Matt ชาวอเมริกันที่มีปริญญาเอก สาขาการสื่อสาร เพิ่งเริ่มต้นอาชีพอิสระกับ Scale AI โดยทำงานจากโมเดลการฝึกอบรม AI ที่บ้าน

แต่ตอนนี้ Matt เป็นโปรแกรมเมอร์ AI ที่ได้รับการยกย่องแล้วหรือยัง? ไม่มาก. งานของเขาค่อนข้างธรรมดา: เขาทำงานภายในระบบของ Scale AI ตรวจสอบการตอบสนองของ AI จากมุมมองของผู้ใช้เพื่อให้แน่ใจว่าถูกต้องและให้ข้อเสนอแนะ ตัวอย่างเช่น เขาอาจตรวจสอบว่าคำตอบใดจาก ChatGPT ที่อาจได้รับความคิดเห็นเชิงลบจากผู้ใช้เมื่อฝึก AI ให้กับ Google เพื่อจองเที่ยวบิน

Scale AI เองไม่ได้สร้างโมเดลขนาดใหญ่ แต่จะร่วมมือกับผู้ผลิต AI รายใหญ่เช่น Alphabet, OpenAI, Meta และอื่น ๆ แทน โดยให้ "การกำกับดูแลของมนุษย์"

อย่างไรก็ตาม แรงงานราคาไม่แพงจากสถานที่ต่างๆ เช่น แอฟริกา อินเดีย และฟิลิปปินส์ไม่เพียงพอต่อความต้องการของลูกค้าอีกต่อไป ด้วยเหตุนี้ Scale AI จึงได้เริ่มปรับขนาดการดำเนินงานในต่างประเทศ และขณะนี้ได้จ้างพนักงานหลายแสนคนในประเทศสหรัฐอเมริกา รวมถึงบุคคลที่มีการศึกษาสูงเช่น Matt

บริษัทบันทึกข้อมูลขนาดใหญ่แห่งนี้ก่อตั้งขึ้นเมื่อแปดปีที่แล้ว เพิ่งเสร็จสิ้นการระดมทุน Series F มูลค่า 1 พันล้านดอลลาร์ในเดือนพฤษภาคม ซึ่งนำโดย Accel โดยมีส่วนร่วมจากยักษ์ใหญ่ระดับโลก เช่น Amazon, Intel, AMD, Cisco, Meta และ Tiger Global บริษัทคาดการณ์รายรับจะเกิน 1 พันล้านดอลลาร์ในปีนี้ ส่งผลให้บริษัทเป็นหนึ่งในบริษัทที่สร้างรายได้ชั้นนำในภาคส่วน Generative AI

การประเมินมูลค่าล่าสุดเพิ่มสูงขึ้นเป็น 13.8 พันล้านดอลลาร์ ถือเป็นความสำเร็จครั้งสำคัญในกลุ่มสตาร์ทอัพด้าน AI และแซงหน้า Hugging Face ที่โดดเด่นใน Silicon Valley ซึ่งบรรลุการประเมินมูลค่า 4.5 พันล้านดอลลาร์หลังจากการระดมทุนรอบเดือนสิงหาคมปีที่แล้ว การประเมินครั้งนี้ทำให้ใกล้เคียงกับ xAI ของ Elon Musk ซึ่งมีมูลค่าถึง 18 พันล้านดอลลาร์ในการระดมทุนรอบล่าสุด

Scale AI บริษัทที่จ้างมนุษย์มาทำงานอย่างหนักเพื่อ AI ได้กลายเป็นคลังแสงที่สำคัญในการแข่งขัน AI ในปัจจุบัน

เมื่อเราพูดถึง "การฝึกโมเดลขนาดใหญ่" เราจินตนาการถึงชิปขั้นสูงหลายพันตัวที่ขับเคลื่อนโมเดลขนาดใหญ่เพื่อวิเคราะห์ข้อความนับแสนล้านไบต์ อย่างไรก็ตาม นี่เป็นเพียงขั้นตอนแรกก่อนการฝึกอบรม

แต่การพึ่งพาสิ่งนี้เพียงอย่างเดียวนั้นไม่เพียงพอที่จะทำให้แน่ใจว่าระบบเช่น Claude ของ Anthropic, ChatGPT ของ OpenAI, Llama ของ Meta และ Bard ของ Google จะให้คำตอบที่ถูกต้องในรูปแบบที่เหมือนมนุษย์

