Ryan Kolln, CEO i Appen – Intervju-serie

Da han sluttet seg til Appen AI i 2018 som VP for Corporate Development, ledet han strategiske oppkjøp som Figure Eight og Quadrant, og støttet etableringen av Kina- og Federal-avdelingene. Før han ble utnevnt til CEO, tjenestegjorde han som Chief Operating Officer, med ansvar for globale operasjoner og strategi.

Med over 20 års erfaring innen teknologi og telekommunikasjon, hvordan har din karrierevei formet din tilnærming til å lede Appen gjennom den raskt utviklende AI-landskapet?

Min karriere begynte som telekommunikasjonsingeniør, der min rolle var å bygge og optimalisere nettverk og involverte en enorm mengde data, analyser og finne innovative løsninger for å optimalisere nettverksytelse og kundeopplevelse.

Etter å ha fullført min MBA ved NYU, utviklet dette seg til lederroller i teknologistrategi og fusjoner og oppkjøp, der jeg fokuserte på større strategiske spørsmål, som fremvoksende trender, investeringsmuligheter og forretningsmodeller. Denne bakgrunnen har gitt meg en dyptgående forståelse av både de tekniske og forretningsmessige aspektene ved fremvoksende teknologier.

I Appen arbeider vi på skjæringspunktet mellom AI og data, og min erfaring har gjort det mulig for meg å lede selskapet og navigere kompleksiteter i det raskt utviklende AI-rommet, gjennom større utvikling som talegjenkjenning, NLP, anbefalingssystemer og nå generativ AI. Denne strategiske visjonen er avgjørende når AI fortsetter å transformere industrier globalt.

Du har vært i Appen siden 2018, og har drevet større oppkjøp som Figure Eight og Quadrant. Hvordan har disse strategiske trekkene posisjonert Appen som en leder i AI-data-tjenester, og hva ser du som den neste store muligheten for selskapet?

Oppkjøpet av Figure Eight og Quadrant var avgjørende for å utvide våre AI-data-evner, særlig innen områder som dataannotering og geolokasjonsintelligens. Figure Eights dataannoteringsplattform var særlig innflytelsesrik. Plattformen er høyt tilpassbar, og vi har brukt den til arbeid i mange forskjellige domener. Mer nylig har vi brukt plattformen til å kjøre de fleste av våre generative AI-datastrømmer.

I tillegg til oppkjøpene, etablerte vi for omtrent 5 år siden en operasjon i Kina kalt Appen Kina. Vi er nå det største AI-data-selskapet i Kina, med inntekter nesten dobbelt så høye som våre nærmeste konkurrenter.

Ser vi fremover, er fokuset for Appen på å støtte utviklingen og tilpasningen av generativ AI. Det er store vekstmuligheter både i modellbyggere og selskaper som søker å tilpasse generativ AI i sine produkter og operasjoner. Vi føler at vi bare er i begynnelsen av den største AI-bølgen.

Datakvalitet spiller en avgjørende rolle i AI-modellutvikling. Kan du dele hvordan Appen sikrer nøyaktigheten, mangfoldet og relevansen av sine datasett, særlig med den økende etterspørselen etter høykvalitets LLM-treningdata?

Appens styrke ligger i vår evne til å skape høykvalitetsdata konsistent og i stor skala. Vi arbeider tett med våre kunder for å forstå deres AI-modellmål og utvikle høykvalitetsdata for deres behov gjennom en flerskiktet tilnærming som kombinerer automatiserte verktøy og menneskelig tilbakemelding. Vi har en global arbeidsstyrke på over 1 million over 200+ land, som gjør det mulig for oss å kuratere en gruppe kvalifiserte og diverse bidragsytere. Gjennom strenge kvalitetskontroller og tilbakemeldingsløkker, sikrer vi at dataene er nøyaktige, konsistente og relevante, og kan brukes til å forbedre ytelsen til AI-systemer og også brukes til å forbedre robustheten og redusere bias, særlig for LLM-er.

Syntetisk data-generering er i ferd med å bli mer populært, og Appens investering i Mindtech viser din interesse i dette området. Kan du diskutere fordelene og ulemper ved å bruke syntetisk eller web-skrapet data versus crowdsourcet data for å trene AI-modeller, og hvordan du ser på syntetisk data som et komplement til crowdsourcet data som Appen er kjent for?

Høykvalitetsdata er avgjørende, men kan være kostbart og tidskrevende å produsere, noe som er grunn til at syntetisk data får mer oppmerksomhet. Det fungerer godt for strukturert data i tradisjonelle AI/ML-oppgaver, særlig i industrier med strenge personvernregler som helse og finanse, da det unngår å bruke personlige opplysninger.

