Ryan Kolln, CEO tại Appen – Interview Series

Εντάχθηκε στην Appen AI το 2018 ως VP της Corporate Development, οδηγώντας στρατηγικές αγορές όπως η Figure Eight και η Quadrant, και υποστήριξε την ίδρυση των τμημάτων της Κίνας και της Ομοσπονδιακής κυβέρνησης. Πριν από τη διορισμό του ως CEO, υπηρέτησε ως Chief Operating Officer, εποπτεύοντας τις παγκόσμιες λειτουργίες και στρατηγική.

Με πάνω από 20 χρόνια εμπειρίας στην τεχνολογία και τις τηλεπικοινωνίες, πώς έχει διαμορφώσει η καριέρα σας την προσέγγισή σας στην ηγεσία της Appen μέσω του ταχέως εξελισσόμενου τοπίου της AI;
Η καριέρα μου ξεκίνησε ως μηχανικός τηλεπικοινωνιών, όπου ο ρόλος μου ήταν να κατασκευάζω και να βελτιώνω δίκτυα και να εμπλέκω σε τεράστια ποσότητα δεδομένων, αναλυτικών και να βρίσκω καινοτόμες λύσεις για να βελτιώσω την απόδοση του δικτύου και την εμπειρία του πελάτη.
Μετά την ολοκλήρωση του MBA μου στο NYU, αυτό εξελίχθηκε σε ηγετικές θέσεις στη στρατηγική τεχνολογίας και συγχωνεύσεων & αγορών, όπου εστίασα σε μεγαλύτερες στρατηγικές ερωτήσεις, όπως οι αναδυόμενες τάσεις, οι ευκαιρίες επένδυσης και τα επιχειρηματικά μοντέλα. Αυτό το υπόβαθρο μου έδωσε μια βαθιά κατανόηση και των τεχνικών και των επιχειρηματικών аспектών των αναδυόμενων τεχνολογιών.
Στην Appen, εργαζόμαστε στο σημείο τομής της AI και των δεδομένων, και η εμπειρία μου μου έχει επιτρέψει να οδηγήσω την εταιρεία και να πλοηγηθώ στις сложκότητες του ταχέως εξελισσόμενου χώρου της AI, περνώντας από σημαντικές εξελίξεις όπως η αναγνώριση φωνής, NLP, συστήματα συστάσεων και τώρα γεννητική AI. Αυτή η στρατηγική όραση είναι κρίσιμη καθώς η AI συνεχίζει να μεταμορφώνει τις βιομηχανίες παγκοσμίως.
Έχετε εργαστεί στην Appen από το 2018, οδηγώντας μεγάλες αγορές όπως η Figure Eight και η Quadrant. Πώς έχουν αυτές οι στρατηγικές κινήσεις τοποθετήσει την Appen ως ηγέτη στις υπηρεσίες δεδομένων AI, και τι βλέπετε ως την επόμενη μεγάλη ευκαιρία για την εταιρεία;
Οι αγορές της Figure Eight και της Quadrant ήταν κρίσιμες για την επέκταση των ικανοτήτων μας σε δεδομένα AI, ιδιαίτερα σε περιοχές όπως η σημείωση δεδομένων και η γεωχωρική ευφυΐα. Η πλατφόρμα σημείωσης δεδομένων της Figure Eight ήταν ιδιαίτερα επηρεστική. Η πλατφόρμα είναι高度 customizable, και την abbiamo χρησιμοποιήσει για εργασία σε πολλά διαφορετικά domains. Πιο πρόσφατα, abbiamo χρησιμοποιήσει την πλατφόρμα για να τρέξουμε τα περισσότερα από τα dataflows της γεννητικής AI μας.
Επιπλέον των αγορών, πριν από περίπου 5 χρόνια, δημιούργησαμe μια επιχείρηση στην Κίνα που ονομάζεται Appen China. Τώρα είμαστε η μεγαλύτερη εταιρεία δεδομένων AI στην Κίνα, με έσοδα σχεδόν διπλάσια από τους πλησιέστερους μας ανταγωνιστές.
