客户成为我们的数据训练员，代替我们来持续纠正机器人的错误。”
“这样一来，只要产品的销量足够大，用户使用的时间足够多，同时还有部分用户持续纠正机器人的话，我们就能够通过这种方式收集大量数据，同时持续训练、纠正我们的算法。”
“这将会大幅度的推进我们的家政机器人的整体训练进度！”
“如果情况良好的话，我们甚至有希望在一年内就把所有的训练模块，通过用户的亲手训练做到中级的程度！”
“三年内达到一个比较优秀的水准，进而做出来真正意义上的家政机器人！”
唐全勇的这一番话，让季成河他们几个市场营销部门的人听了后稍微思索起来。
集团副总裁，负责亚洲地区市场业务的李东来斟酌着道：“这样的话，我们的诉求就不仅仅是赚钱了，还要让用户来代替我们进行训练，进而节省大量的训练成本。”
“这个训练成本你们估算过没有，大概能节省多少？”
唐全勇道：“训练成本方面由两方面组成，一个是数据的训练，这方面需要在集团里的AI训练阵列服务器里进行，而目前的算力成本还是非常高的，当然，这部分是属于固定支出，不管是否通过用户收集数据都无法避免！”
“另外一大成本则是数据的收集，算法的纠正反馈，这方面没办法通过单纯的AI训练来完成，我们需要大量的员工来收集数据，对算法进行纠正，并给予算法正确的反馈，告诉机器人该怎么做。”
“我们目前一共拥有一个直属的数据训练工厂，里面目前有两千多人正在执行这个任务。”
“但是这个数据工厂里，我们只是用来进行最为核心的几个项目的训练，而更多的基础数据的收集和纠正，我们是通过了外包的方式来进行，目前我们在国内一共有十二个合作外包方，这些外包数据训练工厂大概雇佣了超过一万五千名数据训练员。”
“虽然这些外包的数据工厂也承担了其他机器人项目的训练，但是目前的核心任务还是训练这个家政机器人，整体的运营成本是非常高的！”
“按照我们的估算，如果把部分数据收集，训练任务交给用户来进行，那么我们应该能节省五十亿美元到八十亿美元左右的训练成本。”
季成河道：“这个训练成本不低啊，考虑到这一点，那么我们的这个机器人，前面几年的售价就不能太高了，还是要是适当的降低一定的价格，扩大用户数量，继而节省更多的
…。。