میٹ، پی ایچ ڈی کے ساتھ ایک امریکی۔ کمیونیکیشنز میں، حال ہی میں اسکیل AI کے ساتھ ایک فری لانس کیریئر کا آغاز کیا، گھر پر تربیتی AI ماڈلز سے کام کیا۔

لیکن کیا میٹ اب ایک معزز AI پروگرامر ہے؟ بالکل نہیں۔ اس کا کام غیر معمولی ہے: وہ اسکیل AI کے نظام کے اندر کام کرتا ہے، درستگی کو یقینی بنانے اور تاثرات فراہم کرنے کے لیے صارف کے نقطہ نظر سے AI ردعمل کا جائزہ لیتا ہے۔ مثال کے طور پر، وہ اس بات کی تصدیق کر سکتا ہے کہ ChatGPT سے کون سے جوابات ممکنہ طور پر منفی صارف کی رائے حاصل کر سکتے ہیں جب Google کو پروازیں بک کرنے کے لیے AI کی تربیت دی جائے۔

اسکیل AI خود بڑے ماڈل تیار نہیں کرتا ہے۔ اس کے بجائے، یہ بڑے AI پروڈیوسرز جیسے الفابیٹ، اوپن اے آئی، میٹا، اور دیگر کے ساتھ تعاون کرتا ہے، جو "انسانی نگرانی" فراہم کرتا ہے۔

تاہم، افریقہ، ہندوستان، اور فلپائن جیسی جگہوں سے سستی مزدوری کلائنٹ کے مطالبات کو پورا کرنے کے لیے اب کافی نہیں ہے۔ نتیجتاً، Scale AI نے اپنے بیرون ملک آپریشنز کو کم کرنا شروع کر دیا ہے اور اب وہ ریاست ہائے متحدہ امریکہ میں مقامی طور پر لاکھوں کارکنوں کو ملازمت دے رہا ہے، جن میں Matt جیسے اعلیٰ تعلیم یافتہ افراد بھی شامل ہیں۔

آٹھ سال پہلے قائم کی گئی، اس بڑے پیمانے پر ڈیٹا اینوٹیشن کمپنی نے حال ہی میں مئی میں $1 بلین سیریز F فنڈنگ ​​راؤنڈ مکمل کیا، جس کی قیادت Accel نے کی جس میں Amazon، Intel، AMD، Cisco، Meta، اور Tiger Global جیسی عالمی کمپنیاں شامل تھیں۔ کمپنی نے اس سال اپنی آمدنی $1 بلین سے تجاوز کرنے کا تخمینہ لگایا ہے، جو اسے جنریٹو AI سیکٹر میں آمدنی پیدا کرنے والی سرفہرست کمپنیوں میں سے ایک کے طور پر رکھتا ہے۔

اس کی تازہ ترین قیمت $13.8 بلین تک بڑھ گئی ہے، جو AI اسٹارٹ اپس کے درمیان ایک اہم کامیابی کی نشاندہی کرتی ہے اور سلیکن ویلی اسٹینڈ آؤٹ ہگنگ فیس کو پیچھے چھوڑتی ہے، جس نے گزشتہ اگست میں اپنے فنڈنگ ​​راؤنڈ کے بعد $4.5 بلین ویلیویشن حاصل کی تھی۔ ویلیو ایشن اب اسے ایلون مسک کے xAI کے قریب رکھتی ہے، جس کی مالیت اس کے تازہ ترین فنڈنگ ​​راؤنڈ میں $18 بلین تک پہنچ گئی۔

اسکیل AI، وہ کمپنی جو انسانوں کو AI کے لیے سخت کام کرنے کے لیے ملازمت دیتی ہے، آج کی AI دوڑ میں ایک اہم ہتھیار بن چکی ہے۔

جب ہم "بڑے پیمانے پر ماڈل ٹریننگ" کے بارے میں بات کرتے ہیں، تو ہم سینکڑوں بلین بائٹس ٹیکسٹ کا تجزیہ کرنے کے لیے بڑے ماڈلز چلانے والے ہزاروں جدید چپس کا تصور کرتے ہیں۔ تاہم، یہ صرف پہلا قدم پری ٹریننگ ہے۔

