Matt, un americano con un dottorato di ricerca. in Comunicazioni, ha recentemente intrapreso una carriera freelance con Scale AI, lavorando da casa per formare modelli di intelligenza artificiale.

Ma ora Matt è uno stimato programmatore di intelligenza artificiale? Non proprio. Il suo lavoro è piuttosto banale: lavora all'interno del sistema Scale AI, esaminando le risposte dell'IA dal punto di vista dell'utente per garantire l'accuratezza e fornire feedback. Ad esempio, potrebbe verificare quali risposte da ChatGPT potrebbero potenzialmente ricevere feedback negativi da parte degli utenti durante l'addestramento dell'IA per Google per prenotare i voli.

La stessa intelligenza artificiale in scala non produce modelli di grandi dimensioni; collabora invece con i principali produttori di intelligenza artificiale come Alphabet, OpenAI, Meta e altri, fornendo “supervisione umana”.

Tuttavia, la manodopera poco costosa proveniente da luoghi come Africa, India e Filippine non è più sufficiente a soddisfare le richieste dei clienti. Di conseguenza, Scale AI ha iniziato a ridimensionare le sue operazioni all’estero e ora impiega centinaia di migliaia di lavoratori a livello nazionale negli Stati Uniti, inclusi individui altamente istruiti come Matt.

Fondata otto anni fa, questa società di annotazione dati su larga scala ha recentemente completato a maggio un round di finanziamento di serie F da 1 miliardo di dollari, guidato da Accel con la partecipazione di giganti globali come Amazon, Intel, AMD, Cisco, Meta e Tiger Global. L’azienda prevede che le sue entrate supereranno quest’anno il miliardo di dollari, posizionandosi come una delle aziende che generano maggiori entrate nel settore dell’intelligenza artificiale generativa.

La sua ultima valutazione è salita a 13.8 miliardi di dollari, segnando un risultato significativo tra le startup di intelligenza artificiale e superando Hugging Face, leader della Silicon Valley, che ha raggiunto una valutazione di 4.5 miliardi di dollari dopo il suo round di finanziamento lo scorso agosto. La valutazione ora lo colloca più vicino all’xAI di Elon Musk, che ha raggiunto una valutazione di 18 miliardi di dollari nel suo ultimo round di finanziamento.

Scale AI, l'azienda che impiega esseri umani per svolgere lavori pesanti per l'intelligenza artificiale, è diventata un arsenale fondamentale nell'odierna corsa all'intelligenza artificiale.

Quando parliamo di "addestramento di modelli su larga scala", immaginiamo migliaia di chip avanzati che guidano modelli di grandi dimensioni per analizzare centinaia di miliardi di byte di testo. Tuttavia, questo è solo il primo passo pre-formazione.

Ma fare affidamento esclusivamente su questo non è sufficiente per garantire che sistemi come Claude di Anthropic, ChatGPT di OpenAI, Llama di Meta e Bard di Google forniscano risposte corrette in uno stile umano.

Per raggiungere questo obiettivo è necessario un secondo passo: la messa a punto. Ciò comporta una notevole quantità di impegno umano, impiegato internamente dai produttori di intelligenza artificiale o proveniente da aziende come Scale, Surge AI, Labelbox, Telus International e altre. Queste aziende forniscono team di grandi dimensioni per scrivere risposte ideali per i chatbot dei clienti, tenendo per mano i robot per fornire risposte più "perfette".

Le aziende che forniscono servizi di annotazione dei dati per i modelli di intelligenza artificiale non sono del tutto nuove; l’ultima ondata che ha sollevato tali aziende è stata quella della guida autonoma.

Scale AI è stata fondata nel 2016. In effetti, Scale AI ha profondi legami con OpenAI fin dal suo inizio, incubato nel programma ippico da corsa startup di Y Combinator, ottenendo il supporto di YC anche prima della fine del programma. A quel tempo, il presidente di YC era Sam Altman, che in seguito co-fondò OpenAI.

Allora, prima che iniziasse la “Battaglia dei Mille Modelli”, Scale AI colse per prima l’onda della frenesia tecnologica della guida autonoma che stava investendo la Silicon Valley. Il raggiungimento della guida autonoma richiedeva l’addestramento di algoritmi di intelligenza artificiale e all’epoca non esistevano altre società di outsourcing in grado di annotare le immagini 3D generate dai radar e dai sensori dei veicoli autonomi.

Inizialmente, gli ingegneri di Scale AI hanno trascorso diversi mesi a sviluppare un prodotto di annotazione 3D per la startup di consegna autonoma Nuro. Ben presto Waymo di Alphabet, Cruise di General Motors e persino Apple divennero clienti di Scale AI.

