アペンのRyan Kolln CEO – インタビュー・シリーズ

2018年にアペンAIに入社し、企業開発担当VPとして、Figure EightやQuadrantなどの戦略的買収を主導し、中国や連邦政府向けの事業を立ち上げました。CEO就任前の間、グローバル事業と戦略を担当する最高運営責任者を務めました。

テクノロジーとテレコミュニケーション分野での20年以上の経験を持ち、アペンを急速に変化するAIの風景の中で導くために、キャリアパスはどのようにアプローチを形作ってきましたか？

私のキャリアはテレコミュニケーションエンジニアとして始まり、ネットワークとデータ、分析、革新的な解決策を通じて顧客体験を最適化する役割でした。

ニューヨーク大学でのMBAを修了後、テクノロジー戦略とM&Aに焦点を当てたリーダーシップの役割に進み、エマージングトレンド、投資機会、ビジネスモデルに関する戦略的質問に取り組みました。この背景は、エマージングテクノロジーの技術的およびビジネス面の両方について深い理解を与えてくれました。

アペンでは、AIとデータの交差点で働いています。私の経験は、迅速に変化するAI空間で会社を導き、ボイス認識、NLP、レコメンデーションシステム、そして現在のジェネレーティブAIなどの大きな発展を乗り越えるために不可欠です。この戦略的ビジョンは、AIが世界中の業界を変革し続ける上で重要です。

2018年からアペンに在籍し、Figure EightやQuadrantのような主要な買収を牽引してきました。これらの戦略的動きは、アペンをAIデータサービスにおけるリーダーにどのように位置付けてきましたか？そして、会社にとって次の大きな機会は何だと考えていますか？

Figure EightとQuadrantの買収は、特にデータアノテーションと地理空間インテリジェンスの分野で、我々のAIデータ能力を拡大する上で重要でした。Figure Eightのデータアノテーションプラットフォームは特に重要でした。このプラットフォームは高度にカスタマイズ可能であり、多くの異なるドメインでの作業に使用されてきました。最近では、ジェネレーティブAIデータフローを実行するためにこのプラットフォームを使用しています。

買収に加えて、約5年前に中国でアペン・チャイナという事業を立ち上げました。現在、中国では最大のAIデータ会社であり、収益は直近の競合他社の約2倍です。

今後、アペンはジェネレーティブAIの開発と採用を支援することに焦点を当てます。モデルビルダーとジェネレーティブAIを製品や運用に採用しようとする企業の両方で、大きな成長機会があります。我々は、AIの最大の波の始まりに立っています。

AIモデル開発ではデータ品質が重要な役割を果たします。アペンは、特に高品質のLLMトレーニングデータの需要が増加していることを考えると、データセットの精度、多様性、関連性を確保するためにどのように取り組んでいますか？

アペンの強みは、高品質のデータを一貫して大量に作成する能力にあります。我々は、顧客と密接に協力して、AIモデル目標を理解し、多層アプローチを通じて自動化ツールと人間のフィードバックを組み合わせて、高品質のデータを作成します。我々には200以上の国にわたる10万人を超えるグローバルワークフォースがあり、多様な視点と経験を持つグループをキュレーションすることができます。厳格な品質管理とフィードバックループを通じて、データが正確で一貫性があり、関連性があることを保証し、AIシステムが現実世界の環境で効果的に動作し、ロバスト性を高め、特にLLMの場合にバイアスを軽減することができます。

合成データの生成は人気を博しており、アペンのMindtechへの投資はこの分野への関心を示しています。合成データまたはウェブスクレイピングデータを使用することの利点と欠点について、またアペンが知られるクラウドソーシングデータとどのように補完されるかについてお話しください。

高品質のデータは不可欠ですが、コストがかかり、時間がかかることがあります。そこで合成データが注目されています。特に、プライバシー規制が厳格なヘルスケアや金融などの業界で、構造化されたデータの従来のAI/MLタスクに適しています。個人情報を使用せずに機能します。

しかし、合成データは、特にジェネレーティブAIタスクの場合、現実世界のデータの深さやニュアンスを欠きます。また、元のデータからのエラーまたはバイアスを永続させる可能性があります。ウェブスクレイピングデータ、特にLLMで使用されるものは、低品質のコンテンツ、バイアス、誤情報などの課題があり、慎重なキュレーションが必要です。

