Matt, ein Amerikaner mit einem Doktortitel in Kommunikation, hat vor Kurzem eine freiberufliche Laufbahn bei Scale AI begonnen und arbeitet von zu Hause aus an der Schulung von KI-Modellen.

Aber ist Matt jetzt ein angesehener KI-Programmierer? Nicht ganz. Sein Job ist eher banal: Er arbeitet innerhalb des Systems von Scale AI, überprüft KI-Antworten aus der Sicht des Benutzers, um deren Genauigkeit sicherzustellen, und gibt Feedback. Beispielsweise könnte er überprüfen, welche Antworten von ChatGPT möglicherweise negatives Benutzerfeedback erhalten könnten, wenn er KI für Google trainiert, um Flüge zu buchen.

Scale AI selbst erstellt keine großen Modelle; stattdessen arbeitet das Unternehmen mit großen KI-Herstellern wie Alphabet, OpenAI, Meta und anderen zusammen und sorgt für die „menschliche Aufsicht“.

Die billigen Arbeitskräfte aus Ländern wie Afrika, Indien und den Philippinen reichen jedoch nicht mehr aus, um die Nachfrage der Kunden zu befriedigen. Aus diesem Grund hat Scale AI begonnen, seine Auslandsaktivitäten zurückzufahren und beschäftigt nun Hunderttausende von Mitarbeitern im Inland in den Vereinigten Staaten, darunter hochqualifizierte Personen wie Matt.

Dieses vor acht Jahren gegründete Großunternehmen für Datenannotation schloss im Mai eine Finanzierungsrunde der Serie F im Volumen von 1 Milliarde US-Dollar ab. Angeführt wurde die Runde von Accel mit Beteiligung globaler Giganten wie Amazon, Intel, AMD, Cisco, Meta und Tiger Global. Das Unternehmen rechnet damit, dass sein Umsatz in diesem Jahr 1 Milliarde US-Dollar übersteigen wird, was es zu einem der umsatzstärksten Unternehmen im Bereich der generativen KI macht.

Seine jüngste Bewertung ist auf 13.8 Milliarden Dollar gestiegen, was einen beachtlichen Erfolg unter den KI-Startups darstellt und das herausragende Silicon-Valley-Startup Hugging Face übertrifft, das nach seiner Finanzierungsrunde im vergangenen August eine Bewertung von 4.5 Milliarden Dollar erreichte. Die Bewertung bringt es nun näher an Elon Musks xAI heran, das in seiner jüngsten Finanzierungsrunde eine Bewertung von 18 Milliarden Dollar erreichte.

Scale AI, das Unternehmen, das Menschen für die Routinearbeit im Bereich der KI beschäftigt, ist im heutigen KI-Wettlauf zu einem entscheidenden Werkzeug geworden.

Wenn wir von „groß angelegtem Modelltraining“ sprechen, stellen wir uns Tausende hochentwickelter Chips vor, die große Modelle steuern, um Hunderte von Milliarden Bytes Text zu analysieren. Dies ist jedoch nur der erste Schritt – das Vortraining.

Sich ausschließlich darauf zu verlassen, reicht jedoch nicht aus, um sicherzustellen, dass Systeme wie Claude von Anthropic, ChatGPT von OpenAI, Llama von Meta und Bard von Google richtige Antworten in einem menschenähnlichen Stil liefern.

Um dies zu erreichen, ist ein zweiter Schritt erforderlich: die Feinabstimmung. Dies erfordert einen erheblichen menschlichen Aufwand, der entweder intern von KI-Herstellern durchgeführt oder von Unternehmen wie Scale, Surge AI, Labelbox, Telus International und anderen bereitgestellt wird. Diese Unternehmen stellen große Teams zur Verfügung, um ideale Antworten für Kunden-Chatbots zu schreiben, und unterstützen die Bots dabei, „perfektere“ Antworten zu liefern.

Unternehmen, die Datenannotationsdienste für KI-Modelle anbieten, sind nicht ganz neu; die letzte Welle, die solchen Unternehmen Auftrieb gab, war die des autonomen Fahrens.

Scale AI wurde 2016 gegründet. Tatsächlich ist Scale AI seit seiner Gründung eng mit OpenAI verbunden. Es wurde im Startup-Rennpferdprogramm von Y Combinator inkubiert und erhielt bereits vor Ende des Programms Unterstützung von YC. Zu dieser Zeit war Sam Altman Präsident von YC, der später OpenAI mitbegründete.

Damals, bevor die „Schlacht der Tausend Modelle“ begann, wurde Scale AI zum ersten Mal von der Welle des Hypes um autonome Fahrtechnologie erfasst, die das Silicon Valley erfasste. Um autonomes Fahren zu erreichen, mussten KI-Algorithmen trainiert werden, und es gab damals keine anderen Outsourcing-Unternehmen, die in der Lage waren, die von Radar und Sensoren autonomer Fahrzeuge erzeugten 3D-Bilder zu kommentieren.

