Ryan Kolln, CEO hos Appen – Intervieuserie

Da han sluttede sig til Appen AI i 2018 som vicepræsident for virksomhedsudvikling, ledede han strategiske opkøb som Figure Eight og Quadrant og støttede etableringen af Kina- og føderale afdelinger. Før hans udnævnelse til CEO fungerede han som chief operating officer og overvågede globale operationer og strategi.

Med over 20 års erfaring inden for teknologi og telekommunikation, hvordan har din karrierebane formet din tilgang til at lede Appen gennem den hurtigt udviklende AI-landskab?

Min karriere begyndte som telekommunikationsingeniør, hvor min rolle var at bygge og optimere netværk og involverede en enorm mængde data, analyser og innovative løsninger til at optimere netværkspræstation og brugeroplevelse.

Efter at have afsluttet min MBA på NYU udviklede dette sig til ledelsesroller inden for teknologistrategi og fusioner og opkøb, hvor jeg fokuserede på større strategiske spørgsmål, såsom fremvoksende tendenser, investeringsmuligheder og forretningsmodeller. Denne baggrund har givet mig en dyb forståelse for både de tekniske og forretningsmæssige aspekter af fremvoksende teknologier.

Hos Appen arbejder vi ved skæringspunktet mellem AI og data, og min erfaring har tilladt mig at lede virksomheden og navigere kompleksiteter i den hurtigt udviklende AI-verden, hvor vi bevæger os gennem store udviklinger som talegenkendelse, NLP, anbefalingssystemer og nu generativ AI. Denne strategiske vision er afgørende, da AI fortsat transformerer industrier globalt.

Du har været hos Appen siden 2018 og har drevet vigtige opkøb som Figure Eight og Quadrant. Hvordan har disse strategiske træk positioneret Appen som leder inden for AI-data-tjenester, og hvad ser du som den næste store mulighed for virksomheden?

Opkøbet af Figure Eight og Quadrant var afgørende for at udvide vores AI-data-kapaciteter, især inden for områder som data-annotering og geolokations-intelligens. Figure Eights data-annoteringsplatform havde en særlig stor indvirkning. Platformen er højtilgængelig, og vi har brugt den til arbejde i mange forskellige domæner. Mere nylig har vi brugt platformen til at køre de fleste af vores generative AI-datastrømme.

Ud over opkøbene etablerede vi for omkring 5 år siden en operation i Kina kaldet Appen Kina. Vi er nu den største AI-data-virksomhed i Kina, med en omsætning, der er næsten dobbelt så stor som vores nærmeste konkurrenter.

I fremtiden ser vi, at fokus for Appen er på at støtte udviklingen og tilgangen til generativ AI. Der er store vækstmuligheder i både model-byggere og virksomheder, der søger at tilpasse generativ AI til deres produkter og operationer. Vi mener, at vi lige er begyndt på den største AI-bølge.

Datakvalitet spiller en afgørende rolle i AI-modeludvikling. Kan du dele, hvordan Appen sikrer nøjagtigheden, mangfoldigheden og relevansen af vores datasets, især med den stigende efterspørgsel efter højkvalitets LLM-træningsdata?

Appens styrke ligger i vores evne til at skabe højkvalitetsdata konsekvent og i stor målestok. Vi arbejder tæt sammen med vores kunder for at forstå deres AI-model-mål og udvikle højkvalitetsdata til deres behov gennem en flerlaget tilgang, der kombinerer automatiserede værktøjer og menneskelig feedback. Vi har en global arbejdsstyrke på over 1 million mennesker i mere end 200 lande, hvilket giver os mulighed for at kuratere en gruppe af kvalificerede og diverse bidragydere. Gennem strenge kvalitetskontroller og feedback-løkker sikrer vi, at data er nøjagtige, konsekvente og relevante og kan bruges til effektivt at forbedre præstationen af AI-modeller. Dette giver også mulighed for, at AI-systemer kan fungere effektivt i virkelige miljøer og kan også bruges til at forbedre robusthed og reducere bias, især for LLM’er.

Syntetisk data generering er ved at blive mere populær, og Appens investering i Mindtech viser jeres interesse i dette område. Kan du diskutere fordelene og ulemperne ved at bruge syntetisk eller web-skrapet data i forhold til crowdsourced data til træning af AI-modeller, og hvordan du ser syntetisk data som en supplement til den crowdsourced data, Appen er kendt for?

­­Højkvalitetsdata er afgørende, men kan være dyrt og tidskrævende at producere, hvilket er hvorfor syntetisk data er ved at blive mere populært. Det fungerer godt for struktureret data i traditionelle AI/ML-opgaver, især i industrier med strenge privatlivsregler som sundheds- og finanssektoren, da det undgår at bruge personlige oplysninger.

