Matt, seorang Amerika dengan gelar Ph.D. di bidang Komunikasi, baru-baru ini memulai karir lepas dengan Scale AI, bekerja dari rumah untuk melatih model AI.

Tapi apakah Matt sekarang seorang programmer AI yang terhormat? Tidak terlalu. Pekerjaannya biasa-biasa saja: ia bekerja dalam sistem Scale AI, meninjau respons AI dari sudut pandang pengguna untuk memastikan keakuratan dan memberikan umpan balik. Misalnya, dia mungkin memverifikasi tanggapan mana dari ChatGPT yang berpotensi menerima masukan negatif dari pengguna saat melatih AI untuk Google untuk memesan penerbangan.

Scale AI sendiri tidak menghasilkan model berukuran besar; sebaliknya, mereka berkolaborasi dengan produsen AI besar seperti Alphabet, OpenAI, Meta, dan lainnya, memberikan "pengawasan manusia".

Namun, tenaga kerja murah dari negara-negara seperti Afrika, India, dan Filipina tidak lagi cukup untuk memenuhi permintaan klien. Akibatnya, Scale AI mulai mengurangi operasinya di luar negeri dan kini mempekerjakan ratusan ribu pekerja di dalam negeri di Amerika Serikat, termasuk individu berpendidikan tinggi seperti Matt.

Didirikan delapan tahun lalu, perusahaan anotasi data berskala besar ini baru saja menyelesaikan putaran pendanaan Seri F senilai $1 miliar pada bulan Mei, dipimpin oleh Accel dengan partisipasi dari raksasa global seperti Amazon, Intel, AMD, Cisco, Meta, dan Tiger Global. Perusahaan ini memproyeksikan pendapatannya akan melampaui $1 miliar pada tahun ini, menempatkannya sebagai salah satu perusahaan penghasil pendapatan terbesar di sektor AI generatif.

Valuasi terbarunya telah melonjak menjadi $13.8 miliar, menandai pencapaian signifikan di antara startup AI dan melampaui Hugging Face yang menonjol di Silicon Valley, yang mencapai valuasi $4.5 miliar setelah putaran pendanaannya pada Agustus lalu. Penilaian tersebut kini menempatkannya lebih dekat dengan xAI milik Elon Musk, yang mencapai penilaian sebesar $18 miliar dalam putaran pendanaan terbarunya.

Scale AI, perusahaan yang mempekerjakan manusia untuk melakukan pekerjaan kasar demi AI, telah menjadi senjata penting dalam persaingan AI saat ini.

Ketika kita berbicara tentang "pelatihan model skala besar", kita membayangkan ribuan chip canggih yang menggerakkan model besar untuk menganalisis ratusan miliar byte teks. Namun, ini hanyalah langkah pertama pra-pelatihan.

Namun hanya mengandalkan hal ini saja tidak cukup untuk memastikan sistem seperti Claude dari Anthropic, ChatGPT dari OpenAI, Llama dari Meta, dan Bard dari Google memberikan jawaban yang benar dengan gaya yang mirip manusia.

Untuk mencapai hal ini, langkah kedua diperlukan: penyesuaian. Hal ini melibatkan sejumlah besar upaya manusia, baik yang dilakukan secara internal oleh produsen AI atau bersumber dari perusahaan seperti Scale, Surge AI, Labelbox, Telus International, dan lainnya. Perusahaan-perusahaan ini menyediakan tim besar untuk menulis tanggapan ideal bagi chatbot pelanggan, memegang bot tersebut untuk memberikan jawaban yang lebih "sempurna".

Perusahaan yang menyediakan layanan anotasi data untuk model AI bukanlah hal baru; gelombang terakhir yang mengangkat perusahaan-perusahaan tersebut adalah mengemudi secara otonom.

Scale AI didirikan pada tahun 2016. Faktanya, Scale AI memiliki hubungan erat dengan OpenAI sejak awal, diinkubasi dalam program kuda pacu startup Y Combinator, dan mendapatkan dukungan dari YC bahkan sebelum program tersebut berakhir. Saat itu, presiden YC adalah Sam Altman, yang kemudian ikut mendirikan OpenAI.

Saat itu, sebelum "Pertempuran Seribu Model" dimulai, Scale AI pertama kali menangkap gelombang hiruk pikuk teknologi penggerak otonom yang melanda Silicon Valley. Untuk mencapai mengemudi otonom memerlukan pelatihan algoritma AI, dan tidak ada perusahaan outsourcing lain yang mampu membuat anotasi pada gambar 3D yang dihasilkan oleh radar dan sensor kendaraan otonom pada saat itu.