アペンが得意とするクラウドソーシングデータは、依然として「真実」です。人間の専門知識は、AIモデル精度を向上させ、人間の価値観と一致させるために必要な多様で複雑なデータを生成するために不可欠です。

我々は合成データを人間によるアノテーションデータの補完と見なしています。合成データはプロセスの一部を加速することができますが、人間によるラベル付けされたデータは、モデルが現実世界の多様性を反映することを保証します。両者は、AIトレーニングデータの作成にバランスの取れたアプローチを提供します。

EUのAI法やその他の世界的な規制は、AI開発の倫理基準を形作っています。これらの規制は、アペンの運営やより広いAI業界にどのような影響を与えるでしょうか？

EUのAI法や同様の世界的な規制は、アペンの運営に影響を与える可能性があります。AIモデル開発とパフォーマンスの新しい倫理基準を設定するからです。我々は、データの取り扱い、モデルフェアネス、倫理的考慮事項の保証方法について変更を見込んでいます。これにより、より厳格なプロセスやアプローチの調整が必要になる可能性があります。

広範囲にわたって、規制は業界をより高い倫理基準に向かわせ、コンプライアンスコストを増加させ、イノベーションの一部を遅らせる可能性があります。しかし、最終的には、より責任ある、持続可能なAI開発につながる、より大きな責任と透明性を推進するでしょう。

AIにおけるバイアスに関する懸念が増大している中で、アペンは、特に自然言語処理やコンピュータビジョンのようなデリケートな分野で、AIモデルをトレーニングするために使用されるデータセットが倫理的に収集され、バイアスがないことを保証するためにどのように取り組んでいますか？

我々は、プロジェクト全体で多様性と包括性を促進することで、バイアスを軽減するために積極的に取り組んでいます。多くの顧客がデータ収集とモデル評価タスクで幅広い人口統計を捉えることに焦点を当てていることは励みです。我々の200以上の国にわたる10万人を超えるグローバルワークフォースにより、広範な視点と経験を持つグループをキュレーションすることができます。厳格な品質管理とフィードバックループを通じて、データが正確で一貫性があり、関連性があることを保証し、AIシステムが現実世界の環境で効果的に動作し、ロバスト性を高め、特に自然言語処理やコンピュータビジョンのようなデリケートな分野でバイアスを軽減することができます。

2019年以来、我々はベストプラクティスをクラウドコード・オブ・エチックスにまとめ、多様性、公平性、クラウドの幸福への取り組みを示しています。これには、公平な報酬、クラウドの声の聞かせ方、厳格なプライバシーの保護への取り組みが含まれます。これらの原則を遵守することで、責任あるAI開発を支援する、高品質で倫理的に収集されたデータを提供することを目指しています。

自動車、広告、AR/VRなどの業界でAIがより統合されるにつれて、アペンはこれらのセクターでの特殊なトレーニングデータの需要の増加にどのように対応していますか？

過去27年間で、我々はさまざまな業界やユースケースに対して特殊なトレーニングデータを提供してきました。顧客のニーズが進化するにつれて、我々も進化しています。

例えば、自動車業界では、主要な自動車会社や車内ソリューションプロバイダーと協力して、車内スピーチシステムを構築しました。現在、運転手の注意散漫を監視するために、運転手のビデオデータ収集を支援する新しい分野で顧客と協力しています。

広告業界では、主要なグローバル広告プラットフォームと協力して、ユーザー関連性のために広告の品質と精度を向上させる大規模なグローバルプログラムを7年以上にわたって実施しました。現在、多くのプラットフォームがジェネレーティブAIソリューションを採用しているため、広告の関連性を評価するだけでなく、生成された広告の品質も評価するためにクラウドを活用しています。

これらのすべてを実現できたのは、複雑なワークフローとさまざまなデータモダリティ（テキスト、オーディオ、画像、ビデオ、多モーダルアノテーション）をサポートできる堅牢なアノテーションプラットフォームを持っているからです。しかし、最終的には、AI開発のためのデータに関する深い専門知識と強力なパートナーシップが、業界の変化に伴う我々の適応性を可能にします。

