Alex Ratner, director ejecutivo de Snorkel AI, recuerda una época en la que el etiquetado de datos —la ardua tarea de añadir contexto a grandes cantidades de datos sin procesar y calificar la respuesta de un modelo de IA— se consideraba una tarea de “limpieza” entre los investigadores de IA. Pero eso cambió rápidamente cuando ChatGPT sorprendió al mundo en 2022 e inyectó nueva vida (y miles de millones de dólares) a una serie de startups que se apresuraban a proporcionar datos etiquetados por humanos a empresas como OpenAI y Anthropic para entrenar modelos competentes.
Ahora, el abarrotado campo del etiquetado de datos parece estar experimentando otro cambio. Menos empresas están entrenando grandes modelos de lenguaje desde cero, dejando esa tarea en manos de los gigantes tecnológicos. En cambio, están afinando modelos y creando aplicaciones en áreas como el desarrollo de software, la atención médica y las finanzas, lo que crea una demanda de datos especializados. Los chatbots de IA ya no solo escriben ensayos y haikus; se les están asignando tareas de alto riesgo como ayudar a los médicos a hacer diagnósticos o evaluar solicitudes de préstamos, y están cometiendo más errores . Evaluar el rendimiento de un modelo se ha vuelto crucial para que las empresas confíen y, en última instancia, adopten la IA, dijo Ratner. “La evaluación se ha convertido en el nuevo punto de entrada”, dijo a Forbes .
Esta urgencia por medir las capacidades de la IA en casos de uso muy específicos ha impulsado una nueva dirección para Snorkel AI, que está cambiando de rumbo para ayudar a las empresas a crear sistemas de evaluación y conjuntos de datos para probar sus modelos de IA y ajustarlos en consecuencia. Los científicos de datos y los expertos en la materia de las empresas utilizan el software de Snorkel para seleccionar y generar miles de pares de indicaciones y respuestas como ejemplos de cómo se ve una respuesta correcta a una consulta. El modelo de IA se evalúa según ese conjunto de datos y se entrena con él para mejorar la calidad general.
La compañía ha recaudado 100 millones de dólares en una ronda de financiación de Serie D liderada por la firma de capital riesgo Addition, con sede en Nueva York, con una valoración de 1.300 millones de dólares, un aumento del 30 % con respecto a los 1.000 millones de dólares de 2021. Este cambio relativamente pequeño en la valoración podría indicar que la compañía no ha crecido como esperaban los inversores, pero Ratner afirmó que se debe a una “corrección positiva en el mercado en general”. Snorkel AI se negó a revelar sus ingresos.
Expertos en atención al cliente de una gran empresa de telecomunicaciones han utilizado Snorkel AI para evaluar y afinar su chatbot para responder preguntas relacionadas con la facturación y programar citas, Ratner le dijo a Forbes . Los oficiales de crédito de uno de los tres principales bancos de EE. UU. han utilizado Snorkel para entrenar un sistema de IA que extrajo bases de datos para responder preguntas sobre grandes clientes institucionales, mejorando su precisión del 25% al 93%, dijo Ratner. Para la naciente startup de IA Rox que no tenía el personal ni el tiempo para evaluar su sistema de IA para vendedores, Snorkel ayudó a mejorar la precisión entre un 10% y un 12%, dijo el cofundador de Rox, Sriram Sridharan, a Forbes .
Lee más: Dónde invertirá el cofundador de Google, Sergey Brin, su nueva donación benéfica de 700 mdd
Snorkel AI recauda 100 mdd para desarrollar mejores evaluadores para modelos de IA
Se trata de un nuevo enfoque para la otrora prometedora empresa, que surgió del Laboratorio de Inteligencia Artificial de Stanford en 2019 con un producto que ayudaba a los expertos a clasificar miles de imágenes y texto. Sin embargo, desde el lanzamiento de ChatGPT en 2022, la startup se ha visto eclipsada en gran medida por rivales más grandes a medida que más empresas inundaban el sector del etiquetado de datos. Scale AI, que también ofrece servicios de etiquetado y evaluación de datos, estaría en conversaciones para finalizar una venta de acciones con una valoración de 25.000 millones de dólares, frente a los 13,800 millones de dólares de hace un año. Otros competidores incluyen Turing, que duplicó su valoración a 2,200 millones de dólares desde 2021, e Invisible Technologies , que registró 134 millones de dólares en ingresos en 2024 sin recaudar gran cantidad de capital riesgo.
Snorkel también se ha enfrentado a retos macroeconómicos: a medida que los modelos de IA, como los que impulsan ChatGPT, mejoraron, pudieron etiquetar datos a gran escala de forma gratuita, reduciendo aún más el tamaño del mercado. Ratner reconoció que Snorkel experimentó un breve período de crecimiento lento justo después del lanzamiento de ChatGPT por parte de OpenAI y explicó que las empresas habían suspendido los proyectos piloto con algunos proveedores para considerar el uso directo de modelos de IA para el etiquetado. Sin embargo, afirmó que el negocio de Snorkel se recuperó en 2023 y ha crecido desde entonces.
Ratner afirmó que el factor diferenciador de Snorkel reside en su énfasis en la incorporación de expertos en la materia, ya sean propios o de la empresa, y en el uso de un método propio llamado “etiquetado programático” para asignar etiquetas automáticamente a grandes cantidades de datos mediante simples palabras clave o fragmentos de código, en lugar de hacerlo manualmente. El objetivo es ayudar a expertos con poco tiempo, como médicos y abogados, a etiquetar datos de forma más rápida y económica.
Al centrarse en la evaluación, que también requiere la generación de datos, Snorkel ha comenzado a contratar a decenas de miles de profesionales cualificados, como profesores de STEM, abogados, contadores y escritores de ficción, para crear conjuntos de datos especializados para múltiples desarrolladores de IA, quienes luego los utilizan para evaluar sus modelos (se negó a revelar con qué laboratorios de IA de vanguardia colabora Snorkel). También pueden usar estos datos para añadir nuevas funcionalidades a sus chatbots, como la capacidad de desglosar y razonar sobre una consulta compleja o realizar una investigación exhaustiva sobre un tema, afirmó Ratner.
Pero incluso a la hora de desarrollar evaluaciones especializadas, Snorkel se enfrenta a una feroz competencia, tanto nueva como tradicional. Las principales empresas de IA han publicado diversos puntos de referencia públicos y conjuntos de datos de código abierto para evaluar sus modelos. LMArena, una popular plataforma para evaluar el rendimiento de los modelos de IA, se constituyó recientemente como una nueva empresa y recaudó 100 millones de dólares en financiación inicial de importantes inversores, con una considerable valoración de 600 millones de dólares, según Bloomberg . Además, empresas como Scale, Turing e Invisible ofrecen servicios de evaluación. Sin embargo, Ratner afirmó que, a diferencia de sus competidores, Snorkel se creó con expertos humanos desde el principio.
Saam Motamedi, socio de Greylock que participó en la ronda, afirmó que estos nuevos servicios especializados de conjuntos de datos son una parte en rápido crecimiento del negocio de Snorkel, a medida que la industria migra a lo que se denomina “post-entrenamiento”: el proceso de ajustar el rendimiento del modelo para ciertas aplicaciones. La IA ya ha absorbido la mayor parte de los datos de internet, lo que hace que los conjuntos de datos personalizados por expertos en la materia sean aún más valiosos. “Creo que este impulso del mercado ha sido muy positivo para Snorkel”, afirmó.
Este artículo fue publicado originalmente por Forbes US.
Te puede interesar: China rechaza las acusaciones de Trump y acusa a Estados Unidos de violar pacto comercial