Awalnya, para insinyur Scale AI menghabiskan beberapa bulan mengembangkan produk anotasi 3D untuk startup pengiriman otonom Nuro. Segera, Waymo dari Alphabet, Cruise dari General Motors, dan bahkan Apple menjadi klien Scale AI.

Pada akhir tahun 2017, Scale AI telah mempekerjakan lebih dari 1,000 anotator, terutama di Filipina. Rata-rata, pekerja kontrak ini memperoleh penghasilan $1.5 per jam dan bekerja 10 jam per minggu.

Pada tahun 2019, OpenAI juga telah didirikan selama beberapa tahun, dengan fokus utama pada pengembangan model AI besar, yang kemudian menjadi pelanggan Scale AI. Namun, pada saat itu, model AI yang besar bukanlah sumber pendapatan utama untuk Scale AI.

Ketika hype seputar teknologi mengemudi otonom perlahan-lahan mereda dan pasar kembali rasional, Scale AI menghadapi krisis. Pada tahun 2022, pertumbuhan pendapatan Scale AI telah menurun sebesar 50%, sehingga mengecewakan investor.

Namun, pada akhir tahun 2022, OpenAI merilis ChatGPT, dan Scale AI tiba-tiba mengalami kebangkitan.

Selain OpenAI, Scale AI juga bermitra dengan Meta dan Alphabet, perusahaan induk Google, dalam inisiatif model besar. Pendapatan perusahaan melonjak dari $227 juta pada tahun 2022 menjadi $680 juta pada tahun 2023.

Memanfaatkan puncak gelombang ini, Scale AI menetapkan target pertumbuhan pendapatan sebesar 206% pada tahun 2024 dan bertujuan untuk mencapai profitabilitas.

Saat ini, Scale AI telah mulai melakukan perubahan. Tenaga kerja murah dari luar negeri hanya dapat menangani tugas-tugas dasar, namun produk yang didorong oleh model besar dalam penulisan, pemrograman, dan pengetahuan khusus sedang booming. Scale AI perlu meningkatkan tenaga kerjanya.

Dalam presentasi investor, Scale menyatakan pihaknya sedang membangun infrastruktur AI yang penting, yang bertujuan untuk menjadi "pengecoran data AI", mengingatkan pada perusahaan semikonduktor. Pendiri perusahaan juga secara terbuka menekankan kontribusi individu dengan gelar doktor, dokter, pengacara, dan lainnya dalam pelatihan sistem AI: "Kami memerlukan pemikiran terbaik dan tercemerlang untuk menyumbangkan data."

Menurut laporan Rest of World, Scale AI baru-baru ini menutup lokasi kontraktor di Kenya, Nigeria, dan Pakistan. Perusahaan ini sekarang berfokus pada perekrutan individu berketerampilan tinggi di AS untuk membantu melatih model-model besar.

Sekitar 300,000 orang sedang menunggu tugas melalui kelompok kerja operasional anak perusahaan Scale AI, Outlier.

"Tentara bayaran" Scale AI di AS tidaklah murah, dengan upah rata-rata per jam mencapai $40. Namun, pekerjaan tersebut masih memiliki kesan "pekerjaan kasar".

Melissa Quashie dari Massachusetts menghasilkan $40 per jam sebagai pekerja lepas dan editor di Scale AI. Tugasnya mencakup mengevaluasi berbagai tanggapan yang dihasilkan oleh model besar, menilai bagaimana model menjawab pertanyaan, dan menilai kualitas tanggapan.

Bagi Quashie, bekerja di Scale AI terasa seperti "video game paling bodoh yang pernah saya mainkan". Dia pernah menghabiskan dua jam menulis "rencana makan tiga hari" hanya untuk meningkatkan jawaban pada chatbot.

Selain itu, dengan Scale AI yang mengumpulkan banyak tenaga kerja, keseimbangan pasokan-permintaan mulai menurun. Seringkali, tugas yang didistribusikan oleh Scale AI tidak cukup untuk memenuhi permintaan dari "tentara bayarannya". Banyak orang mendapati bahwa meskipun pekerjaan tersebut menawarkan jam kerja yang fleksibel dan gaji yang menarik, ada jangka waktu yang lama tanpa melakukan apa pun. Berdasarkan wawancara The Information dengan 10 kontraktor Scale AI, sebagian besar memiliki keluhan serupa.

Mungkin ekspansi pesat perusahaan dalam gelombang AI telah menyebabkan masalah ini. Scale AI tampaknya lebih fokus untuk menyenangkan klien daripada pengalaman kerja tenaga kerjanya. Selain keluhan mengenai kurangnya pelatihan dan seringnya sistem crash, para pekerja juga mengkritik perusahaan karena tidak menyediakan tugas yang cukup.

