Ryan Kolln, CEO da Appen – Série de Entrevistas

Ao ingressar na Appen AI em 2018 como VP de Desenvolvimento Corporativo, ele liderou aquisições estratégicas como Figure Eight e Quadrant, e apoiou o estabelecimento das divisões China e Federal. Antes de sua nomeação como CEO, ele atuou como Diretor de Operações, supervisionando operações globais e estratégia.

Com mais de 20 anos de experiência em tecnologia e telecomunicações, como sua carreira o ajudou a liderar a Appen no cenário de IA em rápida evolução?

Minha carreira começou como engenheiro de telecomunicações, onde meu papel era construir e otimizar redes e envolvia uma grande quantidade de dados, análise e encontrar soluções inovadoras para otimizar o desempenho da rede e a experiência do cliente.

Após concluir meu MBA na NYU, isso evoluiu para papéis de liderança em estratégia de tecnologia e fusões e aquisições, onde me concentrei em questões estratégicas mais amplas, como tendências emergentes, oportunidades de investimento e modelos de negócios. Essa experiência me deu uma profunda compreensão tanto dos aspectos técnicos quanto dos aspectos de negócios das tecnologias emergentes.

Na Appen, trabalhamos na interseção da IA e dos dados, e minha experiência me permitiu liderar a empresa e navegar pelas complexidades no espaço de IA em rápida evolução, passando por desenvolvimentos importantes como reconhecimento de voz, NLP, sistemas de recomendação e agora IA gerativa. Essa visão estratégica é crucial à medida que a IA continua a transformar indústrias globalmente.

Você está na Appen desde 2018, impulsionando aquisições estratégicas como Figure Eight e Quadrant. Como essas movidas estratégicas posicionaram a Appen como líder em serviços de dados de IA, e qual você vê como a próxima grande oportunidade para a empresa?

As aquisições de Figure Eight e Quadrant foram fundamentais para expandir nossas capacidades de dados de IA, particularmente em áreas como anotação de dados e inteligência de geolocalização.  A plataforma de anotação de dados da Figure Eight foi particularmente impactante.  A plataforma é altamente personalizável, e a utilizamos para trabalhos em muitos domínios diferentes.  Mais recentemente, temos utilizado a plataforma para executar a maioria de nossos fluxos de dados de IA gerativa.

Além das aquisições, cerca de 5 anos atrás, estabelecemos uma operação na China chamada Appen China.  Agora somos a maior empresa de dados de IA na China, com receita quase duas vezes maior do que a de nossos concorrentes mais próximos.

Olhando para o futuro, o foco da Appen é apoiar o desenvolvimento e a adoção de IA gerativa.  Existem grandes oportunidades de crescimento tanto para os construtores de modelos quanto para as empresas que buscam adotar IA gerativa em seus produtos e operações.  Sentimos que estamos apenas no início da maior onda de IA.

A qualidade dos dados desempenha um papel crucial no desenvolvimento de modelos de IA. Como a Appen garante a precisão, diversidade e relevância de seus conjuntos de dados, especialmente com a crescente demanda por dados de treinamento de LLM de alta qualidade?

A força da Appen está em nossa capacidade de criar dados de alta qualidade consistentemente e em escala. Trabalhamos em estreita colaboração com nossos clientes para entender seus objetivos de modelo de IA e desenvolver dados de alta qualidade para atender às suas necessidades por meio de uma abordagem em camadas que combina ferramentas automatizadas e feedback humano. Temos uma força de trabalho global de mais de 1 milhão de pessoas em mais de 200 países, o que nos permite curar um grupo de contribuintes qualificados e diversificados. Através de rigoroso controle de qualidade e loops de feedback, garantimos que os dados sejam precisos, consistentes e relevantes, e possam ser usados para melhorar efetivamente o desempenho dos modelos de IA. Isso permite que os sistemas de IA operem efetivamente em ambientes do mundo real e também pode ser usado para melhorar a robustez e reduzir o viés, especialmente para LLMs.

Geração de dados sintéticos está ganhando popularidade, e o investimento da Appen na Mindtech destaca seu interesse nessa área. Você pode discutir as vantagens e desvantagens de usar dados sintéticos ou extraídos da web versus dados crowdsourced para treinar modelos de IA, e como você vê os dados sintéticos complementando os dados crowdsourced que a Appen é conhecida?

Dados de alta qualidade são cruciais, mas podem ser caros e demorados para produzir, o que é por que os dados sintéticos estão ganhando atenção. Eles funcionam bem para dados estruturados em tarefas de IA/ML tradicionais, especialmente em setores com regulamentações de privacidade estritas, como saúde e finanças, pois evitam o uso de informações pessoais.

