Matt, um americano com Ph.D. em Comunicações, recentemente embarcou em uma carreira freelance na Scale AI, trabalhando em casa treinando modelos de IA.

Mas Matt é agora um estimado programador de IA? Não exatamente. Seu trabalho é bastante mundano: ele trabalha dentro do sistema Scale AI, revisando as respostas da IA ​​da perspectiva do usuário para garantir a precisão e fornecer feedback. Por exemplo, ele pode verificar quais respostas do ChatGPT poderiam receber feedback negativo do usuário ao treinar IA para o Google reservar voos.

A própria IA em escala não produz modelos grandes; em vez disso, colabora com grandes produtores de IA como Alphabet, OpenAI, Meta e outros, fornecendo “supervisão humana”.

Contudo, a mão-de-obra barata proveniente de locais como África, Índia e Filipinas já não é suficiente para satisfazer as exigências dos clientes. Consequentemente, a Scale AI começou a reduzir as suas operações no estrangeiro e emprega agora centenas de milhares de trabalhadores no mercado interno dos Estados Unidos, incluindo indivíduos altamente qualificados como Matt.

Fundada há oito anos, esta empresa de anotação de dados em grande escala concluiu recentemente uma rodada de financiamento da Série F de US$ 1 bilhão em maio, liderada pela Accel com a participação de gigantes globais como Amazon, Intel, AMD, Cisco, Meta e Tiger Global. A empresa projeta que a sua receita exceda mil milhões de dólares este ano, posicionando-a como uma das principais empresas geradoras de receitas no setor de IA generativa.

Sua última avaliação disparou para US$ 13.8 bilhões, marcando uma conquista significativa entre as startups de IA e superando o destaque do Vale do Silício, Hugging Face, que alcançou uma avaliação de US$ 4.5 bilhões após sua rodada de financiamento em agosto passado. A avaliação coloca-a agora mais próxima da xAI de Elon Musk, que atingiu uma avaliação de 18 mil milhões de dólares na sua última ronda de financiamento.

A Scale AI, a empresa que emprega humanos para realizar trabalhos pesados ​​para a IA, tornou-se um arsenal crítico na corrida atual da IA.

Quando falamos sobre “treinamento de modelos em larga escala”, imaginamos milhares de chips avançados conduzindo grandes modelos para analisar centenas de bilhões de bytes de texto. No entanto, este é apenas o primeiro passo do pré-treinamento.

Mas confiar apenas nisso não é suficiente para garantir que sistemas como Claude da Anthropic, ChatGPT da OpenAI, Llama da Meta e Bard do Google forneçam respostas corretas em um estilo humano.

Para conseguir isso, é necessário um segundo passo: o ajuste fino. Isto envolve uma quantidade significativa de esforço humano, seja empregado internamente por fabricantes de IA ou proveniente de empresas como Scale, Surge AI, Labelbox, Telus International e outras. Essas empresas fornecem grandes equipes para escrever respostas ideais para chatbots de clientes, segurando os bots para fornecer respostas mais “perfeitas”.

As empresas que fornecem serviços de anotação de dados para modelos de IA não são inteiramente novas; a última onda que levantou essas empresas foi a da condução autônoma.

A Scale AI foi fundada em 2016. Na verdade, a Scale AI tem laços profundos com a OpenAI desde sua concepção, tendo sido incubada no programa de startups promissoras da Y Combinator, recebendo apoio da YC mesmo antes do término do programa. Naquela época, o presidente da YC era Sam Altman, que mais tarde cofundou a OpenAI.

Naquela época, antes do início da “Batalha dos Mil Modelos”, a Scale AI captou pela primeira vez a onda do frenesi da tecnologia de direção autônoma que varria o Vale do Silício. Alcançar a direção autônoma exigia o treinamento de algoritmos de IA, e não havia outras empresas terceirizadas capazes de anotar as imagens 3D geradas por radar e sensores de veículos autônomos naquela época.

Inicialmente, os engenheiros da Scale AI passaram vários meses desenvolvendo um produto de anotação 3D para a startup de entrega autônoma Nuro. Logo, Waymo da Alphabet, Cruise da General Motors e até mesmo a Apple se tornaram clientes da Scale AI.