Masalah menjengkelkan lainnya adalah sistem kompensasi. Bahkan individu berketerampilan tinggi yang menyediakan tenaga kerja untuk Scale AI di AS tidak mempunyai banyak suara. Salah satu kontraktor, yang disebutkan sebelumnya, seorang PhD bernama Matt, secara misterius dikeluarkan dari platform tersebut.

Kompensasi tidak didasarkan pada jumlah pekerjaan namun pada penilaian kualitas, dan Scale AI memegang kendali penuh. Bahkan ketika pembayaran telah jatuh tempo, pembayaran dapat tertunda karena klien membutuhkan waktu untuk melakukan konfirmasi.

Pembayaran yang didasarkan pada kualitas, bukan kuantitas, membantu Scale AI mengendalikan biaya, yang merupakan faktor penting bagi perusahaan pada tahap ini.

Ketika Scale AI mengalihkan fokusnya dari pasar luar negeri yang menyediakan tenaga kerja murah ke AS, pengendalian biaya menjadi lebih menantang. Menurut data keuangan yang diperoleh The Information, margin kotor Scale AI (termasuk biaya yang dibayarkan kepada pekerja manusia) turun dari 59% pada tahun 2022 menjadi 49% pada tahun 2023.

Pada saat yang sama, Scale AI telah memberi tahu investor bahwa mereka berupaya mengurangi biaya. Perusahaan memperkirakan peningkatan margin kotor sebesar 5 poin persentase pada tahun ini, dan menargetkan sebesar 60% pada tahun 2025.

Scale AI telah menyatakan bahwa pihaknya bertujuan untuk memangkas biaya dengan menggunakan alat internal untuk mengotomatiskan identifikasi "ahli yang efisien", mengurangi biaya model pelatihan secara manual, dan mengandalkan data yang dihasilkan komputer untuk meningkatkan efisiensi tenaga kerja manusia.

Langkah penghematan biaya lainnya mencakup perampingan staf internal (berbeda dari "tentara bayaran", mengacu pada karyawan formal di Scale AI). Pada bulan Februari 2023, Scale AI memanfaatkan peluang di tengah booming AI dan PHK di Silicon Valley, sehingga mengurangi jumlah tenaga kerjanya sebesar 20%.

Selain upaya pemotongan biaya, Scale AI juga memperluas bisnisnya.

Meskipun ada tentangan dari karyawan, Scale AI telah membuang komitmennya untuk tidak bekerja sama dengan pemerintah. Baru-baru ini, salah satu pendiri Alexander Wang muncul bersama seorang jenderal Angkatan Darat AS di Washington, menunjukkan bahwa perusahaan tersebut memperoleh lebih dari $100 juta per tahun dari kontrak pemerintah. Wang juga mengunjungi Qatar untuk pertemuan tertutup dengan para pejabat yang ingin mengembangkan model bahasa besar mereka sendiri.

Selain menyediakan sumber daya manusia yang berlimpah bagi produsen AI, Scale AI juga menawarkan kumpulan data sintetis yang dihasilkan AI—data yang dihasilkan oleh AI untuk melatih AI, memenuhi permintaan pelatihan model AI yang semakin meningkat.

Saat ini, "manusia berkualitas tinggi" tetap menjadi "sumber daya" yang penting bagi Scale AI, dan perusahaan mengambil langkah-langkah untuk membina para manusia yang berkinerja terbaik ini.

Di Austin dan Jacksonville, Florida, Texas, Scale AI menyelenggarakan lokakarya beberapa hari yang mengundang puluhan "pekerja elit" untuk berpartisipasi.

Salah satu peserta lokakarya Austin menyebutkan sekitar 50 pelatih terlibat dalam proyek yang dilaporkan terkait dengan chatbot Bard milik Alphabet. Mereka mendiskusikan tanggapan yang ditulis untuk berbagai pertanyaan dan bahkan menikmati karaoke bersama di malam hari.

Di Jacksonville, Quasi bertemu dengan profesor universitas, mahasiswa PhD, penulis, dan pembawa acara podcast. “Kami bekerja terus menerus selama enam jam dan kemudian menikmati segelas anggur.”

“Semua orang bersemangat untuk meningkatkan model bahasa besar. Namun tidak ada yang membicarakan siapa yang mungkin kehilangan pekerjaan karena pekerjaan yang kami lakukan.”

Ironisnya, ratusan ribu manusia bekerja menggunakan AI untuk meningkatkan kinerjanya. Namun, ketika AI sudah cukup mahir, para pekerja ini mungkin akan menjadi orang pertama yang tergantikan. Lagi pula, jika AI bisa mandiri, mengapa bergantung pada 'tenaga kerja dengan kecerdasan tinggi' dengan biaya $40 per jam?