Κοιτάζοντας μπροστά, ο στόχος για την Appen είναι η υποστήριξη της ανάπτυξης και της υιοθέτησης της γεννητικής AI. Υπάρχουν σημαντικές ευκαιρίες ανάπτυξης και στις δύο πλευρές, τόσο των κατασκευαστών μοντέλων όσο και των εταιρειών που αναζητούν να υιοθετήσουν γεννητική AI στις επιχειρήσεις τους. Νιώθουμε ότι είμαστε μόλις στην αρχή του μεγαλύτερου κύματος AI.
Η ποιότητα των δεδομένων παίζει κρίσιμο ρόλο στην ανάπτυξη μοντέλων AI. Μπορείτε να μοιραστείτε πώς η Appen διασφαλίζει την ακρίβεια, την ποικιλία και τη σχετικότητα των συνόλων δεδομένων της, ιδιαίτερα με την αυξανόμενη ζήτηση για υψηλής ποιότητας δεδομένα εκπαίδευσης LLM;
Η Appen έχει ως ισχύ το να δημιουργεί συνεχώς υψηλής ποιότητας δεδομένα. Συνεργαζόμαστε στενά με τους πελάτες μας για να κατανοήσουμε τους στόχους των μοντέλων AI τους και να αναπτύξουμε υψηλής ποιότητας δεδομένα για τις ανάγκες τους μέσω μιας πολυεπίπεδης προσέγγισης που συνδυάζει αυτοματοποιημένα εργαλεία και ανθρώπινη ανατροφοδότηση. Έχουμε einen παγκόσμιο εργατικό δυναμικό που υπερβαίνει το 1 εκατομμύριο σε πάνω από 200 χώρες, το οποίο μας επιτρέπει να επιλέξουμε μια ομάδα ποικιλόμορφων και εξειδικευμένων συνεισφερόντων. Μέσω αυστηρής ελέγχου ποιότητας και ανατροφοδοτικών βουλών, διασφαλίζουμε ότι τα δεδομένα είναι ακριβή, συνεπή και σχετικά, και μπορούν να χρησιμοποιηθούν για να βελτιώσουν αποτελεσματικά την απόδοση των μοντέλων AI. Αυτό επιτρέπει στα συστήματα AI να λειτουργούν αποτελεσματικά σε πραγματικά περιβάλλοντα και μπορεί επίσης να χρησιμοποιηθεί για να βελτιώσει την ανθεκτικότητα και να μειώσει την προκατάληψη, ιδιαίτερα για LLM.
Συνθετικά δεδομένα generation κερδίζει δημοτικότητα, και η επένδυση της Appen στη Mindtech υπογραμμίζει το ενδιαφέρον σας σε αυτήν την περιοχή. Μπορείτε να συζητήσετε τα πλεονεκτήματα και τα μειονεκτήματα της χρήσης συνθετικών ή web-scraped δεδομένων έναντι των crowdsourced δεδομένων για την εκπαίδευση μοντέλων AI, και πώς βλέπετε τα συνθετικά δεδομένα να συμπληρώνουν τα crowdsourced δεδομένα που είναι γνωστή η Appen;
­­Τα υψηλής ποιότητας δεδομένα είναι κρίσιμα αλλά μπορεί να είναι ακριβά και χρονοβόρα να παραχθούν, και αυτό είναι το λόγο για τον οποίο τα συνθετικά δεδομένα κερδίζουν προσοχή. Λειτουργούν καλά για δομημένα δεδομένα σε παραδοσιακές εργασίες AI/ML, ιδιαίτερα σε βιομηχανίες με αυστηρές κανονιστικές προδιαγραφές όπως η υγεία και η finance, καθώς αποφεύγουν τη χρήση προσωπικών πληροφοριών.