No entanto, os dados sintéticos frequentemente carecem de profundidade e nuances de dados do mundo real, especialmente para tarefas de IA gerativa complexas que exigem diversidade e expertise profunda. Eles também podem perpetuar erros ou vieses dos dados originais. Os dados extraídos da web, comumente usados para LLMs, apresentam seus próprios desafios, com conteúdo de baixa qualidade, vieses e desinformação, exigindo curadoria cuidadosa.

Os dados crowdsourced, nos quais a Appen se especializa, permanecem como a “verdade fundamental”. A expertise humana é vital para gerar dados diversificados e complexos necessários para melhorar a precisão dos modelos de IA e garantir alinhamento com valores humanos.

Nós vemos os dados sintéticos como complementares aos nossos dados anotados por humanos. Embora os dados sintéticos possam acelerar partes do processo, os dados anotados por humanos garantem que os modelos refletem a diversidade do mundo real. Juntos, eles fornecem uma abordagem equilibrada para criar dados de treinamento de alta qualidade para IA.

A Lei de IA da UE e outras regulamentações globais estão moldando os padrões éticos em torno do desenvolvimento de IA. Como você vê essas regulamentações influenciando as operações da Appen e a indústria de IA mais ampla em frente?

A Lei de IA da UE e regulamentações semelhantes provavelmente influenciarão as operações da Appen, estabelecendo novos padrões éticos para o desenvolvimento e desempenho de modelos de IA. Podemos ver mudanças na forma como lidamos com dados, garantimos a justiça do modelo e abordamos considerações éticas. Isso pode levar a processos mais rigorosos e possíveis ajustes em nossa abordagem para treinamento e validação de modelos.

Em termos mais amplos, essas regulamentações provavelmente impulsionarão a indústria em direção a padrões éticos mais altos, aumentarão os custos de conformidade e potencialmente desacelerarão alguns aspectos da inovação. No entanto, elas também promoverão maior responsabilidade e transparência, o que pode levar a um desenvolvimento de IA mais responsável e sustentável.

Com crescentes preocupações em torno de vieses em IA, como a Appen trabalha para garantir que os conjuntos de dados usados para treinar modelos de IA sejam eticamente fontes e livres de vieses, particularmente em áreas sensíveis como processamento de linguagem natural e visão computacional?

Nós ativamente trabalhamos para reduzir os vieses, promovendo diversidade e inclusão em todos os nossos projetos. É encorajador ver que muitos de nossos clientes estão focados em capturar amplas demografias em tarefas de coleta e avaliação de dados. Ter uma força de trabalho global que reside na maioria dos países nos permite fonte de dados de uma ampla gama de perspectivas e experiências, o que é especialmente importante em áreas sensíveis como processamento de linguagem natural e visão computacional.

Desde 2019, formalizamos nossas melhores práticas no Código de Ética da Multidão, demonstrando nosso compromisso com diversidade, justiça e bem-estar da multidão. Isso inclui nosso compromisso com salários justos, garantindo que a voz de nossa multidão seja ouvida e mantendo proteções de privacidade rigorosas. Ao manter esses princípios, visamos entregar dados de alta qualidade, eticamente fontes, que apoiem o desenvolvimento responsável de IA.

À medida que a IA se torna mais integrada a indústrias como automotiva, publicidade e AR/VR, como a Appen está se posicionando para atender à crescente demanda por dados de treinamento especializados nesses setores?

Ao longo dos últimos 27 anos, fornecemos dados de treinamento especializados para uma ampla gama de indústrias e casos de uso, e continuamos a evoluir à medida que as necessidades de nossos clientes evoluem.

Por exemplo, na indústria automotiva, trabalhamos com empresas automotivas líderes e fornecedores de soluções de cabine para construir sistemas de fala dentro do veículo. Agora, estamos ajudando nossos clientes em novas áreas, como coleta de dados de vídeo de motoristas para ajudar na segurança, monitorando a distração do motorista.

Na publicidade, ajudamos uma plataforma de publicidade global líder a melhorar a qualidade e a precisão dos anúncios para a relevância do usuário em um grande programa global de vários anos com 7M+ avaliações. Agora, à medida que muitas dessas plataformas adotam soluções de IA gerativa, nossa multidão não apenas avalia a relevância dos anúncios, mas também ajuda a avaliar a qualidade dos anúncios gerados.

Conseguimos fazer tudo isso por meio de nossa plataforma de anotação robusta, que pode ser personalizada para suportar fluxos de trabalho complexos e várias modalidades de dados, incluindo texto, áudio, imagem, vídeo e anotação multimodal. Mas, em última análise, nossa capacidade de nos mover com a indústria em constante mudança vem de nossa profunda expertise em dados para desenvolvimento de IA e de nossa forte parceria com nossos clientes.

