Jakość zamiast ilości: iMerit redefiniuje strategię danych dla AI
W dyskusji o przyszłości sztucznej inteligencji, zwłaszcza w kontekście jej integracji na poziomie korporacyjnym, często pojawia się kwestia zapotrzebowania na dane. Powszechne przekonanie głosi, że im więcej danych, tym lepiej. Jednak firma iMerit, dostawca platform danych AI, prezentuje odmienne, bardziej zniuansowane podejście: przyszłość leży w jakości danych, a nie ich ilości. I nie chodzi tu o armie pracowników zlecających pojedyncze zadania, lecz o angażowanie ekspertów z dziedzin takich jak matematyka, medycyna, finanse czy autonomiczne systemy.
Priorytet ekspertyzy: nowa strategia iMerit
Radha Basu, CEO i założycielka iMerit, w rozmowie z TechCrunch podkreśla kluczowe znaczenie zdolności do przyciągania i utrzymywania najlepszych ekspertów. W jej ocenie to właśnie oni są niezbędni do dostosowywania dużych modeli AI do specyficznych problemów korporacyjnych. Firma, działająca przez dziewięć lat w Kalifornii i Indiach, ugruntowała swoją pozycję jako zaufany partner w anotacji danych, obsługujący aplikacje wymagające wysokiej precyzji, takie jak wizja komputerowa, obrazowanie medyczne czy mobilność autonomiczna.
Obecnie iMerit wprowadza z fazy beta swój Scholars Program. Celem programu jest budowa rosnącej grupy specjalistów, którzy będą precyzyjnie dostrajać generatywne modele AI dla zastosowań korporacyjnych, a także, w coraz większym stopniu, modele podstawowe. Chociaż firma nie ujawnia konkretnych nazw, wśród swoich klientów wymienia czołowe firmy AI, w tym trzy z siedmiu największych firm zajmujących się generatywną AI, osiem z czołowych firm z sektora pojazdów autonomicznych, trzy duże agencje rządowe USA oraz dwóch z trzech największych dostawców chmury.
Alternatywa dla masowych rozwiązań
Decyzja iMerit o postawieniu na wysoką jakość danych, kierowaną przez ekspertów, nabiera szczególnego znaczenia w kontekście ostatnich zmian na rynku. Czołowy gracz w dziedzinie anotacji danych, Scale AI, stracił swojego założyciela i CEO, Alexandra Wanga, który przeszedł do Meta. Inwestycja Meta w Scale AI, obejmująca 49% udziałów, spowodowała wycofanie się wielu kluczowych klientów Scale AI, w tym Google, OpenAI, Microsoft i xAI, z obawy przed dostępem Meta do ich planów produktowych. iMerit nie pretenduje do zastąpienia podstawowej oferty Scale AI, skupiającej się na szybkiej, masowej obróbce danych. Zamiast tego, stawia na ekspertyzę i dogłębne ludzkie osądy.
Rob Laing, wiceprezes iMerit ds. globalnej siły roboczej specjalistów, mocno akcentuje różnicę, nazywając iMerit „dorosłymi w pokoju”. Laing podnosi argument, że masowe podejście i szybkie wprowadzanie na rynek produktów AI często nie dostarczają jakości, której potrzebują firmy. Przywołuje przykład internetowych transkrypcji medycznych, gdzie bez specjalistycznej wiedzy kardiologa czy lekarza, dokładność takiego systemu może oscylować wokół 50-60%. Dla zastosowań medycznych wymagana jest precyzja na poziomie 99%. iMerit dąży do tego, aby eksperci nie tylko oceniały modele, ale również je „torturowali” – to znaczy poddawali rygorystycznym testom i wyzwaniom, w celu zwiększenia ich odporności i dokładności.
Platforma Ango Hub i retencja ekspertów
Kluczowym elementem strategii iMerit jest platforma Ango Hub, która umożliwia „Scholarom” interakcję z modelem klienta, generowanie problemów i ich ewaluację. Program Scholars, trwający już od roku i początkowo skupiony na służbie zdrowia, ma być rozszerzony na inne branże, takie jak finanse. Duży nacisk kładzie się na zatrzymanie ekspertów – iMerit może pochwalić się wskaźnikiem retencji na poziomie 91%, a 50% jego specjalistów to kobiety. Laing, którego doświadczenie w założeniu platformy tłumaczeń myGengo pomogło mu zrozumieć mechanizmy crowdsourcingu, podkreśla, że pozyskanie „ciepłych ciał” do wykonywania rutynowych zadań jest proste. Budowanie prawdziwej społeczności wymaga jednak bardziej zorientowanego na człowieka podejścia. W Scholars Programie, eksperci wchodzą w interakcje z zespołem, uczestniczą w dyskusjach, są motywowani do pracy na najwyższym poziomie, a proces selekcji jest niezwykle rygorystyczny.
iMerit, pomimo braku zewnętrznych inwestycji od 2020 roku, utrzymuje rentowność i jest w stanie zwiększyć liczbę swoich „Scholarów” z obecnych 4000 do 10000, bazując na własnych rezerwach finansowych. Dalszy wzrost mógłby wymagać nowego kapitału, na co firma pozostaje otwarta, aczkolwiek bez desperacji. Wskazuje to na strategiczne i przemyślane podejście do rozwoju, oparte na stabilnych fundamentach i przekonaniu o rosnącym zapotrzebowaniu na wysokiej jakości dane, przetwarzane przez ekspertów. Jak zaznacza Laing, „wolne dane z internetu się wyczerpały, a podstawowy poziom danych wejściowych od ludzi również stał się towarem. Firmy, które naprawdę koncentrują się na zaangażowaniu, retencji i jakości, staną się wiodącymi graczami w dziedzinie szkolenia AI.”
