い。
新アプリ「Tasks」とは何か？配送中にできる仕事の中身
Tasksには大きく分けて2種類の展開形式がある。
まず一つ目は、既存の配送アプリへの統合。配達中に立ち寄ったレストランや小売店で、「棚の在庫をスキャンする」「料理の写真を撮影する」「ホテルの入り口を特定する」といったタスクが依頼される。これらは配送業務の効率化にも直結するデータで、DoorDash自身のサービス改善にも活用される。
二つ目は独立アプリ「Tasks」での仕事だ。こちらは配送とは完全に切り離されており、自宅や外出先で実行できる。具体的には「特定言語での日常会話を録音する」「家事の様子を動画で撮影する」といった内容が含まれる。
特に注目されているのが「ボディカメラを装着した状態で家事を行う映像」の収集だ。皿洗い、洗濯物のたたみ方、料理の手順といった「人間の手の動き」は、人型ロボット（ヒューマノイドロボット）の学習において極めて価値が高いとされている。
自宅でも稼げる？「家事を録画する」という仕事の実態
Tasksで収集されるデータは主に音声・ビデオ・画像の3種類。これらは静的なデータ（画像にラベルを貼るだけ）とは根本的に異なる。
従来のAIデータ収集といえば、画像認識のためのラベル貼りや、テキストの分類作業が主流だった。しかしTasksが狙うのは「動的な現実世界の行動データ」だ。
人が実際に手を動かし、物を持ち、空間を移動する映像──これこそが次世代のロボットやAIエージェントが必要としているものであり、実験室のシミュレーションでは絶対に再現できないリアルさがある。
RedditなどのSNSでは、複数のタスクを組み合わせることで週に数百ドルの追加収入を得ているケースも報告されており、副業としての実用性は決して低くない。
なぜDoorDashはこのビジネスを始めたのか
表面だけ見れば「配達員に副業を提供する福祉的な取り組み」に見えるかもしれない。しかし本質はまったく異なる。DoorDashが本当に狙っているのは、「物理世界のデータ市場」における圧倒的な優位性の確立だ。
実験室では手に入らない「物理世界のデータ」の価値
AIの進化において、現在最も価値が高く、最も不足しているのが「物理世界でのリアルな行動データ」だ。
テキストデータや画像データは、インターネット上から大量に収集することができる。しかし「人間が実際に体を動かす映像」「現実の店舗内の棚の状態」「リアルタイムの道路状況」といったデータは、デジタル空間には存在しない。
DoorDashはすでに全米の主要都市に800万人の配達員というネットワークを持っている。これは単なる配送インフラではなく、現実世界を隅々までカバーするセンサーネットワークとしても機能する。この資産を活かさない手はない、というのがDoorDashの戦略だ。
収集されたデータは自社AIの改善だけでなく、小売・保険・ホスピタリティ・テクノロジー分野のパートナー企業にも外販される予定だ。これはDoorDashが「デリバリー企業」から「データプラットフォーム企業」へ脱皮することを意味する。
ギグワークが「AIの供給チェーン」に変わる日
DoorDashの動きは孤立したものではない。UberやInstacartも同様の方向性を模索しており、ギグワーカーを活用したAIデータ収集の市場は急速に拡大しつつある。
従来のギグワークは「人間の労働力でロボットが苦手な仕事をカバーする」という構造だった。しかしTasksが示すのは、「人間の労働がAIとロボットを育てる原材料になる」という新しい構造だ。
これはギグワークの意味そのものを根底から変える転換点かもしれない。
稼げる？稼げない？報酬と展開状況の実態
関心を持った方が最も気になるのは「実際いくら稼げるのか」という点だろう。現時点でわかっている情報を整理する。
報酬体系と対象地域──今すぐ使える人・使えない人
Tasksの報酬は作業の複雑さと労力に応じて事前に提示される仕組みだ。単純な写真撮影タスクから、ボディカメラを使った動画収集まで、難易度に応じた報酬が設定されている。
ただし現時点では米国内での展開に限られており、日本での利用はできない。さらに米国内でも、規制が厳しいカリフォルニア州・ニューヨーク市・シアトル・コロラド州などは当初の対象外となっている点は注意が必要だ。
日本での展開時期は未定だが、このビジネスモデル自体が「AIデータ収集×ギグワーク」という新しい副業カテゴリの先駆けとなることは間違いない。今後、類似サービスが日本市場にも登場する可能性は十分にある。
SNSで広がる「自分の代替を育てている」という皮肉な声
Tasksの登場に対し、米国のSNS（特にReddit）では複雑な反応が広がっている。
もっとも多く見られるのが「自分の仕事を奪うロボットを、自分が育てている」という皮肉だ。配達員が自ら収集した「配達動作のデータ」が、将来の配送ロボットの学習に使われる可能性を指摘する声は少なくない。
また、プライバシーの問題も無視できない。自宅内での家事を録画し、企業に提供することは、住居内の詳細な情報を外部に渡すことを意味する。このデータが誰にどう使われるのか、透明性の確保が今後の課題になるだろう。
副業として魅力的な報酬がある一方で、「何を売っているのか」を十分に理解した上で参加することが、これからのデジタル副業においては不可欠なリテラシーになっていく。
eddie’s Advice：自分が「学習データ」になる前に知っておくべきこと
DoorDashのTasksが示す本質は、「副業の民主化」ではなく「データ資本主義の新しい局面」だと僕は見ている。
確かに手軽に稼げるかもしれない。しかし考えてほしいのは、あなたが提供した「体の動き」「声」「家の中の様子」が、将来どんな形で使われるかは誰にもわからないということだ。
副業を選ぶ時、「何を売って稼ぐのか」を意識することがこれまで以上に重要になっている。時間を売るのか、スキルを売るのか、それともデータ＝自分の行動や情報を売るのか。
AIが発展すればするほど、「人間の行動データ」の価値は上がり続ける。ならば、そのデータを安売りせず、自分のスキルに変換して稼ぐ側に回る方が長期的には圧倒的に有利だ。
AIを使って稼ぐ副業を学ぶことは、単に「お金を増やす」ためだけでなく、「データを売らされる側」から「AIを使いこなす側」へのシフトでもある。今のうちにその一歩を踏み出してほしい。
結論：AIの副業市場は「体験・行動・現場」にシフトしている
DoorDashのTasksは、AI副業の世界に新しい扉を開いた。「物理世界の行動データ」という新しい価値が生まれ、それを収集するための巨大な市場が形成されようとしている。
この流れは今後も加速する。Uber、Instacart、そして日本国内のギグワーク企業も、遅かれ早かれ同様のビジネスモデルを導入するだろう。
大切なのは、その流れに受け身で巻き込まれるのではなく、能動的に活用する側に立つことだ。
AIデータ収集の副業に参加することも一つの選択肢だが、もしあなたが「もっと本質的なAI副業」を探しているなら、まずAIを使って稼ぐスキルそのものを学ぶことをおすすめしたい。
データを提供して数百円を稼ぐより、AIを使いこなして数万円・数十万円を生み出す側に回る方が、明らかに未来は明るい。
今すぐ行動できる第一歩として、AI副業の全体像を学べる無料セミナーへの参加を強くすすめる。
＼セミナー参加で今だけ7大特典！／顔出し不要。スマホで耳だけ参加OK！
＼登録料・利用料はもちろん無料！／
コメント