Matt, Amerykanin z tytułem doktora. w dziedzinie komunikacji, niedawno rozpoczęła karierę jako niezależna osoba w Scale AI, pracując w domu, szkoląc modele sztucznej inteligencji.

Ale czy Matt jest teraz cenionym programistą AI? Nie do końca. Jego praca jest raczej przyziemna: pracuje w systemie Scale AI, przeglądając odpowiedzi AI z perspektywy użytkownika, aby zapewnić dokładność i przekazując informacje zwrotne. Może na przykład sprawdzić, które odpowiedzi z ChatGPT mogą potencjalnie otrzymać negatywne opinie użytkowników podczas szkolenia sztucznej inteligencji dla Google w zakresie rezerwacji lotów.

Skalowana sztuczna inteligencja sama w sobie nie tworzy dużych modeli; zamiast tego współpracuje z głównymi producentami sztucznej inteligencji, takimi jak Alphabet, OpenAI, Meta i innymi, zapewniając „nadzór człowieka”.

Jednak niedroga siła robocza z takich miejsc jak Afryka, Indie i Filipiny nie jest już wystarczająca, aby sprostać wymaganiom klientów. W rezultacie firma Scale AI zaczęła ograniczać swoją działalność zagraniczną i obecnie zatrudnia w Stanach Zjednoczonych setki tysięcy pracowników, w tym osoby z wyższym wykształceniem, takie jak Matt.

Ta zakrojona na szeroką skalę firma zajmująca się adnotacjami danych, założona osiem lat temu, niedawno zakończyła w maju rundę finansowania serii F o wartości 1 miliarda dolarów, której liderem jest Accel przy udziale światowych gigantów, takich jak Amazon, Intel, AMD, Cisco, Meta i Tiger Global. Firma prognozuje, że w tym roku jej przychody przekroczą 1 miliard dolarów, co plasuje ją na pozycji jednej z firm generujących największe przychody w sektorze generatywnej sztucznej inteligencji.

Jej najnowsza wycena wzrosła do 13.8 miliarda dolarów, co stanowi znaczące osiągnięcie wśród start-upów zajmujących się sztuczną inteligencją i przewyższyło wyróżniającą się firmę Hugging Face z Doliny Krzemowej, która po rundzie finansowania w sierpniu zeszłego roku osiągnęła wycenę na 4.5 miliarda dolarów. Wycena zbliża ją teraz do xAI Elona Muska, który w ostatniej rundzie finansowania osiągnął wycenę na poziomie 18 miliardów dolarów.

Scale AI, firma zatrudniająca ludzi do ciężkiej pracy na rzecz sztucznej inteligencji, stała się kluczowym arsenałem w dzisiejszym wyścigu sztucznej inteligencji.

Kiedy mówimy o „szkoleniu modeli na dużą skalę”, wyobrażamy sobie tysiące zaawansowanych chipów sterujących dużymi modelami w celu analizy setek miliardów bajtów tekstu. To jednak dopiero pierwszy krok – przygotowawczy.

Jednak poleganie wyłącznie na tym nie wystarczy, aby zapewnić, że systemy takie jak Claude firmy Anthropic, ChatGPT firmy OpenAI, Llama firmy Meta i Bard firmy Google dostarczają poprawnych odpowiedzi w stylu ludzkim.

Aby to osiągnąć, niezbędny jest drugi krok: dostrojenie. Wymaga to znacznego wysiłku ludzkiego, zatrudnionego wewnętrznie przez producentów sztucznej inteligencji lub pochodzącego od takich firm jak Scale, Surge AI, Labelbox, Telus International i innych. Firmy te zapewniają duże zespoły, które piszą idealne odpowiedzi dla chatbotów klientów, trzymając boty za rękę, aby dostarczać bardziej „idealne” odpowiedzi.

Firmy świadczące usługi adnotacji danych dla modeli AI nie są całkiem nowe; ostatnia fala, która podniosła takie firmy, dotyczyła pojazdów autonomicznych.

Scale AI zostało założone w 2016 roku. W rzeczywistości Scale AI od samego początku jest ściśle powiązane z OpenAI, inkubowane w startowym programie koni wyścigowych Y Combinator, zdobywając wsparcie YC jeszcze przed zakończeniem programu. Prezesem YC był wówczas Sam Altman, późniejszy współzałożyciel OpenAI.

Wtedy, jeszcze przed rozpoczęciem „Bitwy Tysiąca Modeli”, Scale AI po raz pierwszy złapała falę szaleństwa technologii jazdy autonomicznej, która przetoczyła się przez Dolinę Krzemową. Osiągnięcie autonomicznej jazdy wymagało przeszkolenia algorytmów AI, a w tamtym czasie nie było innych firm outsourcingowych, które byłyby w stanie opisywać obrazy 3D generowane przez radary i czujniki pojazdów autonomicznych.

