人工智能工作正在向高等教育转移，美国博士正在抢走印度人的工作

2024-07-01 1232

马特 (Matt) 是一位拥有传播学博士学位的美国人，最近他在 Scale AI 开始了自由职业生涯，在家训练人工智能模型。

但 Matt 现在是一位受人尊敬的 AI 程序员了吗？不完全是。他的工作相当平凡：他在 Scale AI 的系统内工作，从用户的角度审查 AI 响应以确保准确性并提供反馈。例如，在训练 Google 的 AI 预订航班时，他可能会验证 ChatGPT 的哪些响应可能会收到负面的用户反馈。

Scale AI 本身并不生产大型模型；相反，它与 Alphabet、OpenAI、Meta 等主要 AI 生产商合作，提供“人工监督”。

然而，非洲、印度和菲律宾等地的廉价劳动力已不足以满足客户需求。因此，Scale AI 已开始缩减其海外业务，目前在美国国内雇佣了数十万名工人，其中包括像 Matt 这样受过高等教育的人。

这家大型数据注释公司成立于八年前，最近于 1 月完成了 1 亿美元的 F 轮融资，由 Accel 领投，亚马逊、英特尔、AMD、思科、Meta 和 Tiger Global 等全球巨头也参与其中。该公司预计今年的收入将超过 XNUMX 亿美元，成为生成 AI 领域收入最高的公司之一。

该公司最新估值已飙升至 13.8 亿美元，在 AI 初创公司中取得了重大成就，并超过了硅谷杰出企业 Hugging Face，后者在去年 4.5 月融资后估值达到 18 亿美元。这一估值使其更接近埃隆·马斯克的 xAI，后者在最新一轮融资中估值达到 XNUMX 亿美元。

A

Scale AI 是一家雇用人类为人工智能做苦力的公司，它已经成为当今人工智能竞赛中的关键武器库。

当我们谈论“大规模模型训练”时，我们设想的是成千上万个先进芯片驱动大型模型来分析数千亿字节的文本。然而，这只是第一步——预训练。

但仅仅依靠这一点不足以确保 Anthropic 的 Claude、OpenAI 的 ChatGPT、Meta 的 Llama 和谷歌的 Bard 等系统以类似人类的方式提供正确答案。

为了实现这一点，第二步必不可少：微调。这需要大量的人力，要么由人工智能制造商内部雇用，要么从 Scale、Surge AI、Labelbox、Telus International 等公司采购。这些公司提供大型团队来为客户聊天机器人编写理想的回复，手把手地指导机器人提供更“完美”的答案。

为人工智能模型提供数据注释服务的公司并不是全新的公司；上一次推动此类公司发展的浪潮是自动驾驶领域。

Scale AI成立于2016年。事实上，Scale AI从一开始就与OpenAI有着深厚的联系，它曾入选Y Combinator的创业孵化项目，甚至在项目结束前就获得了YC的支持。当时的YC总裁是Sam Altman，他后来联合创立了OpenAI。

当时，在“千模之战”还未开始，Scale AI 就率先抓住了席卷硅谷的自动驾驶技术热潮。实现自动驾驶需要训练 AI 算法，而当时并没有其他外包公司能够对自动驾驶汽车的雷达和传感器生成的 3D 图像进行标注。

最初，Scale AI 的工程师花了几个月的时间为自动驾驶配送初创公司 Nuro 开发了一款 3D 标注产品。很快，Alphabet 旗下的 Waymo、通用汽车旗下的 Cruise，甚至苹果都成为了 Scale AI 的客户。

截至 2017 年底，Scale AI 已聘用了 1,000 多名注释员，主要在菲律宾。这些合同工平均每小时工资 1.5 美元，每周工作 10 小时。

到了 2019 年，OpenAI 也成立了几年，主要专注于开发 AI 大模型，随后成为 Scale AI 的客户。不过当时 AI 大模型并不是 Scale AI 的主要收入来源。

随着自动驾驶技术的炒作逐渐消退，市场回归理性，Scale AI却遭遇危机，到2022年，Scale AI的营收增速下滑了50%，令投资者大失所望。

然而到了2022年底，OpenAI发布了ChatGPT，Scale AI突然复苏。

除了OpenAI，Scale AI还与谷歌母公司Meta和Alphabet合作开展大型模型计划。该公司的收入从227年的2022亿美元飙升至680年的2023亿美元。

乘着这股浪潮，Scale AI设定了206年收入增长2024%的目标，并力争实现盈利。

B

在这个节点上，Scale AI 开始做出改变。来自海外的廉价劳动力只能处理基本任务，但由写作、编程和专业知识的大型模型驱动的产品正在蓬勃发展。Scale AI 需要升级其员工队伍。

在一次投资者演讲中，Scale 表示正在建设关键的 AI 基础设施，旨在成为一家“AI 数据代工厂”，让人联想到半导体公司。该公司的创始人还公开强调了拥有博士学位、医生、律师等个人在训练 AI 系统方面的贡献：“我们需要最优秀、最聪明的人才来贡献数据。”