Ωστόσο, τα συνθετικά δεδομένα συχνά λείπουν του βάθους και της νюανς των πραγματικών δεδομένων, ιδιαίτερα για σύνθετες εργασίες Γεννητικής AI που απαιτούν ποικιλία και βαθιά εξειδίκευση. Μπορεί επίσης να διαιωνίσουν λάθη ή προκαταλήψεις από τα αρχικά δεδομένα. Τα web-scraped δεδομένα, που χρησιμοποιούνται συνήθως για LLM, παρουσιάζουν τις δικές τους προκλήσεις με χαμηλής ποιότητας περιεχόμενο, προκατάληψη και ψευδή πληροφορίες, απαιτώντας προσεκτική επιμέλεια.
Τα crowdsourced δεδομένα, στα οποία ειδικεύεται η Appen, παραμένουν η “αλήθεια”. Η ανθρώπινη εμπειρία είναι κρίσιμη για τη δημιουργία των ποικίλων και σύνθετων δεδομένων που απαιτούνται για να βελτιώσουν την ακρίβεια των μοντέλων AI και να διασφαλίσουν την ευθυγράμμιση με τις ανθρώπινες αξίες.
Θεωρούμε τα συνθετικά δεδομένα ως συμπληρωματικά στα ανθρώπινα-σημειωμένα δεδομένα μας. Ενώ τα συνθετικά δεδομένα μπορούν να επιταχύνουν certains μέρη της διαδικασίας, τα ανθρώπινα-σημειωμένα δεδομένα διασφαλίζουν ότι τα μοντέλα αντανακλούν την πραγματική ποικιλία. Μαζί, παρέχουν μια ισορροπημένη προσέγγιση για τη δημιουργία υψηλής ποιότητας δεδομένων εκπαίδευσης για AI.
Ο Νόμος της ΕΕ για την AI και άλλες παγκόσμιες κανονισμοί διαμορφώνουν τους ηθικούς προτύπους γύρω από την ανάπτυξη AI. Πώς βλέπετε αυτούς τους κανονισμούς να επηρεάζουν τις επιχειρήσεις της Appen και την ευρύτερη βιομηχανία AI στο μέλλον;
Ο Νόμος της ΕΕ για την AI και παρόμοιοι παγκόσμιοι κανονισμοί είναι πιθανό να επηρεάσουν τις επιχειρήσεις της Appen με τη θέσπιση νέων ηθικών προτύπων για την ανάπτυξη και την απόδοση μοντέλων AI. Μπορεί να δούμε αλλαγές στο πώς χειριζόμαστε τα δεδομένα, διασφαλίζουμε την ισότητα των μοντέλων και αντιμετωπίζουμε ηθικές προβληματικές. Αυτό μπορεί να οδηγήσει σε πιο αυστηρές διαδικασίες και πιθανές προσαρμογές στη προσέγγισή μας στην εκπαίδευση και την επικύρωση μοντέλων.
Γενικά, αυτοί οι κανονισμοί θα οδηγήσουν τη βιομηχανία προς υψηλότερα ηθικά πρότυπα, θα αυξήσουν το κόστος συμμόρφωσης και μπορεί να επιβραδύνουν某些 аспектς της καινοτομίας. Ωστόσο, θα οδηγήσουν επίσης σε μεγαλύτερη ευθύνη και διαφάνεια, που θα μπορούσε τελικά να οδηγήσει σε πιο υπεύθυνη και βιώσιμη ανάπτυξη AI.
Με αυξανόμενες ανησυχίες γύρω από προκατάληψη στην AI, πώς εργάζεται η Appen για να διασφαλίσει ότι τα συνόλα δεδομένων που χρησιμοποιούνται για την εκπαίδευση μοντέλων AI είναι ηθικά πηγαμένα και ελεύθερα από προκατάληψη, ιδιαίτερα σε ευαίσθητες περιοχές όπως η φυσική γλώσσα και η οπτική;
Εργαζόμαστε ενεργά για να μειώσουμε την προκατάληψη διαμορφώνοντας τη διαφορετικότητα και την ένταξη σε όλα τα έργα μας. Είναι ενθαρρυντικό να δούμε ότι πολλοί από τους πελάτες μας εστίαζαν στην κατανόηση ευρείας δημογραφίας στη συλλογή δεδομένων και στην αξιολόγηση μοντέλων. Έχοντας ένα παγκόσμιο πλήθος που κατοικεί στις περισσότερες χώρες, μας επιτρέπει να πηγαίνουμε δεδομένα από eine ποικιλία προοπτικών και εμπειριών, που είναι ιδιαίτερα σημαντικό σε ευαίσθητες περιοχές όπως η φυσική γλώσσα και η οπτική.
