Ryan Kolln, CEO de Appen – Serie de entrevistas

Al unirse a Appen AI en 2018 como VP de Desarrollo Corporativo, lideró adquisiciones estratégicas como Figure Eight y Quadrant, y apoyó el establecimiento de las divisiones de China y Federal. Antes de su nombramiento como CEO, se desempeñó como Director de Operaciones, supervisando las operaciones y la estrategia globales.

Con más de 20 años de experiencia en tecnología y telecomunicaciones, ¿cómo ha moldeado su carrera su enfoque para liderar a Appen a través del paisaje de IA en constante evolución?

Mi carrera comenzó como ingeniero de telecomunicaciones, donde mi función era construir y optimizar redes y involucraba una gran cantidad de datos, análisis y encontrar soluciones innovadoras para optimizar el rendimiento de la red y la experiencia del cliente.

Después de completar mi MBA en la Universidad de Nueva York, esto evolucionó hacia roles de liderazgo en estrategia de tecnología y fusiones y adquisiciones, donde me centré en cuestiones estratégicas más amplias, como tendencias emergentes, oportunidades de inversión y modelos de negocio. Esta experiencia me ha dado una comprensión profunda de los aspectos técnicos y comerciales de las tecnologías emergentes.

En Appen, trabajamos en la intersección de la IA y los datos, y mi experiencia me ha permitido liderar la empresa y navegar las complejidades en el espacio de IA en constante evolución, pasando por desarrollos importantes como el reconocimiento de voz, el NLP, los sistemas de recomendación y ahora la IA generativa. Esta visión estratégica es crucial ya que la IA continúa transformando las industrias a nivel global.

Ha estado en Appen desde 2018, impulsando adquisiciones importantes como Figure Eight y Quadrant. ¿Cómo han posicionado estas movidas estratégicas a Appen como líder en servicios de datos de IA, y qué ve como la próxima gran oportunidad para la empresa?

Las adquisiciones de Figure Eight y Quadrant fueron clave para expandir nuestras capacidades de datos de IA, particularmente en áreas como la anotación de datos y la inteligencia de geolocalización. La plataforma de anotación de datos de Figure Eight fue particularmente impactante. La plataforma es altamente personalizable, y la hemos utilizado para trabajar en muchos dominios diferentes. Más recientemente, hemos estado utilizando la plataforma para ejecutar la mayoría de nuestros flujos de datos de IA generativa.

Además de las adquisiciones, hace unos 5 años establecimos una operación en China llamada Appen China. Ahora somos la empresa de datos de IA más grande de China, con ingresos casi el doble que los de nuestros competidores más cercanos.

Mirando hacia adelante, el enfoque para Appen es apoyar el desarrollo y la adopción de la IA generativa. Hay oportunidades de crecimiento importantes tanto para los constructores de modelos como para las empresas que buscan adoptar la IA generativa en sus productos y operaciones. Sentimos que estamos apenas al comienzo de la mayor ola de IA.

La calidad de los datos juega un papel crucial en el desarrollo de modelos de IA. ¿Podría compartir cómo Appen garantiza la precisión, la diversidad y la relevancia de sus conjuntos de datos, especialmente con la creciente demanda de datos de entrenamiento de LLM de alta calidad?

La fortaleza de Appen es nuestra capacidad para crear datos de alta calidad de manera consistente y a escala. Trabajamos en estrecha colaboración con nuestros clientes para comprender sus objetivos de modelos de IA y desarrollar datos de alta calidad para sus necesidades a través de un enfoque multilayered que combina herramientas automatizadas y retroalimentación humana. Tenemos una fuerza laboral global de más de 1 millón de personas en más de 200 países, lo que nos permite curar un grupo de contribuyentes calificados y diversos. A través de un control de calidad riguroso y bucles de retroalimentación, garantizamos que los datos sean precisos, consistentes y relevantes, y pueden ser utilizados para mejorar efectivamente el rendimiento de los modelos de IA. Esto permite que los sistemas de IA operen de manera efectiva en entornos del mundo real y también puede ser utilizado para mejorar la robustez y reducir el sesgo, especialmente para los LLM.

La generación de datos sintéticos está ganando popularidad, y la inversión de Appen en Mindtech destaca su interés en esta área. ¿Podría discutir las ventajas y desventajas de utilizar datos sintéticos o extraídos de la web en comparación con los datos recopilados por multitudes para entrenar modelos de IA, y cómo ve los datos sintéticos complementando los datos recopilados por multitudes que Appen es conocida?

Los datos de alta calidad son cruciales pero pueden ser costosos y llevar mucho tiempo producir, por lo que los datos sintéticos están ganando atención. Funcionan bien para datos estructurados en tareas de IA/ML tradicionales, especialmente en industrias con estrictas regulaciones de privacidad como la atención médica y las finanzas, ya que evitan el uso de información personal.