No final de 2017, a Scale AI contratou mais de 1,000 anotadores, principalmente nas Filipinas. Em média, esses trabalhadores contratados ganhavam US$ 1.5 por hora e trabalhavam 10 horas por semana.

Em 2019, a OpenAI também estava estabelecida há vários anos, concentrando-se principalmente no desenvolvimento de grandes modelos de IA, tornando-se posteriormente um cliente da Scale AI. No entanto, naquela época, os grandes modelos de IA não eram uma fonte importante de receita para a Scale AI.

À medida que o entusiasmo em torno da tecnologia de condução autónoma diminuía gradualmente e o mercado voltava à racionalidade, a Scale AI enfrentou uma crise. Em 2022, o crescimento da receita da Scale AI diminuiu 50%, decepcionando os investidores.

No entanto, no final de 2022, a OpenAI lançou o ChatGPT e a Scale AI ressurgiu repentinamente.

Além da OpenAI, a Scale AI também fez parceria com a Meta e a Alphabet, empresa controladora do Google, em grandes iniciativas de modelos. A receita da empresa aumentou de US$ 227 milhões em 2022 para US$ 680 milhões em 2023.

Aproveitando a crista desta onda, a Scale AI estabeleceu uma meta de crescimento de receita de 206% para 2024 e visa alcançar lucratividade.

Neste momento, a Scale AI começou a fazer mudanças. A mão-de-obra barata vinda do exterior só consegue realizar tarefas básicas, mas os produtos impulsionados por grandes modelos de escrita, programação e conhecimento especializado estão em franca expansão. A Scale AI precisa atualizar sua força de trabalho.

Numa apresentação aos investidores, a Scale afirmou que está a construir uma infraestrutura crítica de IA, com o objetivo de se tornar uma “fundição de dados de IA”, uma reminiscência das empresas de semicondutores. O fundador da empresa também enfatizou publicamente as contribuições de indivíduos com doutorado, médicos, advogados e outros no treinamento de sistemas de IA: “Precisamos das mentes melhores e mais brilhantes para contribuir com dados”.

De acordo com o relatório do Resto do Mundo, a Scale AI fechou recentemente locais de empreiteiros no Quénia, na Nigéria e no Paquistão. A empresa agora está se concentrando no recrutamento de indivíduos altamente qualificados nos EUA para auxiliar no treinamento de grandes modelos.

Cerca de 300,000 pessoas estão aguardando tarefas por meio dos grupos de trabalho operacionais da Outlier, subsidiária da Scale AI.

Os “mercenários” da Scale AI nos EUA não são baratos, com salários médios por hora chegando a US$ 40. No entanto, o trabalho ainda carrega uma sensação de “trabalho pesado”.

Melissa Quashie, de Massachusetts, ganha US$ 40 por hora como freelancer e editora na Scale AI. Suas tarefas incluem avaliar diversas respostas geradas por grandes modelos, avaliar como os modelos respondem às perguntas e avaliar a qualidade das respostas.

Para Quashie, trabalhar na Scale AI parece “o videogame mais idiota que já joguei”. Certa vez, ela passou duas horas escrevendo um “plano de refeições de três dias” apenas para melhorar as respostas de um chatbot.

Além disso, com a Scale AI a acumular uma grande força de trabalho, o equilíbrio entre oferta e procura começou a inclinar-se. Muitas vezes, as tarefas distribuídas pela Scale AI são insuficientes para atender a demanda de seus “mercenários”. Muitos acham que, embora o trabalho ofereça horários flexíveis e salários atrativos, há longos períodos sem nada para fazer. De acordo com entrevistas do The Information com empreiteiros de IA em escala 10, a maioria compartilha reclamações semelhantes.

Talvez a rápida expansão da empresa na onda da IA ​​tenha levado a estes problemas. A Scale AI parece mais focada em agradar os clientes do que na experiência de trabalho de sua força de trabalho. Além das reclamações sobre treinamento insuficiente e falhas frequentes no sistema, os trabalhadores também criticam a empresa por não fornecer tarefas suficientes.

