ระหว่างที่ Alexandr Wang เดินทางกลับไปเยี่ยมแผ่นดินบรรพบุรุษปี 2018 เขามีโอกาสฟังกลุ่มวิศวกรผู้ปราดเปรื่องที่สุดของจีนนำเสนอผลงาน AI ได้อย่างน่าประทับใจ แต่เขารู้สึกแปลกที่ว่า นักวิจัยเหล่านี้ดูเหมือนจงใจหลบเลี่ยงไม่พูดว่าจะนำ AI ไปใช้อย่างไรบ้าง ทำให้ Wang ซึ่งมีพ่อแม่เป็นนักฟิสิกส์นิวเคลียร์ที่ย้ายถิ่นฐานไปทำงานให้ Los Alamos National Laboratory อันเป็นสถานที่ออกแบบระเบิดอะตอมลูกแรกรู้สึกไม่สบายใจ
“พวกเขามีพิรุธมากในเรื่องที่ว่าจะเอา AI ไปใช้ทำอะไร บอกได้เลยว่าไม่ใช่เรื่องดี” Wang ผู้ร่วมก่อตั้ง Scale AI เล่า ชื่อของเขาไม่มีตัว “e” เพื่อให้เหลืออักษร 8 ตัวอันเป็นเลขมงคลตามความเชื่อของจีน ในตอนนั้น Scale เป็นสตาร์ทอัพดาวรุ่งที่ให้บริการข้อมูลแก่ลูกค้าหลักคือ บริษัทผลิตยานยนต์ไร้คนขับ แต่ Wang เริ่มกังวลว่าอีกไม่นาน AI อาจกลายเป็นสิ่งที่ก่อความวุ่นวายให้โลก ซึ่งหากไม่นับการล่มสลายของสหภาพโซเวียต โลกมีเสถียรภาพมาตลอดนับตั้งแต่สงครามโลกครั้งที่ 2 “ถ้าดูจากประวัติศาสตร์ของมนุษยชาติ เรามีสงครามมาคั่นเกือบตลอด ยกเว้นแค่ช่วง 80 กว่าปีที่ผ่านมาซึ่งสงบอย่างผิดปกติ” เขากล่าวในการสัมภาษณ์ ณ สำนักงานใหญ่ของ Scale บนชั้น 6 ในย่านใจกลางเมือง San Francisco ระหว่างนั้นมีรถยนต์ขับเคลื่อนอัตโนมัติ (บางส่วน) แล่นผ่านไปบนถนนเบื้องล่าง “เหตุผลส่วนใหญ่เป็นเพราะอเมริกาเป็นผู้นำโลก”
ถ้ามองผิวเผิน Wang วัย 26 ปี ดูหยุกหยิกเหมือนเด็กเพิ่งจบมหาวิทยาลัย เขาฟังเพลงของศิลปิน “สาวหม่น” อย่าง Gracie Abrams และ Billie Eilish เขาแต่งตัวแนว “กอร์ปคอร์” (gorpcore) ด้วยเสื้อผ้าเดินป่าแบบมีสไตล์ เขาโพสต์รูปคู่กับนักแสดงสาว Kiernan Shipka ที่ดังมาจากซีรีส์ Mad Men ลงใน Instagram เขาชอบยิงคำคมสั้นๆ ลงใน Twitter เช่น ทวีตข้อความหนึ่งของเขาเมื่อเดือนกุมภาพันธ์เขียนว่า “โจทย์ดีที่สุดแก้ได้ด้วยเลือด เหงื่อ น้ำตา พลังใจ และการมีเป้าหมายชัดเจนอย่างสุดๆ เท่านั้น” และเขายังถูกตรวจบัตรประชาชนอยู่เรื่อยเมื่อไปบาร์
