როგორ ცვლის ხელოვნური ინტელექტი სამუშაო ბაზარს და ვინ ასრულებს სამუშაოს: Mercor-ის CEO-ს ხედვა

სამი წლის წინ დაარსებული სტარტაპი Mercor ხელოვნური ინტელექტის მონაცემთა „ოქროს ციებ-ცხელების“ ეპიცენტრში აღმოჩნდა და 10 მილიარდ დოლარად შეფასებულ შუამავალ კომპანიად იქცა. კომპანია ისეთ წამყვან AI ლაბორატორიებს, როგორიცაა OpenAI და Anthropic, აკავშირებს Goldman Sachs-ის, McKinsey-ისა და პრესტიჟული იურიდიული ფირმების ყოფილ თანამშრომლებთან. ეს ექსპერტები საათში 200 დოლარამდე ანაზღაურებას იღებენ საკუთარი ინდუსტრიული გამოცდილების გასაზიარებლად და იმ ხელოვნური ინტელექტის მოდელების მოსამზადებლად, რომლებმაც მომავალში შესაძლოა მათი ყოფილი დამსაქმებლების საქმიანობის ავტომატიზაცია მოახდინონ.

წლევანდელ Disrupt კონფერენციაზე Mercor-ის აღმასრულებელმა დირექტორმა, ბრენდან ფუდიმ (Brendan Foody), დეტალურად ისაუბრა იმ მიზეზებზე, რის გამოც AI ლაბორატორიებს მაღალკვალიფიციური კონტრაქტორები სჭირდებათ და არა მასობრივი, დაბალკვალიფიციური მუშახელი. მან ასევე მიმოიხილა, თუ როგორ დააჩქარა Mercor-ის ზრდა Scale AI-ს წინაშე არსებულმა სირთულეებმა და რატომ მიიჩნევს, რომ მთელი ეკონომიკა საბოლოოდ AI აგენტების წვრთნის პროცესში გაერთიანდება.

ინტერვიუს ფარგლებში განხილული იქნა რამდენიმე საკვანძო საკითხი, რომელიც ეხება როგორც კომპანიის განვითარებას, ისე ინდუსტრიის მომავალს:

• ბრენდან ფუდის გზა წარმატებისკენ: როგორ გადავიდა ის სკოლის პერიოდში AWS-ის კრედიტების კონსულტაციიდან 10 მილიარდიანი ღირებულების კომპანიის მართვაზე.
• ხარისხიანი მონაცემების მნიშვნელობა: რატომ უზრუნველყოფს კონტრაქტორების საუკეთესო 10-20% მოდელების გაუმჯობესების ძირითად ნაწილს და რა მეთოდებით პოულობს მათ Mercor.
• ინტელექტუალური საკუთრება და კორპორატიული საიდუმლოებები: სად გადის ზღვარი თანამშრომლის პირად ცოდნასა და კომპანიის საიდუმლო ინფორმაციას შორის და რამდენად საფუძვლიანია Goldman Sachs-ის მსგავსი გიგანტების შეშფოთება.
• ინტელექტუალური შრომის მომავალი: რატომ მიიჩნევს ფუდი, რომ ნებისმიერი სახის გონებრივი სამუშაო საბოლოოდ ხელოვნური ინტელექტის აგენტებისთვის მოსამზადებელ მონაცემებად გარდაიქმნება.

Mercor-ის მოდელი ეფუძნება იმ დაშვებას, რომ მაღალი დონის ექსპერტიზა კრიტიკულად მნიშვნელოვანია AI-ს განვითარებისთვის. ფუდის განმარტებით, ტრადიციული crowdsourcing მეთოდები აღარ არის საკმარისი რთული ამოცანების გადასაჭრელად, რადგან თანამედროვე მოდელებს ესაჭიროებათ ღრმა პროფესიული ცოდნა, რომელსაც მხოლოდ გამოცდილი იურისტები, ფინანსისტები და სტრატეგიული კონსულტანტები ფლობენ.