Matt, un estadounidense con un doctorado. en Comunicaciones, recientemente se embarcó en una carrera independiente con Scale AI, trabajando desde casa entrenando modelos de IA.

Pero, ¿Matt es ahora un estimado programador de IA? No exactamente. Su trabajo es bastante mundano: trabaja dentro del sistema de Scale AI, revisando las respuestas de la IA desde la perspectiva del usuario para garantizar la precisión y proporcionar retroalimentación. Por ejemplo, podría verificar qué respuestas de ChatGPT podrían recibir comentarios negativos de los usuarios al entrenar la IA para que Google reserve vuelos.

Scale AI en sí no produce modelos grandes; en cambio, colabora con los principales productores de IA como Alphabet, OpenAI, Meta y otros, brindando "supervisión humana".

Sin embargo, la mano de obra barata de lugares como África, India y Filipinas ya no es suficiente para satisfacer las demandas de los clientes. En consecuencia, Scale AI ha comenzado a reducir sus operaciones en el extranjero y ahora emplea a cientos de miles de trabajadores a nivel nacional en los Estados Unidos, incluidas personas con un alto nivel educativo como Matt.

Fundada hace ocho años, esta empresa de anotación de datos a gran escala completó recientemente en mayo una ronda de financiación Serie F de mil millones de dólares, liderada por Accel con la participación de gigantes globales como Amazon, Intel, AMD, Cisco, Meta y Tiger Global. La compañía proyecta que sus ingresos superarán los mil millones de dólares este año, posicionándola como una de las empresas con mayor generación de ingresos en el sector de la IA generativa.

Su última valoración se ha disparado a 13.8 millones de dólares, lo que marca un logro significativo entre las nuevas empresas de inteligencia artificial y superó a Hugging Face, destacada de Silicon Valley, que logró una valoración de 4.5 millones de dólares tras su ronda de financiación en agosto pasado. La valoración lo sitúa ahora más cerca del xAI de Elon Musk, que alcanzó una valoración de 18 millones de dólares en su última ronda de financiación.

Scale AI, la empresa que emplea humanos para realizar el trabajo duro para la IA, se ha convertido en un arsenal fundamental en la carrera actual de la IA.

Cuando hablamos de "entrenamiento de modelos a gran escala", imaginamos miles de chips avanzados que impulsan modelos grandes para analizar cientos de miles de millones de bytes de texto. Sin embargo, este es sólo el primer paso previo a la formación.

Pero confiar únicamente en esto no es suficiente para garantizar que sistemas como Claude de Anthropic, ChatGPT de OpenAI, Llama de Meta y Bard de Google proporcionen respuestas correctas en un estilo humano.

Para lograrlo, es necesario un segundo paso: el ajuste. Esto implica una cantidad significativa de esfuerzo humano, ya sea empleado internamente por fabricantes de IA o procedente de empresas como Scale, Surge AI, Labelbox, Telus International y otras. Estas empresas proporcionan grandes equipos para escribir respuestas ideales para los chatbots de los clientes, sosteniendo los bots de la mano para ofrecer respuestas más "perfectas".

Las empresas que ofrecen servicios de anotación de datos para modelos de IA no son del todo nuevas; La última ola que levantó a este tipo de empresas fue la conducción autónoma.

Scale AI se fundó en 2016. De hecho, Scale AI tiene vínculos profundos con OpenAI desde sus inicios, incubados en el programa de inicio de caballos de carreras de Y Combinator, obteniendo el apoyo de YC incluso antes de que finalizara el programa. En ese momento, el presidente de YC era Sam Altman, quien luego cofundó OpenAI.

En aquel entonces, antes de que comenzara la "Batalla de los mil modelos", Scale AI captó por primera vez la ola del frenesí de la tecnología de conducción autónoma que arrasaba Silicon Valley. Lograr la conducción autónoma requería entrenar algoritmos de IA, y en ese momento no había otras empresas de subcontratación capaces de anotar las imágenes 3D generadas por radares y sensores de vehículos autónomos.