Men syntetisk data mangler ofte dybden og nyansene til virkelige data, særlig for komplekse generative AI-oppgaver som krever mangfold og dypt ekspertise. Det kan også videreformidle feil eller bias fra de opprinnelige dataene. Web-skrapet data, som ofte brukes til LLM-er, presenterer sine egne utfordringer med lavkvalitetsinnhold, bias og desinformasjon, og krever omhyggelig kurering.

Crowdsourcet data, som Appen spesialiserer seg på, forblir “ground truth”. Menneskelig ekspertise er avgjørende for å generere det diverse og komplekse dataet som trengs for å forbedre AI-modellens nøyaktighet og sikre at den er i samsvar med menneskelige verdier.

Vi ser på syntetisk data som et komplement til vår menneske-annoterte data. Mens syntetisk data kan akselerere deler av prosessen, sikrer menneske-merket data at modellene reflekterer virkelige verdens mangfold. Sammen gir de en balansert tilnærming til å skape høykvalitets treningdata for AI.

Den EU AI-loven og andre globale reguleringer former de etiske standardene rundt AI-utvikling. Hvordan ser du på disse reguleringene som påvirker Appens operasjoner og den bredere AI-industrien fremover?

EU AI-loven og lignende globale reguleringer er sannsynligvis å påvirke Appens operasjoner ved å sette nye etiske standarder for AI-modellutvikling og ytelse. Vi kan se endringer i hvordan vi håndterer data, sikrer modellrettferdighet og håndterer etiske overveielser. Dette kan føre til mer omfattende prosesser og potensielle justeringer i vår tilnærming til modelltrening og validering.

I det store bildet vil disse reguleringene sannsynligvis drive industrien mot høyere etiske standarder, øke compliance-kostnadene og potensielt bremse noen aspekter av innovasjon. Men de vil også drive mot større ansvar og transparens, noe som kan til slutt føre til mer ansvarlig og bærekraftig AI-utvikling.

Med økende bekymringer rundt bias i AI, hvordan arbeider Appen for å sikre at datasettene som brukes til å trene AI-modeller er etisk sourcet og fri for bias, særlig i sensitive områder som naturlig språkbehandling og datavisjon?

Vi arbeider aktivt for å redusere bias ved å fremme mangfold og inklusjon over våre prosjekter. Det er oppmuntrende å se at mange av våre kunder fokuserer på å fange bred demografi i datainnsamling og modellutvurdering. Å ha en global arbeidsstyrke som bor i de fleste land, gjør det mulig for oss å sourcere data fra en bred rekke perspektiver og erfaringer, noe som er særlig viktig i sensitive områder som naturlig språkbehandling og datavisjon.

Siden 2019 har vi formalisert våre beste praksis i Crowd Code of Ethics, som viser vår dedikasjon til mangfold, rettferdighet og crowd-velvære. Dette inkluderer vårt engasjement for rettferdig lønn, sikre at vår crowds stemme høres, og opprettholde strenge personvernbeskyttelser. Ved å opprettholde disse prinsippene, sikrer vi å levere høykvalitets, etisk sourcet data som støtter ansvarlig AI-utvikling.

Som AI blir mer integrert i industrier som bil, reklame og AR/VR, hvordan posisjonerer Appen seg for å møte den økende etterspørselen etter spesialisert treningdata i disse sektorene?

Over de siste 27 årene har vi levert spesialisert treningdata for en rekke industrier og brukstilfeller, og vi fortsetter å utvikle oss etter som våre kundens behov utvikler seg.

Som et eksempel i bilindustrien, arbeidet vi med ledende bilprodusenter og innkabin-løsningstilbydere for å bygge innbil-språksystemer. Nå hjelper vi våre kunder i nye områder som videoinnsamling av sjåfører for å hjelpe med sikkerhet ved å overvåke sjåførforstyrrelse.

I reklame hjalp vi en ledende global reklameplattform til å forbedre kvaliteten og nøyaktigheten av annonser for brukerrelevantitet over en stor flerårig global program med 7M+ vurderinger. Nå, da mange av plattformene adopterer generative AI-løsninger, hjelper våre crowds ikke bare med å vurdere relevansen av annonser, men også med å evaluere kvaliteten av genererte annonser.

Vi har kunnet gjøre all dette gjennom vår robuste annoteringsplattform som kan tilpasses for å støtte komplekse arbeidsflyter og forskjellige data-modaler, inkludert tekst, lyd, bilde, video og multimodal annotering. Men til slutt kommer vår evne til å bevege oss med den endrende industrien ned til vår dyptgående ekspertise i data for AI-utvikling og sterke samarbeid med våre kunder.

Appen har vært en leder i å levere høykvalitetsdata for en rekke AI-applikasjoner. Ser fremover, hvordan ser du på Appens rolle som utvikler seg når generativ AI og LLM-er fortsetter å utvikle seg og påvirke globale markeder?

