人工智能实验室、机器人初创公司和数据运营企业正在不遗余力地争夺人才，同时采用各种雇佣模式，在政策法规每月都在变化的国家展开布局。那个凭藉“随时随地，雇佣任何人”理念发展起来的全球雇佣行业，如今正竞相转型为更接近基础设施的存在。行业头部企业之一 Papaya Global 本月向分析师阐述了其发展前景。以下是其核心观点，以及这些说法仍需核实的地方。

向一家人工智能实验室询问其员工的分布情况，你会得到一张地图，而不是一个具体的地址。伦敦和苏黎世的研究人员。特拉维夫和班加罗尔的工程师。在一年多前尚不存在的场地上工作的机器人技术人员。而在这一切的底层，则是那些负责标注数据、审核输出结果以及确保模型真实可靠的人员——市场研究机构 Dataintelo 和 Market.us 估计，目前这一群体规模约为 300 万人，并随着大语言模型（LLM）训练、人类反馈强化学习（RLHF）以及计算机视觉众包工作的规模化，预计将增长至 3500 万人。其背后的供应链已经错综复杂：SOMO 在 2026 年 3 月发布的一份报告显示，有近 500 家公司活跃在人工智能数据收集和标注领域，其中亚马逊、谷歌、Meta、微软和英伟达这几家巨头之间总共使用了至少 30 家中介机构。

几乎这些人员都不是传统意义上的员工。他们是独立承包商、劳务派遣人员、零工经济劳动者、或是只有一个客户且没有任何福利的准员工。根据 Conexis VMS 引用的行业分析师（Staffing Industry Analysts）劳动力基准数据，目前临时工、自由职业者和劳务派遣工占企业劳动力总数的 18% 至 22%，并且在财富 500强和全球 2000 强企业中，这一比例正朝着 40% 至 48% 的结构性转变迈进。Workday 旗下的 VMS 部门曾向《HR Executive》透露，非全职员工在财富 500 强企业劳动力中的占比已经达到平均 36%，预计到 2027 年将达到 50%。由于定义不同，全球零工劳动力的估计数据差异很大；Papaya 向分析师展示的自身预测显示，这一数字将从大约 1 亿增长到 4.35 亿。

无论具体数字是多少，那些依赖这些劳动力的公司都面临着一个与“招聘模型”无关的问题：他们需要随时随地招聘、分类、管理并支付员工的工资——无论这些员工身处何地，无论采用何种雇佣模式。而且，他们必须比相关法规的变更速度更快地完成这些工作。目前他们可用的大多数工具都是为解决一个较为简单的问题而开发的：如何在日本雇佣一名工程师？

在过去五年中，全球就业市场的主导者是那些提供“雇员记录管理服务”（Employer of Record, EOR）的平台；这类平台已经发展到了包括十几家资金雄厚的供应商的规模，Papaya Global就是其中之一。这些平台的宣传重点在于“效率”：无需在当地设立实体，只需通过国外供应商来处理招聘和薪资支付等事务。

这种模式在招聘频率较低、风险较小的情况下确实有效。但现在，当企业需要在多个国家建立数据标注团队或在三大洲运营机器人生产线时，这种模式就遇到了严重的问题——因为各地的法规差异变得非常复杂。根据Papaya Global的数据，有48个国家要求企业在雇佣劳动力时必须获得相应的许可；其中32个国家对EOR模式的持续时间有明确限制（例如德国为18个月，法国为36个月）；另有65个国家对员工的分类标准有严格规定，并会严格执行这些规定。如果企业在其中任何一个国家错误地对员工进行分类，后果将非常严重：不仅需要补发工资和福利，某些国家甚至会将其行为视为违法行为并移交司法机关处理。

风险甚至在薪酬发放之前就已经出现。全讯爱睿（TransUnion）于今年1月发布的《2026年零工经济工作者报告》对1012名美国成年人进行了调查，结果发现，四分之一的零工将自己通过验证的账户租给他人，五分之一的人将其出售；在租用账户方面，Z世代和千禧一代赚取者的比例更是上升至31%。仅有45%的受访者表示他们使用的平台具备有效的身份验证功能。深度伪造的身份可以绕过静态的入职审核。项目角色在无人决策的情况下演变为无期限雇佣。供应商的数据泄露会同时暴露所有客户的工人。

供应商正沿着不同的方向作出应对。一些供应商从名义雇主（EOR）业务扩展到合同工管理、自有实体的薪酬发放以及更广泛的人力资源套件，并开始在其服务所在国家强调自有的法律实体。另一些供应商则将全球薪酬发放捆绑到一体化的人力资源、IT和财务平台中，旨在迎合那些希望拥有单一记录系统的公司。还有几家公司进军了名义合同工（contractor-of-record）服务，以承担合规分类风险。Papaya与众不同的举措是成为一家受监管的支付公司，这正是它在9月9日向分析师展示的“基础设施”版本。

整个行业都在关注的两个案例 行业内正在广泛引用两起均不涉及薪酬供应商的法院裁决，将其视为责任走向的风向标。2024年，加拿大一家仲裁庭下令加拿大航空公司赔偿812加元，起因是其聊天机器人凭空捏造了一项政策，仲裁庭驳回了“该机器人是一个独立实体”的辩护理由（Moffatt v. Air Canada, 2024 BCCRT 149）。2025年5月，美国一家联邦法院在Mobley诉Workday一案中批准了全国性集体诉讼的初步认证，其理论依据是人工智能招聘供应商可以作为雇主的代理人承担责任；该案件的证据发现阶段将持续到2026年。

