Matt, un Américain titulaire d'un doctorat. en communications, s'est récemment lancé dans une carrière indépendante chez Scale AI, travaillant à partir de modèles d'IA de formation à domicile.

Mais Matt est-il désormais un programmeur d’IA estimé ? Pas assez. Son travail est plutôt banal : il travaille au sein du système de Scale AI, examinant les réponses de l'IA du point de vue de l'utilisateur pour garantir l'exactitude et fournir des commentaires. Par exemple, il pourrait vérifier quelles réponses de ChatGPT pourraient potentiellement recevoir des commentaires négatifs des utilisateurs lors de la formation de l'IA pour que Google réserve des vols.

Scale AI elle-même ne produit pas de grands modèles ; au lieu de cela, il collabore avec de grands producteurs d'IA comme Alphabet, OpenAI, Meta et d'autres, assurant une « surveillance humaine ».

Cependant, la main-d’œuvre bon marché provenant de pays comme l’Afrique, l’Inde et les Philippines ne suffit plus à répondre aux demandes des clients. Par conséquent, Scale AI a commencé à réduire ses opérations à l’étranger et emploie désormais des centaines de milliers de travailleurs aux États-Unis, y compris des personnes très instruites comme Matt.

Fondée il y a huit ans, cette société d'annotation de données à grande échelle a récemment finalisé en mai un cycle de financement de série F d'un milliard de dollars, dirigé par Accel avec la participation de géants mondiaux tels qu'Amazon, Intel, AMD, Cisco, Meta et Tiger Global. L'entreprise prévoit que son chiffre d'affaires dépassera le milliard de dollars cette année, ce qui la positionnera comme l'une des principales entreprises génératrices de revenus dans le secteur de l'IA générative.

Sa dernière valorisation a grimpé à 13.8 milliards de dollars, marquant une réussite significative parmi les startups de l'IA et dépassant Hugging Face, une vedette de la Silicon Valley, qui a atteint une valorisation de 4.5 milliards de dollars après son cycle de financement en août dernier. La valorisation le rapproche désormais du xAI d'Elon Musk, qui a atteint une valorisation de 18 milliards de dollars lors de son dernier cycle de financement.

Scale AI, l'entreprise qui emploie des humains pour effectuer le gros travail de l'IA, est devenue un arsenal essentiel dans la course actuelle à l'IA.

Lorsque nous parlons de « formation de modèles à grande échelle », nous envisageons des milliers de puces avancées pilotant de grands modèles pour analyser des centaines de milliards d’octets de texte. Cependant, ce n’est que la première étape : la pré-formation.

Mais s'appuyer uniquement sur cela ne suffit pas pour garantir que des systèmes comme Claude d'Anthropic, ChatGPT d'OpenAI, Llama de Meta et Bard de Google fournissent des réponses correctes dans un style humain.

Pour y parvenir, une deuxième étape est nécessaire : la mise au point. Cela implique une quantité importante d'efforts humains, soit employés en interne par les fabricants d'IA, soit provenant d'entreprises comme Scale, Surge AI, Labelbox, Telus International et d'autres. Ces entreprises mettent à disposition de grandes équipes pour rédiger des réponses idéales pour les chatbots des clients, tenant les robots à la main pour fournir des réponses plus « parfaites ».

Les entreprises fournissant des services d’annotation de données pour les modèles d’IA ne sont pas entièrement nouvelles ; la dernière vague qui a porté ces entreprises a été celle de la conduite autonome.

Scale AI a été fondée en 2016. En fait, Scale AI entretient des liens profonds avec OpenAI depuis sa création, incubés dans le programme de course de démarrage de Y Combinator, obtenant le soutien de YC avant même la fin du programme. À cette époque, le président de YC était Sam Altman, qui a ensuite cofondé OpenAI.

À l’époque, avant le début de la « bataille des mille modèles », Scale AI a été la première à capter la vague de frénésie technologique en matière de conduite autonome qui déferlait sur la Silicon Valley. Parvenir à la conduite autonome nécessitait de former des algorithmes d’IA, et il n’existait à cette époque aucune autre société d’externalisation capable d’annoter les images 3D générées par les radars et les capteurs des véhicules autonomes.