A Appen tem sido uma líder em fornecer dados de alta qualidade para uma variedade de aplicações de IA. Olhando para o futuro, como você vê o papel da Appen evoluindo à medida que a IA gerativa e os LLMs continuam a se desenvolver e influenciar mercados globais?

IA gerativa e LLMs estão transformando indústrias, e continuaremos a desempenhar um papel crítico no fornecimento de dados de alta qualidade para apoiar esses avanços. Quando se trata de mercados globais, nossa capacidade de fonte em 200 países e mais de 500 idiomas se tornará ainda mais valiosa, e temos uma forte história nisso, pois ajudamos empresas como a Microsoft (MSFT ) a lançar modelos de tradução automática para mais de 110 idiomas.

À medida que o deploy de aplicações de LLM cresce, vemos uma crescente demanda por alinhamento com usuários finais humanos, incluindo capacidades de localização para garantir que nuances linguísticas e culturais sejam abordadas em vários mercados globais. Estamos comprometidos em ajudar as empresas a desenvolver sistemas de IA que sejam tanto performáticos quanto responsáveis, garantindo que os dados usados para treinar esses modelos sejam diversificados, relevantes e eticamente fontes.

A Appen é conhecida por alimentar alguns dos LLMs mais avançados do mundo. Quais são algumas das inovações em anotação e coleta de dados que a Appen está se concentrando para melhorar o desempenho desses modelos?

Estamos continuamente inovando em nossos processos de anotação e coleta de dados para melhorar o desempenho dos LLMs. Uma área de foco é melhorar a eficiência e a precisão da anotação de dados por meio de ferramentas de IA assistidas, que ajudam a simplificar e automatizar partes do processo, mantendo padrões de alta qualidade.

Podemos identificar pontos de dados que precisam de mais entrada humana, garantindo que os esforços de anotação sejam direcionados onde terão o maior impacto. Temos recursos integrados em nossa plataforma, como o Model Mate, que pode ser usado para ajudar a acelerar a produção de dados e melhorar a qualidade dos dados. Também estamos focados nas melhores práticas de gerenciamento de contribuintes, o que é importante à medida que a complexidade das tarefas aumenta.

A capacidade de entender o desempenho do contribuinte e fornecer feedback para melhorar continuamente a qualidade de nossos dados gerados por humanos. Essas inovações nos permitem fornecer dados de alta qualidade e em grande escala necessários para alimentar e ajustar os principais LLMs do mundo.

À medida que você assume seu novo papel como CEO, quais são suas principais prioridades para a Appen nos próximos anos, e como você planeja impulsionar o crescimento da empresa no competitivo espaço de IA?

À medida que eu assumo o papel de CEO, minhas prioridades estratégicas são projetadas para garantir a liderança da Appen no competitivo cenário de IA:

• Apoiar o desenvolvimento de modelos de IA gerativa: Nos últimos 18 meses, a IA gerativa se tornou um componente-chave de nossa oferta de serviços, com 28% da receita do grupo vindo de projetos relacionados à IA gerativa em junho de 2024, em comparação com 8% em janeiro. Vemos um potencial significativo no mercado de IA gerativa, que deve atingir $1,3 trilhão até 2032, de acordo com previsões da indústria.
• Apoiar a adoção de modelos de IA gerativa: Vemos crescimento em novos segmentos à medida que as empresas aproveitam soluções de IA gerativa para seus casos de uso. Embora o percentual de projetos de IA gerativa que atingem a implantação seja baixo, antecipamos que o FY24/25 será um período de transição, onde experimentos se movem para produção e impulsionam a demanda por dados personalizados de alta qualidade e especializados.
• Otimizar e automatizar a forma como preparamos os dados: Utilizando a IA para garantia de qualidade e automatizando certas etapas do processo de preparação de dados. Isso nos permitirá melhorar a qualidade dos dados, ao mesmo tempo em que melhoramos a eficiência operacional, melhorando nossas margens brutas.
• Evoluir a experiência para nossos trabalhadores da multidão: Nossa nova plataforma CrowdGen nos permite escalar projetos rapidamente e de forma flexível, de acordo com as necessidades de nossos clientes, utilizando a IA para triagem e correspondência de projetos automatizados. Isso também melhorará a experiência do contribuinte com suporte personalizado. A Appen tem sido uma precursora na promoção de transparência, diversidade e justiça em nossa fonte de dados, e permanecemos comprometidos com nosso Código de Ética da Multidão.

Essas prioridades posicionarão a Appen para crescimento sustentável e inovação no cenário de IA em evolução.

Obrigado pela grande entrevista, incentivamos os leitores que desejam aprender mais a visitar Appen.