Generativ AI og LLM-er transformerer industrier, og vi vil fortsette å spille en kritisk rolle i å levere høykvalitetsdata for å støtte disse fremgangene. Når det gjelder globale markeder, vil vår evne til å sourcere over 200 land og 500+ språk bli enda mer verdifull, og vi har en sterk historie med dette, da vi hjalp selskaper som Microsoft med å lansere maskinoversettelsesmodeller for over 110 språk.

Ettersom deployeringen av LLM-applikasjoner vokser, ser vi en økende etterspørsel etter å tilpasse seg menneskelige sluttbrukere, inkludert lokaliseringsmuligheter for å sikre at språk- og kulturelle nyanser håndteres i forskjellige globale markeder. Vi er dedikert til å hjelpe selskaper med å utvikle AI-systemer som er både performant og ansvarlige, ved å sikre at dataene som brukes til å trene disse modellene er diverse, relevante og etisk sourcet.

Appen er kjent for å drive noen av verdens mest avanserte LLM-er. Hva er noen av innovasjonene i dataannotering og -innsamling som Appen fokuserer på for å forbedre ytelsen til disse modellene?

Vi innfører kontinuerlig innovasjoner i våre dataannoterings- og innsamlingsprosesser for å forbedre ytelsen til LLM-er. Et område vi fokuserer på er å forbedre effektiviteten og nøyaktigheten av dataannotering gjennom avanserte AI-assisterte verktøy, som hjelper til å strømlinje og automatisere deler av prosessen samtidig som vi opprettholder høykvalitetsstandarder.

Vi kan identifisere datapunkter som trenger ytterligere menneskelig innsats, og sikre at annoteringsinnsatsen er rettet mot områder der de vil ha størst effekt. Vi har integrert funksjoner i vår plattform som Model Mate, som kan brukes til å akselerere dataproduksjon og forbedre datakvalitet. Vi fokuserer også på beste praksis i bidragsyterhåndtering, som er viktig da kompleksiteten i oppgavene øker.

Evnen til å forstå bidragsyterprestasjon på laveste nivå og gi tilbakemelding for å kontinuerlig forbedre kvaliteten på vår menneske-genererte data. Disse innovasjonene gjør det mulig for oss å levere høykvalitets, stor-skala data som trengs for å drive og finjustere verdens ledende LLM-er.

Som du går inn i din nye rolle som CEO, hva er dine topprioriteter for Appen de neste få årene, og hvordan planlegger du å drive selskapets vekst i det høykonkurrerende AI-landskapet?

Som jeg går over i rollen som CEO, er mine strategiske prioriteringer designet for å sikre Appens lederskap i det konkurrerende AI-landskapet:

• Støtte til utviklingen av generative AI-modeller: Over de siste 18 månedene har generativ AI blitt en nøkkelkomponent i vårt tjenestetilbud, med 28% av gruppeinntekten kommet fra generative AI-relaterte prosjekter i juni 2024 sammenlignet med 8% i januar. Vi ser stor potensiale i den generative AI-markedet, som er prosjettert å nå 1,3 billioner dollar i 2032 ifølge bransje-prognoser.
• Støtte til tilpasningen av generative AI-modeller: Vi ser vekst i nye segmenter ettersom bedrifter utnytter generative AI-løsninger for sine brukstilfeller. Selv om prosentandelen av generative AI-prosjekter som når deployering er lav, forventer vi at FY24/25 vil være en overgangsperiode hvor eksperimenter går over til produksjon, og driver etterspørsel etter tilpasset høykvalitets- og spesialisert data.
• Optimere og automatisere måten vi forbereder data på: Ved å utnytte AI for kvalitetsikring og automatisere visse trinn i dataforberedelsesprosessen. Dette vil gjøre det mulig for oss å forbedre datakvalitet samtidig som vi forbedrer driftseffektiviteten, og forbedre våre bruttomarginer.
• Utvikle erfaringen for våre crowd-arbeidere: Vår nye CrowdGen-plattform gjør det mulig for oss å skalerer prosjekter raskt og fleksibelt i tråd med våre kundens behov, ved å bruke AI for automatisert skjerming og prosjekt-matching. Dette vil også forbedre vår bidragsyter-erfaring med personlig støtte. Appen har vært en tidlig adopterende i å fremme transparens, mangfold og rettferdighet i vår datainnsamling, og vi forblir dedikert til vår Crowd Code of Ethics.

Disse prioriteringene vil posisjonere Appen for bærekraftig vekst og innovasjon i det utviklende AI-landskapet.

Takk for det flotte intervjuet, vi oppmuntrer lesere som ønsker å lære mer til å besøke Appen.