แต่สิ่งเหล่านี้ไม่ใช่เรื่องสำคัญใน Silicon Valley และ D.C. ที่เขากลายเป็นผู้เล่นตัวสำคัญที่นั่นไปแล้ว ความสำเร็จของเขาเริ่มต้นจากการวางเดิมพันเมื่อปี 2016 ในธุรกิจ “แยกแยะ” ข้อมูลปริมาณมหาศาลที่จำเป็นต่อการทำงานของ AI โดยมีเป้าหมายหลักคือ ยานยนต์ไร้คนขับ เพราะต้องมีใครสักคนสอน AI ให้แยกออกว่าถุงกระดาษกับคนข้ามถนนต่างกันอย่างไร เขาจับตลาดนี้อยู่หมัดและยังนำ Scale ก้าวไปสู่ตำแหน่งที่ดีในอีกภาคธุรกิจหนึ่งด้วย นั่นคือ AI สร้างสรรค์สิ่งใหม่ด้วยการประมวลผลข้อมูลที่มี (generative AI) เขาอ่านเกมได้ถูกเผงและกวาดต้อนลูกค้ามาได้จำนวนมาก ซึ่งรวมถึงพวกตัวเบิ้มในวงการ AI และรัฐบาลสหรัฐฯ
“เราเป็นร้านขายเสียมขายพลั่วท่ามกลางกระแสตื่นทอง generative AI” เขากล่าว ธุรกิจนี้ทำเงินเป็นกอบเป็นกำให้ Scale อย่างรวดเร็ว โดยสร้างรายได้เข้ามา 250 ล้านเหรียญในปีที่แล้ว ในขณะที่สตาร์ทอัพด้าน AI อีกหลายรายยังทำเงินไม่ได้สักแดง กระทรวงกลาโหมของสหรัฐนำเทคโนโลยีของ Scale ไปใช้วิเคราะห์ภาพถ่ายดาวเทียมในยูเครน ส่วน OpenAI นำมันไปใช้สร้าง ChatGPT บอทที่เขย่าโลกด้วยความสามารถที่ทำได้ตั้งแต่ตอบคำถามสัพเพเหระไปจนถึงเขียนบทกวี Bret Taylor อดีตซีอีโอร่วมของ Salesforce ยักษ์ใหญ่แห่งวงการซอฟต์แวร์บนระบบคลาวด์กล่าวว่า การเติบโตของ Scale นั้นเทียบได้กับเหล่าบริษัทเนื้อหอมแห่งวงการประมวลผลบนคลาวด์อย่าง Snowflake และ Datadog ส่วน Jeff Wilke อดีตผู้นำสายธุรกิจผู้บริโภคของ Amazon ซึ่งเป็นหนึ่งในที่ปรึกษาที่ Wang เชื่อใจมากยิ่งมีมุมมองที่กระตือรือร้นกว่านั้น เขามองว่า Scale จะกลายเป็น Amazon Web Services แห่งวงการ AI ได้
นักลงทุนประเมินมูลค่าของ Scale ไว้ที่ 7.3 พันล้านเหรียญในปี 2021 ทำให้ Wang ก้าวขึ้นมาเป็นเศรษฐีพันล้านคนใหม่แห่ง Silicon Valley ในทันที แต่ความมั่งคั่งของเขาไม่ได้สร้างบนซิลิคอนเท่านั้น มันยังสร้างขึ้นมาด้วยแรงงานจากภายนอกมากมาย ซึ่งทำงานพื้นฐานที่จำเป็นอย่างยิ่ง นั่นคือการแยกแยะข้อมูลที่จะนำมาใช้สอน AI แรงงานเหล่านี้มีประมาณ 240,000 คน ในประเทศต่างๆ ซึ่งรวมถึงเคนยา ฟิลิปปินส์ และเวเนซุเอลา พวกเขาทำงานให้ Remotasks บริษัทย่อย ซึ่ง Scale ไม่กล่าวถึงในสื่อการตลาดที่เปิดเผยต่อสาธารณชน หรือพูดอีกอย่างก็คือ ถ้าสักวัน AI จะช่วยปลดปล่อยมนุษย์จากงานซ้ำซากจำเจได้มันก็จะเกิดขึ้นได้ด้วยกองทัพแรงงานในกลุ่มประเทศซีกโลกใต้ ซึ่งมีคนไม่น้อยในจำนวนนี้ได้ค่าจ้างแค่ชั่วโมงละไม่ถึง 1 เหรียญ “พวกเขามีความสำคัญมากๆ ต่อกระบวนการสร้างระบบ AI ที่ทรงพลัง” Wang กล่าวถึงพนักงาน Remotasks ของเขา
