インタビュー
ラドハ・バス、iMeritのCEO兼創設者 – インタビュー・シリーズ
ラドハ・バス、iMeritの創設者兼CEOは、HPでのキャリアを築き、20年間テクノロジー大手とともに仕事をし、最終的にエンタープライズ・ソリューションズ・グループの責任者となった。彼女はその後、Support.comをCEOとして上場させた。ラドハは2007年にディパク・バスと共にアヌディップ・ファウンデーションを設立し、2012年にiMeritを設立した。彼女は、リーディング・テック・エントレプレナーであり、メンターであり、ソフトウェア・ビジネスにおけるパイオニアと見なされている。
iMeritは、自動化、専門家による人間の注釈付け、先端の分析を組み合わせて、スケールでの高品質のデータ・ラベル付けとモデル・ファイン・チューニングをサポートする、マルチモーダルAIデータ・ソリューションを提供している。
あなたの経歴はとてもすばらしいです。HPのインドでの事業を立ち上げて、iMeritを設立し、ブータン、インド、ニューオーリンズの疎外された若者を支援する使命を果たしてきました。iMeritを設立したきっかけは何ですか？また、グラウンド・ゼロからインクルーシブでグローバルなワークフォースを作成する際に直面した課題は何ですか?
iMeritを設立する前、私はSupportSoftの会長兼CEOでした。そこで私は会社を初公募や二次公募を通じて導き、サポート・オートメーション・ソフトウェアのグローバル・リーダーとしての地位を確立しました。その経験から、私はテクノロジーと人間の力を組み合わせることの重要性を学びました。
インドのテクノロジー・ブームは新しい機会を生み出しましたが、貧困層の多くの才能ある若者が見過ごされていたことを私は認識しました。私は彼らの潜在能力と学習意欲を信じていました。彼らがAIのような先端テクノロジーでソフトウェアの力を発揮できることを知ると、彼らはそのキャリアを熱心に受け入れるようになりました。
私たちは、半分が女性である多様なチームでiMeritを立ち上げ、以来急速に成長してきました。チームの適応性とコーチャビリティーは、特にデータ・セントリック・AIがスキルを持ったスペシャリストに対する長期的な需要を高めているため、非常に重要でした。
今日、iMeritは、自動運転車、医療AI、テクノロジーなどのミッション・クリティカル・セクター向けのAIデータ・ソリューションのグローバル・プロバイダーです。私たちの仕事は、顧客のAIモデルが高品質で信頼性の高いデータで構築されることを保証し、ハイ・ステークスの環境では不可欠です。
最終的に、私たちの強みは、堅実なテクノロジー基盤と、サポートと学習指向の文化の中で繁栄する、訓練を受けた、動機付けられた従業員にあります。このアプローチは、私たちの成長を促進し、キャッシュ・プラスの状態を維持し、高いNPSスコアとロイヤルなクライアントを獲得することができました。
iMeritは現在、eBayやJohnson & Johnsonのようなテクノロジー大手を含む200以上のクライアントと協力しています。会社の成長について、初期の日々からグローバル・リーダーに至るまでの経緯を説明していただけますか?
私たちは、クライアントのAIの旅の最前列に立ち、初期の実験から大規模な本格的な生産までパートナー関係を築いてきました。私たちの仕事は、スタートアップ、グローバルな自動運転車のリーダー、主要なエンタープライズに及んでいます。モデルを一から訓練することで、私たちはAIを現実の世界でスケールするために何が必要かを理解するための、並外れた洞察を得ることができました。
この分野は、急速に進化し続けています。私は、短期間にこのような劇的なテクノロジーの進歩を目にしたことはほとんどありません。私たちは、データ注釈のプロバイダーから、フルスタックのAIデータ・カンパニーへと変貌を遂げ、注釈付け、検証、監査、レッド・チームなどのHITLライフサイクル全体で専門化されたソリューションを提供しています。エッジ・ケースや例外を処理することは、現実世界での展開において非常に重要であり、各ステップで深い専門知識と繊細な判断が必要です。
私たちの最大の 垂直市場は自動モビリティです。ここでは、パッセンジャー、配達、トラック、農業車両向けの15個のセンサーを横断するセンサー・フュージョンのフル・パーセプション・スタックを管理しています。ヘルスケアでは、臨床イメージングAIを推進しています。ハイテクでは、GenAIのファイン・チューニングと検証の最前線に立っています。これには、ワークフローと才能に対するより大きな複雑さが必要です。
これらのドメインでの成功は、専門家を持っていることだけではありません。専門知識を育てること、AIモデルに挑戦し、コーチングし、コンテキスト化する認知能力が必要です。これが私たちのチームを他と異なるものにします。
私たちの成長は、長期的なパートナーシップによって推進されています。私たちのトップ10のクライアントのほとんどは、5年以上私たちと協力しています。彼らのニーズがより複雑になるにつれて、私たちは常にドメイン知識、ツール、トレーニング、ソリューションを高めていきます。私たちのテクノロジー・スタックと人材は、常に進化し続ける必要があります。
ソフトウェア、自動化、注釈付け、分析の融合は、非常に柔軟で、迅速で、高度な、人間が関与する介入のルーブリックを作成します。新しいロゴの70%は私たちの独自のテクノロジー・スタック上で実行されており、これには巨大な内部変革が必要です。再び、私たちの文化がチームを学び続け、成長し続けるよう奨励することが重要です。
iMeritの歴史における最も重要な瞬間は何ですか?テクノロジー上的なマイルストーンや戦略的な決定は、会社の軌道を形作るのにどのように役立ちましたか?