لیکن انتھروپکس کلاڈ، اوپن اے آئی کے چیٹ جی پی ٹی، میٹا کے لاما، اور گوگل کے بارڈ جیسے سسٹمز کو یقینی بنانے کے لیے صرف اس پر بھروسہ کرنا کافی نہیں ہے جو انسان کی طرح کے انداز میں درست جوابات فراہم کرتے ہیں۔

اس کو حاصل کرنے کے لیے، دوسرا مرحلہ ضروری ہے: فائن ٹیوننگ۔ اس میں انسانی کوششوں کی ایک قابل ذکر مقدار شامل ہے، یا تو AI مینوفیکچررز کے ذریعہ اندرونی طور پر کام کیا جاتا ہے یا اسکیل، سرج AI، لیبل باکس، ٹیلس انٹرنیشنل، اور دیگر کمپنیوں سے حاصل کیا جاتا ہے۔ یہ کمپنیاں گاہک کے چیٹ بوٹس کے لیے مثالی جوابات لکھنے کے لیے بڑی ٹیمیں فراہم کرتی ہیں، مزید "کامل" جوابات فراہم کرنے کے لیے بوٹس کو ہاتھ میں پکڑے ہوئے ہیں۔

AI ماڈلز کے لیے ڈیٹا تشریح کی خدمات فراہم کرنے والی کمپنیاں بالکل نئی نہیں ہیں۔ آخری لہر جس نے ایسی کمپنیوں کو اٹھایا وہ خود مختار ڈرائیونگ میں تھی۔

اسکیل AI کی بنیاد 2016 میں رکھی گئی تھی۔ درحقیقت، اسکیل AI کے آغاز سے ہی OpenAI کے ساتھ گہرے تعلقات ہیں، جو Y Combinator کے اسٹارٹ اپ ریس ہارس پروگرام میں شامل ہے، پروگرام ختم ہونے سے پہلے ہی YC سے تعاون حاصل کر رہا ہے۔ اس وقت، YC کے صدر Sam Altman تھے، جنہوں نے بعد میں OpenAI کی مشترکہ بنیاد رکھی۔

اس وقت، "ہزاروں ماڈلز کی جنگ" شروع ہونے سے پہلے، سکیل اے آئی نے سب سے پہلے سلیکون ویلی میں خود مختار ڈرائیونگ ٹیکنالوجی کے جنون کی لہر کو پکڑا۔ خود مختار ڈرائیونگ کے حصول کے لیے AI الگورتھم کی تربیت کی ضرورت ہوتی ہے، اور اس وقت خود مختار گاڑیوں کے ریڈار اور سینسر کے ذریعے تیار کردہ 3D امیجز کی تشریح کرنے کے قابل کوئی اور آؤٹ سورسنگ کمپنیاں نہیں تھیں۔

ابتدائی طور پر، اسکیل AI انجینئرز نے خود مختار ڈیلیوری اسٹارٹ اپ Nuro کے لیے 3D تشریحی مصنوعات تیار کرنے میں کئی ماہ گزارے۔ جلد ہی، Alphabet's Waymo، General Motors' Cruise، اور Apple بھی Scale AI کے کلائنٹ بن گئے۔

2017 کے آخر تک، اسکیل AI نے بنیادی طور پر فلپائن میں 1,000 سے زیادہ تشریح کاروں کی خدمات حاصل کی تھیں۔ اوسطاً، ان کنٹریکٹ ورکرز نے فی گھنٹہ 1.5 ڈالر کمائے اور 10 گھنٹے فی ہفتہ کام کیا۔

2019 تک، اوپن اے آئی کو بھی کئی سالوں سے قائم کیا گیا تھا، جو بنیادی طور پر اے آئی کے بڑے ماڈلز کو تیار کرنے پر توجہ مرکوز کر رہا تھا، جو بعد میں اسکیل اے آئی کا صارف بن گیا۔ تاہم، اس وقت، AI بڑے ماڈلز اسکیل AI کے لیے آمدنی کا اہم ذریعہ نہیں تھے۔