アペンはさまざまなAIアプリケーションに対して高品質のデータを提供するリーダーとして知られています。ジェネレーティブAIとLLMが発展し、世界市場に影響を与えるにつれて、アペンの役割はどのように進化するでしょうか？

ジェネレーティブAIとLLMは業界を変革しており、アペンはこれらの進歩を支援する高品質のデータを提供し続けるでしょう。世界市場では、200以上の国と500以上の言語でデータをソーシングできる能力がさらに貴重になります。我々はこれまでに、Microsoftのような企業が110以上の言語でマシン翻訳モデルを立ち上げるのを支援してきました。

LLMアプリケーションの展開が増えるにつれて、人間のエンドユーザーと一致させる必要性、特に言語と文化のニュアンスをさまざまなグローバル市場で考慮するローカライゼーション能力が増加することを予測しています。我々は、パフォーマントと責任あるAIシステムを開発する会社を支援するために、多様で関連性があり、倫理的に収集されたデータを提供することに尽力します。

アペンは世界で最も先進的なLLMをパワーシングしています。LLMのパフォーマンスを強化するために、アペンはデータアノテーションと収集におけるどのようなイノベーションに焦点を当てていますか？

我々は、LLMのパフォーマンスを向上させるために、データアノテーションと収集プロセスを継続的に革新しています。ひとつの焦点は、AIアシストツールを使用してデータアノテーションの効率と精度を向上させることです。これにより、プロセスの特定の部分をストリームライン化および自動化しながら、高品質基準を維持することができます。

人間の入力を必要とするデータポイントを特定し、最も影響を与える場所でアノテーション努力をターゲットにすることができます。プラットフォームには、データ生産を加速し、データ品質を向上させるために使用できるModel Mateのような機能が統合されています。また、複雑性の増大するタスクの重要性から、コントリビューターマネジメントのベストプラクティスにも焦点を当てています。

コントリビューターレベルのパフォーマンスを理解し、継続的に品質を向上させるためのフィードバックを提供する能力。これらのイノベーションにより、世界をリードするLLMをパワーシングし、ファインチューニングするために必要な、高品質で大規模なデータを提供することができます。

CEOとしての新しい役割に着手するにあたり、アペンにとっての次の数年のトッププライオリティは何ですか？そして、アペンの成長を激しく競争的なAI市場でどのように推進する予定ですか？

アペンのCEOとしての私の戦略的優先事項は、アペンが競争的なAI風景でリーダーシップを維持することを確実にするために設計されています：

• ジェネレーティブAIモデルの開発を支援すること：過去18ヶ月で、ジェネレーティブAIは我々のサービス提供の重要なコンポーネントとなり、2024年6月にはジェネレーティブAI関連プロジェクトがグループ収益の28%を占めました。ジェネレーティブAI市場には大きな潜在性があり、2032年までに1.3兆ドルに達すると予測されています。
• ジェネレーティブAIモデルの採用を支援すること：企業がジェネレーティブAIソリューションを利用する新しいセグメントでの成長を見込んでいます。ジェネレーティブAIプロジェクトの導入率は低いですが、FY24/25は実験から本格的な導入への移行期となり、カスタマイズされた高品質データの需要が増加することを予測しています。
• データの準備方法を最適化および自動化すること：AIを品質保証とデータ準備プロセスの特定のステップの自動化に利用することで。これにより、データ品質を向上させると同時に運用効率も向上させることができます。
• クラウドワーカーのエクスペリエンスを進化させること：新しいクラウドジェン・プラットフォームにより、顧客のニーズに合わせてプロジェクトを迅速にスケーラブルかつ柔軟に実行できます。AIを使用した自動化されたスクリーニングとプロジェクトマッチングにより、クラウドワーカーのエクスペリエンスも向上します。また、アペンはデータソーシングにおける透明性、多様性、公平性の推進における先駆者的役割を担ってきましたが、クラウドコード・オブ・エチックスへの取り組みを続けています。

これらの優先事項により、アペンは進化するAI風景の中で持続可能な成長とイノベーションを達成することができます。

素晴らしいインタビュー、詳しく知りたい読者にはアペンを訪れてください。