Men syntetisk data mangler ofte dybden og nuancen af virkelige data, især for komplekse generative AI-opgaver, der kræver mangfoldighed og dyb ekspertise. Det kan også fastholde fejl eller bias fra de oprindelige data. Web-skrapet data, der ofte bruges til LLM’er, præsenterer sine egne udfordringer med lavkvalitetsindhold, bias og misinformation, hvilket kræver omhyggelig kuratering.

Crowdsourced data, som Appen specialiserer sig i, forbliver “sandheden”. Menneskelig ekspertise er afgørende for at generere den diverse, komplekse data, der er nødvendig for at forbedre AI-model-præcision og sikre overensstemmelse med menneskelige værdier.

Vi ser syntetisk data som en supplement til vores menneskeligt annoterede data. Mens syntetisk data kan accelerere dele af processen, sikrer menneskeligt markeret data, at modellerne afspejler virkelige verdens mangfoldighed. Sammen giver de en balanceret tilgang til at skabe højkvalitets træningsdata for AI.

Den EU AI-lov og andre globale reguleringer former de etiske standarder omkring AI-udvikling. Hvordan ser du, at disse reguleringer vil påvirke Appens operationer og den bredere AI-industri i fremtiden?

EU AI-loven og lignende globale reguleringer vil sandsynligvis påvirke Appens operationer ved at fastsætte nye etiske standarder for AI-model-udvikling og -præstation. Vi kan se ændringer i, hvordan vi håndterer data, sikrer model-retfærdighed og behandler etiske overvejelser. Dette kan føre til mere strenge processer og potentielle justeringer i vores tilgang til model-træning og validering.

I bredere forstand vil disse reguleringer sandsynligvis drive industrien mod højere etiske standarder, øge overholdelsesomkostningerne og potentielt langsommere nogle aspekter af innovation. Men de vil også fremme større ansvarlighed og gennemsigtighed, hvilket kan føre til mere ansvarlig og bæredygtig AI-udvikling.

Med den stigende bekymring om bias i AI, hvordan arbejder Appen for at sikre, at datasets, der bruges til at træne AI-modeller, er etisk kildevældede og fri for bias, især i følsomme områder som naturlig sprogbehandling og computerseende?

Vi arbejder aktivt for at reducere bias ved at fremme mangfoldighed og inklusion på tværs af vores projekter. Det er opmuntrende at se, at mange af vores kunder fokuserer på at fange bredt demografi i dataindsamling og model-evaluering. At have en global arbejdsstyrke, der bor i de fleste lande, giver os mulighed for at indsamle data fra en bred vifte af perspektiver og erfaringer, hvilket er særlig vigtigt i følsomme områder som naturlig sprogbehandling og computerseende.

Siden 2019 har vi formaliseret vores bedste praksis i Crowd Code of Ethics, som viser vores engagement i mangfoldighed, retfærdighed og crowdsamfundets trivsel. Dette inkluderer vores forpligtelse til retfærdig løn, sikring af, at vores crowds stemme høres, og fastholdelse af strenge privatlivsbeskyttelse. Ved at opretholde disse principper sigter vi mod at levere højkvalitets, etisk kildevældede data, der understøtter ansvarlig AI-udvikling.

Da AI bliver mere integreret i industrier som bil, reklame og AR/VR, hvordan positionerer Appen sig for at imødekomme den stigende efterspørgsel efter specialiseret træningsdata i disse sektorer?

Over de sidste 27 år har vi leveret specialiseret træningsdata til en bred vifte af industrier og brugstilfælde, og vi fortsætter med at udvikle os, efterhånden som vores kunders behov udvikler sig.

Eksempelvis har vi i bilindustrien arbejdet med førende bilvirksomheder og kabine-løsningsspecialister for at bygge indbyggede tale-systemer. Nu hjælper vi vores kunder i nye områder som video-dataindsamling af chauffører for at hjælpe med sikkerhed ved at overvåge chaufførforstyrrelse.

I reklame hjalp vi et førende globalt reklame-platform med at forbedre kvaliteten og nøjagtigheden af annoncer til brugerværdi over en stor, multi-årig global program med 7 millioner+ vurderinger. Nu, hvor mange af platformene adopterer generativ AI-løsninger, hjælper vores crowd ikke kun med at vurderere relevansen af annoncer, men også med at evaluere kvaliteten af genererede annoncer.

Vi har kunnet gøre alt dette gennem vores robuste annoteringsplatform, som kan tilpasses for at understøtte komplekse arbejdsgange og forskellige data-modi, herunder tekst, lyd, billeder, video og multimodal annotering. Men i sidste ende handler vores evne til at følge med den ændrende industri om vores dybe ekspertise i data til AI-udvikling og vores stærke partnerskab med vores kunder.

