当前，词元计费逐步成为行业通用规则。无论是企业接口调用、开发者场景落地，还是个人用户解锁高级AI功能，均依托词元计费体系实现标准化交易。在火热的盈利赛道背后，一个朴素的疑问值得深思：千千万万普通人每天与AI对话、提问、纠错，以海量真实生活场景持续喂养AI大模型，推动模型持续迭代、平台营收稳步增长，为何绝大多数用户却无法获得一分钱收益？

不少人误以为，AI的智能完全源于机房算力与代码。事实上，算力与算法决定模型能否运行，而海量用户的真实交互，才是模型能否读懂现实的关键。刚上线的基础大模型，如同一本脱离生活的静态百科全书，真正让AI适配多元现实场景的，正是无数普通用户日复一日的手把手教学。这些经人工反复打磨的优质数据，被平台收录用于模型迭代，升级后的功能转化为付费会员权益，成为平台增收亮点，而为此付出时间、精力与脑力劳动的普通用户，却未获得任何回馈。

普通用户数字劳动的市场价值，从数据标注产业规模中可得到直观印证。据2025年公开数据，全国7个国家级数据标注基地总规模达17282TB，带动相关产业产值超83亿元。行业内，平台每年投入数千万元采购专业标注服务，而普通用户完成的同类优化、纠错、补全工作，却被默认无偿取用，无形中为平台节约了巨额数据标注成本，成为AI产业发展的隐形红利。

有平台认为，免费开放AI基础服务，即是对用户数据贡献的等价回馈，“服务换数据”是双向互惠的合理模式。这一说法并不成立，理由有三：其一，付费用户存在双重付出。用户开通会员支付费用，购买的是即时算力与增值功能，平台却将基础服务再次视作数据采集的报酬，本质是以同一份服务重复抵扣对价。其二，用户交互并非单纯消费。主动纠错、补全专业内容、细化实操流程，均是可核验、可复用的有效数据产出，是平台需要付费采购的核心资源，不应无偿攫取。其三，权限开关无法弥补存量贡献。用户关闭数据采集权限，仅约束后续行为，无法回溯、抵消已被收录训练的存量数据，以未来不采集抵偿已取用的劳动价值，本质是对价缺失。

更深层的失衡，体现在授权机制的不合理上。多数平台通过隐私协议捆绑数据授权，用户若想使用基础AI服务，必须全盘认可数据采集条款，无拒绝权、选择权和议价权。

倡导尊重用户数字劳动，并非要求“一句一结算”的极端模式，行业现实难题客观存在：如何界定有效训练数据、区分优质贡献与无效闲聊？海量用户的劳动价值如何计量、确权、溯源？全面推行用户付费结算，或将引发成本上涨、隐私泄露、恶意刷量等一系列问题，甚至抬高AI服务门槛、损害大众使用便利。

技术难题不能成为漠视用户价值的借口。《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》明确提出，坚持“谁投入、谁贡献、谁受益”原则，保护数据要素各参与方的投入产出收益，探索个人、企业、公共数据价值收益共享模式，推动数据要素收益向创造者合理倾斜。

破解当前行业失衡困局，平台亟须打破“默认无偿采集”的惯性思维。一方面，整治捆绑授权乱象，将“数据用于模型训练”设置为独立可选权限，充分保障用户自主选择权。另一方面，建立分层分类激励机制，针对用户高价值纠错、专业知识补充、垂直场景优化等可核验的优质贡献，通过会员权益、词元额度、积分福利等方式予以回馈。

记者：臧文婧

文字编辑：杨智嘉

新媒体编辑：洪琳

新媒体审核：杨岚

作者：人民政协报