Inicialmente, los ingenieros de Scale AI pasaron varios meses desarrollando un producto de anotación 3D para la startup de entrega autónoma Nuro. Pronto, Waymo de Alphabet, Cruise de General Motors e incluso Apple se convirtieron en clientes de Scale AI.

A finales de 2017, Scale AI había contratado a más de 1,000 anotadores, principalmente en Filipinas. En promedio, estos trabajadores subcontratados ganaban 1.5 dólares por hora y trabajaban 10 horas por semana.

En 2019, OpenAI también se había establecido durante varios años, centrándose principalmente en el desarrollo de grandes modelos de IA y posteriormente convirtiéndose en cliente de Scale AI. Sin embargo, en ese momento, los grandes modelos de IA no eran una fuente clave de ingresos para Scale AI.

A medida que el revuelo en torno a la tecnología de conducción autónoma disminuyó gradualmente y el mercado volvió a la racionalidad, Scale AI enfrentó una crisis. Para 2022, el crecimiento de los ingresos de Scale AI había disminuido un 50%, lo que decepcionó a los inversores.

Sin embargo, a finales de 2022, OpenAI lanzó ChatGPT y Scale AI experimentó un resurgimiento repentino.

Además de OpenAI, Scale AI también se asoció con Meta y Alphabet, la empresa matriz de Google, en grandes iniciativas de modelos. Los ingresos de la empresa aumentaron de 227 millones de dólares en 2022 a 680 millones de dólares en 2023.

En la cima de esta ola, Scale AI se fijó un objetivo de crecimiento de ingresos del 206 % para 2024 y aspira a lograr rentabilidad.

En este momento, Scale AI ha comenzado a realizar cambios. La mano de obra barata del extranjero sólo puede encargarse de tareas básicas, pero los productos impulsados ​​por grandes modelos en escritura, programación y conocimientos especializados están en auge. Scale AI necesita mejorar su fuerza laboral.

En una presentación para inversores, Scale afirmó que está construyendo una infraestructura crítica de IA, con el objetivo de convertirse en una "fundición de datos de IA", que recuerde a las empresas de semiconductores. El fundador de la empresa también ha hecho hincapié públicamente en las contribuciones de personas con títulos de doctorado, médicos, abogados y otros en la formación de sistemas de IA: "Necesitamos las mentes mejores y más brillantes para aportar datos".

Según el informe del Resto del Mundo, Scale AI cerró recientemente sitios de contratistas en Kenia, Nigeria y Pakistán. La empresa ahora se centra en reclutar personas altamente calificadas en los EE. UU. para ayudar en la capacitación de modelos grandes.

Alrededor de 300,000 personas están esperando tareas a través de los grupos de trabajo operativos de Outlier, filial de Scale AI.

Los "mercenarios" de Scale AI en Estados Unidos no son baratos, con salarios promedio por hora que alcanzan los 40 dólares. Sin embargo, el trabajo todavía conlleva una sensación de "trabajo duro".

Melissa Quashie, de Massachusetts, gana 40 dólares por hora como trabajadora independiente y editora en Scale AI. Sus tareas incluyen evaluar diversas respuestas generadas por modelos grandes, evaluar cómo los modelos responden preguntas y calificar la calidad de las respuestas.

Para Quashie, trabajar en Scale AI se siente como "el videojuego más tonto que he jugado". Una vez pasó dos horas escribiendo un "plan de alimentación de tres días" sólo para mejorar las respuestas de un chatbot.

Además, con Scale AI acumulando una gran fuerza laboral, el equilibrio entre oferta y demanda ha comenzado a inclinarse. A menudo, las tareas distribuidas por Scale AI son insuficientes para satisfacer la demanda de sus "mercenarios". Muchos descubren que, si bien el trabajo ofrece horarios flexibles y salarios atractivos, hay largos períodos sin nada que hacer. Según entrevistas realizadas por The Information con contratistas de 10 Scale AI, la mayoría comparte quejas similares.

Quizás la rápida expansión de la empresa en la ola de IA haya provocado estos problemas. Scale AI parece más centrada en complacer a los clientes que en la experiencia laboral de su fuerza laboral. Además de las quejas sobre la formación insuficiente y las frecuentes caídas del sistema, los trabajadores también critican a la empresa por no proporcionar suficientes tareas.

