Według Cointelegraph, OpenAI ogranicza swoje kontrakty z Scale AI, startupem zajmującym się etykietowaniem danych, który niedawno został przejęty przez Meta. Decyzja ta zapadła krótko po tym, jak Meta ogłosiła umowę na 14,8 miliarda dolarów za 49% udziałów w Scale AI, co stanowi drugie co do wielkości przejęcie Meta. W ramach umowy, CEO Scale, Alexandr Wang, dołączy do eksperymentalnego projektu AI Meta, a firmy ogłosiły porozumienie 12 czerwca.

Scale AI, założona w 2016 roku i wspierana przez ponad 100 inwestorów, dostarcza etykietowane dane niezbędne do szkolenia i doskonalenia modeli sztucznej inteligencji. Startup był dostawcą dla prominentnych firm AI, takich jak Anthropic, Cohere i Adept. W 2019 roku Scale AI pozyskało 100 milionów dolarów w rundzie finansowania serii C, według PitchBook. Jednak OpenAI obecnie ogranicza swoje uzależnienie od danych Scale AI, poszukując bardziej wyspecjalizowanych źródeł danych dla swoich modeli AI. Rzecznik OpenAI ujawnił, że firma zaczęła redukować swoje kontrakty z Scale w ciągu ostatniego roku, zauważając, że Scale stanowiło tylko małą część wymagań danych OpenAI.

Google rzekomo jest kolejną firmą, która odchodzi od kontraktów z Scale AI, kierując się obawami, że przejęcie Meta może dostarczyć informacji o postępach konkurencji w dziedzinie sztucznej inteligencji. Reuters poinformował, że ta strategiczna zmiana jest motywowana potencjalnymi implikacjami konkurencyjnymi związanymi z zaangażowaniem Meta w Scale AI. Mimo tych zmian, tymczasowy CEO Scale, Jason Droege, podkreślił, że startup pozostaje niezależnym podmiotem, twierdząc, że ich zobowiązanie do ochrony danych klientów pozostaje niezmienione.

OpenAI obecnie bada alternatywnych dostawców danych, w tym rozwijające się firmy takie jak Mercor, aby wspierać swoje operacje. Bloomberg podkreślił, że Scale AI początkowo zatrudniało dużą liczbę kontrahentów do etykietowania obrazów i tekstu dla wczesnych systemów AI. Z biegiem czasu firma przeszła do zatrudniania bardziej wykształconych kontrahentów, aby przyczynić się do rozwoju zaawansowanych modeli AI. Ta ewolucja odzwierciedla rosnącą złożoność i wyrafinowanie wymagane w procesach etykietowania danych AI.