جیسے جیسے خود مختار ڈرائیونگ ٹیکنالوجی کے بارے میں ہپ آہستہ آہستہ کم ہوئی اور مارکیٹ عقلیت کی طرف لوٹ آئی، اسکیل AI کو ایک بحران کا سامنا کرنا پڑا۔ 2022 تک، اسکیل AI کی آمدنی میں 50% کی کمی واقع ہوئی تھی، جس سے سرمایہ کاروں کو مایوسی ہوئی تھی۔

تاہم، 2022 کے آخر تک، OpenAI نے ChatGPT کو جاری کیا، اور اسکیل AI نے اچانک بحالی کا تجربہ کیا۔

OpenAI کے علاوہ، Scale AI نے بڑے ماڈل اقدامات پر، Google کی پیرنٹ کمپنی Meta اور Alphabet کے ساتھ بھی شراکت کی۔ کمپنی کی آمدنی 227 میں 2022 ملین ڈالر سے بڑھ کر 680 میں 2023 ملین ڈالر تک پہنچ گئی۔

اس لہر کے عروج پر، اسکیل AI نے 206 کے لیے آمدنی میں 2024 فیصد اضافے کا ہدف مقرر کیا اور اس کا مقصد منافع کو حاصل کرنا ہے۔

اس موڑ پر، اسکیل AI نے تبدیلیاں کرنا شروع کر دی ہیں۔ بیرون ملک سے سستی لیبر صرف بنیادی کاموں کو ہینڈل کر سکتی ہے، لیکن تحریری، پروگرامنگ، اور خصوصی علم میں بڑے ماڈلز سے چلنے والی مصنوعات عروج پر ہیں۔ اسکیل AI کو اپنی افرادی قوت کو اپ گریڈ کرنے کی ضرورت ہے۔

ایک سرمایہ کار پریزنٹیشن میں، اسکیل نے کہا کہ وہ اہم AI انفراسٹرکچر بنا رہا ہے، جس کا مقصد ایک "AI ڈیٹا فاؤنڈری" بننا ہے، جو سیمی کنڈکٹر کمپنیوں کی یاد دلاتا ہے۔ کمپنی کے بانی نے عوامی طور پر ڈاکٹریٹ کی ڈگریوں کے حامل افراد، ڈاکٹروں، وکلاء اور دیگر افراد کے AI سسٹم کی تربیت پر بھی زور دیا ہے: "ہمیں ڈیٹا فراہم کرنے کے لیے بہترین اور روشن دماغوں کی ضرورت ہے۔"

ریسٹ آف ورلڈ کی رپورٹ کے مطابق، اسکیل اے آئی نے حال ہی میں کینیا، نائیجیریا اور پاکستان میں کنٹریکٹر سائٹس کو بند کر دیا ہے۔ کمپنی اب امریکہ کے اندر اعلیٰ ہنر مند افراد کو بھرتی کرنے پر توجہ مرکوز کر رہی ہے تاکہ بڑے ماڈلز کی تربیت میں مدد کی جا سکے۔

اسکیل AI کے ذیلی ادارے آؤٹلیئر کے آپریشنل ورک گروپس کے ذریعے تقریباً 300,000 لوگ کاموں کا انتظار کر رہے ہیں۔

امریکہ میں اسکیل AI کے "کرائے کے فوجی" سستے نہیں ہیں، اوسطاً فی گھنٹہ اجرت $40 تک پہنچ جاتی ہے۔ تاہم، نوکری اب بھی "گرنٹ ورک" کا احساس رکھتی ہے۔

میساچوسٹس سے میلیسا کوشی اسکیل AI میں بطور فری لانس اور ایڈیٹر $40 فی گھنٹہ کماتی ہیں۔ اس کے کاموں میں بڑے ماڈلز کے ذریعہ تیار کردہ مختلف جوابات کا جائزہ لینا، ماڈلز سوالوں کے جواب کیسے دیتے ہیں، اور جوابات کے معیار کی درجہ بندی کرنا شامل ہیں۔

Quashie کے لیے، Scale AI میں کام کرنا ایسا محسوس ہوتا ہے کہ "میں نے اب تک کا سب سے گھٹیا ویڈیو گیم کھیلا ہے۔" اس نے ایک بار چیٹ بوٹ کے جوابات کو بہتر بنانے کے لیے "تین دن کے کھانے کا منصوبہ" لکھنے میں دو گھنٹے صرف کیے تھے۔