Alla fine del 2017, Scale AI aveva assunto oltre 1,000 annotatori, principalmente nelle Filippine. In media, questi lavoratori a contratto guadagnavano 1.5 dollari l’ora e lavoravano 10 ore a settimana.

Nel 2019, anche OpenAI era stata fondata per diversi anni, concentrandosi principalmente sullo sviluppo di modelli di intelligenza artificiale di grandi dimensioni, diventando successivamente cliente di Scale AI. Tuttavia, a quel tempo, i grandi modelli di intelligenza artificiale non rappresentavano una fonte di entrate chiave per Scale AI.

Man mano che l’entusiasmo attorno alla tecnologia di guida autonoma si è gradualmente attenuato e il mercato è tornato alla razionalità, Scale AI ha dovuto affrontare una crisi. Entro il 2022, la crescita dei ricavi di Scale AI era diminuita del 50%, deludendo gli investitori.

Tuttavia, entro la fine del 2022, OpenAI ha rilasciato ChatGPT e Scale AI ha registrato un'improvvisa rinascita.

Oltre a OpenAI, Scale AI ha collaborato anche con Meta e Alphabet, la società madre di Google, su iniziative di modelli di grandi dimensioni. I ricavi dell’azienda sono aumentati da 227 milioni di dollari nel 2022 a 680 milioni di dollari nel 2023.

Cavalcando la cresta di quest’onda, Scale AI ha fissato un obiettivo di crescita dei ricavi del 206% per il 2024 e mira a raggiungere la redditività.

A questo punto, Scale AI ha iniziato ad apportare modifiche. La manodopera a basso costo proveniente dall’estero può gestire solo compiti di base, ma i prodotti guidati da grandi modelli di scrittura, programmazione e conoscenza specializzata sono in forte espansione. L’intelligenza artificiale su vasta scala deve aggiornare la propria forza lavoro.

In una presentazione agli investitori, Scale ha dichiarato che sta costruendo un’infrastruttura AI critica, con l’obiettivo di diventare una “fonderia di dati AI”, che ricorda le società di semiconduttori. Il fondatore dell'azienda ha anche sottolineato pubblicamente il contributo di individui con dottorato, medici, avvocati e altri nella formazione dei sistemi di intelligenza artificiale: "Abbiamo bisogno delle menti migliori e più brillanti per fornire dati".

Secondo il rapporto di Resto del mondo, Scale AI ha recentemente chiuso i siti degli appaltatori in Kenya, Nigeria e Pakistan. L'azienda si sta ora concentrando sul reclutamento di individui altamente qualificati negli Stati Uniti per assistere nella formazione di modelli di grandi dimensioni.

Circa 300,000 persone sono in attesa di ricevere incarichi attraverso i gruppi di lavoro operativi di Outlier, controllata di Scale AI.

I “mercenari” dell’intelligenza artificiale negli Stati Uniti non sono economici, con salari orari medi che raggiungono i 40 dollari. Tuttavia, il lavoro porta ancora un senso di "lavoro grugnito".

Melissa Quashie del Massachusetts guadagna $ 40 l'ora come freelance ed editor presso Scale AI. I suoi compiti includono la valutazione di varie risposte generate da modelli di grandi dimensioni, la valutazione del modo in cui i modelli rispondono alle domande e la valutazione della qualità delle risposte.

Per Quashie, lavorare presso Scale AI sembra "il videogioco più stupido a cui abbia mai giocato". Una volta ha trascorso due ore a scrivere un "piano alimentare di tre giorni" solo per migliorare le risposte per un chatbot.

Inoltre, con l’accumulo di una grande forza lavoro da parte di Scale AI, l’equilibrio tra domanda e offerta ha iniziato a inclinarsi. Spesso i compiti distribuiti da Scale AI non sono sufficienti a soddisfare la domanda dei suoi "mercenari". Molti ritengono che, sebbene il lavoro offra orari flessibili e una retribuzione interessante, ci siano lunghi periodi senza nulla da fare. Secondo le interviste di The Information con gli appaltatori di intelligenza artificiale di 10 scale, la maggior parte condivide lamentele simili.

Forse la rapida espansione dell'azienda nel campo dell'intelligenza artificiale ha portato a questi problemi. L’intelligenza artificiale su scala sembra più focalizzata sulla soddisfazione dei clienti che sull’esperienza lavorativa della sua forza lavoro. Oltre alle lamentele per la formazione insufficiente e i frequenti crash del sistema, i lavoratori criticano anche l’azienda per non aver fornito abbastanza compiti.

