在青岛崂山区占地2000平方米的训练场内，一场人机协同教学正在改变传统制造业的用工结构。数据采集员陈云龙手持控制器，精确引导双足人形机器人完成颠勺、翻炒等烹饪动作，每一次细微的手部位移都会被转化为数字信号。看似简单的“动作复刻”，实际上是我国具身智能产业夯实基础能力的重要一环。产业需求催生了新的职业形态。国务院发展研究中心《中国发展报告2025》指出，随着智能装备在物流、制造、服务等领域的渗透率提升，到2030年对应的市场规模将达4000亿元。然而，技术落地仍受制于关键瓶颈——缺少可用于训练的场景化行为数据。为此，崂山训练场设立数据采集岗位，通过“人类示范—机器学习—数据迭代”的流程，为智能装备的产业化应用搭建起“数字底座”。现场观察显示，每位采集员日均需要完成7.5小时有效工作，单个动作往往要重复上千次。在物流分拣场景中，机器人取放快递的误差需控制在3毫米以内；在汽车装配环节，六轴机械臂的定位精度则要达到0.1度。这些高标准让这份工作显示出“赛博搬砖”的特点——既考验操作稳定性，也要求具备一定的数据理解与分析能力。值得关注的是，该岗位体现出较强的职业包容性。团队既有电子信息工程等相关专业的从业者，也有来自学前教育等行业的转型者。鲁东大学毕业生李慧茹经过系统培训，一周内掌握核心操作，目前已成为商超货架整理项目的骨干；中专学历的张家铭则把游戏操作积累的空间感知能力转化到工作中，在复杂路径规划任务里表现突出。这种以能力为导向的用人方式，为传统制造业劳动力转型提供了可参考的路径。行业专家分析，随着5G与工业互联网加速融合，未来三年我国将新增超过50万个智能装备调试相关岗位。崂山模式表明，通过建立标准化培训体系、完善职业认证制度，有望缓解新兴产业面临的人才缺口。训练场计划年内将场景库扩展至15个，数据采集效率提升300%，为“中国智造”提供更充足的行为数据支撑。
数据采集员该新职业的出现，是具身智能产业发展到一定阶段的结果；他们把人的经验与技能转化为可训练的数据，让机器人“学会”在真实场景中行动，推动人工智能从虚拟走向现实。随着具身智能市场持续扩容——这一职业群体有望更壮大——成为新质生产力的重要支撑。这也提示我们，在智能化时代，人的价值并未减弱，而是在新的分工中被重新定义——以更贴近产业升级的方式参与人机协作，打开新的发展空间。