นอกจากนี้ ปัญหาในแง่จริยธรรมยังเพิ่มขึ้นเรื่อยๆ เมื่อมีผู้กังวลเรื่องเงื่อนไขการทำงานที่ไม่ได้มาตรฐานและค่าแรงต่ำ ขณะเดียวกันคู่แข่งก็มองว่า Scale เป็นกิจการที่ไม่มั่นคง เพราะบริษัทเลิกจ้างพนักงานมาแล้วหลายครั้ง และหลักทรัพย์ที่ซื้อขายในตลาดรองก็มีมูลค่าลดลงในปีที่ผ่านมาจนทำให้ Wang หลุดจากสถานะเศรษฐีพันล้าน (ปัจจุบันตลาดดังกล่าวประเมินมูลค่าหุ้น 15% ของเขาไว้ที่ 630 ล้านเหรียญ แต่ Scale แย้งว่า หุ้นมีมูลค่าเกือบ 890 ล้านเหรียญ) “Scale โฆษณาตัวเองว่าเป็นบริษัทเทคโนโลยี” Manu Sharma ผู้ร่วมก่อตั้งสตาร์ทอัพคู่แข่ง Labelbox กล่าว “แต่เรามองว่าพวกเขาไม่ต่างอะไรจากบริษัทรับเอาต์ซอร์สกระบวนการทางธุรกิจรายอื่นๆ” พวกบริษัทเทครุ่นใหม่คิดว่าพวกเขาทำงานแบบเดียวกันได้ดีกว่า Scale ส่วนบริษัทเอาต์ซอร์สแบบดั้งเดิมก็คิดว่าพวกเขาทำได้ในราคาถูกกว่า
“ผมขอบอกว่าเราแก้โจทย์นี้มานานกว่าและสร้างเทคโนโลยีมาเยอะกว่าใครๆ” Wang โต้ เขาพยายามใช้กลยุทธ์ตามแบบ Amazon ที่บริหารจัดการตลอดห่วงโซ่ตั้งแต่คลังสินค้าจนถึงการขนส่ง ซึ่งสำหรับ Scale หมายถึงการบริหารทั้งเครื่องคอมพิวเตอร์ซึ่งทำงานกับข้อมูลได้โดยอัตโนมัติมากขึ้นเรื่อยๆ และกองทัพคนงานซึ่งขยายขึ้นอย่างมาก เขากล่าวว่า “เราอยากให้มนุษย์มีส่วนร่วมในกระบวนการเสมอ”
ก่อนเข้ามหาวิทยาลัย Wang ย้ายมาอยู่แถบ Bay Area เพื่อทำงานในสตาร์ทอัพด้านอินเทอร์เน็ต Quora ซึ่งซีอีโอ Adam D,Angelo เคยให้คำแนะนำที่สำคัญมากแก่เขา นั่นคือคนเราให้ค่าการเรียนในมหาวิทยาลัย 4 ปีมากเกินไป แต่ให้ค่าการเรียน 2 ปีน้อยเกินไป แต่ในที่สุดแล้ว Wang ก็ใช้เวลาเรียนที่ MIT แค่ปีเดียวก่อนจะหันไปเข้าหลักสูตรของบริษัทบ่มเพาะสตาร์ทอัพชื่อดัง Y Combinator และเขาได้ร่วมทีมกับอดีตพนักงานของ Quora ชื่อ Lucy Guo ซึ่งออกจากมหาวิทยาลัยมาเหมือนกันเพื่อก่อตั้ง Scale ในปี 2016 เขาเล่าว่า ตอนนั้นเขา “ยังเด็กจนน่าขำ” ด้วยอายุแค่ 19 ปี “แต่ผมคิดว่า ก็เอาสิ ผมเขียนโค้ดเป็น เราทำได้แน่”
