Meta llegó a un acuerdo de miles de millones de dólares con Scale AI para que se encargase de impulsar su superinteligencia abierta. Sin embargo, confiar en un solo proveedor de etiquetado de datos ha terminado convirtiéndose en un dolor de cabeza para la empresa de Mark Zuckerberg. La relación entre ambas empresas atraviesa un momento de tensión. Además, los investigadores se quejan por la baja calidad de los datos de la empresa de IA.
La inversión de 14.300 de dólares de Meta en una participación del 49% en Scale AI no está saliendo como esperaban. En junio, el acuerdo supuso la llegada de Alexandr Wang como director ejecutivo y varios de los principales cargos de la startup pasaron a dirigir Meta Superintelligence Labs (MSL).
De hecho, ya ha habido cambios importantes en la plantilla. Por ejemplo, Ruben Mayer, al que Wang trajo como vicepresidente sénior de productos y operaciones GenAI de Scale AI, dimitió solo 2 meses después por «asuntos personales», según ha declarado a TechCrunch. Mayer había trabajado durante alrededor de 5 años en Scale AI. Este se encargó de supervisar a los equipos de operaciones de datos de IA, sin formar parte de TBD Labs, la unidad élite enfocada en desarrollar superinteligencia artificial abierta liderada por Wang.
Consideran los datos de baja calidad
Además de los cambios de personal, Meta ha pasado de apostar únicamente por Scale AI a sumar nuevos proveedores externos de etiquetado de datos. Para entrenar a sus próximos modelos de inteligencia artificial, la compañía planea incorporar acuerdos con dos de los principales competidores de Scale AI: Mercor y Surge.
Los laboratorios de IA suelen trabajar con varias marcas. De hecho, Meta había colaborado anteriormente con las otras marcas mencionadas antes de crear TBD Labs. Sin embargo, fuentes familiarizadas con el asunto han confesado a TechCrunch que los investigadores de TBD Labs consideran que los datos de Scale AI son de baja calidad. Además, manifiestan su preferencia por trabajar con Surge y Mercor.
Para entender el motivo por el que los profesionales de TBD Labs están tan descontentos con Scale AI, hay que entender los orígenes de la startup. Comenzó como un negocio con un modelo de crowdsourcing, que se caracterizaba por una fuerza laboral grande y económica que gestionaba el etiquetado simple de datos. Es decir, los empleados solo debían etiquetar y anotar información, sin procesar para entrenar modelos de inteligencia artificial. No obstante, el auge de la IA ha supuesto que se sumen a la plantilla expertos cualificados (médicos, científicos, abogados…) que se aseguren de refinar los datos para que sean de alta calidad.
Scale AI ha intentado mejorar su plantilla con expertos a través de la plataforma Outlier. Sin embargo, no están teniendo mucho éxito debido a que Surge y Mercor están ofrecen un mejor sueldo desde el principio, algo que implica un crecimiento más rápido para tener un personal profesional.
De hecho, empresas rivales de Meta en el sector de la IA, como OpenAI y Google, que anteriormente sí que trabajaban con Scale AI, anunciaron que dejarían de colaborar con el proveedor de datos. La noticia llegó justo a la par que el anuncio de la inversión multimillonaria de la marca de Zuckerberg.
Una reducción de la plantilla
Aunque Scale AI busque a talento cualificado, hace poco iniciaron una ronda de despidos en su división de etiquetado de datos en julio. Jason Droege, el nuevo CEO de la marca, explicó que estos cambios en la plantilla se debían en parte a la «variación en la demanda del mercado».
El despido de 700 empleados no venía solo, sino que seguía una estrategia que buscaba incentivar otras áreas. Por ejemplo, Droege señaló que aumentarían su personal en las ventas al gobierno de EEUU. En este aspecto, cabe mencionar que la startup acaba de firmar un contrato de 99 millones de dólares con el Ejército estadounidense.