Outra questão incômoda é o sistema de compensação. Mesmo indivíduos altamente qualificados que fornecem mão de obra para Scale AI nos EUA têm pouco a dizer. Um empreiteiro mencionado anteriormente, um PhD chamado Matt, foi inexplicavelmente expulso da plataforma.

A remuneração não se baseia na quantidade de trabalho, mas em avaliações de qualidade, e a Scale AI mantém o controle final. Mesmo quando o pagamento é devido, ele pode ser adiado porque os clientes demoram para confirmar.

Basear-se na qualidade e não na quantidade dos pagamentos ajuda a dimensionar os custos de controle da IA, o que é um fator crítico para a empresa nesta fase.

À medida que a Scale AI muda o seu foco dos mercados offshore que fornecem mão-de-obra barata para os EUA, o controlo de custos torna-se mais desafiante. De acordo com dados financeiros obtidos pela The Information, a margem bruta da Scale AI (incluindo custos pagos a trabalhadores humanos) caiu de 59% em 2022 para 49% em 2023.

Simultaneamente, a Scale AI informou aos investidores que está trabalhando na redução de custos. A empresa prevê um aumento de 5 pontos percentuais na margem bruta este ano, visando 60% até 2025.

A Scale AI afirmou que pretende cortar custos usando ferramentas internas para automatizar a identificação de “especialistas eficientes”, reduzindo o custo de modelos de treinamento manual e contando com dados gerados por computador para aumentar a eficiência do trabalho humano.

Outra medida de redução de custos inclui a redução do pessoal interno (distinto dos “mercenários”, referindo-se aos funcionários formais da Scale AI). Em fevereiro de 2023, a Scale AI aproveitou uma oportunidade em meio ao boom da IA ​​e às demissões no Vale do Silício, reduzindo sua força de trabalho em 20%.

Além dos esforços de redução de custos, a Scale AI está expandindo seus negócios.

Apesar da oposição dos funcionários, a Scale AI descartou o seu compromisso de não trabalhar com governos. Recentemente, o cofundador Alexander Wang apareceu ao lado de um general do Exército dos EUA em Washington, indicando que a empresa ganha mais de US$ 100 milhões anualmente com contratos governamentais. Wang também visitou o Qatar para reuniões a portas fechadas com autoridades ansiosas por desenvolver os seus próprios modelos linguísticos.

Além de fornecer recursos humanos abundantes para fabricantes de IA, a Scale AI oferece conjuntos de dados sintéticos gerados por IA – dados gerados pela IA para treinar IA, atendendo às crescentes demandas no treinamento de modelos de IA.

Atualmente, “seres humanos de alta qualidade” continuam sendo o “recurso” crucial da Scale AI e a empresa está tomando medidas para nutrir esses profissionais de alto desempenho.

Em Austin e Jacksonville, no Texas, Flórida, a Scale AI organizou workshops de vários dias, convidando dezenas de "trabalhadores de elite" a participar.

Um participante do workshop de Austin mencionou cerca de 50 treinadores envolvidos em um projeto supostamente relacionado ao chatbot Bard da Alphabet. Eles discutiram as respostas escritas para vários prompts e até desfrutaram de karaokê juntos à noite.

Em Jacksonville, Quasi encontrou professores universitários, estudantes de doutorado, escritores e apresentadores de podcast. “Trabalhamos continuamente por seis horas e depois tomamos uma taça de vinho.”

"Todos estão entusiasmados com a melhoria dos grandes modelos de linguagem. Mas ninguém fala sobre quem pode perder o emprego por causa do trabalho que estamos fazendo."

Ironicamente, centenas de milhares de humanos estão a trabalhar para que a IA melhore o seu desempenho. No entanto, quando a IA se tornar suficientemente proficiente, estes trabalhadores poderão estar entre os primeiros a serem substituídos. Afinal de contas, se a IA pode tornar-se autossuficiente, porquê confiar no “trabalho de elevado intelecto” que custa 40 dólares por hora?