ตอนก่อตั้งใหม่ๆ Scale มีเป้าหมายจะเป็นผู้ให้บริการครบวงจรสำหรับจัดหาแรงงานคนมาทำงานที่อัลกอริทึมทำไม่ได้ ซึ่งเป็นแนวคิดที่ตรงกันข้ามกับ AI หุ้นส่วนของ Accel ชื่อ Dan Levine เป็นคนแรกที่เห็นศักยภาพของบริษัทนี้ และเสนอเงินทุนตั้งต้นให้ 2 คนนี้ 4.5 ล้านเหรียญในเดือนกรกฎาคม ปี 2016 (และให้ใช้ห้องใต้ดินที่บ้านของเขาเป็นสำนักงานใหญ่ชั่วคราว) หลายเดือนให้หลัง Wang กับ Guo ตระหนักได้ว่า Scale น่าจะเป็นทางออกที่ดีในการแก้ปัญหาที่ตามรังควานเหล่าบริษัทยานยนต์ไร้คนขับซึ่งถือเป็นผู้บุกเบิกการใช้ AI ในตอนนั้น ปัญหาที่ว่าคือ บริษัทยานยนต์มีวิดีโอบันทึกภาพการขับรถเป็นล้านๆ ไมล์เตรียมไว้ใช้สอนให้ AI ขับรถอัตโนมัติ แต่มีคนไม่พอจะตรวจสอบและแยกแยะข้อมูล ซึ่ง Scale ช่วยตอบโจทย์นี้ได้ในปี 2018 Wang และ Guo ได้มีชื่ออยู่ในทำเนียบ 30 Under 30 ของ Forbes ในหมวดเทคโนโลยีเพื่องานองค์กร แต่ต่อมา Guo ลาออกจากบริษัท “เพราะมีความคิดเห็นแตกต่างกันในเรื่องวิสัยทัศน์ผลิตภัณฑ์และแผนอนาคต” เธอกล่าว “ฉันคิดว่า Alex บริหารกิจการมาได้อย่างยอดเยี่ยมมาก” แต่ Guo ปฏิเสธการให้ความเห็นในสำหรับบทความนี้ ส่วน Wang ก็ขอไม่พูดถึงเรื่องที่ทั้งคู่แยกกัน นักลงทุน Mike Volpi ได้ยินชื่อ Scale เป็นครั้งแรกเมื่อปี 2018 ในที่ประชุมคณะกรรมการบริษัทยานยนต์ไร้คนขับ Aurora ซึ่งตอนนั้นเขาถามว่า “บริษัทไหนนะ” แล้วต่อมาเขาก็ได้รู้ซึ้งว่าบริการแยกแยะ
ข้อมูลของ Scale กลายเป็นสิ่งที่ขาดไม่ได้สำหรับ Aurora เช่นเดียวกับที่มันจำเป็นต่อ Uber และ Cruise ซึ่งเป็นบริษัทยานยนต์ไร้คนขับในเครือ General Motors ดังนั้น Volpi จึงกล่อมให้ Index Venturesของเขาเป็นผู้นำลงทุน 18 ล้านเหรียญให้ Scale ในเดือนสิงหาคมปีนั้น ขณะที่ Scale ยังมีรายได้ไม่ถึง 3 ล้านเหรียญ การวางเดิมพันกับธุรกิจยานยนต์ไร้คนขับให้ผลตอบแทนอย่างงามจากเอกสารประกอบการระดมทุนปี 2019 ที่ Forbes ได้เห็น กลุ่มลูกค้าของ Scale ในปัจจุบันมีบริษัทรถยนต์ระดับนานาชาติอย่าง Toyota และ Honda รวมทั้งยักษ์ใหญ่จาก Silicon Valley อย่าง Waymo บริษัทยานยนต์ไร้คนขับของ Google ด้วย เอกสารนี้กล่าวว่า เฉพาะหน่วยธุรกิจยานยนต์ไร้คนขับของ Apple ซึ่งยังไม่เปิดตัวเพียงรายเดียวก็ช่วยสร้างรายได้ให้ Scale กว่า 10 ล้านเหรียญแล้ว และน่าจะช่วยดันให้รายได้ต่อปีทะลุ 40 ล้านเหรียญได้ (Scale ปฏิเสธการให้ความเห็นเกี่ยวกับเอกสารฉบับนี้) และในฤดูร้อนปีนั้นรายได้ต่อปีของบริษัทก็มีแนวโน้มจะเกิน 40 ล้านเหรียญจริง
