Si busca indicadores del auge del mercado de la IA, el meteórico ascenso de micro1 es prácticamente innegable. A principios de año, era un servicio de reclutamiento basado en IA que facturaba aproximadamente 7 millones de dólares anuales. Ahora, ocho meses después de invertir en la anotación de datos para el entrenamiento de IA, superó los 100 millones de dólares en ingresos anualizados y recibió ofertas de inversión con una valoración de 2,500 millones (hace tan solo unos meses, cerró una ronda de financiación que valoró la empresa en 500 millones).
Fue una experiencia emocionante para Ali Ansari, el director ejecutivo de 24 años de la compañía, quien ahora está a punto de convertirse en uno de los multimillonarios más jóvenes del mundo. Si micro1 alcanza o supera la valoración de 2,500 millones de dólares que actualmente manejan los inversores, la participación de Ansari en la compañía (aproximadamente el 42%) superaría los 1,000 millones de dólares, de acuerdo con estimaciones de Forbes.
Ansari se interesó por primera vez en el entrenamiento de IA cuando una gran empresa de etiquetado de datos contactó con ellos en busca de la ayuda de micro1 para la contratación.
“Fue un proyecto impresionante para nosotros”, dijo Ansari. “Pensábamos: ¿por qué esta empresa contrata a cientos de ingenieros en dos semanas? Dijimos: ¡Madre mía!, deberíamos centrarnos en este mercado”.
Así que, al igual que su competidor Mercor, que también empezó como un servicio de contratación basado en IA, Ansari introdujo a micro1 en el etiquetado de datos.
El entrenamiento de IA (anotación humana de la información utilizada para entrenar los grandes modelos de lenguaje que sustentan la inteligencia artificial) es uno de los sectores de mayor crecimiento en Silicon Valley actualmente.
Para que los modelos de IA se vuelvan más inteligentes, necesitan que los humanos añadan contexto y significado a la información con la que se entrenan. Dado que el rendimiento de la IA aumenta en relación directa con la cantidad de datos de alta calidad que puede procesar durante el entrenamiento, el mercado de proveedores de datos fiables creció rápidamente.
Ansari estima que los principales laboratorios de IA invierten actualmente 15,000 millones de dólares al año en formación de IA. Cree que dentro de dos años esa cifra superará los 100,000 millones.
Es un mercado en auge. Dependiendo de a quién se pregunte, el etiquetado de datos se convertirá en una industria masiva y en expansión o será reemplazado por una IA lo suficientemente avanzada como para autoentrenarse. Pero ahora es un gran negocio, que dio lugar a cuatro nuevos multimillonarios tan solo en los últimos meses: los fundadores de Mercor y Edwin Chen, fundador de Surge.
“La formación en IA está impactando fundamentalmente la economía; es un sector laboral completamente nuevo.”
Ali Ansari, CEO de micro1
Ansari no reveló clientes específicos aparte de Microsoft, pero afirmó que micro1 trabaja con varios laboratorios de IA de vanguardia y la mayoría de las empresas tecnológicas de las “Siete Magníficas”. Todas buscan expertos en el sector para anotar datos de entrenamiento en áreas tan diversas como la atención al cliente y la banca de inversión. Muchos de estos expertos cuentan con un alto nivel educativo y cobran entre 60 y 170 dólares por hora por evaluar los resultados de IA. Algunos, como los expertos médicos o financieros, pueden llegar a ganar hasta 500 dólares por hora.
Ansari imagina un futuro en el que casi todos puedan ser formadores de IA, no solo los profesionales administrativos. Está desarrollando un servicio que paga a las personas por grabarse en video realizando sus actividades diarias, como doblar la ropa, para crear datos de entrenamiento para modelos de IA robótica.
“La formación en IA está impactando fundamentalmente la economía; es un sector laboral completamente nuevo”, afirmó.
Según Adam Bain, cofundador de 01A Ventures e inversor de Micro1, el etiquetado de datos era hasta hace poco un sector poco apreciado.
“El consenso era que no era un buen sector para invertir”, declaró Bain a Forbes. “El etiquetado de datos empezó siendo muy básico, pero ahora se trata literalmente de encontrar personas más inteligentes que los modelos… se ha vuelto muy complejo”.
A los inversores les preocupaba que el etiquetado de datos se volviera obsoleto una vez que la IA alcanzara la inteligencia artificial general (IAG) y pudiera igualar las capacidades cognitivas humanas. También dudaban en abordar el poco atractivo negocio de gestionar proyectos a corto plazo con grandes grupos de contratistas.
