Крупнейшие компании, занимающиеся искусственным интеллектом, постепенно отказываются от услуг дешевых специалистов по разметке данных в Африке и Азии в пользу квалифицированных, высокооплачиваемых профессионалов, которые помогут обучать более совершенные модели.
Раньше работникам, занимающимся разметкой данных, в основном поручали простые задачи по аннотированию. Однако компании, работающие в сфере искусственного интеллекта, осознали, что для улучшения своих моделей требуются еще большие объемы данных. В результате от работников ожидается еще большая скорость работы и выполнение сотен задач каждый день, поэтому их место заняли эксперты из отрасли.
Scale AI, Turing и Toloka нанимают всё больше экспертов
Разработка систем искусственного интеллекта, способных к «рассуждению», включая o3 от OpenAI и Gemini 2.5 от Google, ускорила переход от низкооплачиваемых работников в таких странах, как Кения и Филиппины, к более квалифицированным специалистам.
Такие компании, как Scale AI, Turing и Toloka, уже привлекают ведущих специалистов в таких областях, как биология и финансы, для поддержки команд, занимающихся искусственным интеллектом, в создании более совершенных и сложных обучающих наборов данных.
Ольга Мегорская, генеральный директор и соучредитель Toloka, даже отметила: «Индустрия ИИ долгое время была в значительной степени сосредоточена на моделях и вычислениях, а данные всегда оставались недооцененной частью ИИ. Наконец, [индустрия] признает важность данных для обучения»
Компании Scale AI, Turing AI и Toloka привлекли повышенный интерес инвесторов после недавней смены стратегии. Инвестиции Meta в Scale AI в размере 15 миллиардов долларов в июне повысили оценку компании до 29 миллиардов долларов. В марте Turing AI привлекла 111 миллионов долларов при оценке в 2,2 миллиарда долларов, а в мае Bezos Expeditions возглавила инвестиции в Toloka в размере 72 миллионов долларов.
Компания Turing платит своим экспертам примерно на 20% больше, чем они получают сейчас
Джоан Киньюа, глава Ассоциации специалистов по маркировке данных в Кении, пояснила, что от специалистов по маркировке теперь требуется выполнение задач, зависящих от их знания местных языков и культурных особенностей.
В организации также увеличилось количество должностей в сфере обеспечения качества, где люди проверяют контент, сгенерированный ИИ. Поскольку OpenAI, Anthropic и Google работают над созданием моделей, способных превзойти человеческий интеллект, приоритет смещается в сторону точности данных и экспертного анализа.
Джонатан Сиддхарт, соучредитель и генеральный директор компании Turing AI, занимающейся разметкой данных, также заявил, что для улучшения моделей ИИ необходимо использовать обучающие данные, полученные в ходе реального использования людьми, особенно в сложных задачах, и понимать, как модели дают сбой в таких сценариях.
Он даже отметил, что полностью развитая система искусственного интеллекта может превзойти не только физиков, но и стать умнее всех ведущих экспертов во всех областях, необходимых для ее создания.
Он добавил, что Тьюринг выплачивает экспертам зарплаты на 20–30% выше их текущего заработка. Хотя компании, занимающиеся искусственным интеллектом, выделяют на данные лишь около 10–15% своих бюджетов, по сравнению с огромными суммами, вкладываемыми в вычислительные ресурсы, это все равно означает значительные финансовые инвестиции.
Мегорская из компании Toloka также утверждала, что такие характеристики, как цепочка рассуждений, иллюстрирующая пошаговое решение задач моделями ИИ, разрабатываются на основе демонстраций экспертов-людей, которые разбивают проблемы на более мелкие составляющие.