การลงทุน 100 ล้านเหรียญโดย Founders Fund ของ Peter Thiel ซึ่งช่วยให้ Scale กลายเป็นยูนิคอร์นตัวใหม่แห่ง Silicon Valley เมื่อเดือนสิงหาคม ปี 2019 ถือเป็นการเปิดฉากการระดมทุนต่อเนื่อง 20 เดือนที่ได้เงินทุนมา 580 ล้านเหรียญ โดยบริษัทมีมูลค่าประเมินกว่า 7 พันล้านเหรียญในการระดมทุนรอบสุดท้าย ทำให้ Wang ซึ่งตอนนั้นอายุ 24 ปี กลายเป็นเศรษฐีพันล้านอายุน้อยที่สุดในโลก ผู้ใช้เวลาสร้างฐานะด้วยตัวเองเพียง 5 ปีเท่านั้น
ทว่าเมื่อ Scale ครองตลาดงานแยกแยะข้อมูลสำหรับบริษัทยานยนต์ไร้คนขับ ชื่อของบริษัทกลับกลายเป็นคำย้อนแย้ง เพราะยิ่งขยายบริษัทก็ยิ่งหาแรงงานคนมาตอบสนองความต้องการของลูกค้าได้ยากขึ้น ตอนแรก Wang ใช้บริษัทเอาต์ซอร์สมาช่วยปิดช่องว่าง แต่ไม่นานต้นทุนก็บานปลายจนคุมไม่อยู่ กำไรขั้นต้นซึ่งเคยอยู่ที่ประมาณ 65% เมื่อช่วงต้นปี 2018 หล่นมาเหลือแค่ 30% ภายในไตรมาส 4 Wang ต้องรีบหยุดเลือดไม่ให้ทะลักและต้องจับห่วงโซ่ซัพพลายของธุรกิจสอนข้อมูลให้ AI เอาไว้ให้ได้ทั้งในฝั่งของคนและคอมพิวเตอร์ Remotasks จึงถือกำเนิดขึ้น โดยรับบทเป็นเอเจนซี่ว่าจ้างแรงงานภายนอกเพื่อป้อนงานให้กับ Scale และหลังจากก่อตั้งในปี 2017 ได้ไม่นาน Remotasks ก็กลายเป็นกิจการสำคัญเมื่อธุรกิจด้านยานยนต์ไร้คนขับของบริษัทพุ่งเป็นจรวด Scale ซึ่งต้องการแรงงานค่าจ้างถูกจึงเปิดศูนย์ในสิบกว่าประเทศในเอเชียตะวันออกเฉียงใต้และแอฟริกาเพื่อฝึกสอนพนักงานแยกแยะข้อมูลหลายพันคน เอกสารประกอบการระดมทุนของบริษัทชี้ว่า อัตรากำไรของ Scale ณ ช่วงกลางปี 2019 ฟื้นตัวขึ้นมาเป็น 69%
Scale ระมัดระวังมากในการกำหนดจุดยืนให้ Remotasks เป็นคนละแบรนด์กัน เว็บไซต์ของ Scale ไม่พูดถึง Remotasks และอีกฝ่ายก็ไม่พูดถึง Scale กลุ่มพนักงานรุ่นแรกๆ กล่าวว่า วิธีการนี้ ช่วยให้คู่แข่งมองกลยุทธ์ของ Scale ไม่ออกอย่างชัดเจนและช่วยปกป้องบริษัทจากการถูกสอดส่อง ส่วน Scale กล่าวกับ Forbes ว่า การแยกเป็นสองแบรนด์ช่วยรักษาความลับของลูกค้าได้
