人工智慧工作正在轉向高等教育，美國博士正在搶走印度人的工作

2024-07-01 1232

馬特（Matt），美國人，擁有博士學位。在通訊領域，最近開始了 Scale AI 的自由職業生涯，在家訓練人工智慧模型。

但馬特現在是一位受人尊敬的人工智慧程式設計師嗎？不完全的。他的工作相當平凡：他在 Scale AI 系統內工作，從使用者的角度審查 AI 回應以確保準確性並提供回饋。例如，在為 Google 訓練 AI 預訂航班時，他可能會驗證 ChatGPT 的哪些回應可能會收到負面的用戶回饋。

規模人工智慧本身並不會產生大型模型；相反，它與 Alphabet、OpenAI、Meta 等主要人工智慧生產商合作，提供「人工監督」。

然而，來自非洲、印度和菲律賓等地的廉價勞動力已不足以滿足客戶的需求。因此，Scale AI 開始縮減海外業務，目前在美國國內僱用了數十萬名員工，其中包括像馬特這樣受過高等教育的人。

這家成立於八年前的大型數據標註公司最近於 1 月完成了由 Accel 領投、亞馬遜、英特爾、AMD、思科、Meta 和 Tiger Global 等全球巨頭參與的 1 億美元 F 輪融資。該公司預計今年的營收將超過 XNUMX 億美元，成為生成人工智慧領域創收最高的公司之一。

其最新估值已飆升至13.8 億美元，標誌著人工智慧新創公司取得了重大成就，並超越了矽谷傑出公司Hugging Face，後者在去年4.5 月的一輪融資後達到了18 億美元的估值。現在的估值更接近 Elon Musk 的 xAI，後者在最新一輪融資中估值達到 XNUMX 億美元。

A

Scale AI 是一家僱用人類為人工智慧做繁重工作的公司，它已經成為當今人工智慧競賽中的重要武器庫。

當我們談論「大規模模型訓練」時，我們設想數千個先進晶片驅動大型模型來分析數千億位元組的文本。然而，這只是預訓練的第一步。

但僅僅依靠這一點並不足以確保像 Anthropic 的 Claude、OpenAI 的 ChatGPT、Meta 的 Llama 和 Google 的 Bard 這樣的系統以類似人類的方式提供正確的答案。

為了實現這一目標，第二步是必要的：微調。這涉及大量的人力，要么由人工智慧製造商內部僱用，要么來自 Scale、Surge AI、Labelbox、Telus International 等公司。這些公司提供大型團隊為客戶聊天機器人編寫理想的回應，手持機器人提供更「完美」的答案。

為人工智慧模型提供資料註釋服務的公司並不是全新的。推動此類公司發展的最後一波浪潮是自動駕駛。

Scale AI 成立於 2016 年。當時，YC 的總裁是 Sam Altman，他後來是 OpenAI 的共同創辦人。

當年，在「千模之戰」開始之前，Scale AI率先趕上了席捲矽谷的自動駕駛技術狂潮。實現自動駕駛需要訓練人工智慧演算法，而當時沒有其他外包公司能夠對自動駕駛車輛的雷達和感測器生成的 3D 影像進行註釋。

最初，Scale AI 工程師花了幾個月的時間為自主配送新創公司 Nuro 開發 3D 註釋產品。很快，Alphabet 的 Waymo、通用汽車的 Cruise，甚至蘋果都成為了 Scale AI 的客戶。

截至 2017 年底，Scale AI 已僱用了 1,000 多名註釋員，主要在菲律賓。這些合約工平均每週工作 1.5 小時，每小時收入 10 美元。

到2019年，OpenAI也已成立數年，主要專注於開發AI大型模型，隨後成為Scale AI的客戶。然而，當時AI大型模式並不是Scale AI的主要收入來源。

隨著自動駕駛技術的炒作逐漸平息，市場回歸理性，Scale AI面臨危機。到 2022 年，Scale AI 的營收成長下降了 50%，令投資者感到失望。

然而，到了2022年底，OpenAI發布了ChatGPT，Scale AI突然復甦。

除了 OpenAI 之外，Scale AI 還與 Google 母公司 Meta 和 Alphabet 就大型模型計劃進行了合作。該公司的收入從227年的2022億美元飆升至680年的2023億美元。

乘著這波浪潮的頂峰，Scale AI設定了206年營收成長2024%的目標，並旨在實現獲利。

B

此時此刻，Scale AI已經開始做出改變。來自海外的廉價勞動力只能完成基本任務，但由寫作、程式設計和專業知識等大型模式驅動的產品正在蓬勃發展。規模人工智慧需要升級其勞動力。

Scale 在投資者介紹中表示，它正在建立關鍵的人工智慧基礎設施，旨在成為“人工智慧數據鑄造廠”，讓人想起半導體公司。該公司創始人還公開強調了擁有博士學位的個人、醫生、律師和其他人在訓練人工智慧系統方面的貢獻：“我們需要最優秀、最聰明的人才來貢獻數據。”