เพื่อให้บรรลุเป้าหมายนี้ จำเป็นต้องมีขั้นตอนที่สอง: การปรับแต่งอย่างละเอียด สิ่งนี้เกี่ยวข้องกับความพยายามของมนุษย์จำนวนมาก ไม่ว่าจะจ้างภายในโดยผู้ผลิต AI หรือที่มาจากบริษัทต่างๆ เช่น Scale, Surge AI, Labelbox, Telus International และอื่นๆ บริษัทเหล่านี้จัดเตรียมทีมขนาดใหญ่เพื่อเขียนคำตอบในอุดมคติสำหรับแชทบอทของลูกค้า โดยจับมือบอทไว้เพื่อมอบคำตอบที่ "สมบูรณ์แบบ" มากขึ้น

บริษัทที่ให้บริการใส่คำอธิบายประกอบข้อมูลสำหรับโมเดล AI ไม่ใช่เรื่องใหม่ทั้งหมด คลื่นลูกสุดท้ายที่ยกระดับบริษัทเหล่านี้คือการขับขี่แบบอัตโนมัติ

Scale AI ก่อตั้งขึ้นในปี 2016 โดยแท้จริงแล้ว Scale AI มีความสัมพันธ์ลึกซึ้งกับ OpenAI มาตั้งแต่เริ่มก่อตั้ง โดยบ่มเพาะไว้ในโปรแกรมสตาร์ทอัพม้าแข่งของ Y Combinator โดยได้รับการสนับสนุนจาก YC ก่อนที่โปรแกรมจะสิ้นสุดลงเสียอีก ในเวลานั้น ประธานของ YC คือ Sam Altman ซึ่งต่อมาเป็นผู้ร่วมก่อตั้ง OpenAI

ย้อนกลับไปก่อนที่ "Battle of Thousand Models" จะเริ่มต้นขึ้น Scale AI ได้จับกระแสความคลั่งไคล้ของเทคโนโลยีการขับขี่อัตโนมัติที่แผ่ขยายไปทั่วซิลิคอนแวลลีย์เป็นครั้งแรก การจะขับขี่อัตโนมัติได้นั้นจำเป็นต้องมีการฝึกอบรมอัลกอริธึม AI และไม่มีบริษัทเอาท์ซอร์สอื่นใดที่สามารถใส่คำอธิบายประกอบภาพ 3 มิติที่สร้างโดยเรดาร์และเซ็นเซอร์ของยานพาหนะขับเคลื่อนอัตโนมัติในขณะนั้นได้

ในตอนแรก วิศวกร Scale AI ใช้เวลาหลายเดือนในการพัฒนาผลิตภัณฑ์คำอธิบายประกอบ 3 มิติสำหรับ Nuro สตาร์ทอัพด้านการจัดส่งอัตโนมัติ ในไม่ช้า Waymo ของ Alphabet, Cruise ของ General Motors และแม้แต่ Apple ก็กลายเป็นลูกค้าของ Scale AI

ภายในปลายปี 2017 Scale AI ได้จ้างผู้อธิบายประกอบมากกว่า 1,000 คน โดยส่วนใหญ่อยู่ในฟิลิปปินส์ โดยเฉลี่ยแล้ว พนักงานตามสัญญาเหล่านี้มีรายได้ 1.5 ดอลลาร์ต่อชั่วโมง และทำงาน 10 ชั่วโมงต่อสัปดาห์

ภายในปี 2019 OpenAI ก็ได้ก่อตั้งขึ้นมาหลายปีแล้ว โดยมุ่งเน้นที่การพัฒนาโมเดลขนาดใหญ่ของ AI เป็นหลัก และต่อมาได้กลายเป็นลูกค้าของ Scale AI อย่างไรก็ตาม ในเวลานั้น โมเดล AI ขนาดใหญ่ไม่ใช่แหล่งรายได้หลักของ Scale AI

ในขณะที่กระแสความฮือฮาเกี่ยวกับเทคโนโลยีการขับขี่แบบอัตโนมัติค่อยๆ ลดลง และตลาดกลับคืนสู่ภาวะมีเหตุผล Scale AI ก็เผชิญกับวิกฤติ ภายในปี 2022 การเติบโตของรายได้ของ Scale AI ลดลง 50% ซึ่งทำให้นักลงทุนผิดหวัง