ในงานวิจัยปี 2022 ของ University of Oxford ที่ศึกษาเงื่อนไขการทำงานของแพลตฟอร์มแรงงานดิจิทัล 15 ราย นักวิจัยสรุปว่า Remotasks ผ่านเกณฑ์ “มาตรฐานขั้นต่ำของการจ้างงานอย่างเป็นธรรม” แค่ 2 ข้อจาก 10 ข้อ โดยสอบตกเรื่องการจ่ายค่าจ้างอย่างเป็นธรรม ซึ่งกลุ่มพนักงานรุ่นแรกๆ กล่าวว่า พวกเขาได้ค่าจ้างเฉลี่ยแค่ชั่วโมงละไม่ถึง 1 เหรียญ และบริษัทยังสอบตกเรื่องการให้พนักงานจัดตั้งกลุ่มตัวแทนอย่างเป็นธรรมด้วย คณะนักวิจัยตั้งข้อสังเกตว่าการทำให้ความเกี่ยวข้องระหว่าง Remotasks กับ Scale ดู “คลุมเครือโดยเจตนา” เช่นนี้จะสร้างความสับสนจน “พนักงานอาจเสี่ยงต่อการถูกเอารัดเอาเปรียบ”
Kelle Howson หัวหน้าคณะนักวิจัยเปรียบเทียบว่าพนักงานแยกแยะข้อมูลของผู้ให้บริการแรงงานดิจิทัลอย่าง Remotasks เหมือนกับพนักงานในโรงงานเสื้อผ้าหลายแห่งในประเทศเดียวกัน เธอเสริมว่า “บริษัทพวกนี้ไม่รับผิดชอบเงื่อนไขการทำงานของพนักงานเลย” แต่ Scale กล่าวว่า บริษัทยึดมั่นในการจ่ายค่าจ้างที่ “เพียงพอต่อการดำรงชีพ”
นอกจากประเด็นจริยธรรมแล้ว ในแง่ธุรกิจก็ยังมีข้อกังขา เพราะธุรกิจที่ Scale ปั้นมาให้ Remotasks ทำนั้นเลียนแบบได้ไม่ยาก Kevin Guo ผู้ร่วมก่อตั้ง Hive สตาร์ทอัพซึ่งครั้งหนึ่งเคยส่งบริษัทในเครือมาลงแข่งกับ Remotasks ก่อนจะปิดกิจการไปเพราะอัตรากำไรไม่ดียืนยันว่า งานแยกแยะข้อมูลแบบที่ Scale ทำนั้นก็คือธุรกิจสินค้าโภคภัณฑ์นั่นเอง เขากล่าวว่า “ถ้าใครตั้งทีมได้เขาก็แข่งกับคุณได้ แล้วไม่ทันไรก็จบที่ลดราคาแข่งกัน”
แม้กองทัพแรงงานของ Remotasks ในต่างประเทศจะสำคัญมากต่อความสำเร็จของ Scale ในธุรกิจภาคเอกชน แต่มันใช้ไม่ได้กับธุรกิจอีกส่วนหนึ่ง นั่นคือสัญญาจ้างงานกลาโหมจากรัฐบาลสหรัฐฯ ซึ่งคงไม่อยากแชร์ข้อมูลลับให้แรงงานต่างชาติรู้ ดังนั้น Wang จึงต้องสร้างกองทัพ AI ในประเทศด้วยต้นทุนแพงกว่ามากปีที่แล้ว Scale เปิดสำนักงานในเมือง St. Louis และประกาศแผนจ้างพนักงาน 200 คน ซึ่งประกอบด้วยพนักงานแยกแยะข้อมูลจำนวนมาก “ผมมีความเชื่อลึกๆ อยู่ 2 เรื่อง” Wang กล่าว “หนึ่งคือ AI เป็นขุมพลังมหาศาลเพื่อใช้ทำสิ่งดี และจำเป็นต้องเอามาใช้ในวงกว้างที่สุดเท่าที่ทำได้ สองคือเราต้องให้อเมริกาครองตำแหน่งผู้นำ”