Initialement, les ingénieurs de Scale AI ont passé plusieurs mois à développer un produit d'annotation 3D pour la startup de livraison autonome Nuro. Bientôt, Waymo d'Alphabet, Cruise de General Motors et même Apple sont devenus les clients de Scale AI.

Fin 2017, Scale AI avait embauché plus de 1,000 1.5 annotateurs, principalement aux Philippines. En moyenne, ces travailleurs contractuels gagnaient 10 $ l'heure et travaillaient XNUMX heures par semaine.

En 2019, OpenAI était également établie depuis plusieurs années, se concentrant principalement sur le développement de grands modèles d'IA, devenant par la suite client de Scale AI. Cependant, à cette époque, les grands modèles d’IA n’étaient pas une source clé de revenus pour Scale AI.

Alors que le battage médiatique autour de la technologie de conduite autonome s’est progressivement atténué et que le marché est revenu à la rationalité, Scale AI a été confrontée à une crise. En 2022, la croissance des revenus de Scale AI avait diminué de 50 %, décevant les investisseurs.

Cependant, fin 2022, OpenAI a publié ChatGPT et Scale AI a connu une résurgence soudaine.

Outre OpenAI, Scale AI s'est également associé à Meta et Alphabet, la société mère de Google, sur des initiatives de modèles à grande échelle. Le chiffre d'affaires de l'entreprise est passé de 227 millions de dollars en 2022 à 680 millions de dollars en 2023.

Surfant sur la crête de cette vague, Scale AI s'est fixé un objectif de croissance des revenus de 206 % pour 2024 et vise à atteindre la rentabilité.

À ce stade, Scale AI a commencé à apporter des changements. La main-d’œuvre bon marché étrangère ne peut s’occuper que des tâches de base, mais les produits pilotés par de grands modèles en matière d’écriture, de programmation et de connaissances spécialisées sont en plein essor. Scale AI doit moderniser ses effectifs.

Dans une présentation aux investisseurs, Scale a déclaré qu'elle construisait une infrastructure d'IA critique, dans le but de devenir une « fonderie de données d'IA », rappelant les sociétés de semi-conducteurs. Le fondateur de l'entreprise a également souligné publiquement la contribution des personnes titulaires d'un doctorat, des médecins, des avocats et d'autres personnes à la formation des systèmes d'IA : « Nous avons besoin des esprits les plus brillants pour fournir des données. »

Selon le rapport du Reste du Monde, Scale AI a récemment fermé des sites de sous-traitants au Kenya, au Nigeria et au Pakistan. L'entreprise se concentre désormais sur le recrutement de personnes hautement qualifiées aux États-Unis pour l'aider à former de grands mannequins.

Environ 300,000 XNUMX personnes attendent des tâches via les groupes de travail opérationnels d'Outlier, filiale de Scale AI.

Les « mercenaires » de Scale AI aux États-Unis ne sont pas bon marché, avec un salaire horaire moyen atteignant 40 dollars. Cependant, le travail comporte toujours un sentiment de « travail fastidieux ».

Melissa Quashie du Massachusetts gagne 40 $ de l'heure en tant que pigiste et rédactrice chez Scale AI. Ses tâches consistent notamment à évaluer diverses réponses générées par de grands modèles, à évaluer la manière dont les modèles répondent aux questions et à évaluer la qualité des réponses.

Pour Quashie, travailler chez Scale AI ressemble à "le jeu vidéo le plus stupide auquel j'ai jamais joué". Un jour, elle a passé deux heures à rédiger un « plan de repas sur trois jours » juste pour améliorer les réponses d'un chatbot.

De plus, avec Scale AI accumulant une main-d’œuvre importante, l’équilibre entre l’offre et la demande a commencé à s’incliner. Souvent, les tâches distribuées par Scale AI sont insuffisantes pour répondre à la demande de ses « mercenaires ». Beaucoup trouvent que même si le travail offre des horaires flexibles et un salaire attractif, il y a de longues périodes sans rien faire. Selon des entretiens réalisés par The Information avec des entrepreneurs de 10 Scale AI, la plupart partagent des plaintes similaires.

Peut-être que l’expansion rapide de l’entreprise dans la vague de l’IA a conduit à ces problèmes. Scale AI semble plus axé sur la satisfaction des clients que sur l’expérience professionnelle de sa main-d’œuvre. Outre les plaintes concernant une formation insuffisante et des pannes fréquentes du système, les travailleurs critiquent également l'entreprise pour ne pas fournir suffisamment de tâches.