อย่างไรก็ตาม ภายในสิ้นปี 2022 OpenAI ได้เปิดตัว ChatGPT และ Scale AI ก็กลับมาฟื้นตัวอย่างกะทันหัน

นอกจาก OpenAI แล้ว Scale AI ยังร่วมมือกับ Meta และ Alphabet ซึ่งเป็นบริษัทแม่ของ Google ในโครงการริเริ่มโมเดลขนาดใหญ่อีกด้วย รายรับของบริษัทเพิ่มขึ้นจาก 227 ล้านดอลลาร์ในปี 2022 เป็น 680 ล้านดอลลาร์ในปี 2023

ด้วยการใช้จุดสูงสุดของกระแสนี้ Scale AI ได้ตั้งเป้าหมายการเติบโตของรายได้ที่ 206% ในปี 2024 และตั้งเป้าที่จะบรรลุความสามารถในการทำกำไร

ในช่วงหัวเลี้ยวหัวต่อนี้ Scale AI ได้เริ่มทำการเปลี่ยนแปลง แรงงานราคาถูกจากต่างประเทศสามารถจัดการได้เฉพาะงานพื้นฐานเท่านั้น แต่ผลิตภัณฑ์ที่ขับเคลื่อนด้วยโมเดลขนาดใหญ่ในด้านการเขียน การเขียนโปรแกรม และความรู้เฉพาะทางกำลังเฟื่องฟู Scale AI จำเป็นต้องอัปเกรดบุคลากร

ในการนำเสนอของนักลงทุน Scale กล่าวว่ากำลังสร้างโครงสร้างพื้นฐาน AI ที่สำคัญ โดยมีเป้าหมายที่จะกลายเป็น "แหล่งหล่อข้อมูล AI" ซึ่งชวนให้นึกถึงบริษัทเซมิคอนดักเตอร์ ผู้ก่อตั้งบริษัทยังได้เน้นย้ำต่อสาธารณะถึงการมีส่วนร่วมของบุคคลที่มีวุฒิปริญญาเอก แพทย์ ทนายความ และอื่นๆ ในการฝึกอบรมระบบ AI ว่า "เราต้องการผู้มีความคิดที่ดีที่สุดและฉลาดที่สุดในการให้ข้อมูล"

ตามรายงานของ Rest of World เมื่อเร็ว ๆ นี้ Scale AI ได้ปิดไซต์ผู้รับเหมาในเคนยา ไนจีเรีย และปากีสถาน ขณะนี้บริษัทกำลังมุ่งเน้นไปที่การสรรหาบุคลากรที่มีทักษะสูงภายในสหรัฐอเมริกา เพื่อช่วยในการฝึกอบรมโมเดลขนาดใหญ่

ผู้คนประมาณ 300,000 คนกำลังรองานผ่านกลุ่มงานปฏิบัติการของ Outlier ซึ่งเป็นบริษัทในเครือของ Scale AI

"ทหารรับจ้าง" ของ Scale AI ในสหรัฐอเมริกานั้นไม่ถูก โดยค่าจ้างรายชั่วโมงโดยเฉลี่ยอยู่ที่ 40 ดอลลาร์ อย่างไรก็ตาม งานดังกล่าวยังคงให้ความรู้สึกถึง "งานฮึดฮัด"

Melissa Quashie จากแมสซาชูเซตส์มีรายได้ 40 เหรียญต่อชั่วโมงในฐานะฟรีแลนซ์และบรรณาธิการของ Scale AI งานของเธอประกอบด้วยการประเมินคำตอบต่างๆ ที่สร้างโดยแบบจำลองขนาดใหญ่ ประเมินว่าแบบจำลองตอบคำถามอย่างไร และให้คะแนนคุณภาพของคำตอบ

สำหรับ Quashie การทำงานที่ Scale AI ให้ความรู้สึกเหมือนเป็น "วิดีโอเกมที่โง่ที่สุดที่ฉันเคยเล่น" ครั้งหนึ่งเธอเคยใช้เวลาสองชั่วโมงในการเขียน "แผนอาหารสามวัน" เพียงเพื่อปรับปรุงคำตอบสำหรับแชทบอท