Από το 2019, κανονικοποιήσαμε τις καλύτερες πρακτικές μας στο Κώδικα Ηθικής του Πλήθους, δείχνοντας την αφοσίωσή μας στην διαφορετικότητα, την ισότητα και την ευημερία του πλήθους. Αυτό περιλαμβάνει την αφοσίωσή μας στην δίκαιη αμοιβή, διασφαλίζοντας ότι η φωνή του πλήθους ακούγεται, και τη διατήρηση αυστηρών προστασιών ιδιωτικού απορρήτου. Διατηρώντας αυτές τις αρχές, στοχεύουμε να παρέχουμε υψηλής ποιότητας, ηθικά πηγαμένα δεδομένα που υποστηρίζουν την υπεύθυνη ανάπτυξη AI.
Όπως η AI γίνεται πιο ενσωματωμένη σε βιομηχανίες όπως η αυτοκινητοβιομηχανία, η διαφήμιση και η AR/VR, πώς η Appen θέτει τον εαυτό της για να καλύψει την αυξανόμενη ζήτηση για εξειδικευμένα δεδομένα εκπαίδευσης σε αυτούς τους τομείς;
Κατά τη διάρκεια των τελευταίων 27 ετών, παρείχαμε εξειδικευμένα δεδομένα εκπαίδευσης για eine ποικιλία βιομηχανιών και περιπτώσεων χρήσης, και συνεχίζουμε να εξελισσόμαστε καθώς οι ανάγκες των πελατών μας εξελίσσονται.
Ως παράδειγμα, στην αυτοκινητοβιομηχανία, δούλεψαμε με επικεφαλής αυτοκινητοβιομηχανικές εταιρείες και παρόχους λύσεων εσωτερικού οχήματος για να κατασκευάσουμε εσωτερικά συστήματα ομιλίας. Τώρα, βοηθάμε τους πελάτες μας σε νέες περιοχές όπως η συλλογή βίντεο δεδομένων οδηγών για να βοηθήσουμε την ασφάλεια με τη監視 της απόσπασης του οδηγού.
Στη διαφήμιση, βοηθήσαμε μια επικεφαλής παγκόσμια πλατφόρμα διαφήμισης να βελτιώσει την ποιότητα και την ακρίβεια των διαφημίσεων για την σχετικότητα των χρηστών. Τώρα, καθώς πολλές από τις πλατφόρμες υιοθετούν λύσεις γεννητικής AI, το πλήθος μας δεν chỉ αξιολογεί την σχετικότητα των διαφημίσεων αλλά και βοηθά στην αξιολόγηση της ποιότητας των γεννημένων διαφημίσεων.
Έχουμε能够 να κάνουμε όλα αυτά μέσω της ροβούστης πλατφόρμας σημείωσης μας, η οποία μπορεί να προσαρμοστεί για να υποστηρίξει σύνθετες ροές εργασίας και διάφορες modalities δεδομένων, συμπεριλαμβανομένων κειμένου, ήχου, εικόνας, βίντεο και multimodal σημείωσης. Αλλά τελικά, η ικανότητά μας να κινηθούμε με την εξελισσόμενη βιομηχανία έρχεται xuống στη βαθιά μας εμπειρία στα δεδομένα για την ανάπτυξη AI και τη στενή партνέρια μας με τους πελάτες μας.
