iMerit 认为人工智能的未来在于更优质的数据，而非更多数据

AI 数据平台 iMerit 认为，企业级 AI 工具整合的下一步关键并非更多数据，而是更优质的数据。该公司指出，优质数据并非来自零工大军，而是需要数学、医学、医疗保健、金融、自动驾驶等认知领域的专家参与。

“当前至关重要的能力是吸引并留住顶尖认知专家，因为我们需要对这些大模型进行深度定制，以解决企业级 AI 问题，”iMerit 创始人兼首席执行官 Radha Basu 向 TechCrunch 透露。

这家总部位于加州和印度的初创企业九年来默默耕耘，已成为计算机视觉、医学影像、自动驾驶等需要高精度人工标注的 AI 应用领域值得信赖的数据标注合作伙伴。

iMerit 向 TechCrunch 独家透露，其”学者计划”现已结束测试阶段正式推出。该计划旨在培养不断壮大的专家团队，专门针对企业级应用乃至基础模型进行生成式 AI 的微调工作。

iMerit 表示，其客户已涵盖多家顶尖 AI 企业，包括七大生成式 AI 巨头中的三家、全球前八自动驾驶公司中的八家、美国三大政府机构，以及三大云服务提供商中的两家。

这一消息传出之际，人工智能数据标注领域公认的龙头企业 Scale AI，其创始人兼首席执行官 Alexandr Wang 已转投 Meta，后者还收购了该公司 49%的股份 。在 Meta 投资后，出于对产品路线图可能被 Meta 掌握的担忧，包括谷歌、OpenAI、微软和 xAI 在内的多家 Scale 主要客户纷纷撤回了合作。

iMerit 并不宣称要取代 Scale AI 以高吞吐量、面向开发者的”闪电数据”为核心的产品定位。相反，该公司正押注当下正是加注专家主导型高质量数据的最佳时机——这类数据需要深度人类判断力和领域专业知识监督。

“我们是这个领域里的资深专家，”iMerit 全球专业人才副总裁 Rob Laing 向 TechCrunch 表示，”当前 AI 领域正投入巨额资金。许多聪明人正在搭建庞大的人力工作平台。但他们通过这种规模化路径和快速上市策略获得的产出质量，远未达到企业级应用所需的标准。”

Basu 以基于基础大语言模型问世的医疗文书助手为例进行说明。

“如果没有心脏病专家或内科医生的专业知识，你创造的东西准确率可能只有 50%到 60%，”Basu 指出，”而企业需要的是 99%的精准度。你需要质疑模型、突破它的局限、持续修正它。这正是专家主导型 AI 为企业带来的变革价值。”

iMerit 的专家团队通过其专有平台 Ango Hub，负责对企业级和基础 AI 模型进行微调或”锤炼”。Ango 平台使 iMerit 的”学者”能够与客户模型互动，生成并评估需要模型解决的问题。

对 iMerit 而言，吸引并留住认知专家是成功关键，因为这些专家并非仅完成几项任务就离开，而是会持续多年参与项目。该公司自豪地保持着 91%的人才留存率，其中 50%专家为女性。

创始人 Laing 曾创立人工翻译平台 myGengo 的经历，使他深谙众包之道。他表示招募人员执行简单任务相对容易，但要建立真正的社群需要更以人为本的方式。

“加入学者计划的人不再是数据库里的一个名字，他们会真正与团队成员见面，”Laing 说，”通过协作讨论，他们被激励发挥最高水平的工作能力。我们在人才引进方面保持着极其严格的标准。”

“我认为，在未来几年里，我们将会看到像 iMerit 这样真正专注于用户参与度、用户留存率和数据质量的公司，将成为人们培训人工智能的首选公司，”莱恩补充道。

如今，iMerit 与 4000 多名学者合作，并计划随着规模扩大吸纳更多人才。巴苏向 TechCrunch 透露，尽管公司自 2020 年引入科斯拉风投、奥米迪亚网络、Dell.org 和英国国际投资等投资者后未再融资，但 iMerit 已实现可持续盈利。凭借自有现金储备，巴苏表示公司足以支撑万名专家的运营规模。若要进一步扩张则需要更多外部资金，iMerit 对此持开放态度但并无迫切需求。

过去一年间，iMerit 一直致力于”学者计划”，主要聚焦医疗健康领域。其目标是拓展至金融、医药等其他企业级应用场景。Laing 指出，随着顶尖 AI 公司与 iMerit 合作优化基础模型，生成式 AI 已成为该公司增长最快的业务板块。

“互联网上的免费数据已经枯竭，初级人工标注数据也沦为大宗商品，”Laing 表示，”行业正全力优化这些数据，试图实现通用人工智能或超级智能。”