ฐานข้อมูลของรัฐบาลระบุว่า ปัจจุบัน Scale ทำเงินมาแล้ว 60.6 ล้านเหรียญจากสัญญาเหล่านี้ บริษัทอวดในงานแถลงข่าวต่อสื่อมวลชนเมื่อปีที่แล้วว่า ได้สัญญามา 249 ล้านเหรียญ แต่ถ้าอ่านหมายเหตุให้ดีจะเห็นว่าเพดานรายได้ที่แท้จริงน่าจะจำกัดอยู่ที่ 15 ล้านเหรียญ เพราะงบประมาณด้าน AI ส่วนใหญ่ของรัฐบาลยังใช้ไปกับบริษัทอย่าง Northrop Grumman และ Lockheed Martin ไม่ใช่บริษัทหน้าใหม่จาก Silicon Valley
“บริษัทพวกนั้นไม่ได้ล้ำยุคเท่าไรในเรื่อง generative AI” Wang กล่าว การเป็นหุ้นส่วนกับรัฐบาลคือเกมระยะยาวสำหรับเขา กระทรวงกลาโหมใช้ความชำนาญของ Scale ช่วยแปลความหมายเชิงกลยุทธ์ในภาพถ่ายดาวเทียมจากยูเครน และนี่เป็นแค่จุดเริ่มต้น เขากล่าวว่า สักวัน generative AI จะใช้งานได้ครอบคลุมกว่านี้และถ้าฝึกฝนโมเดล AI ด้วยข้อมูลที่เก็บมาสดๆ โดยบุคลากร 1.3 ล้านคนของกองทัพอเมริกา เราก็อาจจะพลิกโฉมหน้าของสงครามได้แต่การไปให้ถึงจุดนั้นไม่ใช่เรื่องง่าย การสอนโมเดล generative AI ต้องใช้วิธีที่ซับซ้อนกว่าการสอน AI รุ่นก่อนหน้านั้นมาก AI ประเภทนี้ต้องอาศัยความช่วยเหลือจากมนุษย์เช่นกัน แต่แทนที่จะเก็บเกี่ยวข้อมูลจากอินเทอร์เน็ตแล้วแค่ติดฉลากแยกแยะ มนุษย์จะต้องสร้างข้อมูลขึ้นเอง กล่าวคือ ถ้าจะให้ AI อธิบายว่าทำไมลูกสุนัขจึงน่ารักโดยที่มนุษย์ฟังแล้วไม่รู้สึกแปร่งหู ก็ต้องให้มนุษย์ช่วยสอน AI ด้วยคำพูดที่เป็นธรรมชาติ
“ปรากฏว่าข้อมูลที่มีคำอธิบายของมนุษย์กำกับนั้นมีผลมากเป็นพิเศษต่อประสิทธิภาพของโมเดล” Aidan Gomez ผู้ร่วมก่อตั้ง Cohere กล่าว บริษัทจากเมือง Toronto ของเขาเป็นคู่แข่งกับ OpenAI โดยมี Scale เป็นผู้ให้บริการหลักที่ช่วยจัดทำข้อมูลตามคำสั่งใช่ว่าบริษัท AI จะเชื่อถือ Scale ไปหมดทุกแห่ง ตัวอย่างเช่น Wojciech Zaremba ผู้ร่วมก่อตั้ง OpenAI กล่าวว่า บริษัทของเขาพึ่งพาแรงงานคนของ Scale ให้ช่วยแยกแยะข้อมูล แต่เลือกใช้ซอฟต์แวร์ของตนเองในการจัดการข้อมูล
