Όλγα Μεγκόρσκαγια, Ιδρύτρια και Διευθύντρια της Toloka – Σειρά Συνεντεύξεων

Όλγα Μεγκόρσκαγια, ιδρύτρια και διευθύντρια της Toloka, έχει ηγηθεί της εταιρείας από το 2020, οδηγώντας την από τις αρχικές της ρίζες στη σήμανση του πλήθους στο να γίνει ένας σημαντικός παίκτης στις υπηρεσίες δεδομένων AI. Πριν ιδρύσει και ηγηθεί της Toloka, πέρασε περισσότερη από μια δεκαετία στη Yandex, φτάνοντας σε ρόλο ως Διευθύντρια του Crowdsourcing και των Πλατφόρμων, όπου έχτισε και ανέπτυξε υποδομή σήμανσης δεδομένων από το πλήθος για προϊόντα μηχανικής μάθησης, συμπεριλαμβανομένων αναζήτησης, φωνής, ομιλίας, αυτονομίας, επιμέλειας περιεχομένου και πολλά άλλα. Υπό την ηγεσία της στην Toloka, η εταιρεία έχει θέσει τον εαυτό της ως einen παγκόσμιο συνεργάτη δεδομένων για την AI — συνδυάζοντας τεχνολογία μηχανικής μάθησης με ανθρώπινη εμπειρία για την υποστήριξη εκπαίδευσης, αξιολόγησης και ασφάλειας για μεγάλης κλίμακας μοντέλα και πράκτορες AI.

Toloka είναι μια εταιρεία με έδρα την Ολλανδία στο Άμστερνταμ που παρέχει υψηλής ποιότητας, εμπειρικά επιλεγμένα δεδομένα για την ανάπτυξη AI, που κυμαίνονται από σήμανση και σήμανση σε προσαρμοσμένα σύνολα δεδομένων για επιτηρούμενη λεπτομέρεια (SFT) και μάθηση από ανθρώπινη ανατροφοδότηση (RLHF). Η εταιρεία υποστηρίζει eine ευρεία ποικιλία modality — κείμενο, εικόνα, ήχο, βίντεο — και εμπλέκει ειδικούς του κλάδου μαζί με ένα παγκόσμιο πλήθος για να παρέχει μετρημένα, ακριβή σύνολα δεδομένων για την εκπαίδευση και αξιολόγηση προηγμένων πρακτόρων AI και μεγάλων μοντέλων γλωσσών. Οι υπηρεσίες τους βοηθούν στην βελτίωση ικανοτήτων όπως η σύνεση, η πολυγλωσσία, η γεννήτρια εικόνων/ήχου και η ασφάλεια AI σε διάφορους κλάδους και εφαρμογές.

Πέρασα χρόνια κατασκευάζοντας συστήματα ανθρώπου στο βρόχο στη Yandex πριν συνιδρύσω την Toloka το 2020. Ποια ήταν η στιγμή που σας έκανε να πιστέψετε ότι αυτό χρειαζόταν να γίνει μια ξεχωριστή εταιρεία, και πώς αυτή η εμπειρία σχήμασε την όρασή σας για τον ρόλο της Toloka στην ανάπτυξη AI;

Σε κάποιο σημείο, συνειδητοποιήσαμε ότι η Toloka είχε ξεπεράσει την εταιρεία προέλευσης. Ερευνητές AI από όλο τον κόσμο χρησιμοποιούσαν την πλατφόρμα, και αναγνώρισα ότι η εταιρεία θα μπορούσε να επιτύχει περισσότερα ως ανεξάρτητη οντότητα. Συνέπεια, η Toloka ήταν σε θέση να βασιστεί στην συσσώρευση εμπειρίας εκατοντάδων ομάδων AI που συλλέγουν δεδομένα εκπαίδευσης για το πλήρες φάσμα λύσεων AI — από αναζήτηση ιστού και βοηθούς φωνής σε chatbots GenAI και πράκτορες AI. Έχουμε από τότε συνδυάσει την εμπειρία μας στη διαχείριση ανθρώπινης προσπάθειας με την κατασκευή και εκπαίδευση πρακτόρων AI για να δημιουργήσουμε το νέο μας προϊόν, Tendem.