AIデータ・ワークがクラウド・ベースのギグ・ワークとして見なされていたとき、私たちは、こちらがキャリアとして成長し、複雑さとエンタープライズ・フォーカスを必要とするという賭けをしました。高度なユース・ケースに専念したインハウス・チームを構築することで、私たちのクライアントが急速にスケールアップできるようになり、自動運転車での最初の100万ドルMRR取引に至りました。これが私たちのアプローチを検証する重要なマイルストーンでした。
COVID-19のロックダウンは、私たちの機敏性を試しました。私たちはほぼ一晩で、完全にオフィス内から完全にリモートへ移行し、インフラ、セキュリティ、文化に大量に投資しました。数週間以内に、クライアントの運用は回復し、その年、私たちは収益と従業員数の両方で成長しました。現在、チームの70%が再び現場に戻っていますが、リモート・タレントを活用し続け、Scholarsという、GenAIのファイン・チューニングと検証のためのグローバル・ネットワークの専門家を立ち上げました。心のこもった文化が、最高のタレントを引き付け、動機付け、最終的に私たちのソリューションの品質と一貫性を高めています。
2023年、私たちは、AIパワーのデータ・ラベル付けとワークフロー・オートメーション・プラットフォームであるAngo.aiを買収し、次世代のAIデータ・ツールを推進しました。この重要な動きにより、iMeritのドメイン・エキスパートがAngoの先端のツールと統合され、放射線、センサー・フュージョン、GenAIのファイン・チューニングにおける私たちの能力が拡大しました。まだ顧客のツールと協力していますが、多くの新しいクライアントは、ユーザー・フレンドリーなワークフローとロバストなセキュリティのために、Ango Hubに直接オンボードされています。これは、私たちの業界では不可欠な要件です。
エンタープライズは、一貫して私たちに、人間の洞察力で品質を確保し、セキュアでスケーラブルなプラットフォームで自動化と分析を提供する、両方の世界を最善に提供することを求めています。Angoと協力することで、私たちはこれを達成することができ、今日の最も野心的なAIプロジェクトの複雑な需要に応え、自信を持ってスケールアップすることができます。
iMeritは、自動運転車、医療AI、GenAIなどの先進的なドメインに深く関与しています。これらのセクターで直面するユニークなデータ・チャレンジについて説明していただけますか?また、それらに対処する方法についてもお話しください。
データ関連のタスクは、通常、AIプロジェクトで費やされる時間の約80%を占め、パイプラインの重要なコンポーネントとなっています。データ・セントリックなAIは、適切に、かつスケーラブルに処理されなければ、時間がかかり、コストもかかります。
データの品質、特に明らかなエラーの回避は、私たちが活動するミッション・クリティカル・セクターでは不可欠です。パーセプション・アルゴリズムや腫瘍・デテクターの場合は、トレーニングから検証までのループでクリーンなデータが必要です。
例外ハンドリングは、不釣り合いな価値があります。人間の洞察力が、モデルがなぜ外れたのか、シナリオがなぜモデルを壊したのかを理解することで、モデルをより完全で堅牢にするための巨大な価値を生み出します。
さらに、コンテキスト・ウィンドウは大きくなっています。私たちは、医師と患者の相談全体の臨床ノートを要約し、MRイメージを分析しています。ただし、イメージのみでなく、患者の医療コンテキストにも基づいて、異常を分析しています。専門家は、データを正確に分析し、品質を確保するために、ルーブリックを設定する必要があります。
セーフティ、プライバシー、機密性は、重要なトピックです。私たちのチーフ・セキュリティ・オフィサーは、データへの未承認アクセス、削除、保存を防ぐ必要があります。SOC2、HIPAA、TISAXなどのセキュリティ・プロトコルは、私たちにとって重要な投資分野となりました。