Sin embargo, los datos sintéticos a menudo carecen de la profundidad y la complejidad de los datos del mundo real, especialmente para tareas de IA generativa complejas que requieren diversidad y experiencia profunda. También pueden perpetuar errores o sesgos de los datos originales. Los datos extraídos de la web, comúnmente utilizados para los LLM, presentan sus propios desafíos con contenido de baja calidad, sesgo y desinformación, lo que requiere una cuidadosa curación.

Los datos recopilados por multitudes, en los que Appen se especializa, siguen siendo la “verdad fundamental”. La experiencia humana es vital para generar datos complejos y diversos necesarios para mejorar la precisión de los modelos de IA y garantizar la alineación con los valores humanos.

Consideramos los datos sintéticos como complementarios a nuestros datos anotados por humanos. Mientras que los datos sintéticos pueden acelerar partes del proceso, los datos etiquetados por humanos garantizan que los modelos reflejen la diversidad del mundo real. Juntos, proporcionan un enfoque equilibrado para crear datos de entrenamiento de alta calidad para la IA.

La Ley de IA de la UE y otras regulaciones globales están configurando los estándares éticos alrededor del desarrollo de la IA. ¿Cómo ve estas regulaciones influyendo en las operaciones de Appen y en la industria de la IA en general en el futuro?

La Ley de IA de la UE y regulaciones similares a nivel global probablemente influirán en las operaciones de Appen al establecer nuevos estándares éticos para el desarrollo y el rendimiento de los modelos de IA. Podríamos ver cambios en la forma en que manejamos los datos, garantizamos la equidad de los modelos y abordamos consideraciones éticas. Esto podría llevar a procesos más rigurosos y ajustes potenciales en nuestro enfoque para la formación y validación de modelos.

En general, estas regulaciones probablemente impulsarán a la industria hacia estándares éticos más altos, aumentarán los costos de cumplimiento y podrían ralentizar algunos aspectos de la innovación. Sin embargo, también impulsarán una mayor rendición de cuentas y transparencia, lo que podría conducir a un desarrollo de IA más responsable y sostenible.

Con preocupaciones crecientes sobre sesgo en la IA, ¿cómo trabaja Appen para garantizar que los conjuntos de datos utilizados para entrenar modelos de IA sean éticamente obtenidos y libres de sesgo, particularmente en áreas sensibles como el procesamiento del lenguaje natural y la visión por computadora?

Trabajamos activamente para reducir el sesgo fomentando la diversidad y la inclusión en nuestros proyectos. Es alentador ver que muchos de nuestros clientes se centran en capturar demografías amplias en tareas de recopilación y evaluación de datos. Tener una multitud global que reside en la mayoría de los países nos permite obtener datos desde una amplia gama de perspectivas y experiencias, lo que es especialmente importante en áreas sensibles como el procesamiento del lenguaje natural y la visión por computadora.

Desde 2019, formalizamos nuestras mejores prácticas en el Código de Ética de la Multitud, mostrando nuestro compromiso con la diversidad, la equidad y el bienestar de la multitud. Esto incluye nuestro compromiso con una remuneración justa, garantizando que la voz de nuestra multitud sea escuchada y manteniendo estrictas protecciones de privacidad. Al cumplir con estos principios, nos esforzamos por entregar datos de alta calidad y éticamente obtenidos que apoyen el desarrollo responsable de la IA.

A medida que la IA se integra más en industrias como la automotriz, la publicidad y la realidad aumentada, ¿cómo se está posicionando Appen para satisfacer la creciente demanda de datos de entrenamiento especializados en estos sectores?

Durante los últimos 27 años, hemos proporcionado datos de entrenamiento especializados para una amplia gama de industrias y casos de uso, y seguimos evolucionando a medida que evolucionan las necesidades de nuestros clientes.

Por ejemplo, en la industria automotriz, trabajamos con empresas líderes en soluciones de cabina para construir sistemas de voz en vehículos. Ahora, estamos ayudando a nuestros clientes en nuevas áreas como la recopilación de datos de video de conductores para ayudar a la seguridad mediante la monitorización de la distracción del conductor.

En publicidad, ayudamos a una plataforma publicitaria global a mejorar la calidad y la precisión de los anuncios para la relevancia del usuario a lo largo de un programa global de varios años con más de 7 millones de evaluaciones. Ahora, a medida que muchas de las plataformas adoptan soluciones de IA generativa, nuestra multitud no solo evalúa la relevancia de los anuncios, sino que también ayuda a evaluar la calidad de los anuncios generados.

Hemos podido hacer todo esto a través de nuestra plataforma de anotación robusta, que se puede personalizar para admitir flujos de trabajo complejos y diversas modalidades de datos, incluyendo texto, audio, imagen, video y anotación multimodal. Pero en última instancia, nuestra capacidad para adaptarnos a la evolución de la industria se debe a nuestra profunda experiencia en datos para el desarrollo de la IA y a nuestra sólida asociación con nuestros clientes.