Zunächst verbrachten die Ingenieure von Scale AI mehrere Monate mit der Entwicklung eines 3D-Annotationsprodukts für das Startup Nuro im Bereich autonomer Lieferungen. Bald wurden Alphabets Waymo, General Motors Cruise und sogar Apple zu den Kunden von Scale AI.

Bis Ende 2017 hatte Scale AI über 1,000 Annotatoren eingestellt, vor allem auf den Philippinen. Im Durchschnitt verdienten diese Vertragsarbeiter 1.5 Dollar pro Stunde und arbeiteten 10 Stunden pro Woche.

Bis 2019 war OpenAI bereits seit mehreren Jahren etabliert und konzentrierte sich hauptsächlich auf die Entwicklung großer KI-Modelle. Später wurde es Kunde von Scale AI. Zu diesem Zeitpunkt waren große KI-Modelle jedoch keine Haupteinnahmequelle für Scale AI.

Als der Hype um die autonome Fahrtechnologie allmählich nachließ und der Markt zur Rationalität zurückkehrte, geriet Scale AI in eine Krise. Bis 2022 war das Umsatzwachstum von Scale AI um 50 % zurückgegangen, was die Anleger enttäuschte.

Ende 2022 veröffentlichte OpenAI jedoch ChatGPT und Scale AI erlebte ein plötzliches Comeback.

Neben OpenAI arbeitete Scale AI bei großen Modellinitiativen auch mit Meta und Alphabet, der Muttergesellschaft von Google, zusammen. Der Umsatz des Unternehmens stieg von 227 Millionen US-Dollar im Jahr 2022 auf 680 Millionen US-Dollar im Jahr 2023.

Auf der Welle dieser Entwicklung reitend, hat sich Scale AI für das Jahr 206 ein Umsatzwachstum von 2024 % zum Ziel gesetzt und strebt die Erzielung von Profitabilität an.

An diesem Punkt hat Scale AI begonnen, Veränderungen vorzunehmen. Billige Arbeitskräfte aus Übersee können nur grundlegende Aufgaben erledigen, aber Produkte, die auf großen Modellen in Schreiben, Programmieren und Fachwissen basieren, boomen. Scale AI muss seine Belegschaft aufrüsten.

In einer Investorenpräsentation erklärte Scale, dass es eine kritische KI-Infrastruktur aufbaue und eine „KI-Datengießerei“ werden wolle, die an Halbleiterunternehmen erinnert. Der Firmengründer hat auch öffentlich die Beiträge von Personen mit Doktortitel, Ärzten, Anwälten und anderen bei der Schulung von KI-Systemen betont: „Wir brauchen die besten und klügsten Köpfe, die Daten beisteuern.“

Laut dem Bericht von Rest of World hat Scale AI kürzlich Vertragsstandorte in Kenia, Nigeria und Pakistan geschlossen. Das Unternehmen konzentriert sich nun darauf, hochqualifizierte Personen in den USA zu rekrutieren, um bei der Schulung großer Modelle zu helfen.

Rund 300,000 Menschen warten auf Aufgaben aus den operativen Arbeitsgruppen der Scale AI-Tochter Outlier.

Die „Söldner“ von Scale AI sind in den USA nicht billig. Der durchschnittliche Stundenlohn liegt bei 40 Dollar. Dennoch hat der Job immer noch den Charakter einer „Knochenarbeit“.

Melissa Quashie aus Massachusetts verdient als Freiberuflerin und Redakteurin bei Scale AI 40 Dollar pro Stunde. Zu ihren Aufgaben gehört die Auswertung verschiedener Antworten, die von großen Modellen generiert werden, die Beurteilung, wie Modelle Fragen beantworten, und die Bewertung der Qualität der Antworten.

Für Quashie fühlt sich die Arbeit bei Scale AI an wie „das dümmste Videospiel, das ich je gespielt habe“. Einmal verbrachte sie zwei Stunden damit, einen „Drei-Tage-Speiseplan“ zu schreiben, nur um die Antworten für einen Chatbot zu verbessern.

Da Scale AI zudem eine große Belegschaft anhäuft, hat sich das Gleichgewicht zwischen Angebot und Nachfrage verschoben. Oft reichen die von Scale AI verteilten Aufgaben nicht aus, um die Nachfrage seiner „Söldner“ zu decken. Viele finden, dass der Job zwar flexible Arbeitszeiten und eine attraktive Bezahlung bietet, es aber lange Zeiträume gibt, in denen nichts zu tun ist. Laut Interviews von The Information mit 10 Auftragnehmern von Scale AI haben die meisten ähnliche Beschwerden.

Vielleicht hat die schnelle Expansion des Unternehmens in der KI-Welle zu diesen Problemen geführt. Scale AI scheint sich mehr darauf zu konzentrieren, Kunden zufriedenzustellen, als auf die Arbeitserfahrung seiner Mitarbeiter. Neben Beschwerden über unzureichende Schulungen und häufige Systemabstürze kritisieren die Mitarbeiter das Unternehmen auch dafür, nicht genügend Aufgaben bereitzustellen.