Otro tema preocupante es el sistema de compensación. Incluso las personas altamente calificadas que brindan mano de obra para Scale AI en los EE. UU. tienen poco que decir. Un contratista, mencionado anteriormente, un doctorado llamado Matt, fue inexplicablemente expulsado de la plataforma.

La compensación no se basa en la cantidad de trabajo sino en evaluaciones de calidad, y Scale AI conserva el control final. Incluso cuando el pago vence, puede retrasarse debido a que los clientes se toman el tiempo para confirmarlo.

Basarse en la calidad en lugar de la cantidad para los pagos ayuda a Scale AI a controlar los costos, lo cual es un factor crítico para la empresa en esta etapa.

A medida que Scale AI cambia su enfoque de los mercados extraterritoriales que proporcionan mano de obra barata a los EE. UU., el control de costos se vuelve más desafiante. Según datos financieros obtenidos por The Information, el margen bruto de Scale AI (incluidos los costos pagados a los trabajadores humanos) cayó del 59% en 2022 al 49% en 2023.

Al mismo tiempo, Scale AI ha informado a los inversores que está trabajando para reducir costes. La compañía prevé un aumento de 5 puntos porcentuales en el margen bruto este año, con el objetivo de alcanzar el 60% para 2025.

Scale AI ha declarado que tiene como objetivo reducir costos mediante el uso de herramientas internas para automatizar la identificación de "expertos eficientes", reduciendo el costo de entrenar modelos manualmente y confiando en datos generados por computadora para mejorar la eficiencia del trabajo humano.

Otra medida de ahorro de costos incluye la reducción del personal interno (distinto de los "mercenarios", en referencia a los empleados formales de Scale AI). En febrero de 2023, Scale AI aprovechó una oportunidad en medio del auge de la IA y los despidos de Silicon Valley, recortando su fuerza laboral en un 20%.

Además de los esfuerzos de reducción de costos, Scale AI está expandiendo su negocio.

A pesar de la oposición de los empleados, Scale AI ha descartado su compromiso de no trabajar con los gobiernos. Recientemente, el cofundador Alexander Wang apareció junto a un general del ejército estadounidense en Washington, indicando que la empresa gana más de 100 millones de dólares al año gracias a contratos gubernamentales. Wang también visitó Qatar para reunirse a puertas cerradas con funcionarios deseosos de desarrollar sus propios modelos lingüísticos de gran tamaño.

Más allá de proporcionar abundantes recursos humanos para los fabricantes de IA, Scale AI ofrece conjuntos de datos sintéticos generados por IA: datos generados por IA para entrenar IA, satisfaciendo las crecientes demandas en el entrenamiento de modelos de IA.

Actualmente, los "humanos de alta calidad" siguen siendo el "recurso" crucial de Scale AI, y la compañía está tomando medidas para nutrir a estos empleados de alto rendimiento.

En Austin, Texas, y Jacksonville, Florida, Scale AI organizó talleres de varios días en los que invitó a participar a decenas de "trabajadores de élite".

Un asistente al taller de Austin mencionó alrededor de 50 formadores involucrados en un proyecto supuestamente relacionado con el chatbot Bard de Alphabet. Discutieron las respuestas escritas para varias indicaciones e incluso disfrutaron juntos del karaoke por las noches.

En Jacksonville, Quasi se encontró con profesores universitarios, estudiantes de doctorado, escritores y presentadores de podcasts. "Trabajamos continuamente durante seis horas y luego disfrutamos de una copa de vino".

"Todo el mundo está entusiasmado con la mejora de los grandes modelos de lenguaje. Pero nadie habla de quién podría perder su empleo debido al trabajo que estamos haciendo".

Irónicamente, cientos de miles de humanos están trabajando para que la IA mejore su rendimiento. Sin embargo, cuando la IA sea lo suficientemente competente, estos trabajadores podrían estar entre los primeros en ser reemplazados. Después de todo, si la IA puede volverse autosuficiente, ¿por qué depender de un "trabajo altamente intelectual" que cuesta 40 dólares la hora?