Początkowo inżynierowie Scale AI spędzili kilka miesięcy na opracowywaniu produktu do adnotacji 3D dla start-upu Nuro zajmującego się autonomicznymi dostawami. Wkrótce klientami Scale AI zostali Waymo firmy Alphabet, Cruise firmy General Motors, a nawet Apple.

Do końca 2017 r. firma Scale AI zatrudniła ponad 1,000 komentatorów, głównie na Filipinach. Ci pracownicy kontraktowi zarabiali średnio 1.5 dolara na godzinę i pracowali 10 godzin tygodniowo.

Do 2019 roku na kilka lat powstał również OpenAI, skupiający się przede wszystkim na opracowywaniu dużych modeli AI, stając się później klientem Scale AI. Jednak w tamtym czasie duże modele AI nie były kluczowym źródłem przychodów Scale AI.

Gdy szum wokół technologii autonomicznej jazdy stopniowo ucichł, a rynek powrócił do racjonalności, Scale AI stanęło w obliczu kryzysu. Do 2022 r. wzrost przychodów Scale AI spadł o 50%, co rozczarowuje inwestorów.

Jednak pod koniec 2022 roku OpenAI wypuściło ChatGPT, a Scale AI przeżyło nagłe odrodzenie.

Oprócz OpenAI firma Scale AI współpracowała także z Meta i Alphabet, spółką-matką Google, przy dużych inicjatywach modelowych. Przychody firmy wzrosły z 227 mln dolarów w 2022 r. do 680 mln dolarów w 2023 r.

U szczytu tej fali firma Scale AI wyznaczyła sobie za cel wzrost przychodów o 206% na rok 2024 i dąży do osiągnięcia rentowności.

W tym momencie Scale AI zaczęła wprowadzać zmiany. Tania siła robocza z zagranicy może wykonywać jedynie podstawowe zadania, ale produkty oparte na dużych modelach w zakresie pisania, programowania i specjalistycznej wiedzy przeżywają rozkwit. Skalowana sztuczna inteligencja musi unowocześnić swoich pracowników.

W prezentacji dla inwestorów firma Scale oświadczyła, że ​​buduje krytyczną infrastrukturę sztucznej inteligencji, mając na celu stać się „fabryką danych sztucznej inteligencji”, przypominającą firmy produkujące półprzewodniki. Założyciel firmy również publicznie podkreślił wkład osób ze stopniem doktora, lekarzy, prawników i innych osób w szkolenie systemów sztucznej inteligencji: „Potrzebujemy najlepszych i najbystrzejszych umysłów, aby dostarczać dane”.

Według raportu Reszty Świata firma Scale AI zamknęła niedawno placówki wykonawców w Kenii, Nigerii i Pakistanie. Firma koncentruje się obecnie na rekrutacji wysoko wykwalifikowanych osób w USA do pomocy w szkoleniu dużych modeli.

Około 300,000 XNUMX osób czeka na zadania za pośrednictwem operacyjnych grup roboczych Outlier, spółki zależnej Scale AI.

„Najemnicy” Scale AI w USA nie są tani, a średnia stawka godzinowa sięga 40 dolarów. Jednak praca ta nadal niesie ze sobą poczucie „pracy chrząkającej”.

Melissa Quashie z Massachusetts zarabia 40 dolarów za godzinę jako freelancer i redaktor w Scale AI. Do jej zadań należy ocena różnych odpowiedzi generowanych przez duże modele, ocena, w jaki sposób modele odpowiadają na pytania oraz ocena jakości odpowiedzi.

Dla Quashiego praca w Scale AI wydaje się „najgłupszą grą wideo, w jaką kiedykolwiek grałem”. Kiedyś spędziła dwie godziny na pisaniu „trzydniowego planu posiłków”, aby ulepszyć odpowiedzi dla chatbota.

Co więcej, w miarę jak Scale AI gromadzi dużą siłę roboczą, równowaga podaży i popytu zaczęła się przechylać. Często zadania rozdzielane przez Scale AI są niewystarczające, aby sprostać wymaganiom jej „najemników”. Wiele osób uważa, że ​​chociaż praca oferuje elastyczne godziny pracy i atrakcyjne wynagrodzenie, zdarzają się długie okresy, w których nie można nic zrobić. Z wywiadów przeprowadzonych przez The Information z wykonawcami 10 Scale AI wynika, że ​​większość zgłasza podobne skargi.

Być może do tych problemów doprowadziła szybka ekspansja firmy na fali sztucznej inteligencji. Scale AI wydaje się bardziej skupiać na zadowoleniu klientów niż na doświadczeniu zawodowym swojej siły roboczej. Oprócz skarg na niewystarczające szkolenia i częste awarie systemów, pracownicy krytykują także firmę za niewystarczającą liczbę zadań.