ผู้นำสายวิศวกรรม 3 คนที่ใช้บริการของ Scale สำหรับสตาร์ทอัพด้าน AI ชื่อดังแอบบอก Forbes ว่า พวกเขากังวลเรื่องคุณภาพของข้อมูลใช้สอน AI ที่ผลิตโดยคนของ Scale ซึ่งผู้นำคนหนึ่งอธิบายว่า โมเดล generative AI ที่ใช้ข้อมูลตัวอักษรเป็นพื้นฐานทำงานสะดุดเพราะพนักงานแยกแยะข้อมูลของ Scale ใช้ภาษาอังกฤษแย่ แต่โฆษกของ Scale กล่าวว่า “เราเชื่อมั่นในคุณภาพผลิตภัณฑ์ของเราและผลลัพธ์ [จากผลิตภัณฑ์]” และตัวเลือกอื่นก็กำลังมา Surge AI บริษัทจากเมือง San Francisco ซึ่งเปิดตัวเมื่อปี 2020 เสนอเครื่องมือแยกแยะข้อมูลและมีเป้าหมายจับกลุ่มลูกค้าบริษัท AI โดยเฉพาะ ซึ่ง OpenAI และบริษัทใหญ่ที่กำลังมาแรงในสาย AI อย่าง Cohere กับ Adept ก็ใช้บริการทั้ง Scale และ Surge นอกจากนี้ ยังมีสตาร์ทอัพพันล้านจากแถบ Bay Area อย่าง Labelbox และ Snorkel AI รวมอยู่ในตัวเลือกอีกด้วย
เมื่อเดือนมกราคม Scale หั่นพนักงานประจำลง 20% ซึ่ง Wang ชี้แจงว่า เป็นเพราะสภาวะตลาดที่ “ไม่แน่นอน” เขาโพสต์ในบล็อกว่า “ก่อนหน้านี้เราเพิ่มจำนวนคนเพราะคิดว่าการเติบโตอย่างมหาศาลจะเกิดไปเรื่อยๆ” ปัจจุบันหุ้นของบริษัทซื้อขายกันในตลาดรองนอกตลาดหลักทรัพย์ด้วยราคาต่ำกว่าเมื่อครั้งระดมทุนรอบสุดท้ายในเดือนกรกฎาคม ปี 2021 อยู่ 42% แต่ผู้มีส่วนได้เสียของ Scale ยังเชื่อมั่นว่า Wang จะพาให้บริษัทนำหน้าคู่แข่งต่อไปได้ “เขาไม่ได้มาถึงจุดนี้เพราะเป็นเด็กอัจฉริยะ วัยรุ่นที่ลาออกจาก MIT มีถมไป” William Hockey เศรษฐีพันล้านผู้ร่วมก่อตั้ง Plaid บริษัทเทคโนโลยีการเงินมูลค่า 1.3 หมื่นล้านเหรียญและเป็นกรรมการของ Scale กล่าว “เขามีแนวคิดการทำงานที่บ้าสุดๆ ยิ่งกว่าใครที่ผมเคยเจอมา”
ไม่นานมานี้ Scale เพิ่งเซ็นสัญญากับยักษ์ใหญ่ Accenture ซึ่งมีแผนจะนำบริการของ Scale มาช่วยบริษัทหลายร้อยแห่งสร้างแอปและโมเดล AI ตามความต้องการ และ Wang ยืนยันว่า แม้จะมีพนักงานแยกแยะข้อมูลเกือบเศษ 1 ส่วน 4 ล้านคนแล้ว แต่Remotasks ก็ยังจะเติบโตต่อไป ซึ่งเขามองว่าการเติบโตทั้งหมดของ Scale จะนำไปสู่เป้าหมายสูงสุดคือ การช่วยอเมริการักษาตำแหน่งผู้นำสูงสุดด้าน AI “เรากำลังอยู่ในยุคของการแข่งขันชิงอำนาจครั้งใหญ่” เขากล่าว “ผมไม่อยากพูดว่าอเมริกากำลังเสี่ยงจะสูญเสียความเป็นผู้นำโลก แต่การรักษาสถานะเอาไว้สำคัญต่อเรายิ่งกว่าที่ผ่านมา”
อ่านเพิ่มเติม : ซื้อ ถือ ขาย
