Si buscás señales claras del crecimiento del mercado de la inteligencia artificial, el ascenso de micro1 habla por sí solo. A comienzos de este año, se trataba de un servicio de reclutamiento basado en IA que generaba ingresos anuales por unos US$ 7 millones. Ocho meses después de haber volcado su foco hacia la anotación de datos para el entrenamiento de modelos de IA, la empresa superó los US$ 100 millones en ingresos anualizados y recibió propuestas de inversión que la valuaron en US$ 2.500 millones. Hace apenas unos meses, había cerrado una ronda de financiación que la había valuado en US$ 500 millones.
El crecimiento fue vertiginoso para Ali Ansari, el director ejecutivo de la compañía, que con solo 24 años está cerca de convertirse en uno de los multimillonarios más jóvenes del mundo. Si micro1 concreta una valuación igual o superior a los US$ 2.500 millones que hoy manejan los inversores, su participación —alrededor del 42%— tendría un valor estimado de más de US$ 1.000 millones, según cálculos de Forbes.
Ansari se interesó por el entrenamiento en inteligencia artificial cuando una empresa dedicada al etiquetado de datos los contactó para que micro1 colaborara con el reclutamiento. "Fue un proyecto impresionante para nosotros", contó Ansari. "Pensábamos: ¿por qué esta empresa contrata a cientos de ingenieros en dos semanas? Dijimos: Deberíamos centrarnos en este mercado".
Así como ocurrió con su competidor Mercor —que también arrancó como un servicio de reclutamiento potenciado por inteligencia artificial—, Ansari reorientó a micro1 hacia el etiquetado de datos.
El entrenamiento de modelos de IA —es decir, la anotación humana de la información que sirve para entrenar los grandes modelos lingüísticos que sostienen esta tecnología— se convirtió en uno de los sectores con mayor ritmo de expansión en Silicon Valley. Para que los sistemas sean más precisos, necesitan que las personas les den contexto y sentido a los datos con los que se entrenan. Como el rendimiento de la inteligencia artificial mejora en proporción directa a la cantidad de datos de calidad que procesa, el negocio de los proveedores de información fiable creció con fuerza.
Ansari calcula que los principales laboratorios de inteligencia artificial invierten hoy US$ 15.000 millones al año en procesos de entrenamiento. Según su proyección, esa cifra superará los US$ 100.000 millones dentro de dos años.
Se trata de un mercado en plena expansión. Según a quién se le pregunte, el etiquetado de datos podría transformarse en una industria de gran escala o quedar desplazado por sistemas de inteligencia artificial capaces de aprender por sí solos. Pero, por ahora, representa un negocio enorme. Solo en los últimos meses, generó cuatro nuevos multimillonarios: los fundadores de Mercor y Edwin Chen, creador de Surge.
Ansari no mencionó clientes específicos, salvo Microsoft, aunque aseguró que micro1 trabaja con varios laboratorios de inteligencia artificial de avanzada y con la mayoría de las grandes tecnológicas que integran el grupo de las "Siete Magníficas". Todas buscan especialistas que puedan anotar datos de entrenamiento en áreas como atención al cliente y banca de inversión. Muchos de esos perfiles tienen formación académica sólida y cobran entre US$ 60 y US$ 170 por hora por evaluar los resultados que arroja la IA. En el caso de expertos médicos o financieros, las tarifas pueden llegar hasta los US$ 500 por hora.
Ansari imagina un futuro en el que casi cualquier persona pueda trabajar como instructora de inteligencia artificial, y no solo quienes tienen oficios técnicos. Por eso está desarrollando un servicio que paga a la gente por grabarse en video mientras realiza tareas cotidianas —como doblar ropa— para generar datos que sirvan en el entrenamiento de modelos de IA robótica.
"La capacitación en IA está afectando fundamentalmente a la economía; es un sector laboral completamente nuevo", dijo.
Según Adam Bain, cofundador de 01A Ventures e inversor de micro1, hasta hace poco el etiquetado de datos era un terreno "poco querido y poco apreciado".
"El consenso era que no era un buen sector para invertir", dijo Bain a Forbes. "Y el etiquetado de datos empezó siendo muy básico, pero ahora se trata literalmente de encontrar personas más inteligentes que los modelos... se volvió muy complejo".