مزید برآں، اسکیل AI کے ایک بڑی افرادی قوت کے جمع ہونے کے ساتھ، طلب اور رسد کا توازن جھکنا شروع ہو گیا ہے۔ اکثر، اسکیل AI کے ذریعے تقسیم کیے گئے کام اس کے "کرائے کے فوجیوں" کی مانگ کو پورا کرنے کے لیے ناکافی ہوتے ہیں۔ بہت سے لوگوں کو معلوم ہوتا ہے کہ جب کہ ملازمت لچکدار گھنٹے اور پرکشش تنخواہ پیش کرتی ہے، وہاں طویل مدت ہوتی ہے جس میں کچھ نہیں ہوتا ہے۔ دی انفارمیشن کے 10 اسکیل اے آئی کنٹریکٹرز کے انٹرویوز کے مطابق، زیادہ تر اسی طرح کی شکایات کا اشتراک کرتے ہیں۔

شاید AI لہر میں کمپنی کی تیزی سے توسیع نے ان مسائل کو جنم دیا ہے۔ ایسا لگتا ہے کہ اسکیل AI اپنی لیبر فورس کے کام کے تجربے سے زیادہ گاہکوں کو خوش کرنے پر مرکوز ہے۔ ناکافی تربیت اور نظام کے بار بار خراب ہونے کی شکایات کے علاوہ، کارکنان کمپنی کو کافی کام فراہم نہ کرنے پر تنقید بھی کرتے ہیں۔

ایک اور پریشان کن مسئلہ معاوضے کا نظام ہے۔ یہاں تک کہ امریکہ میں اسکیل AI کو مزدوری فراہم کرنے والے انتہائی ہنر مند افراد بھی بہت کم کہتے ہیں۔ ایک ٹھیکیدار، جس کا پہلے ذکر کیا گیا تھا، میٹ نامی پی ایچ ڈی، کو غیر واضح طور پر پلیٹ فارم سے نکال دیا گیا تھا۔

معاوضہ کام کی مقدار پر نہیں بلکہ معیار کے جائزوں پر مبنی ہے، اور اسکیل AI حتمی کنٹرول برقرار رکھتا ہے۔ یہاں تک کہ جب ادائیگی واجب الادا ہے، مؤکلوں کی تصدیق میں وقت لگنے کی وجہ سے اس میں تاخیر ہو سکتی ہے۔

ادائیگیوں کے لیے مقدار کے بجائے معیار کی بنیاد پر AI کو اسکیل کرنے میں مدد ملتی ہے، جو اس مرحلے پر کمپنی کے لیے ایک اہم عنصر ہے۔

چونکہ اسکیل AI امریکہ کو سستی مزدوری فراہم کرنے والی آف شور مارکیٹوں سے اپنی توجہ ہٹاتا ہے، لاگت پر کنٹرول زیادہ مشکل ہو جاتا ہے۔ دی انفارمیشن کے حاصل کردہ مالیاتی اعداد و شمار کے مطابق، اسکیل اے آئی کا مجموعی مارجن (بشمول انسانی مزدوروں کو ادا کیے جانے والے اخراجات) 59 میں 2022 فیصد سے کم ہو کر 49 میں 2023 فیصد رہ گیا۔

اس کے ساتھ ہی اسکیل اے آئی نے سرمایہ کاروں کو آگاہ کیا ہے کہ وہ لاگت کو کم کرنے پر کام کر رہا ہے۔ کمپنی نے اس سال مجموعی مارجن میں 5 فیصد پوائنٹ اضافے کی پیش گوئی کی ہے، جس کا ہدف 60 تک 2025 فیصد ہے۔

اسکیل AI نے کہا ہے کہ اس کا مقصد "موثر ماہرین" کی شناخت کو خودکار بنانے کے لیے اندرونی ٹولز کا استعمال کرتے ہوئے، دستی طور پر تربیتی ماڈلز کی لاگت کو کم کرنا، اور انسانی محنت کی کارکردگی کو بڑھانے کے لیے کمپیوٹر سے تیار کردہ ڈیٹا پر انحصار کرنا ہے۔