ยิ่งไปกว่านั้น เมื่อ Scale AI สะสมพนักงานจำนวนมาก ความสมดุลระหว่างอุปสงค์และอุปทานก็เริ่มที่จะเอียง บ่อยครั้งที่งานที่กระจายโดย Scale AI นั้นไม่เพียงพอที่จะสนองความต้องการจาก "ทหารรับจ้าง" หลายคนพบว่าแม้ว่างานนี้จะมีชั่วโมงการทำงานที่ยืดหยุ่นและค่าตอบแทนที่น่าดึงดูด แต่ก็มีช่วงระยะเวลาที่ยาวนานโดยที่ไม่มีอะไรทำ จากการสัมภาษณ์โดย The Information กับผู้รับเหมา AI ขนาด 10 ราย ส่วนใหญ่มีข้อร้องเรียนที่คล้ายกัน

บางทีการขยายตัวอย่างรวดเร็วของบริษัทในด้าน AI อาจนำไปสู่ปัญหาเหล่านี้ Scale AI ดูเหมือนจะมุ่งเน้นไปที่การทำให้ลูกค้าพอใจมากกว่าประสบการณ์การทำงานของกำลังแรงงาน นอกเหนือจากการร้องเรียนเกี่ยวกับการฝึกอบรมที่ไม่เพียงพอและระบบขัดข้องบ่อยครั้งแล้ว พนักงานยังวิพากษ์วิจารณ์บริษัทที่ไม่ได้จัดหางานให้เพียงพอ

ปัญหาที่น่ารำคาญอีกประการหนึ่งคือระบบการชดเชย แม้แต่บุคคลที่มีทักษะสูงในการจัดหาแรงงานให้กับ Scale AI ในสหรัฐอเมริกาก็ยังแทบไม่กล้าพูดเลย ผู้รับเหมารายหนึ่งที่กล่าวถึงก่อนหน้านี้ ซึ่งเป็นปริญญาเอกชื่อ Matt ถูกไล่ออกจากแพลตฟอร์มอย่างอธิบายไม่ได้

ค่าตอบแทนไม่ได้ขึ้นอยู่กับปริมาณงานแต่ขึ้นอยู่กับการประเมินคุณภาพ และ Scale AI ยังคงการควบคุมขั้นสูงสุด แม้ว่าจะถึงกำหนดชำระเงินก็อาจล่าช้าได้เนื่องจากลูกค้าสละเวลาในการยืนยัน

ขึ้นอยู่กับคุณภาพมากกว่าปริมาณสำหรับการจ่ายเงิน ช่วยปรับขนาด AI ในการควบคุมต้นทุน ซึ่งเป็นปัจจัยสำคัญสำหรับบริษัทในขั้นตอนนี้

เนื่องจาก Scale AI เปลี่ยนโฟกัสจากตลาดนอกชายฝั่งที่จัดหาแรงงานราคาถูกไปยังสหรัฐอเมริกา การควบคุมต้นทุนจึงมีความท้าทายมากขึ้น จากข้อมูลทางการเงินที่ได้รับจาก The Information อัตรากำไรขั้นต้นของ Scale AI (รวมถึงต้นทุนที่จ่ายให้กับแรงงานมนุษย์) ลดลงจาก 59% ในปี 2022 เป็น 49% ในปี 2023

ในขณะเดียวกัน Scale AI ได้แจ้งให้นักลงทุนทราบว่ากำลังดำเนินการเพื่อลดต้นทุน บริษัทคาดการณ์ว่าอัตรากำไรขั้นต้นจะเพิ่มขึ้น 5 เปอร์เซ็นต์ในปีนี้ โดยตั้งเป้าไว้ที่ 60% ภายในปี 2025

Scale AI ระบุว่ามีเป้าหมายที่จะลดต้นทุนโดยใช้เครื่องมือภายในเพื่อระบุ "ผู้เชี่ยวชาญที่มีประสิทธิภาพ" โดยอัตโนมัติ ลดค่าใช้จ่ายในการฝึกอบรมโมเดลด้วยตนเอง และอาศัยข้อมูลที่สร้างจากคอมพิวเตอร์เพื่อเพิ่มประสิทธิภาพแรงงานมนุษย์