Έχετε πει ότι η πραγματική διαταραχή που έρχεται δεν θα προέλθει από πλήρως αυτονομούς πράκτορες. Τι σας οδήγησε στο συμπέρασμα ότι οι υβριδικοί πράκτορες — συνδυάζοντας αυτοματοποίηση AI με ανθρώπινη κρίση — είναι το μοντέλο που θα κερδίσει最終;

Ενώ πιστεύω ότι οι λύσεις AI μόνο σε πολλές περιοχές θα φτάσουν σύντομα σε ένα εκπληκτικό επίπεδο ποιότητας για να ικανοποιήσουν πλήρως τις ανάγκες των πελατών, θα υπάρχει πάντα μια μακρά ουρά περιπτώσεων που τα βασικά μοντέλα δεν θα είναι ποτέ βελτιστοποιημένα. Αυτό είναι το σημείο όπου η υβριδική προσέγγιση θα υπερβεί και τις λύσεις AI μόνο και τις ανθρώπινες μόνο για τον προβλέψιμο μέλλον. Έχουμε δει το ίδιο μοτίβο να επαναλαμβάνεται επανειλημμένα τα τελευταία δέκα χρόνια: η AI μπορεί να κλιμακωθεί τις εργασίες όμορφα, αλλά πλήττεται από τη νюανς, το контέκστ και τις κλήσεις κρίσης που έχουν σημασία σε πραγματικά επιχειρηματικά περιβάλλοντα. Οι επαγγελματίες θέλουν ταχύτητα, αλλά επίσης χρειάζονται αξιοπιστία — οι πλήρως αυτονομικοί πράκτορες απλά δεν μπορούν να εγγυηθούν这一 σήμερα. Οι υβριδικοί συστήματα κερδίζουν γιατί λύνουν και τις δύο πλευρές της εξίσωσης. Η AI χειρίζεται αυτό που είναι καλύτερη: ταχύτητα, δομή και επαναληψιμότητα. Η ανθρώπινη εμπειρία γεμίζει τα κενά: αμφιβολία, περιπτώσεις άκρων και ερμηνεία. Όταν συνδυάσετε και τα δύο φυσικά, παίρνετε μια ροή εργασίας που είναι και γρήγορη και αξιόπιστη. Αυτό είναι το μοντέλο που οι επαγγελματίες θα βασιστούν最終.

Έχετε σημειώσει ότι η AI σπάει στην αμφιβολία και την πολυεγγραφή. Ποια είδη εργασιών αποκαλύπτουν αυτές τις περιορισμοί πιο καθαρά;

Εργασίες μακράς ορίζοντας — αυτές που απαιτούν σύνθεση πολλών πηγών, συμφιλίωση αντίθετων πληροφοριών, ή ερμηνεία контέκστου, και που θα Took humans ώρες ή ακόμη και ημέρες για να ολοκληρωθούν — tend να εκθέτουν τα τρέχοντα όρια της AI. Παραδείγματα περιλαμβάνουν έρευνα αγοράς, ανταγωνιστική ανάλυση, περίληψη μακροχρόνιων εγγράφων, σύνθεση πρωτογενούς περιεχομένου από μεικτές εισόδους, ή εξαγωγή ερμηνειών που εξαρτώνται από ανθρώπινη νύξη έναντι αναγνώρισης μοτίβου. Η AI είναι εξαιρετική στην παραγωγή μιας πρώτης διόρθωσης. Nhưng τη στιγμή που μια εργασία απαιτεί προτεραιότητα, κρίση ή συμφιλίωση αμφιβολίας, η αξιοπιστία πέφτει απότομα. Αυτό είναι το σημείο όπου οι ανθρώπινες εμπειρίες είναι απαραίτητες.

Πολλοί επαγγελματίες χρησιμοποιούν AI αλλά δεν εμπιστεύονται πλήρως. Πώς η προσέγγισή σας ξαναχτίζει την εμπιστοσύνη στην ανάθεση πραγματικής εργασίας σε συστήματα που υποστηρίζονται από AI;

Η εμπιστοσύνη βελτιώνεται όταν οι άνθρωποι δεν πρέπει να διορθώνουν την έξοδο AI. Η προσέγγισή μας ξαναχτίζει την εμπιστοσύνη με την ενσωμάτωση ανθρώπων στη ροή εργασίας από την αρχή, όχι ως μια διαδρομή ανέβασματος όταν η AI αποτυγχάνει. Κάθε εργασία στο Tendem ρέει μέσω ενός AI project manager που αποφασίζει τι πρέπει να αυτοματοποιηθεί και τι απαιτεί ανθρώπινη εμπειρία. Μετά από αυτό, και οι αυτοματοποιημένες ελέγχοι και η ανθρώπινη QA εγγυώνται ότι η τελική έξοδος είναι ακριβής, πλήρης και επιχειρηματικά έτοιμη. Για τους επαγγελματίες, αυτό σημαίνει ότι μπορούν να αναθέσουν εργασία και να περιμένουν ένα επιβεβαιωμένο αποτέλεσμα, όχι ένα σχέδιο που πρέπει να επισκευαστεί.