据Rest of World报道，Scale AI近期关闭了肯尼亚、尼日利亚和巴基斯坦的承包商站点，目前公司正专注于在美国招募高技能人才，协助训练大型模型。

约有 300,000 万人正在等待通过 Scale AI 子公司 Outlier 的运营工作组执行任务。

Scale AI 在美国雇佣的“雇佣兵”工资不菲，平均时薪达到 40 美元。不过，这份工作还是给人一种“苦差事”的感觉。

来自马萨诸塞州的 Melissa Quashie 是 Scale AI 的自由职业者和编辑，每小时收入 40 美元。她的工作包括评估大型模型生成的各种响应、评估模型如何回答问题以及评估响应的质量。

对于 Quashie 来说，在 Scale AI 工作感觉就像“我玩过的最愚蠢的电子游戏”。她曾经花了两个小时写一份“三天的膳食计划”，只是为了改进聊天机器人的答案。

此外，随着 Scale AI 积累了大量员工，供需平衡开始出现倾斜。Scale AI 分配的任务往往不足以满足其“雇佣兵”的需求。许多人发现，虽然这份工作提供了灵活的工作时间和诱人的薪水，但也有很长一段时间无事可做。根据 The Information 对 10 名 Scale AI 合同工的采访，大多数人都有类似的抱怨。

这些问题或许是该公司在人工智能浪潮中的快速扩张造成的。Scale AI 似乎更注重取悦客户，而不是员工的工作体验。除了对培训不足和系统频繁崩溃的抱怨外，员工还批评公司没有提供足够的任务。

另一个令人恼火的问题是薪酬制度。即使是在美国为 Scale AI 提供劳动力的高技能人员也几乎没有发言权。前面提到的一位合同工，名叫 Matt，是一名博士，莫名其妙地被踢出了平台。

报酬不是基于工作量，而是基于质量评估，Scale AI 拥有最终控制权。即使付款到期，也可能因为客户需要时间确认而延迟。

C

基于质量而不是数量的支出有助于Scale AI控制成本，这是现阶段公司的关键因素。

随着Scale AI将重心从提供廉价劳动力的海外市场转向美国，成本控制变得更加困难。根据The Information获得的财务数据，Scale AI的毛利率（包括支付给人工的成本）从59年的2022%下降到49年的2023%。

同时，Scale AI 还告知投资者，公司正在努力降低成本。该公司预计今年毛利率将增加 5 个百分点，目标是到 60 年达到 2025%。

Scale AI 表示，其目标是通过使用内部工具自动识别“高效专家”，降低手动训练模型的成本，并依靠计算机生成的数据来提高人类劳动效率，从而降低成本。

另一项节省成本的措施包括裁员（不同于“雇佣兵”，指的是Scale AI的正式员工）。2023年20月，Scale AI抓住了人工智能热潮和硅谷裁员潮的机会，裁员XNUMX%。

除了削减成本之外，Scale AI 还在扩大业务。

尽管遭到员工反对，Scale AI 还是放弃了不与政府合作的承诺。最近，联合创始人 Alexander Wang 与美国陆军将军一起出现在华盛顿，表明该公司每年从政府合同中赚取超过 100 亿美元。Wang 还访问了卡塔尔，与渴望开发自己的大型语言模型的官员举行了闭门会议。

Scale AI除了为AI厂商提供丰富的人力资源外，还提供AI生成的合成数据集，即由AI生成的用于训练AI的数据，满足AI模型训练日益增长的需求。

目前，“高素质人才”仍然是Scale AI至关重要的“资源”，公司正在采取措施培养这些顶尖人才。

在德克萨斯州的奥斯汀和佛罗里达州的杰克逊维尔，Scale AI 举办了为期数天的研讨会，邀请了数十名“精英员工”参加。

奥斯汀研讨会的一位与会者提到，约有 50 名培训师参与了一个据称与 Alphabet 的 Bard 聊天机器人相关的项目。他们讨论了针对各种提示撰写的回复，甚至在晚上一起唱卡拉 OK。

在杰克逊维尔，Quasi 遇到了大学教授、博士生、作家和播客主持人。“我们连续工作了六个小时，然后喝了一杯酒。”

“每个人都对改进大型语言模型感到兴奋。但没有人谈论谁可能会因为我们所做的工作而失去工作。”

讽刺的是，数十万人类正在为人工智能工作，以提高其性能。然而，当人工智能变得足够熟练时，这些工人可能会成为第一批被取代的人。毕竟，如果人工智能能够自给自足，为什么还要依赖每小时 40 美元的“高智力劳动力”呢？

QQ图片20240308103311.jpg

全球首款Transformer专用AI芯片搜狐发布：比NVIDIA H20快100倍

硅片库存水平持续下降，组件需求扰动因素增多