Appen ha sido un líder en la provisión de datos de alta calidad para una variedad de aplicaciones de IA. Mirando hacia adelante, ¿cómo ve el papel de Appen evolucionando a medida que la IA generativa y los LLM continúan desarrollándose e influyendo en los mercados globales?

La IA generativa y los LLM están transformando las industrias, y seguiremos desempeñando un papel crítico en la provisión de datos de alta calidad para apoyar estos avances. En cuanto a los mercados globales, nuestra capacidad para obtener datos en más de 200 países y más de 500 idiomas se volverá aún más valiosa, y tenemos una sólida historia en esto, ya que ayudamos a empresas como Microsoft (MSFT ) a lanzar modelos de traducción automática para más de 110 idiomas.

A medida que crece la implementación de aplicaciones de LLM, vemos una creciente demanda de alineación con los usuarios finales humanos, incluyendo capacidades de localización para garantizar que se aborden las sutilezas lingüísticas y culturales en varios mercados globales. Estamos comprometidos con ayudar a las empresas a desarrollar sistemas de IA que sean tanto performantes como responsables, garantizando que los datos utilizados para entrenar estos modelos sean diversos, relevantes y éticamente obtenidos.

Appen es conocida por impulsar algunos de los LLM más avanzados del mundo. ¿Cuáles son algunas de las innovaciones en anotación y recopilación de datos en las que Appen se centra para mejorar el rendimiento de estos modelos?

Estamos innovando continuamente nuestros procesos de anotación y recopilación de datos para mejorar el rendimiento de los LLM. Un área de enfoque es mejorar la eficiencia y la precisión de la anotación de datos a través de herramientas de IA asistida, que ayudan a racionalizar y automatizar partes del proceso mientras se mantienen los estándares de alta calidad.

Podemos identificar los puntos de datos que necesitan más aportes humanos, garantizando que los esfuerzos de anotación estén dirigidos donde tendrán el mayor impacto. Hemos integrado características en nuestra plataforma como Model Mate, que se pueden utilizar para acelerar la producción de datos y mejorar la calidad de los datos. También nos centramos en las mejores prácticas de gestión de contribuyentes, lo que es importante a medida que aumenta la complejidad de las tareas.

La capacidad de comprender el rendimiento a nivel de contribuyente y brindar retroalimentación para mejorar continuamente la calidad de nuestros datos generados por humanos. Estas innovaciones nos permiten proporcionar los datos de alta calidad y a gran escala necesarios para impulsar y afinar los LLM líderes en el mundo.

A medida que asume su nuevo rol como CEO, ¿cuáles son sus principales prioridades para Appen en los próximos años, y cómo planea impulsar el crecimiento de la empresa en el competitivo espacio de la IA?

Al asumir el rol de CEO, mis prioridades estratégicas están diseñadas para garantizar el liderazgo de Appen en el competitivo paisaje de la IA:

• Apoiar el desarrollo de modelos de IA generativa: En los últimos 18 meses, la IA generativa se ha convertido en un componente clave de nuestra oferta de servicios, con el 28% de los ingresos del grupo provenientes de proyectos relacionados con la IA generativa en junio de 2024, en comparación con el 8% en enero. Vemos un potencial significativo en el mercado de la IA generativa, que se espera alcance los $1.3 billones para 2032, según las previsiones de la industria.
• Apoiar la adopción de modelos de IA generativa: Vemos crecimiento en nuevos segmentos a medida que las empresas aprovechan soluciones de IA generativa para sus casos de uso. Aunque el porcentaje de proyectos de IA generativa que alcanzan la implementación es bajo, anticipamos que el año fiscal 2024/25 será un período de transición en el que los experimentos se muevan a la producción y impulse la demanda de datos personalizados y especializados de alta calidad.
• Optimizar y automatizar la forma en que preparamos los datos: Al utilizar la IA para el aseguramiento de la calidad y automatizar ciertos pasos del proceso de preparación de datos. Esto nos permitirá mejorar la calidad de los datos mientras también mejoramos la eficiencia operativa, mejorando nuestros márgenes brutos.
• Evolucionar la experiencia para nuestros trabajadores de la multitud: Nuestra nueva plataforma CrowdGen nos permite escalar proyectos rápidamente y de manera flexible en línea con las necesidades de nuestros clientes, utilizando la IA para la selección y el emparejamiento de proyectos automatizados. Esto también mejorará la experiencia del contribuyente con un soporte personalizado. Appen ha sido un pionero en la promoción de la transparencia, la diversidad y la equidad en nuestra fuente de datos, y seguimos comprometidos con nuestro Código de Ética de la Multitud.

Estas prioridades posicionarán a Appen para un crecimiento y una innovación sostenidos en el evolucionado paisaje de la IA.

Gracias por la gran entrevista, animamos a los lectores que deseen aprender más a visitar Appen.