Η στροφή των εταιρειών τεχνητής νοημοσύνης σε ειδικούς δεδομένων επηρεάζει την αγορά εργασίας. Κορυφαίοι όμιλοι τεχνητής νοημοσύνης επαναστατούν στη διαδικασία των δεδομένων, αντικαθιστώντας τους χαμηλά αμειβόμενους data labellers στην Αφρική και την Ασία με έμπειρους ειδικούς που προέρχονται από πεδία όπως η βιολογία και τα χρηματοοικονομικά. Αυτή η στρατηγική στοχεύει στη δημιουργία πιο εξελιγμένων δεδομένων εκπαίδευσης, τα οποία είναι καίριας σημασίας για την ανάπτυξη των νέας γενιάς συστημάτων τεχνητής νοημοσύνης.
Η άνοδος των λεγόμενων συλλογιστικών μοντέλων, όπως το o3 της OpenAI και το Gemini 2.5 της Google, έχει επιταχύνει την απομάκρυνση από την απασχόληση χιλιάδων εργαζομένων χαμηλού κόστους. Οι εργαζόμενοι αυτοί, κυρίως από χώρες όπως η Κένυα και οι Φιλιππίνες, συνήθως αμείβονταν με λιγότερα από 2 δολάρια την ώρα για τον σχολιασμό των τεράστιων συνόλων δεδομένων που απαιτούνται για την εκπαίδευση των μοντέλων AI. Η Όλγα Μεγκορσκάγια, διευθύνουσα σύμβουλος του ολλανδικού ομίλου Toloka, αναφέρει ότι η βιομηχανία επιτέλους αναγνωρίζει τη σημασία των δεδομένων για την εκπαίδευση.
Η αλλαγή αυτή έχει οδηγήσει σε ένα κύμα επενδυτικού ενδιαφέροντος για τις νεοφυείς επιχειρήσεις που ασχολούνται με την επισημείωση δεδομένων. Η Meta επένδυσε πρόσφατα 15 δισεκατομμύρια δολάρια στον αμερικανικό όμιλο Scale AI, διπλασιάζοντας την αποτίμησή του σε 29 δισ. δολάρια, και η Turing AI άντλησε 111 εκατ. δολάρια, κατατάσσοντας την αποτίμησή της σε 2,2 δισ. δολάρια. Παρά την εξέλιξη αυτή, η ζήτηση για χαμηλά αμειβόμενες εργασίες έχει μειωθεί, καθώς οι περισσότερες από αυτές μπορούν πλέον να αυτοματοποιηθούν, σημειώνει η Μεγκορσκάγια.
Πηγή περιεχομένου: in.gr