最後に、私たちのエンジニアとソリューション・アーキテクトは、ユニークな顧客のニーズを最終マイルで反映するように、カスタム・インテグレーションとレポートに不断に取り組んでいます。一サイズ・フィット・オールのアプローチは、AIでは機能しません。
ロボティクスと人間の知能を組み合わせることは、AIの創造的ダイバージェンスを排除しようとするよりも安全なアプローチであると述べました。実践では、このワークフローはどのように見えますか?また、为什么このアプローチがより良いと考えるのかについてもお話しください。
AIは、伝統的に人間が行ってきた長いプロセスを自動化するツールを開発することで、スケールを提供します。しかし、人間は最後の1マイルの柔軟性、確実性、回復力を提供します。ソフトウェアが提供するサービスがAIで増え続けるにつれて、最も成功した会社はロボティクスと人間がループ内にある(HITL)実践を効果的に組み合わせるでしょう。
私たちは、HITLをAI開発と展開のライフサイクル全段階で一貫したレイヤー、そして信頼とセーフティの柱と見なしています。したがって、モデルが失敗した場合にそれを修正するために、人間の知能は不可欠です。これらの重要なアプリケーションでは、変更が必要な箇所を判断するために、人間の心が必要です。これが、HITLサービスがさらに重要になる理由です。
Ango Hubプラットフォームは、自動化と人間がループ内にある専門知識を組み合わせます。このハイブリッド・モデルは、実稼働中のAIシステムでのデータ品質とモデル・パフォーマンスをどのように向上させますか?
AIと自動化はスケールとスピードを提供しますが、人間はニュアンス、洞察力、監督を提供します。HITLは、AIライフサイクルの重要な局面での人間の関与を保証し、高品質の入力の保証、出力の検証、エッジ・ケースの特定、モデルをドメインに合わせたファイン・チューニング、コンテキストの判断を提供します。人間は、出力をレビューし、検証することで、精度を確保し、幻覚や論理エラーをモデルが害を及ぼす前に捕捉します。また、倫理的にデリケートまたはハイ・リスクなコンテキストでは、LLMが最終的な決定を下すべきではない状況で、監督を提供します。さらに重要なのは、人間のフィードバックが継続的な学習を促進し、AIシステムが時間の経過とともにユーザーの目標に近づくのに役立つことです。
HITLは、ターゲット化された注釈付け、エッジ・ケースへの複雑な推論の適用、構造化されたQAインターフェイスを使用したAI生成コンテンツのレビューなど、多くの形式をとります。決定ごとに評価するのではなく、コンテキスト・エスカレーション・システムがしばしば実装されます。これらのシステムは、低信頼度の出力またはフラグ付けされた異常のみを人間のレビューアーにルーティングし、監督と効率のバランスをとります。
HITLのもう1つの重要な用途は、人間のフィードバックからの強化学習を使用したAIエージェントのファイン・チューニングです。人間のレビューアーは、エージェントの応答をランク付け、書き直し、またはフィードバックを提供します。これは、特にヘルスケア、法務、またはカスタマー・サポートなどのデリケートなドメインで重要です。同時に、シナリオ・ベースのテストとレッド・チームは、人間の評価者がエージェントをアドバーサリアルまたは異常な条件下でテストし、展開前に脆弱性を特定して修正できるようにします。
AIの全潜在能力は、人間がループ内に留まることでのみ実現され、各ステップでAIを導き、検証し、改善します。エージェントの出力を精製すること、評価ループをトレーニングすること、信頼性の高いデータ・パイプラインをキュレーションすることに関係なく、人間の監督がAIに必要な構造と説明責任を追加します。
ジェネレーティブAIツールが急速に進化している中で、iMeritは、評価、RLHF、ファイン・チューニング・サービスを提供することでどのようにして先駆けていますか?