Ein weiteres heikles Thema ist das Vergütungssystem. Selbst hochqualifizierte Arbeitskräfte für Scale AI in den USA haben kaum Mitspracherecht. Einer der bereits erwähnten Vertragspartner, ein promovierter Mitarbeiter namens Matt, wurde aus unerklärlichen Gründen von der Plattform geworfen.

Die Vergütung basiert nicht auf der Menge der geleisteten Arbeit, sondern auf Qualitätsbewertungen, und Scale AI behält die endgültige Kontrolle. Selbst wenn die Zahlung fällig ist, kann sie sich verzögern, da die Bestätigung durch den Kunden Zeit in Anspruch nimmt.

Indem bei Auszahlungen die Qualität wichtiger ist als die Quantität, hilft Scale AI dabei, die Kosten unter Kontrolle zu halten, was in dieser Phase ein entscheidender Faktor für das Unternehmen ist.

Da Scale AI seinen Fokus von Offshore-Märkten, die billige Arbeitskräfte bereitstellen, in die USA verlagert, wird die Kostenkontrolle schwieriger. Laut Finanzdaten, die The Information vorliegen, sank die Bruttomarge von Scale AI (einschließlich der an menschliche Arbeitskräfte gezahlten Kosten) von 59 % im Jahr 2022 auf 49 % im Jahr 2023.

Gleichzeitig hat Scale AI die Investoren darüber informiert, dass es an der Kostensenkung arbeitet. Das Unternehmen prognostiziert für dieses Jahr eine Steigerung der Bruttomarge um 5 Prozentpunkte und strebt bis 60 2025 % an.

Scale AI hat erklärt, dass das Unternehmen Kosten senken möchte, indem es interne Tools zur automatischen Ermittlung „effizienter Experten“ nutzt, die Kosten für das manuelle Training von Modellen senkt und sich auf computergenerierte Daten verlässt, um die Effizienz menschlicher Arbeit zu steigern.

Eine weitere Kosteneinsparungsmaßnahme ist die Reduzierung des internen Personals (im Gegensatz zu den „Söldnern“, also den offiziellen Mitarbeitern von Scale AI). Im Februar 2023 nutzte Scale AI die Gelegenheit inmitten des KI-Booms und der Entlassungen im Silicon Valley und reduzierte seine Belegschaft um 20 %.

Zusätzlich zu den Kostensenkungsmaßnahmen expandiert Scale AI auch sein Geschäft.

Trotz des Widerstands der Mitarbeiter hat Scale AI sein Versprechen, nicht mit Regierungen zusammenzuarbeiten, aufgegeben. Kürzlich erschien Mitbegründer Alexander Wang neben einem General der US-Armee in Washington und deutete an, dass das Unternehmen jährlich über 100 Millionen Dollar aus Regierungsaufträgen verdient. Wang besuchte Katar auch zu vertraulichen Treffen mit Beamten, die ihre eigenen großen Sprachmodelle entwickeln wollen.

Scale AI stellt nicht nur zahlreiche Personalressourcen für KI-Hersteller bereit, sondern bietet auch KI-generierte synthetische Datensätze – von der KI generierte Daten zum Trainieren von KI, um den steigenden Anforderungen beim Training von KI-Modellen gerecht zu werden.

Derzeit sind „hochqualifizierte Menschen“ nach wie vor die entscheidende „Ressource“ von Scale AI und das Unternehmen unternimmt Schritte, um diese Spitzenkräfte zu fördern.

Im texanischen Austin und in Jacksonville, Florida, veranstaltete Scale AI mehrtägige Workshops, zu denen Dutzende „Elite-Arbeiter“ eingeladen waren.

Ein Teilnehmer des Workshops in Austin erwähnte rund 50 Trainer, die an einem Projekt beteiligt waren, das angeblich mit dem Chatbot Bard von Alphabet zusammenhing. Sie diskutierten Antworten, die auf verschiedene Aufforderungen geschrieben wurden, und sangen abends sogar gemeinsam Karaoke.

In Jacksonville traf Quasi Universitätsprofessoren, Doktoranden, Schriftsteller und Podcast-Moderatoren. „Wir haben sechs Stunden lang ununterbrochen gearbeitet und dann ein Glas Wein genossen.“

„Alle sind begeistert davon, große Sprachmodelle zu verbessern. Aber niemand spricht darüber, wer aufgrund unserer Arbeit seinen Arbeitsplatz verlieren könnte.“

Ironischerweise arbeiten Hunderttausende von Menschen für die KI, um ihre Leistung zu verbessern. Doch wenn die KI erst einmal leistungsfähig genug ist, könnten diese Arbeiter zu den ersten gehören, die ersetzt werden. Wenn die KI autark werden kann, warum sollte man sich dann auf „hochintelligente Arbeitskräfte“ verlassen, die 40 Dollar pro Stunde kosten?