A los inversores les preocupaba que el etiquetado de datos quedara obsoleto una vez que la inteligencia artificial alcanzara un nivel general y pudiera igualar las capacidades cognitivas humanas. También generaba dudas el hecho de que se tratara de un negocio poco atractivo, basado en gestionar proyectos de corto plazo con grandes grupos de contratistas.
"Nos preocupaba la magnitud del premio", dijo Jamin Ball, socio de Altimeter Capital, quien no invirtió en ninguna empresa dedicada al etiquetado de datos. "El etiquetado de datos parecía un commodity con márgenes bajos al vencimiento". Con el tiempo, Ball cambió de opinión y ahora busca activamente invertir en compañías del sector. "Los datos son el oxígeno de los modelos de inteligencia artificial", afirmó.
Para tener éxito como emprendedor en ese rubro, es clave entender las turbulencias del mercado de la IA. Es mucho más complejo que instalar un centro de llamadas en el extranjero, como hizo Accenture. Ansari es un especialista en anticiparse a lo que viene, aseguró Bain, quien lo definió como alguien con una mirada "de 360 grados: le apasiona construir una gran empresa, dedicar tiempo a los clientes y trabajar con ahínco".
Ansari se mudó a Los Ángeles desde Irán hace poco más de diez años y empezó a emprender desde su adolescencia. En la secundaria armó un pequeño negocio de reventa de libros de texto en eBay. Ya en la preparatoria, creó una plataforma online de tutoría en matemáticas que logró vender con ganancias de "seis cifras bajas" cuando terminó sus estudios. Mientras cursaba en Berkeley y dirigía una consultora de software, se frustraba por lo difícil que resultaba encontrar ingenieros competentes en el extranjero. Por eso usó el modelo GPT-3 de OpenAI para desarrollar un reclutador con inteligencia artificial que conversaba con los candidatos y evaluaba sus habilidades. Cuando ese sistema superó el millón de dólares en ingresos anuales, cerró la consultora para enfocarse por completo en ese proyecto. Luego dio el paso hacia el etiquetado de datos.
Micro1 se diferencia por una filosofía que Ansari llama "lo humano primero", y que prioriza la experiencia de quienes trabajan etiquetando datos. El proceso comienza con una entrevista con inteligencia artificial y sigue con una simulación de tarea realista, para que los futuros capacitadores de IA sepan con claridad qué se espera de ellos.
Una vez que los expertos son contratados, se los vincula con "gestores de datos humanos", que suelen ser recién graduados de universidades reconocidas. Su rol es ayudarlos a moverse con soltura dentro del mundo del entrenamiento de inteligencia artificial. En micro1, los gerentes de proyecto reciben parte de su salario en función del "Índice de Felicidad de los Expertos", y su desempeño se mide con análisis detallados y se clasifica en grupos.
"Si los expertos están contentos, producen un trabajo de mejor calidad y los laboratorios obtienen un mejor modelo", dijo Ansari.
Aunque algunos críticos ven con preocupación que los trabajadores estén entrenando a la inteligencia artificial que podría reemplazarlos en el futuro, Ansari sostiene que este nuevo sector laboral generará una cantidad infinita de trabajo para las personas y será una oportunidad para los trabajadores manuales que hoy están desocupados.
Está convencido del potencial del mercado de datos que se está desarrollando alrededor de la robótica avanzada. Asegura que, en algún momento, superará al actual mercado de entrenamiento de inteligencia artificial. Las empresas que diseñan robots humanoides no cuentan con un corpus predefinido de datos ni con una fuente online desde la que puedan extraer información para desarrollar un modelo lingüístico de gran escala. No se trata de datos disponibles en Wikipedia o en editoriales, sino de información que todavía hay que generar y capturar.
Con ese objetivo, micro1 empezó a enviar kits de equipamiento —incluidas las gafas Ray-Ban de Meta— a personas que van a crear los conjuntos de datos fundamentales para los robots. Lo harán grabándose mientras realizan distintas tareas: tender una cama, arreglar una canilla que pierde agua o lavar los platos. La tarea es enorme si se espera que los robots humanoides algún día logren hacer, al menos, una parte del trabajo que hoy hacemos los humanos. Por eso Ansari está tan convencido del futuro de este mercado.
"La única manera de llegar al estado final es cuando seamos capaces de modelar el mundo completamente a la perfección, y eso nunca sucederá", dijo.
Con información de Forbes US.