Appen har været en leder i levering af højkvalitetsdata til en række AI-programmer. Hvordan ser du Appens rol udvikle sig, da generativ AI og LLM’er fortsætter med at udvikle sig og påvirke globale markeder?

Generativ AI og LLM’er transformerer industrier, og vi vil fortsætte med at spille en afgørende rolle i at levere højkvalitetsdata til at understøtte disse fremskridt. Når det kommer til globale markeder, vil vores evne til at indsamle data på tværs af 200 lande og 500+ sprog blive endnu mere værdifuld, og vi har en stærk historie her, da vi hjalp virksomheder som Microsoft (MSFT ) med at lancere maskin-oversættelsesmodeller til over 110 sprog.

Da udrulningen af LLM-programmer vokser, ser vi en stigende efterspørgsel efter at være i overensstemmelse med menneskelige slutbrugere, herunder lokaliseringsfunktioner for at sikre, at sprog- og kulturelle nuancer behandles i forskellige globale markeder. Vi er forpligtet til at hjælpe virksomheder med at udvikle AI-systemer, der både er performante og ansvarlige, ved at sikre, at dataene, der bruges til at træne disse modeller, er diverse, relevante og etisk kildevældede.

Appen er kendt for at drive nogle af verdens mest avancerede LLM’er. Hvad er nogle af de innovationer inden for data-annotering og -indsamling, som Appen fokuserer på for at forbedre præstationen af disse modeller?

Vi fokuserer på at innovere vores data-annoterings- og -indsamlingsprocesser for at forbedre præstationen af LLM’er. Et område, vi fokuserer på, er at forbedre effektiviteten og nøjagtigheden af data-annotering gennem avancerede AI-understøttede værktøjer, som hjælper med at strømline og automatisere dele af processen, mens vi fastholder høj kvalitet.

Vi kan identificere datapunkter, der kræver yderligere menneskelig input, og sikre, at annoteringsindsatsen er rettet mod, hvor det vil have størst indvirkning. Vi har integreret funktioner i vores platform som Model Mate, som kan bruges til at hjælpe med at accelerere data-produktion og forbedre datakvalitet. Vi fokuserer også på bedste praksis i bidragsyderstyring, som er vigtigt, da kompleksiteten af opgaver øges.

Evnen til at forstå bidragsyder-præstation på niveau og give feedback for at kontinuerligt forbedre kvaliteten af vores menneskeligt genererede data. Disse innovationer giver os mulighed for at levere højkvalitets-, storstile-data, der er nødvendig for at drive og finjustere verdens førende LLM’er.

Da du træder ind i din nye rolle som CEO, hvad er dine top-prioriteter for Appen de næste par år, og hvordan planlægger du at drive virksomhedens vækst i den meget konkurrencedygtige AI-verden?

Da jeg går ind i rollen som CEO, er mine strategiske prioriteringer designet til at sikre Appens lederskab i den konkurrencedygtige AI-landskab:

• At støtte udviklingen af generative AI-modeller: Over de sidste 18 måneder er generativ AI blevet en nøglekomponent i vores serviceydelser, med 28% af gruppeomsætningen kommet fra generative AI-relaterede projekter i juni 2024 sammenlignet med 8% i januar. Vi ser en betydelig potentiale i det generative AI-marked, som ifølge brancheprognoser vil nå 1,3 billioner dollars i 2032.
• At støtte tilgangen til generative AI-modeller: Vi ser vækst i nye segmenter, da virksomheder udnytter generative AI-løsninger til deres brugstilfælde. Selvom procentdelen af generative AI-projekter, der når til implementering, er lav, forventer vi, at FY24/25 vil være en overgangsperiode, hvor eksperimenter går over i produktion og driver efterspørgsel efter brugerdefineret, højkvalitets- og specialiseret data.
• At optimere og automatisere den måde, vi forbereder data på: Ved at udnytte AI til kvalitetskontrol og automatisere visse trin i data-forberedningsprocessen. Dette vil give os mulighed for at forbedre datakvalitet samtidig med, at vi forbedrer vores driftsøkonomi og forbedrer vores bruttomarginaler.
• At udvikle oplevelsen for vores crowdsamfund: Vores nye CrowdGen-platform giver os mulighed for at skale projekter hurtigt og fleksibelt i overensstemmelse med vores kunders behov, ved at udnytte AI til automatiseret screening og projekttilgang. Dette vil også forbedre vores bidragsyder-oplevelse med personlig støtte. Appen har været en tidlig tilhænger af at fremme gennemsigtighed, mangfoldighed og retfærdighed i vores data-indsamling, og vi forbliver forpligtet over for vores Crowd Code of Ethics.

Disse prioriteringer vil positionere Appen for bæredygtig vækst og innovation i den udviklende AI-landskab.

Tak for det gode interview, vi opfordrer læsere, der ønsker at lære mere, til at besøge Appen.