มาตรการประหยัดต้นทุนอีกประการหนึ่ง ได้แก่ การลดขนาดพนักงานภายใน (แตกต่างจาก "ทหารรับจ้าง" ซึ่งหมายถึงพนักงานที่เป็นทางการของ Scale AI) ในเดือนกุมภาพันธ์ 2023 Scale AI คว้าโอกาสท่ามกลางกระแสความนิยมของ AI และการเลิกจ้างใน Silicon Valley ส่งผลให้พนักงานลดลง 20%

นอกเหนือจากความพยายามในการลดต้นทุนแล้ว Scale AI ยังขยายธุรกิจอีกด้วย

แม้จะมีการต่อต้านจากพนักงาน แต่ Scale AI ก็ยังละทิ้งคำมั่นสัญญาที่จะไม่ทำงานร่วมกับรัฐบาล เมื่อเร็วๆ นี้ ผู้ร่วมก่อตั้ง Alexander Wang ปรากฏตัวเคียงข้างนายพลกองทัพสหรัฐฯ ในวอชิงตัน ซึ่งบ่งชี้ว่าบริษัทมีรายได้มากกว่า 100 ล้านดอลลาร์ต่อปีจากสัญญาของรัฐบาล หวังยังได้เยือนกาตาร์เพื่อประชุมแบบปิดกับเจ้าหน้าที่ที่กระตือรือร้นที่จะพัฒนาแบบจำลองภาษาขนาดใหญ่ของตนเอง

นอกเหนือจากการจัดหาทรัพยากรมนุษย์ที่อุดมสมบูรณ์ให้กับผู้ผลิต AI แล้ว Scale AI ยังนำเสนอชุดข้อมูลสังเคราะห์ที่สร้างโดย AI ซึ่งเป็นข้อมูลที่สร้างโดย AI เพื่อฝึก AI ซึ่งตอบสนองความต้องการที่เพิ่มขึ้นในการฝึกโมเดล AI

ปัจจุบัน "บุคลากรคุณภาพสูง" ยังคงเป็น "ทรัพยากร" ที่สำคัญของ Scale AI และบริษัทกำลังดำเนินการเพื่อดูแลผู้ปฏิบัติงานชั้นนำเหล่านี้

ในเมืองออสตินและแจ็กสันวิลล์ รัฐฟลอริดา รัฐเท็กซัส Scale AI เป็นเจ้าภาพการประชุมเชิงปฏิบัติการหลายวันโดยเชิญ "คนงานชั้นยอด" หลายสิบคนเข้าร่วม

ผู้เข้าร่วมคนหนึ่งจากเวิร์กช็อปในออสตินกล่าวถึงผู้ฝึกสอนประมาณ 50 คนที่เกี่ยวข้องกับโปรเจ็กต์ที่เกี่ยวข้องกับแชทบอท Bard ของ Alphabet พวกเขาพูดคุยกันถึงคำตอบที่เขียนขึ้นสำหรับคำแนะนำต่างๆ และแม้กระทั่งสนุกกับการร้องคาราโอเกะด้วยกันในตอนเย็น

ในเมืองแจ็กสันวิลล์ Quasi ได้พบกับอาจารย์มหาวิทยาลัย นักศึกษาปริญญาเอก นักเขียน และผู้จัดพอดแคสต์ “เราทำงานอย่างต่อเนื่องเป็นเวลาหกชั่วโมงแล้วก็เพลิดเพลินกับไวน์สักแก้ว”

"ทุกคนรู้สึกตื่นเต้นกับการปรับปรุงโมเดลภาษาขนาดใหญ่ แต่ไม่มีใครพูดถึงว่าใครจะตกงานเนื่องจากงานที่เราทำอยู่"

น่าแปลกที่มนุษย์หลายแสนคนกำลังทำงานให้กับ AI เพื่อเพิ่มประสิทธิภาพของมัน แต่เมื่อ AI มีความเชี่ยวชาญเพียงพอ พนักงานเหล่านี้ก็อาจเป็นหนึ่งในคนกลุ่มแรก ๆ ที่ถูกแทนที่ ท้ายที่สุดแล้ว หาก AI สามารถพึ่งตนเองได้ ทำไมจึงต้องพึ่งพา 'แรงงานที่มีสติปัญญาสูง' ซึ่งมีค่าใช้จ่าย 40 ดอลลาร์ต่อชั่วโมง