Η Appen έχει sido ηγέτης στην παροχή υψηλής ποιότητας δεδομένων για eine ποικιλία εφαρμογών AI. Κοιτάζοντας μπροστά, πώς βλέπετε τον ρόλο της Appen να εξελίσσεται καθώς η γεννητική AI και τα LLMs συνεχίζουν να εξελίσσονται και να επηρεάζουν τις παγκόσμιες αγορές;
Η γεννητική AI και τα LLMs μεταμορφώνουν τις βιομηχανίες, και θα συνεχίσουμε να παίζουμε κρίσιμο ρόλο στην παροχή υψηλής ποιότητας δεδομένων για να υποστηρίξουμε αυτές τις προόδους. Όταν πρόκειται για παγκόσμιες αγορές, η ικανότητά μας να πηγαίνουμε δεδομένα σε πάνω από 200 χώρες και 500+ γλώσσες θα γίνει ακόμη πιο πολύτιμη, και έχουμε μια ισχυρή ιστορία σε αυτό, καθώς βοηθήσαμε εταιρείες όπως η Microsoft να εκκινήσουν μοντέλα μετάφρασης μηχανής για πάνω από 110 γλώσσες.
Όσο η ανάπτυξη εφαρμογών LLM αυξάνεται, βλέπουμε μια αυξανόμενη ζήτηση για την ευθυγράμμιση με τους τελικούς χρήστες, συμπεριλαμβανομένων των ικανοτήτων τοπικής языκής για να διασφαλίσουμε ότι οι γλωσσικές και πολιτιστικές νюανς αντιμετωπίζονται σε διάφορες παγκόσμιες αγορές. Είμαστε αφοσιωμένοι να βοηθήσουμε τις εταιρείες να αναπτύξουν συστήματα AI που είναι και επιδόσεις και υπεύθυνες, διασφαλίζοντας ότι τα δεδομένα που χρησιμοποιούνται για την εκπαίδευση αυτών των μοντέλων είναι ποικιλόμορφα, σχετικά και ηθικά πηγαμένα.
Η Appen είναι γνωστή για την ενεργοποίηση некоторых από τα πιο προηγμένα LLM στον κόσμο. Ποια είναι κάποια από τα καινοτόμα στην σημείωση και συλλογή δεδομένων που η Appen εστίασε για να βελτιώσει την απόδοση αυτών των μοντέλων;
Είμαστε συνεχώς καινοτομώντας τις διαδικασίες σημείωσης και συλλογής δεδομένων μας για να βελτιώσουμε την απόδοση των LLM. Eine περιοχή εστίασης είναι η βελτίωση της αποδοτικότητας και της ακρίβειας της σημείωσης δεδομένων μέσω προηγμένων εργαλείων AI, τα οποία βοηθούν να ροηματοποιήσουν και να αυτοματοποιήσουν μέρη της διαδικασίας ενώ διατηρούν υψηλά πρότυπα ποιότητας.
Μπορούμε να αναγνωρίσουμε τα σημεία δεδομένων που απαιτούν περαιτέρω ανθρώπινη είσοδο, διασφαλίζοντας ότι οι προσπάθειες σημείωσης είναι στοχευμένες όπου θα έχουν την μεγαλύτερη επίδραση. Έχουμε ολοκληρώσει χαρακτηριστικά στην πλατφόρμα μας όπως το Model Mate, το οποίο μπορεί να χρησιμοποιηθεί για να επιταχύνει την παραγωγή δεδομένων και να βελτιώσει την ποιότητα δεδομένων. Είμαστε επίσης εστιασμένοι στις καλύτερες πρακτικές στη διαχείριση συνεισφερόντων, η οποία είναι σημαντική καθώς η σύνθετη των εργασιών αυξάνεται.
Η ικανότητα να κατανοήσουμε την απόδοση του συνεισφέροντα και να παρέχουμε ανατροφοδότηση για να συνεχίσουμε να βελτιώνουμε την ποιότητα των ανθρώπινα-παραγόμενων δεδομένων μας. Αυτές οι καινοτομίες μας επιτρέπουν να παρέχουμε υψηλής ποιότητας, μεγάλης κλίμακας δεδομένα που απαιτούνται για να ενεργοποιήσουν και να tinh chỉnh τα κορυφαία LLM στον κόσμο.