Une autre question délicate concerne le système d’indemnisation. Même les personnes hautement qualifiées qui fournissent de la main-d’œuvre à Scale AI aux États-Unis n’ont pas leur mot à dire. Un entrepreneur, mentionné plus tôt, un docteur nommé Matt, a été inexplicablement expulsé de la plateforme.

La rémunération n'est pas basée sur la quantité de travail mais sur des évaluations de la qualité, et Scale AI conserve le contrôle ultime. Même lorsque le paiement est dû, il peut être retardé car les clients mettent du temps à confirmer.

Le fait de se baser sur la qualité plutôt que sur la quantité pour les paiements permet à Scale AI de contrôler les coûts, ce qui est un facteur critique pour l'entreprise à ce stade.

À mesure que Scale AI se détourne des marchés offshore fournissant une main-d’œuvre bon marché aux États-Unis, le contrôle des coûts devient plus difficile. Selon les données financières obtenues par The Information, la marge brute de Scale AI (y compris les coûts payés aux travailleurs humains) est passée de 59 % en 2022 à 49 % en 2023.

Simultanément, Scale AI a informé les investisseurs qu’elle s’efforçait de réduire les coûts. L'entreprise prévoit une augmentation de 5 points de pourcentage de sa marge brute cette année, avec un objectif de 60 % d'ici 2025.

Scale AI a déclaré son objectif de réduire les coûts en utilisant des outils internes pour automatiser l'identification des « experts efficaces », en réduisant le coût de la formation manuelle des modèles et en s'appuyant sur des données générées par ordinateur pour améliorer l'efficacité du travail humain.

Une autre mesure d'économie comprend la réduction des effectifs internes (à distinguer des « mercenaires », faisant référence aux employés formels de Scale AI). En février 2023, Scale AI a saisi une opportunité au milieu du boom de l’IA et des licenciements dans la Silicon Valley, réduisant ses effectifs de 20 %.

En plus des efforts de réduction des coûts, Scale AI développe ses activités.

Malgré l’opposition des employés, Scale AI a renoncé à son engagement de ne pas travailler avec les gouvernements. Récemment, le co-fondateur Alexander Wang est apparu aux côtés d'un général de l'armée américaine à Washington, indiquant que l'entreprise gagnait plus de 100 millions de dollars par an grâce aux contrats gouvernementaux. Wang s'est également rendu au Qatar pour des réunions à huis clos avec des responsables désireux de développer leurs propres grands modèles linguistiques.

En plus de fournir des ressources humaines abondantes aux fabricants d'IA, Scale AI propose des ensembles de données synthétiques générés par l'IA, des données générées par l'IA pour entraîner l'IA, répondant ainsi aux demandes croissantes en matière de formation de modèles d'IA.

Actuellement, les « humains de haute qualité » restent la « ressource » cruciale de Scale AI, et l’entreprise prend des mesures pour encourager ces plus performants.

À Austin, au Texas, et à Jacksonville, en Floride, Scale AI a organisé des ateliers de plusieurs jours invitant des dizaines de « travailleurs d'élite » à y participer.

Un participant de l'atelier d'Austin a mentionné une cinquantaine de formateurs impliqués dans un projet qui serait lié au chatbot Bard d'Alphabet. Ils ont discuté des réponses écrites à diverses invites et ont même apprécié le karaoké ensemble le soir.

À Jacksonville, Quasi a rencontré des professeurs d'université, des doctorants, des écrivains et des animateurs de podcasts. "Nous avons travaillé sans interruption pendant six heures et avons ensuite dégusté un verre de vin."

"Tout le monde est enthousiaste à l'idée d'améliorer les grands modèles de langage. Mais personne ne parle des personnes qui pourraient perdre leur emploi à cause du travail que nous accomplissons."

Ironiquement, des centaines de milliers d’humains travaillent pour que l’IA améliore ses performances. Pourtant, lorsque l’IA deviendra suffisamment performante, ces travailleurs pourraient être parmi les premiers à être remplacés. Après tout, si l’IA peut devenir autosuffisante, pourquoi s’appuyer sur une « main-d’œuvre hautement intellectuelle » coûtant 40 dollars de l’heure ?