Ryan Kolln, VD på Appen – Intervjuserie

När han gick med i Appen AI 2018 som VP för Corporate Development, ledde han strategiska förvärv som Figure Eight och Quadrant, och stödde etableringen av Kina- och federala divisioner. Före sin utnämning till VD tjänstgjorde han som Chief Operating Officer, med ansvar för globala operationer och strategi.

Med över 20 års erfarenhet inom teknik och telekommunikation, hur har din karriärsväg format din approach till att leda Appen genom den snabbt föränderliga AI-landskapet?

Min karriär började som telekommunikationsingenjör, där min roll var att bygga och optimera nätverk och innefattade en enorm mängd data, analyser och att hitta innovativa lösningar för att optimera nätverksprestanda och kundupplevelse.

Efter att ha avslutat min MBA på NYU, utvecklades detta till ledande roller inom teknikstrategi och fusioner och förvärv, där jag fokuserade på större strategiska frågor, såsom framväxande trender, investeringsmöjligheter och affärsmodeller. Denna bakgrund har gett mig en djup förståelse för både de tekniska och affärsmässiga aspekterna av framväxande tekniker.

Hos Appen arbetar vi på gränsen mellan AI och data, och min erfarenhet har möjliggjort för mig att leda företaget och navigera komplexiteter i den snabbt föränderliga AI-miljön, från stora utvecklingar som röstigenkänning, NLP, rekommendationssystem och nu generativ AI. Denna strategiska vision är avgörande eftersom AI fortsätter att omvandla branscher globalt.

Du har varit på Appen sedan 2018 och drivit stora förvärv som Figure Eight och Quadrant. Hur har dessa strategiska drag positionerat Appen som ledare inom AI-data-tjänster, och vad ser du som den största möjligheten för företaget?

Förvärven av Figure Eight och Quadrant var nyckeln till att expandera vår AI-dataförmåga, särskilt inom områden som dataannotering och geolokationsintelligens. Figure Eights dataannoteringsplattform var särskilt betydelsefull. Plattformen är högt anpassningsbar, och vi har använt den för arbete i många olika domäner. Mer nyligen har vi använt plattformen för att köra de flesta av våra generativa AI-dataflöden.

Utöver förvärven etablerade vi för cirka 5 år sedan en verksamhet i Kina som heter Appen Kina. Vi är nu det största AI-dataföretaget i Kina, med intäkter som nästan är dubbelt så stora som våra närmaste konkurrenter.

Framåt ser vi att fokus för Appen ligger på att stödja utvecklingen och antagandet av generativ AI. Det finns stora tillväxtmöjligheter både för modellbyggare och företag som vill anta generativ AI i sina produkter och verksamheter. Vi känner att vi bara är i början av den största AI-vågen.

Datakvalitet spelar en avgörande roll i AI-modellutveckling. Kan du dela hur Appen säkerställer noggrannhet, mångfald och relevans i sina datamängder, särskilt med den ökande efterfrågan på högkvalitativa LLM-träningsdata?

Appens styrka ligger i vår förmåga att skapa högkvalitativa data konsekvent och i stor skala. Vi arbetar nära med våra kunder för att förstå deras AI-modellmål och utveckla högkvalitativa data för deras behov genom en flerskiktsansats som kombinerar automatiserade verktyg och mänsklig återkoppling. Vi har en global arbetsstyrka på över 1 miljon i över 200 länder, vilket möjliggör för oss att kuratera en grupp kvalificerade och mångfaldiga bidragsgivare. Genom rigorös kvalitetskontroll och återkopplingsloopar säkerställer vi att data är korrekt, konsekvent och relevant, och kan användas för att effektivt förbättra prestandan hos AI-modeller. Detta möjliggör för AI-system att fungera effektivt i verkliga miljöer och kan också användas för att förbättra robusthet och minska bias, särskilt för LLM.

Syntetisk data generering växer i popularitet, och Appens investering i Mindtech visar ert intresse för detta område. Kan du diskutera fördelarna och nackdelarna med att använda syntetisk eller webbskrapad data jämfört med crowdsourcad data för att träna AI-modeller, och hur du ser syntetisk data komplettera den crowdsourcade data som Appen är känd för?

Högkvalitativa data är avgörande men kan vara dyra och tidskrävande att producera, vilket är varför syntetisk data får uppmärksamhet. Den fungerar bra för strukturerad data i traditionella AI/ML-uppgifter, särskilt inom branscher med stränga dataskyddsregler som hälsovård och finans, eftersom den undviker att använda personlig information.