这两起案例都与在葡萄牙向承包商支付款项无关。它们实际上揭示了一个重要的趋势：当软件系统做出决策时，该软件的供应商可能会对最终的结果负责。如今，所有的人力资源管理（EOR, Employee Onboarding and Retirement）平台都在分类、员工入职流程或薪资验证等环节使用了人工智能技术；因此，当这些系统出现错误时，谁应该承担责任的问题也就变得普遍存在了。Papaya公司选择将这一点作为其产品宣传的核心内容——这既是一个商业决策，也是一个法律层面的考量。

关于Papaya的基础设施架构，该公司表示自己负责管理那些由其他合作伙伴提供的服务，并将这些服务整合到一个统一的平台上。以下内容是根据其在分析师日（Analyst Day）上发布的资料整理的；所有数据均来自该公司自身的报告：

针对不同类型的员工，Papaya提供了一套统一的系统：从招聘和入职筛选、员工分类，到通过自有实体或授权合作伙伴进行雇佣管理，再到公司内部员工的薪资发放，所有流程都集中在同一个平台上完成。

支持180个国家的业务：该平台支持110个国家的本地薪资计算（从毛薪到净薪的转换），并支持130种货币的支付。

所有员工信息都存储在一个统一的数据库中：无论是正式员工、承包商、中介机构还是临时工，他们的信息都存储在同一个数据库中。

资金管理由Papaya自己负责：Papaya Global公司在2022年收购了支付服务提供商Azimo，并在英国、欧洲、香港、澳大利亚、加拿大和美国获得了六项支付服务许可证。客户的资金由J.P. Morgan和Citi银行进行托管。据该公司称，每年有超过500亿美元的款项通过其支付系统进行结算，其中95%的直接支付都是实时完成的。

大多数同类供应商仍依赖第三方合作伙伴进行支付处理：虽然Papaya声称自己拥有自主的支付系统，但分析师们需要进一步的证据来证明这种模式是否真的能为客户带来更优的服务体验。

总之，Papaya的核心优势在于其对整个业务流程的全面控制——从员工招聘到资金结算，所有环节都由该公司自己负责管理。

执行的AI，签署的专家。五个智能体——连接、合规、招聘、验证和支付——运行在单一的数据层上。合规引擎 Papaya ONE 将决策建立在当地法规、公司自身政策以及引用的来源之上，并标出它不会单独决定的事项。在智能体之上是一层当地专家，他们负责处理模糊的案例，并在任何重要事项执行之前进行批准。Papaya 报告称，在其自身的运营中，支持工单减少了 24%，每个薪酬周期的手动检查减少了 55%；这些是内部测量数据，而非经审计的结果。

合同先行，工程师紧随其后。前线部署的工程师在迁移过程中绘制客户的运营蓝图并构建定制智能体。其宣称的目标是在不到八个月的时间内覆盖 40 多个国家以及 20,000 多名工人。

面向工人的账户。Banco 为每位工人提供账户和卡片，收入在几秒钟内到账，无需本地银行账户，并且根据 Papaya 的数据，每次支付的成本最多可降低 80%。其他供应商也提供面向工人的钱包或卡片；Papaya 声称的不同之处在于其自身持有的牌照和清算通道支撑在底层。尚未得到证实的内容 展示内容中提出但市场尚未测试的三件事。

人口统计预测具有方向性，尚未尘埃定局。3500 万标注员的数据以及 40% 至 48% 的劳务派遣占比来自拥有各自方法的市场研究公司和 staffing 行业基准；435 亿（注：原文 gig 指零工经济规模或数量，此处直译为 gig 数据或按常规处理）的零工数据则为 Papaya 自身所有。大方向已达成广泛共识，但具体规模尚未确定。

前瞻性目标终究只是目标。Papaya 告诉分析师，它预计在 2026 年实现三倍的 AI 生产力，并在 2027 年实现超过 35% 的收入来自自主智能体和服务，并将这两项均标注为目标。

“对最终结果负责”这一原则在法律上仍属于合同约定的内容，直到法院对此进行裁决为止。据报道，Papaya公司至今尚未收到任何关于其未能履行该约定的投诉或索赔；这无疑是一个令人印象深刻的记录。不过，这一原则目前仅停留在理论层面，该领域内还没有任何供应商因此被法院起诉。

企业的发展应基于市场机会，而非地理位置的限制。抛开供应商的具体定位不谈，一个核心观点依然成立：人工智能经济正在催生一种分布广泛、具有临时性特征（即员工的工作期限和薪酬可能随项目需求变化）的劳动力结构；为此，许多原本用于处理国际招聘的工具正在被重新设计或优化。从软件角度来看，该行业的大部分企业都在向更通用的平台靠拢；而从支付和许可服务角度来看，Papaya公司也在朝着同样的方向发展。未来哪种方案能够胜出，更多地取决于监管机构或法院在调查时究竟会问哪家供应商“应该对相关结果负责”，而非分析师们在报告中的分析结论。

“可以在任何地方开展业务、在任何地方雇佣员工，并实现实时支付”——如今该行业内的所有供应商都在宣称自己具备这些能力。但只有那些能够真正做到“我们会为此承担责任”的供应商，才能成为未来十年发展的核心力量。

Papaya Global的相关数据均来源于该公司2026年9月9日的分析师会议报告；除非另有说明，否则所有数据均直接来自该公司官方发布的信息。关于劳动力市场的预测数据来源于Dataintelo和Market.us（市场研究机构）、Conexis VMS（提供临时劳动力市场基准数据）、HR Executive（基于Workday的数据分析）以及TransUnion发布的2026年《零工经济工作者报告》（涉及员工资质共享的相关内容）。法院案例的详细信息来自Moffatt v. Air Canada（2024 BCCRT 149）和Mobley v. Workday（N.D. Cal. No. 23-cv-00770-RFL）这两起案件；行业分类的描述则来源于各供应商的官方产品页面。