Τι μηχανισμοί εγγυώνται ότι οι ανθρώπινες εμπειρίες στη ροή εργασίας διατηρούν υψηλής ποιότητας έξοδο χωρίς να επιβραδύνουν τη ροή εργασίας;

Δύο πράγματα κάνουν αυτό δυνατό:

• Ειδίκευση σε κλίμακα. Οι εμπειρίες στο δίκτυο Tendem είναι προ-ελεγμένες, εκπαιδευμένες και αντιστοιχισμένες με βάση την εμπειρία του κλάδου. Δεν είναι γενικοί ελεύθεροι που προσπαθούν να προσαρμοστούν στο γρήγορο — είναι ήδη προετοιμασμένοι για συγκεκριμένα είδη εργασιών.
• Στρωματοποιημένη QA και έξυπνη διαδρομή. Η AI χειρίζεται τα βρεάδικα βήματα ώστε οι ανθρώπινες εμπειρίες να εστιάσουν μόνο στα μέρη που απαιτούν κρίση. Μετά από αυτό, υπάρχει ένα δεύτερο στρώμα αυτοματοποιημένης QA και ανθρώπινης επαλήθευσης όπου χρειάζεται. Αυτό διατηρεί τους ανθρώπους ενεργούς όπου προσθέτουν την περισσότερη αξία, όχι όπου δημιουργούν φραγμούς.

Το αποτέλεσμα είναι ταχύτητα που ανταγωνίζεται την αυτοματοποίηση, με ακρίβεια που ανταγωνίζεται την ανθρώπινη επαλήθευση.

Σε βιομηχανίες που απαιτούν ακρίβεια και συμμόρφωση, πώς μπορούν οι υβριδικοί να προσφέρουν επαλήθευση και ελεγκτή που οι επιχειρήσεις μπορούν να βασιστούν;

Οι υβριδικοί έχουν τη δυνατότητα να προσφέρουν επαλήθευση και ελεγκτή γιατί κάθε βήμα στη ροή εργασίας είναι καταγεγραμμένο, αποδομένο και ελεγχόμενο. Ξέρετε ποια μέρη были αυτοματοποιημένα, ποια εκτελέστηκαν από προελεγμένες εμπειρίες και ποια βήματα QA επαλήθευαν την έξοδο. Σε υψηλά ρυθμιζόμενες βιομηχανίες, αυτή η διαδικασία γίνεται απαραίτητη. Δεν βασίζεστε πλέον σε μια μαύρη-κουτί απόφαση AI — έχετε μια επαλήθευση αλυσίδα κρίσης, διορθώσεων και εγκρίσεων. Αυτό είναι που κάνει τους υβριδικούς κατάλληλους για τομείς όπου η ακρίβεια και η συμμόρφωση δεν μπορούν να είναι προαιρετικές.

Ποια κατηγορίες γνώσης εργασίας περιμένετε να μετατοπιστούν σε υβριδικούς πράκτορες πρώτα, και ποια θα είναι οι πιο αργές να υιοθετήσουν αυτό το μοντέλο;

Συνολικά, πιστεύω ότι η υβριδική προσέγγιση είναι πολύ πιο εύκολη να υιοθετηθεί από μια προσέγγιση AI μόνο, οπότε περιμένουμε ότι σχεδόν οποιαδήποτε περιοχή μπορεί να καλυφθεί με αυτό το μοντέλο — η διαφορά θα είναι μόνο στο ποσοστό AI έναντι ανθρώπινης συμμετοχής. Οι πρώτοι υιοθετητές είναι ρόλοι όπου η ταχύτητα και η ακρίβεια και οι δύο έχουν σημασία, αλλά η εργασία είναι ακόμη πολύ επαναλαμβανόμενη. Βλέπουμε ήδη ισχυρή έλξη από συμβουλευτικές, μάρκετινγκ, πωλήσεις, έρευνα και δημιουργία περιεχομένου. Οι πιο σύνθετοι (και πιθανότατα οι πιο ενδιαφέροντες) τομείς για να λυθούν είναι αυτοί που είναι πιο κοντά στον φυσικό κόσμο, όπως αρχιτεκτονική και κατασκευή. Αλλά βλέπω ένα σαφές τεχνολογικό μονοπάτι για να φτάσω εκεί επίσης.