Όπως είστε στο νέο σας ρόλο ως CEO, ποια είναι τα κορυφαία προτεραιότητά σας για την Appen τα επόμενα χρόνια, και πώς σχεδιάζετε να οδηγήσετε την ανάπτυξη της εταιρείας σε ένα高度 ανταγωνιστικό AI χώρο;
Όπως μεταβαίνω στο ρόλο του CEO, οι στρατηγικές μου προτεραιότητες έχουν σχεδιαστεί για να διασφαλίσουν την ηγεσία της Appen στο ανταγωνιστικό τοπίο της AI:

• Υποστήριξη της ανάπτυξης μοντέλων γεννητικής AI: Κατά τους τελευταίους 18 μήνες, η γεννητική AI έχει γίνει κρίσιμος συνιστώσας της υπηρεσίας μας, με 28% του εσόδου της ομάδας να προέρχεται από έργα σχετικά με τη γεννητική AI τον Ιούνιο του 2024, σε σύγκριση με 8% τον Ιανουάριο. Βλέπουμε σημαντικό потенシャル στην αγορά της γεννητικής AI, η οποία προβλέπεται να φτάσει τα 1,3 τρισεκατομμύρια δολάρια μέχρι το 2032, σύμφωνα με προβλέψεις της βιομηχανίας.
• Υποστήριξη της υιοθέτησης μοντέλων γεννητικής AI: Βλέπουμε ανάπτυξη σε νέες περιοχές καθώς οι επιχειρήσεις εκμεταλλεύονται λύσεις γεννητικής AI για τις περιπτώσεις χρήσης τους. Αν και το ποσοστό των έργων γεννητικής AI που φτάνουν στη διανομή είναι χαμηλό, προβλέπουμε ότι το FY24/25 θα είναι μια μεταβατική περίοδος όπου τα πειράματα μετακινούνται στην παραγωγή και οδηγούν την ζήτηση για εξειδικευμένα και υψηλής ποιότητας δεδομένα.
• Βελτίωση και αυτοματοποίηση του τρόπου που προετοιμάζουμε τα δεδομένα: Χρησιμοποιώντας την AI για την εγγύηση ποιότητας και αυτοματοποιώντας certains βήματα της διαδικασίας προετοιμασίας δεδομένων. Αυτό θα μας επιτρέψει να βελτιώσουμε την ποιότητα δεδομένων ενώ επίσης βελτιώνουμε την λειτουργική μας αποτελεσματικότητα, βελτιώνοντας τα περιθώρια κέρδους μας.
• Εξέλιξη της εμπειρίας για τους συνεισφέροντες μας: Η νέα μας πλατφόρμα CrowdGen μας επιτρέπει να κλιμακώνουμε έργα γρήγορα και ευέλικτα σύμφωνα με τις ανάγκες των πελατών μας, χρησιμοποιώντας την AI για αυτοματοποιημένη οθόνη και αντιστοίχιση έργων. Αυτό θα βελτιώσει επίσης την εμπειρία του συνεισφέροντα με προσωποποιημένη υποστήριξη. Η Appen έχει sido ένας πρώιμος υιοθετητής στην προώθηση της διαφάνειας, της διαφορετικότητας και της ισότητας στη πηγή δεδομένων μας, και παραμένουμε αφοσιωμένοι στον Κώδικα Ηθικής του Πλήθους.

Αυτές οι προτεραιότητες θα θέσουν την Appen για τη συνεχής ανάπτυξη και καινοτομία στο εξελισσόμενο τοπίο της AI.

Ευχαριστούμε για τη μεγάλη συνέντευξη, και ενθαρρύνουμε τους αναγνώστες που επιθυμούν να μάθουν περισσότερα να επισκεφθούν Appen.