Un’altra questione fastidiosa è il sistema di compensazione. Anche gli individui altamente qualificati che forniscono manodopera per Scale AI negli Stati Uniti hanno poca voce in capitolo. Un appaltatore, menzionato in precedenza, un dottorato di ricerca di nome Matt, è stato inspiegabilmente espulso dalla piattaforma.

La remunerazione non si basa sulla quantità di lavoro ma su valutazioni di qualità e Scale AI mantiene il controllo finale. Anche quando il pagamento è dovuto, può subire ritardi a causa del tempo impiegato dai clienti per la conferma.

Basarsi sulla qualità piuttosto che sulla quantità dei pagamenti aiuta a ridimensionare i costi di controllo dell'intelligenza artificiale, che è un fattore critico per l'azienda in questa fase.

Mentre Scale AI sposta la sua attenzione dai mercati offshore che forniscono manodopera a basso costo agli Stati Uniti, il controllo dei costi diventa più impegnativo. Secondo i dati finanziari ottenuti da The Information, il margine lordo di Scale AI (compresi i costi pagati ai lavoratori umani) è sceso dal 59% nel 2022 al 49% nel 2023.

Allo stesso tempo, Scale AI ha informato gli investitori che sta lavorando per ridurre i costi. L’azienda prevede un aumento di 5 punti percentuali del margine lordo quest’anno, puntando al 60% entro il 2025.

Scale AI ha dichiarato che mira a ridurre i costi utilizzando strumenti interni per automatizzare l’identificazione di “esperti efficienti”, riducendo il costo della formazione manuale dei modelli e facendo affidamento su dati generati dal computer per migliorare l’efficienza del lavoro umano.

Un'altra misura di riduzione dei costi prevede il ridimensionamento del personale interno (distinto dai "mercenari", riferendosi ai dipendenti formali di Scale AI). Nel febbraio 2023, Scale AI ha colto un’opportunità nel contesto del boom dell’intelligenza artificiale e dei licenziamenti nella Silicon Valley, riducendo la sua forza lavoro del 20%.

Oltre agli sforzi di riduzione dei costi, Scale AI sta espandendo la propria attività.

Nonostante l’opposizione dei dipendenti, Scale AI ha rinunciato al suo impegno di non collaborare con i governi. Recentemente, il co-fondatore Alexander Wang è apparso a Washington accanto a un generale dell’esercito americano, indicando che la società guadagna oltre 100 milioni di dollari all’anno da contratti governativi. Wang ha anche visitato il Qatar per incontri a porte chiuse con funzionari desiderosi di sviluppare i propri grandi modelli linguistici.

Oltre a fornire abbondanti risorse umane ai produttori di intelligenza artificiale, Scale AI offre set di dati sintetici generati dall'intelligenza artificiale, ovvero dati generati dall'intelligenza artificiale per addestrare l'intelligenza artificiale, soddisfacendo le crescenti richieste di formazione dei modelli di intelligenza artificiale.

Attualmente, gli “esseri umani di alta qualità” rimangono la “risorsa” cruciale di Scale AI e l’azienda sta adottando misure per coltivare questi top performer.

Ad Austin in Texas e a Jacksonville, in Florida, Scale AI ha ospitato workshop di diversi giorni invitando dozzine di "lavoratori d'élite" a partecipare.

Un partecipante al workshop di Austin ha menzionato circa 50 formatori coinvolti in un progetto legato al chatbot Bard di Alphabet. Hanno discusso le risposte scritte per vari suggerimenti e la sera si sono anche divertiti insieme con il karaoke.

A Jacksonville, Quasi ha incontrato professori universitari, dottorandi, scrittori e conduttori di podcast. "Abbiamo lavorato ininterrottamente per sei ore e poi ci siamo goduti un bicchiere di vino."

"Tutti sono entusiasti di migliorare i grandi modelli linguistici. Ma nessuno parla di chi potrebbe perdere il lavoro a causa del lavoro che stiamo svolgendo."

Paradossalmente, centinaia di migliaia di esseri umani lavorano affinché l’intelligenza artificiale ne migliori le prestazioni. Tuttavia, quando l’intelligenza artificiale diventerà sufficientemente efficiente, questi lavoratori potrebbero essere tra i primi ad essere sostituiti. Dopo tutto, se l’intelligenza artificiale può diventare autosufficiente, perché fare affidamento su “manodopera ad alto intelletto” che costa 40 dollari l’ora?