Kolejną irytującą kwestią jest system wynagrodzeń. Nawet wysoko wykwalifikowane osoby zapewniające siłę roboczą dla Scale AI w USA mają niewiele do powiedzenia. Wspomniany wcześniej wykonawca, doktor Matt, został w niewytłumaczalny sposób wyrzucony z platformy.

Wynagrodzenie nie opiera się na ilości pracy, ale na ocenie jakości, a Scale AI zachowuje najwyższą kontrolę. Nawet gdy płatność jest należna, może zostać opóźniona, ponieważ klienci potrzebują czasu na potwierdzenie.

Opieranie wypłat na jakości, a nie na ilości, pomaga firmie Scale AI kontrolować koszty, co jest czynnikiem krytycznym dla firmy na tym etapie.

W miarę jak Scale AI przenosi swoją uwagę z rynków offshore zapewniających tanią siłę roboczą do Stanów Zjednoczonych, kontrola kosztów staje się coraz trudniejsza. Według danych finansowych uzyskanych przez The Information, marża brutto Scale AI (uwzględniająca koszty płacone pracownikom) spadła z 59% w 2022 r. do 49% w 2023 r.

Jednocześnie Scale AI poinformowało inwestorów, że pracuje nad redukcją kosztów. Firma prognozuje w tym roku wzrost marży brutto o 5 punktów procentowych, a do 60 roku ma osiągnąć 2025%.

Scale AI stwierdziło, że ma na celu obniżenie kosztów poprzez wykorzystanie wewnętrznych narzędzi do automatyzacji identyfikacji „skutecznych ekspertów”, zmniejszenie kosztów ręcznego szkolenia modeli i poleganie na danych generowanych komputerowo w celu zwiększenia wydajności pracy ludzkiej.

Kolejnym środkiem oszczędnościowym jest redukcja personelu wewnętrznego (w odróżnieniu od „najemników” odnoszących się do formalnych pracowników Scale AI). W lutym 2023 r. firma Scale AI wykorzystała szansę związaną z boomem na sztuczną inteligencję i zwolnieniami w Dolinie Krzemowej, zmniejszając siłę roboczą o 20%.

Oprócz wysiłków zmierzających do cięcia kosztów, Scale AI rozwija swoją działalność.

Pomimo sprzeciwu pracowników Scale AI odrzuciła swoje zobowiązanie do niewspółpracowania z rządami. Niedawno współzałożyciel Alexander Wang pojawił się wraz z generałem armii amerykańskiej w Waszyngtonie, wskazując, że firma zarabia ponad 100 milionów dolarów rocznie na kontraktach rządowych. Wang odwiedził także Katar, aby wziąć udział w spotkaniach za zamkniętymi drzwiami z urzędnikami pragnącymi opracować własne, obszerne modele językowe.

Oprócz zapewniania obfitych zasobów ludzkich producentom sztucznej inteligencji, Scale AI oferuje syntetyczne zbiory danych generowane przez sztuczną inteligencję — dane generowane przez sztuczną inteligencję w celu szkolenia sztucznej inteligencji, spełniając rosnące wymagania w zakresie szkolenia modeli sztucznej inteligencji.

Obecnie „wysokiej jakości ludzie” pozostają kluczowym „zasobem” Scale AI, a firma podejmuje kroki, aby wspierać tych najlepszych pracowników.

W Austin w Teksasie i Jacksonville na Florydzie firma Scale AI zorganizowała kilkudniowe warsztaty, w których udział wzięło dziesiątki „elitarnych pracowników”.

Jeden z uczestników warsztatów w Austin wspomniał o około 50 trenerach zaangażowanych w projekt podobno związany z chatbotem Bard firmy Alphabet. Omawiali odpowiedzi napisane na różne podpowiedzi, a wieczorami nawet wspólnie bawili się na karaoke.

W Jacksonville Quasi spotkał profesorów uniwersyteckich, doktorantów, pisarzy i gospodarzy podcastów. „Pracowaliśmy nieprzerwanie przez sześć godzin, a potem wypiliśmy lampkę wina”.

„Wszyscy są podekscytowani ulepszaniem dużych modeli językowych. Nikt jednak nie mówi o tym, kto może stracić pracę z powodu naszej pracy”.

Jak na ironię, setki tysięcy ludzi pracuje nad sztuczną inteligencją, aby poprawić jej wydajność. Jednak gdy sztuczna inteligencja osiągnie wystarczającą biegłość, ci pracownicy mogą znaleźć się w gronie pierwszych osób, które zostaną zastąpione. W końcu, jeśli sztuczna inteligencja może stać się samowystarczalna, po co polegać na „pracy wymagającej wysokiego poziomu inteligencji”, kosztującej 40 dolarów za godzinę?