私たちは最近、Ango Hub Deep Reasoning Lab (DRL)を立ち上げました。これは、AI教師を使用した連鎖的思考のリアルタイム、ターン・バイ・ターンのプロセスと評価を可能にする、ジェネレーティブAIのチューニングと開発のための統一されたプラットフォームです。私たちのDRLにより、専門家はモデルをテストし、弱点を特定し、複雑な問題に対するより一貫性のあるモデル応答を生成するためのクリーンなデータを作成できます。
GenAIモデルの進歩とアプリケーションの開発は、クリーンで専門家によって作成された、検証されたデータの価値を強調しています。Ango Hub DRLを使用して、専門家はモデルをテストし、弱点を特定し、連鎖的思考を使用してクリーンなデータを生成できます。彼らはモデルとリアルタイムでやり取りし、ステップごとにプロンプトと修正を送り返します。
iMerit Scholarsを活用して、Ango Hub DRLはモデル推論プロセスを洗練します。これは、私たちのHITLワークフローでの豊富な経験に基づいています。専門家は、複雑なタスクのためのマルチステップ・シナリオを設計し、先端的な数学問題のための連鎖的思考のプロンプトを作成します。iMerit Scholarsは出力をレビューし、エラーを修正し、インタラクションをシームレスにキャプチャします。マジックは、大量のユーザーをオンボードすることではありません。最良の数学者は、必ずしも最良の教師ではありません。心臓病専門家をギグ・ワーカーとして扱うべきではありません。主題の専門家を、モデル・トレーニング・プロセスに最も役立つ方法でフィットメントし、コーチングすることが、違いを生み出します。
「エキスパート・イン・ザ・ループ」とは、ジェネレーティブAIのファイン・チューニングの文脈で何を意味しますか?人間の専門知識がモデル出力を大幅に改善した例をいくつか示してください。
エキスパート・イン・ザ・ループは、人間の知能とロボティクスを組み合わせてAIを本格的に導入することを意味します。これには、ドメインに特化した知識を持つ人間のエキスパートが関与し、AIシステムの出力を検証、改良、強化することが含まれます。
特に、専門家主導のデータ注釈は、トレーニングデータがドメイン固有の知識で正確にラベル付けされることを保証し、予測AIモデルの精度と信頼性を高めます。バイアスや誤分類を減らすことで、モデルが現実世界のシナリオで効果的に一般化する能力が向上し、AIシステムがより信頼性が高く、解釈可能で、業界固有のニーズと一致するものになります。
たとえば、アメリカの多国籍テクノロジー企業は、消費者向けの医療チャットボットで安全で正確な医療アドバイスを提供するために、医療データの大きなコーパスを評価する必要がありました。iMeritに協力することで、彼らは米国の医療専門家の広範なネットワークを利用し、USボード認定医によって提供されるエスカレーションと仲裁とともに、コンセンサス・ワークフローで働く看護師のチームを編成しました。看護師たちは、リスクの評価と定義の精度を評価することで開始しました。
エッジ・ケースの議論とガイドラインの改訂を通じて、看護師たちは99%のケースで合意に達することができました。これにより、プロジェクトの設計を単一の投票構造に変更でき、10%の監査によってプロジェクトのコストを72%以上削減することができました。iMeritと協力することで、この企業は医療データの注釈付けを倫理的に効率的にスケールアップする方法を継続的に特定できるようになりました。
世界中のフルタイムのエキスパートが8,000人以上いる中で、品質、パフォーマンス、従業員の開発をどのように維持していますか?
品質の定義は、常に各クライアントの特定のユース・ケースに合わせて調整されます。私たちのチームは、品質基準を定義および調整するためにクライアントと密接に協力し、迅速な検証を可能にするカスタム・プロセスを採用しています。一貫性は、高品質のAIの開発に重要です。これは、高い従業員の留保率（90%）と、生産分析への重点によって支えられています。これは、Ango Hubの設計における重要な違いです。これは、毎日のユーザー・インプットから形成されています。
私たちは、自動化、最適化、ナレッジ・マネジメントへの投資を継続し、独自のiMerit Oneトレーニング・プラットフォームを通じてこれを支えています。この学習と開発への取り組みは、運用の優秀性を推進するだけでなく、従業員の長期的なキャリアの進歩も支援し、専門知識と成長の文化を育みます。
テクノロジーと社会への影響の両方で、有意義なものを構築したいAIの起業家にアドバイスを与えることができるなら、それは何ですか?
AIは非常に速いペースで進化しています。テクノロジー・スタックを超えて、顧客のニーズを理解するために彼らに耳を傾けます。彼らのスピード、変化、リスクへの姿勢を理解します。初期の顧客は試験的なものですが、大きな顧客は、安心感を与えるために、会社が長期的に存続することと、優先順位を維持することを知る必要があります。透明性、セーフティ、説明責任へのアプローチで彼らを安心させます。
さらに、共有された価値観と懸念に対する一致を確保するために、慎重に投資家や取締役を選択する必要があります。iMeritでは、COVID-19のような困難な時期に、取締役や投資家からの大きなサポートを受けたことがあり、これはこの一致によるものです。
テクノロジー業界での起業家の成功に貢献する主な資質は、リスクを冒すことだけではありません。利益を生み出す包括的な会社を構築することです。
素晴らしいインタビュー、詳しく知りたい読者は、iMeritを訪問してください。