Men syntetisk data saknar ofta djup och nyanser i verkliga data, särskilt för komplexa generativa AI-uppgifter som kräver mångfald och djup expertis. Den kan också förmedla fel eller bias från de ursprungliga data. Webbskrapad data, som ofta används för LLM, presenterar sina egna utmaningar med lågkvalitetsinnehåll, bias och desinformation, vilket kräver noggrann kurering.

Crowdsourcad data, som Appen specialiserar sig på, förblir “sanningen”. Mänsklig expertis är avgörande för att generera den mångfaldiga, komplexa data som behövs för att förbättra AI-modellens noggrannhet och säkerställa överensstämmelse med mänskliga värderingar.

Vi ser syntetisk data som komplementär till vår mänskligt annoterade data. Medan syntetisk data kan accelerera delar av processen, säkerställer mänskligt märkt data att modeller återspeglar verkliga världens mångfald. Tillsammans erbjuder de en balanserad ansats för att skapa högkvalitativa träningsdata för AI.

EU:s AI-lag och andra globala regleringar formar de etiska standarderna kring AI-utveckling. Hur ser du att dessa regleringar påverkar Appens verksamhet och den bredare AI-branschen framåt?

EU:s AI-lag och liknande globala regleringar kommer sannolikt att påverka Appens verksamhet genom att fastställa nya etiska standarder för AI-modellutveckling och prestanda. Vi kan se förändringar i hur vi hanterar data, säkerställer modellrättvisa och hanterar etiska överväganden. Detta kan leda till mer rigorösa processer och potentiella justeringar i vår ansats till modellträning och validering.

I bredare termer kommer dessa regleringar sannolikt att driva branschen mot högre etiska standarder, öka efterlevnads kostnader och potentiellt sakta ner vissa aspekter av innovation. Men de kommer också att driva på större ansvar och transparens, vilket kan leda till mer ansvarsfull och hållbar AI-utveckling.

Med ökande oro kring bias i AI, hur arbetar Appen för att säkerställa att datamängderna som används för att träna AI-modeller är etiskt källade och fria från bias, särskilt i känsliga områden som naturlig språkbehandling och datorseende?

Vi arbetar aktivt för att minska bias genom att främja mångfald och inkludering över våra projekt. Det är uppmuntrande att se att många av våra kunder fokuserar på att fånga breda demografiska data vid datainsamling och modellutvärdering. Att ha en global arbetsstyrka som bor i de flesta länder möjliggör för oss att samla in data från en mängd olika perspektiv och erfarenheter, vilket är särskilt viktigt i känsliga områden som naturlig språkbehandling och datorseende.

Sedan 2019 formaliserade vi våra bästa metoder i Crowd Code of Ethics, som visar vår engagemang för mångfald, rättvisa och crowd-välbefinnande. Detta inkluderar vårt åtagande för rättvis lön, säkerställer att vår crowds röst hörs och upprätthåller strikta dataskyddsåtgärder. Genom att upprätthålla dessa principer syftar vi till att leverera högkvalitativa, etiskt källade data som stöder ansvarsfull AI-utveckling.

Som AI blir mer integrerat i branscher som fordon, reklam och AR/VR, hur positionerar sig Appen för att möta den ökande efterfrågan på specialiserad träningsdata i dessa sektorer?

Under de senaste 27 åren har vi tillhandahållit specialiserad träningsdata för en mängd olika branscher och användningsfall, och vi fortsätter att utvecklas allteftersom våra kunder behov förändras.

Till exempel inom fordon har vi arbetat med ledande fordonstillverkare och in-cabin-lösningar för att bygga in-vehicle-tal system. Nu hjälper vi våra kunder inom nya områden som videoinsamling av förare för att hjälpa till med säkerhet genom att övervaka föraravvikelse.

I reklam har vi hjälpt ett ledande globalt reklamplattform att förbättra kvaliteten och noggrannheten hos annonser för användarrelevans under ett stort flerårigt globalt program med 7M+ utvärderingar. Nu, när många plattformar antar generativa AI-lösningar, utvärderar vår crowd inte bara relevansen hos annonser utan också kvaliteten på genererade annonser.

Vi har kunnat göra allt detta genom vår robusta annoteringsplattform som kan anpassas för att stödja komplexa arbetsflöden och olika datamodaler, inklusive text, ljud, bild, video och multimodal annotering. Men i slutändan beror vår förmåga att följa med den föränderliga branschen på vår djupa expertis inom data för AI-utveckling och starka partnerskap med våra kunder.

Appen har varit en ledare inom att tillhandahålla högkvalitativa data för en mängd olika AI-applikationer. Framåt, hur ser du Appens roll utvecklas när generativ AI och LLM fortsätter att utvecklas och påverka globala marknader?