根據世界其他地區的報告，Scale AI 最近關閉了肯亞、奈及利亞和巴基斯坦的承包商站點。該公司目前正致力於在美國招募高技能人才來協助訓練大型模型。

大約 300,000 萬人正在等待 Scale AI 子公司 Outlier 營運工作小組的任務。

Scale AI在美國的「傭兵」並不便宜，平均時薪達40美元。然而，這份工作仍然帶有一種「苦差事」的感覺。

來自馬薩諸塞州的 Melissa Quashie 在 Scale AI 擔任自由工作者和編輯，每小時收入 40 美元。她的任務包括評估大型模型產生的各種回應、評估模型如何回答問題以及評估回應的品質。

對於 Quashie 來說，在 Scale AI 工作感覺就像「我玩過的最愚蠢的電玩遊戲」。她曾經花了兩個小時編寫“三天膳食計劃”，只是為了改進聊天機器人的答案。

此外，隨著Scale AI累積了大量勞動力，供需平衡開始傾斜。通常，Scale AI 分配的任務不足以滿足其「僱傭兵」的需求。許多人發現，雖然這份工作提供彈性的工作時間和有吸引力的薪酬，但也會有很長一段時間無所事事。根據 The Information 對 10 家 Scale AI 承包商的採訪，大多數人都有類似的抱怨。

也許該公司在人工智慧浪潮中的快速擴張導致了這些問題。 Scale AI 似乎更專注於取悅客戶，而不是勞動力的工作經驗。除了抱怨訓練不足、系統頻繁崩潰之外，工人們也批評公司沒有提供足夠的任務。

另一個令人煩惱的問題是薪酬制度。在美國，即使是為大規模人工智慧提供勞動力的高技能個人也沒有什麼發言權。前面提到的一位承包商，一位名叫馬特的博士，被莫名其妙地踢出了平台。

報酬不是基於工作量，而是基於品質評估，並且 Scale AI 保留最終控制權。即使付款到期，也可能因為客戶需要時間確認而延遲。

C

基於品質而不是數量的支付有助於 Scale AI 控製成本，這是公司現階段的關鍵因素。

隨著 Scale AI 將其重點從提供廉價勞動力的離岸市場轉移到美國，成本控制變得更具挑戰性。根據 The Information 獲得的財務數據，Scale AI 的毛利率（包括支付給人力的成本）從 59 年的 2022% 下降到 49 年的 2023%。

同時，Scale AI 已通知投資者，正在努力降低成本。該公司預計今年毛利率將成長5個百分點，目標是到60年達到2025%。

Scale AI 表示，其目標是透過使用內部工具自動識別「高效專家」、降低手動訓練模型的成本以及依靠電腦生成的數據來提高人類勞動效率來降低成本。

另一個節省成本的措施包括縮小內部員工規模（與「傭兵」不同，指的是 Scale AI 的正式員工）。 2023年20月，Scale AI抓住人工智慧熱潮和矽谷裁員的機會，裁員XNUMX%。

除了削減成本之外，Scale AI 還在擴大業務。

儘管員工反對，Scale AI 還是放棄了不與政府合作的承諾。最近，聯合創始人亞歷山大·王(Alexander Wang)與一位美國陸軍將軍一起出現在華盛頓，這表明該公司每年從政府合約中獲得的收入超過100億美元。王還訪問了卡達，與渴望開發自己的大型語言模型的官員舉行閉門會議。

除了為AI廠商提供豐富的人力資源外，Scale AI也提供AI產生的合成資料集－AI產生的資料用於訓練AI，滿足日益增長的AI模型訓練需求。

目前，“高素質人才”仍然是Scale AI的重要“資源”，該公司正在採取措施培養這些頂尖人才。

在德克薩斯州的奧斯汀和佛羅裡達州的傑克遜維爾，Scale AI 舉辦了為期數天的研討會，邀請了數十名「精英工作者」參加。

奧斯汀研討會的一位與會者提到，大約 50 名培訓師參與了一個據稱與 Alphabet 的 Bard 聊天機器人相關的專案。他們討論了針對各種提示所寫的回复，甚至晚上還一起唱卡拉 OK。

在傑克遜維爾，卡西遇到了大學教授、博士生、作家和播客主持人。 “我們連續工作了六個小時，然後喝了一杯酒。”

“每個人都對改進大型語言模型感到興奮。但沒有人談論誰可能會因為我們正在做的工作而失業。”

諷刺的是，成千上萬的人正在為人工智慧工作以提高其性能。然而，當人工智慧變得足夠熟練時，這些工人可能是最先被取代的人之一。畢竟，如果人工智慧可以自給自足，為什麼還要依賴每小時 40 美元的「高智商勞動力」呢？

QQ圖片20240308103311.jpg

全球首款Transformer專用AI晶片搜狐發表：比NVIDIA H20快100倍

矽片庫存水準持續下降，組件需求擾動因素增多