“Nos preocupaba la magnitud del premio”, afirmó Jamin Ball, socio de Altimeter Capital, quien no ha invertido en ninguna empresa de etiquetado de datos. “El etiquetado de datos parecía un commodity que tendría bajos márgenes al vencimiento”.
Ball cambió de opinión y ahora busca activamente invertir en empresas de datos. Los datos son el “oxígeno” de los modelos de IA, afirmó.
Tener éxito como emprendedor en el etiquetado de datos requiere comprender las fluctuaciones del mercado de la IA, algo mucho más difícil que que Accenture estableciera un centro de llamadas en el extranjero. Ansari es un experto en predecir el futuro, afirmó Bain, quien describe su actitud como “de 360 grados: le apasiona construir una gran empresa, dedicar tiempo a los clientes y trabajar incansablemente”.
Ansari se mudó a Los Ángeles desde Irán hace poco más de una década e incursionó en el emprendimiento desde su adolescencia. Durante la secundaria, creó un modesto negocio de reventa de libros de texto en eBay; en el instituto, creó una plataforma de tutoría de matemáticas en línea que logró vender con ganancias (“de seis cifras”) al graduarse.
Mientras dirigía una consultoría de software como estudiante universitario en Berkeley, Ansari se sentía frustrado por la dificultad de encontrar ingenieros competentes en el extranjero. Así que utilizó el modelo GPT-3 de OpenAI para crear un reclutador basado en IA que hablara con los candidatos en su nombre y evaluara sus habilidades. Cuando el reclutador basado en IA superó el millón de dólares en ingresos anuales, cerró la consultora de software para centrarse en ella. Después, se dedicó al etiquetado de datos.
Micro1 se distingue por una filosofía que Ansari denomina “lo humano primero”, que prioriza la experiencia de los etiquetadores de datos humanos. El proceso comienza con una entrevista con IA y, a continuación, un ejercicio realista de simulación de trabajo, para que los capacitadores de IA sepan qué esperar.
Una vez contratados, los expertos se emparejan con “gestores de datos humanos”, generalmente recién graduados de universidades de primer nivel, cuyo trabajo consiste en ayudar a los expertos a desenvolverse en el mundo del entrenamiento de IA. Los gerentes de proyecto en micro1 reciben una compensación parcial basada en el “Índice de Felicidad de los Expertos” de micro1, y el desempeño de los expertos se evalúa con análisis detallados y se clasifica por grupos.
“Si los expertos están satisfechos, producen un trabajo de mayor calidad y los laboratorios obtienen un mejor modelo”, afirmó Ansari.
Micro1 está enviando kits de equipos, incluyendo las gafas Rayban de Meta, a personas que crearán conjuntos de datos fundamentales para robots grabándose a sí mismos realizando diversas tareas.
Mientras que algunos críticos consideran desalentador que los trabajadores estén entrenando a la IA que algún día podría reemplazarlos, Ansari argumenta que este nuevo sector laboral generará una cantidad infinita de trabajo y será una bendición para los trabajadores manuales desempleados.
Está muy entusiasmado con el mercado de datos emergente en torno a la robótica avanzada, que, predice, algún día eclipsará al mercado actual de entrenamiento de IA. Para las empresas que desarrollan humanoides, no existe un corpus de datos de entrenamiento predefinido ni internet que pueda extraerse para desarrollar un modelo lingüístico extenso. Estos no son el tipo de datos que se extraen de editoriales o de Wikipedia, sino el tipo de datos que se necesitan crear y capturar.
Para lograrlo, micro1 está enviando kits de equipos, incluyendo las gafas Rayban de Meta, a personas que crearán conjuntos de datos fundamentales para robots grabándose realizando diversas tareas: hacer la cama, reparar un grifo que gotea o lavar los platos. Se trata de una tarea enorme y extensa si algún día los robots humanoides van a hacer siquiera la mitad de lo que nosotros hacemos. Y es la razón por la que Ansari confía tanto en el futuro del mercado en el que participa.
“La única manera de llegar al estado final es cuando seamos capaces de modelar el mundo completamente a la perfección, y eso nunca sucederá”, dijo.
Este artículo fue publicado originalmente en Forbes US
¿Te gusta informarte por Google News? Sigue nuestro Showcase para tener las mejores historias