Generativ AI och LLM omvandlar branscher, och vi kommer att fortsätta spela en avgörande roll i att tillhandahålla högkvalitativa data för att stödja dessa framsteg. När det gäller globala marknader kommer vår förmåga att källa data från 200 länder och 500+ språk att bli ännu mer värdefull, och vi har en stark historia av detta, eftersom vi hjälpte företag som Microsoft (MSFT ) att lansera maskinöversättningsmodeller för över 110 språk.

Såsom distributionen av LLM-applikationer växer, ser vi en ökande efterfrågan på att anpassa sig till mänskliga slutanvändare, inklusive lokaliseringsförmåga för att säkerställa att språkliga och kulturella nyanser hanteras i olika globala marknader. Vi är engagerade i att hjälpa företag att utveckla AI-system som är både presterande och ansvarsfulla genom att säkerställa att de data som används för att träna dessa modeller är mångfaldiga, relevanta och etiskt källade.

Appen är känd för att driva världens mest avancerade LLM. Vilka är några av innovationerna inom dataannotering och insamling som Appen fokuserar på för att förbättra prestandan hos dessa modeller?

Vi innovativa kontinuerligt våra dataannoterings- och insamlingsprocesser för att förbättra prestandan hos LLM. Ett område vi fokuserar på är att förbättra effektiviteten och noggrannheten hos dataannotering genom avancerade AI-assisterade verktyg, som hjälper till att strömlinjeforma och automatisera delar av processen samtidigt som vi upprätthåller högkvalitetsstandarder.

Vi kan identifiera datapunkter som behöver ytterligare mänsklig inmatning, vilket säkerställer att annoteringsinsatserna är riktade där de kommer att ha störst inverkan. Vi har integrerat funktioner i vår plattform som Model Mate, som kan användas för att hjälpa till att accelerera dataproduktion och förbättra datakvalitet. Vi fokuserar också på bästa metoder för bidragsgivarhantering, vilket är viktigt eftersom komplexiteten i uppgifterna ökar.

Förmågan att förstå bidragsgivarprestanda på detaljnivå och ge återkoppling för att kontinuerligt förbättra kvaliteten på vår mänskligt genererade data. Dessa innovationer möjliggör för oss att tillhandahålla de högkvalitativa, storskaliga data som krävs för att driva och finjustera världens ledande LLM.

När du går in i din nya roll som VD, vad är dina topprioriteringar för Appen under de kommande åren, och hur planerar du att driva företagets tillväxt i den mycket konkurrensutsatta AI-branschen?

Som jag går in i rollen som VD är mina strategiska prioriteringar utformade för att säkerställa Appens ledarskap i den konkurrensutsatta AI-landskapet:

• Stödja utvecklingen av generativa AI-modeller: Under de senaste 18 månaderna har generativ AI blivit en nyckelkomponent i vår tjänsteerbjudande, med 28% av gruppreväntionen från generativa AI-relaterade projekt i juni 2024 jämfört med 8% i januari. Vi ser en betydande potential i den generativa AI-marknaden, som förväntas nå 1,3 biljoner dollar enligt branschprognoser.
• Stödja antagandet av generativa AI-modeller: Vi ser tillväxt i nya segment när företag utnyttjar generativa AI-lösningar för sina användningsfall. Även om andelen generativa AI-projekt som når distribution är låg, förväntar vi oss att FY24/25 kommer att vara en övergångsperiod där experiment flyttar till produktion och driver efterfrågan på anpassad, högkvalitativ och specialiserad data.
• Optimera och automatisera sättet vi förbereder data: Genom att använda AI för kvalitetskontroll och automatisera vissa steg i dataförberedelseprocessen. Detta kommer att möjliggöra för oss att förbättra datakvalitet samtidigt som vi förbättrar operativ effektivitet, förbättrar vår bruttomarginal.
• Utveckla upplevelsen för våra crowd-arbetare: Vår nya CrowdGen-plattform möjliggör för oss att skala projekt snabbt och flexibelt i linje med våra kundernas behov, med hjälp av AI för automatiserad skärmning och projekttilldelning. Detta kommer också att förbättra vår bidragsgivarupplevelse med personlig support. Appen har varit en tidig adopterare av att främja transparens, mångfald och rättvisa i vår datakälla, och vi förblir engagerade i vår Crowd Code of Ethics.

Dessa prioriteringar kommer att positionera Appen för hållbar tillväxt och innovation i den föränderliga AI-landskapet.

Tack för den underbara intervjun, vi uppmanar läsare som vill lära sig mer att besöka Appen.