Les géants de l'IA échangent une main-d'œuvre bon marché contre des experts pour entraîner des modèles plus intelligents

Les grandes entreprises d'IA éliminent progressivement les travailleurs peu coûteux d'étiquetage de données en Afrique et en Asie au profit de professionnels qualifiés et mieux rémunérés pour aider à entraîner des modèles plus intelligents.

Auparavant, les travailleurs d'étiquetage de données se voyaient principalement confier des tâches d'annotation simples. Cependant, les entreprises d'IA ont réalisé que l'amélioration de leurs modèles nécessitait des volumes de données encore plus importants. Par conséquent, on s'attend à ce que les travailleurs travaillent encore plus vite et terminent des centaines de tâches chaque jour, d'où leur changement vers des experts de l'industrie.

Scale AI, Turing et Toloka embauchent plus d'experts

Le développement de systèmes d'IA « raisonnants », y compris l'o3 d'OpenAI et le Gemini 2.5 de Google, a accéléré le passage des travailleurs à bas salaire dans des pays comme le Kenya et les Philippines à des individus plus qualifiés.

Des entreprises telles que Scale AI, Turing et Toloka emploient déjà des spécialistes de premier plan dans des domaines tels que la biologie et la finance pour soutenir les équipes d'IA dans la génération de jeux d'entraînement plus raffinés et complexes.

Olga Megorskaya, PDG et co-fondatrice de Toloka, a même commenté : « L’industrie de l’IA s’est concentrée pendant longtemps sur les modèles et la puissance de calcul, et les données ont toujours été une partie négligée de l’IA. Enfin, [l’industrie] reconnaît l’importance des données pour l’entraînement. » 

Scale AI, Turing AI et Toloka ont tous connu un intérêt accru de la part des investisseurs depuis leur récent changement de stratégie. L’investissement de Meta de 15 milliards de dollars dans Scale AI en juin a porté sa valorisation à 29 milliards de dollars. En mars, Turing AI a levé 111 millions de dollars à une valorisation de 2,2 milliards de dollars, et en mai, Bezos Expeditions a dirigé un investissement de 72 millions de dollars dans Toloka.

Turing paie ses experts environ 20% de plus que leur salaire actuel

Joan Kinyua, responsable de l’Association des étiqueteurs de données au Kenya, a expliqué que les étiqueteurs sont désormais invités à effectuer des tâches qui dépendent de leur compréhension des langues locales et des nuances culturelles.

L’organisation a également vu augmenter les rôles d’assurance qualité où des humains examinent le contenu généré par l’IA. Alors qu’OpenAI, Anthropic, et Google travaillent à la création de modèles qui pourraient dépasser l’intelligence humaine, la priorité se déplace vers la précision des données et l’analyse d’experts.

Jonathan Siddharth, co-fondateur et directeur général de l’entreprise d’étiquetage de données Turing AI, a également affirmé que pour améliorer les modèles d’IA, il est nécessaire d’utiliser des données d’entraînement issues de l’utilisation réelle par les humains, en particulier dans les tâches complexes, et de comprendre comment les modèles échouent dans ces scénarios.

Il a même noté qu’un système d’IA entièrement avancé pourrait surpasser non seulement les physiciens, mais devenir plus intelligent que tous les meilleurs experts dans tous les domaines nécessaires à sa construction.

Il a ajouté que Turing compense les experts avec des salaires de 20 à 30 % supérieurs à leurs revenus actuels. Bien que les entreprises d’IA consacrent seulement environ 10 à 15 % de leurs budgets aux données, par rapport aux sommes colossales investies dans les ressources informatiques, cela se traduit toujours par un investissement financier significatif.

Megorskaya de Toloka a également soutenu que des fonctionnalités comme la chaîne de pensée, qui illustrent comment les modèles d’IA résolvent les problèmes étape par étape, sont développées grâce à des démonstrations d’experts humains qui décomposent les problèmes en composants plus petits.