Από επιχειρηματική άποψη, πώς οι οργανισμοί ωφελούνται όταν μετατοπίζονται από εργασία που διαχειρίζεται ελεύθερος σε υβριδικούς πράκτορες;

Οι υβριδικοί πράκτορες εξαφανίζουν δύο από τις μεγαλύτερες ανεπάρκειες στη διαχείριση ελεύθερων: την διαχείριση και την ανομοιόμορφη ποιότητα. Οι οργανισμοί και οι επαγγελματίες δεν πρέπει πλέον να προσλάβουν, να ελέγξουν, να ενημερώσουν, να διαχειριστούν ή να διορθώσουν ελεύθερους. Ο υβριδικός πράκτορας χειρίζεται την ορχήστρα της ροής εργασίας αυτόματα, αναθέτοντας την σωστή συνδυασμό AI και ανθρώπινης εμπειρίας για κάθε βήμα. Αυτό μειώνει τον χρόνο περιστροφής, стандαρδοποιεί την ποιότητα της έξοδου και κλιμακώνει την εργασία χωρίς να αυξάνει τον αριθμό των υπαλλήλων. Με λίγα λόγια: παίρνετε την ταχύτητα της αυτοματοποίησης με την αξιοπιστία μιας ομάδας εμπειρογνωμόνων, αλλά χωρίς τη διαχείριση οποιασδήποτε από τις δύο.

Όταν οι υβριδικοί πράκτορες κερδίζουν mainstream τρακτίων, ποια επίδραση περιμένετε ότι αυτή η μετατόπιση θα έχει στην ευρύτερη οικονομία ελεύθερων και γίγ;

Πιστεύουμε ότι θα αναμορφώσει την οικονομία ελεύθερων. Αντί να ξοδεύουν χρόνο σε χαμηλού επιπέδου, επαναλαμβανόμενες εργασίες, οι ελεύθεροι μπορούν να συνδεθούν σε υβριδικά συστήματα ως ειδικοί σε συγκεκριμένες περιοχές. Η εργασία γίνεται πιο δομημένη: υψηλής αξίας, πιο προβλέψιμη και πιο σταθερή. Αντί να κυνηγούν ασυνεχείς έργα, οι εμπειρογνώμονες μπορούν να συνεισφέρουν σε κλίμακα μέσω πλατφόρμων όπως το Tendem, όπου οι ικανότητές τους αντιστοιχούν στα σωστά έργα και υποστηρίζονται από συστήματα AI που αφαιρούν το βαρύ εργάσιμο.

Κοιτάζοντας μπροστά μερικά χρόνια, τι σημαίνει «αναθέτηση σε AI» όταν οι υβριδικοί πράκτορες γίνονται τυποποιημένοι σε ψηφιακή εργασία;

Η αναθέτηση θα μοιάζει λιγότερο με «χρήση eines εργαλείου» και περισσότερο με χέρι σε μια ικανή ομάδα. Θα περιγράψετε το αποτέλεσμα που θέλετε, και ο υβριδικός πράκτορας θα το διασπάσει, θα διανείμει τις υπο-εργασίες, θα εφαρμόσει το σωστό μείγμα AI και ανθρώπινης εμπειρίας, θα επαλήθευσει τα αποτελέσματα και θα παραδώσει ένα ολοκληρωμένο προϊόν — όλα μέσα σε ώρες. Η μετατόπιση θα είναι από τη χρήση AI ως βοηθού σχεδίασης, στην εμπιστοσύνη AI ως διευθυντής έργου που εποπτεύει μια ολόκληρη ροή εργασίας. Αυτό είναι όταν συμβαίνει η αληθινή αναθέτηση: όταν οι επαγγελματίες μπορούν να εμπιστευτούν το σύστημα να παραδώσει την τελική έξοδο, όχι μόνο ένα σημείο εκκίνησης.

Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν Toloka.