لاگت کی بچت کے ایک اور اقدام میں داخلی عملے کا سائز کم کرنا شامل ہے ("کرائے کے سپاہیوں سے الگ،" اسکیل AI پر رسمی ملازمین کا حوالہ دیتے ہوئے)۔ فروری 2023 میں، اسکیل AI نے AI بوم اور سلیکون ویلی میں چھانٹیوں کے درمیان ایک موقع سے فائدہ اٹھایا، جس سے اس کی افرادی قوت میں 20% کی کمی ہوئی۔

لاگت میں کمی کی کوششوں کے علاوہ، اسکیل AI اپنے کاروبار کو بڑھا رہا ہے۔

ملازمین کی مخالفت کے باوجود، اسکیل AI نے حکومتوں کے ساتھ کام نہ کرنے کے اپنے عہد کو ترک کر دیا ہے۔ حال ہی میں، شریک بانی الیگزینڈر وانگ واشنگٹن میں امریکی فوج کے ایک جنرل کے ساتھ نمودار ہوئے، جس سے ظاہر ہوتا ہے کہ کمپنی حکومتی معاہدوں سے سالانہ $100 ملین سے زیادہ کماتی ہے۔ وانگ نے اپنے بڑے زبان کے ماڈل تیار کرنے کے خواہشمند حکام کے ساتھ بند کمرے کی ملاقاتوں کے لیے قطر کا بھی دورہ کیا۔

AI مینوفیکچررز کے لیے وافر انسانی وسائل فراہم کرنے کے علاوہ، Scale AI AI سے تیار کردہ مصنوعی ڈیٹا سیٹس پیش کرتا ہے — AI کی تربیت کے لیے AI کے ذریعے تیار کردہ ڈیٹا، AI ماڈل ٹریننگ میں بڑھتی ہوئی ضروریات کو پورا کرتا ہے۔

فی الحال، "اعلیٰ معیار کے انسان" اسکیل AI کے اہم "وسائل" بنے ہوئے ہیں، اور کمپنی ان بہترین اداکاروں کی پرورش کے لیے اقدامات کر رہی ہے۔

ٹیکساس کے آسٹن اور جیکسن ویل، فلوریڈا میں اسکیل اے آئی نے کئی روزہ ورکشاپس کی میزبانی کی جس میں درجنوں "اشرافیہ کارکنوں" کو شرکت کی دعوت دی گئی۔

آسٹن ورکشاپ کے ایک شریک نے تقریباً 50 ٹرینرز کا ذکر کیا جو مبینہ طور پر الفابیٹ کے بارڈ چیٹ بوٹ سے متعلق ایک پروجیکٹ میں شامل تھے۔ انہوں نے مختلف اشارے کے لیے لکھے گئے جوابات پر تبادلہ خیال کیا اور یہاں تک کہ شام کو ایک ساتھ کراوکے کا لطف اٹھایا۔

Jacksonville میں، Quasi کا سامنا یونیورسٹی کے پروفیسروں، PhD طلباء، مصنفین، اور پوڈ کاسٹ میزبانوں سے ہوا۔ "ہم نے چھ گھنٹے تک مسلسل کام کیا اور پھر ایک گلاس شراب سے لطف اندوز ہوئے۔"

"ہر کوئی بڑے زبان کے ماڈلز کو بہتر بنانے کے بارے میں پرجوش ہے۔ لیکن کوئی بھی اس بارے میں بات نہیں کرتا ہے کہ ہمارے کام کی وجہ سے کون اپنی ملازمتوں سے محروم ہو سکتا ہے۔"

ستم ظریفی یہ ہے کہ لاکھوں انسان AI کے لیے اس کی کارکردگی کو بڑھانے کے لیے کام کر رہے ہیں۔ پھر بھی، جب AI کافی ماہر ہو جاتا ہے، تو یہ کارکنان سب سے پہلے تبدیل کیے جانے والوں میں شامل ہو سکتے ہیں۔ بہر حال، اگر AI خود کفیل بن سکتا ہے، تو 40 ڈالر فی گھنٹہ کی لاگت والی 'اعلیٰ ذہانت کی محنت' پر کیوں انحصار کیا جائے؟