Yapay zeka dünyasında asıl parayı kimin kazandığı sorusunun cevabı şaşırtıcı: OpenAI, Anthropic ya da Google değil, bu şirketlere model eğitimi için veri satan küçük ama hızla büyüyen şirketler. 19 yaşında lise arkadaşlarıyla birlikte Mercor'u kuran Brendan Foody'nin hikayesi, bu tablonun en çarpıcı örneği. Şirket 2023'te yurt dışından yazılım mühendisi istihdam eden otomatik bir işe alım platformu olarak hayata geçti; dil modelleri özgeçmişleri inceliyor, mülakatları yapıyordu.
Mercor, aylarca içinde yıllık 1 milyon dolar gelire ulaşarak mütevazı bir kâr elde etti. Ardından 2024'ün başında Scale AI kapıya dayandı: 1.200 yazılım mühendisine ihtiyaçları vardı. Bu talep, Foody'ye sektörde büyük bir dönüşümün habercisi gibi göründü. Foody, işe aldığı mühendislerin eksik ödemelerden şikâyet etmesi üzerine aracıyı devre dışı bırakarak doğrudan yapay zeka eğitim verisi pazarına girdi. Eylül ayında Mercor'un yıllık gelirinin 500 milyon dolara ulaştığını duyurdu ve bunu "tüm zamanların en hızlı büyüyen şirketi" olarak nitelendirdi. Şirketin en son değerlemesi 10 milyar doları bulurken Foody ve iki kurucu ortağı, 22 yaşında dünyanın en genç kendi kendini yetiştirmiş milyarderleri unvanını aldı.
Veri Etiketlemeden Milyar Dolarlık İmparatorluğa
Yapay zeka eğitim verisi sektörü, 2021'de Google araştırmacılarının yaptığı bir çalışmaya göre, AI geliştirmenin en az değer verilen ve en gösterişsiz boyutu olarak tanımlanıyordu. Ancak bu sektör olmadan modern makine öğrenmesi var olamazdı. Geçmişte Amazon Mechanical Turk gibi platformlarda insanlar kedi ve köpek görsellerini etiketlemek için kuruşlar alıyordu. Otonom araç çılgınlığı Scale AI gibi şirketleri doğurdu; Scale'in Remotasks platformunda çalışanlar trafik işaretlerinin etrafına kutular çiziyordu.
ChatGPT'nin piyasaya çıkmasıyla birlikte sektör yeniden dönüştü. ChatGPT'nin insan benzeri akıcılığını kazanmasını sağlayan yöntem, insan geri bildiriminden pekiştirmeli öğrenme (RLHF) oldu. Bu yaklaşımda yükleniciler, chatbot yanıtlarını puanlıyor; ikinci bir model bu puanlamaları öğrenerek ChatGPT'yi insanların beğeneceği yanıtlar verdiğinde ödüllendiriyordu. Tıbbi tavsiyelerin kalitesini değerlendirmek için tıp eğitimi almış birine ihtiyaç duyulması gibi, bu iş artık çok daha uzmanlaşmış bir süreç gerektiriyordu.
Surge AI: Sessiz Sedasız Büyüyen Rakip
Scale bu insan puanlamalarının büyük bölümünü sağlarken, Edwin Chen adlı bir veri bilimcinin öz finansmanla kurduğu Surge AI sessiz sedasız sektörün diğer büyük oyuncusu hâline geldi. Google, Twitter ve Facebook'taki önceki işlerinde tedarikçilerden aldığı düşük kaliteli verilere hayal kırıklığıyla yaklaşan Chen, bu şirketlerin yalnızca "insan deposu" olduğunu düşünüyordu. Surge'ün Data Annotation Tech platformu daha küçük, daha hedefli ve daha sıkı kalite kontrolleriyle çalışıyor; saatte yaklaşık 30 dolar ödüyor.
Surge, kurulduğundan bu yana kârlı oldu ve geçen yıl 1 milyar doların üzerinde gelir elde ederek Scale'in açıklanan 870 milyon dolarlık gelirini geçti. Reuters'ın haberine göre şirket, 15 milyar dolar değerlemeyle 1 milyar dolarlık yatırım arayışında. Forbes'a göre Chen, şirketin yaklaşık yüzde 75'ine hâlâ sahip.
Uzman Veri Talebi Patlaması: Avukatlar, Danışmanlar ve Fizikçiler
Yapay zeka şirketleri artık yalnızca temel veri etiketlemesi değil, son derece uzmanlaşmış bilgi istiyor. Pekiştirmeli öğrenmenin çalışması için modellerin optimize edecekleri net bir başarı sinyaline ihtiyacı var. Kod çalışıyor ya da çalışmıyor; bu yüzden yazılım mühendisliği en büyük talep alanı olmayı sürdürüyor. Finans ve danışmanlık peşinden geliyor. Hukuk popüler olmakla birlikte doğrulanabilirliği daha düşük olduğundan pekiştirmeli öğrenmeye daha az elverişli. Fizik, kimya ve matematik de yoğun talep görüyor. Snorkel AI'ın CEO'su Alex Ratner, "Klinik hastane ortamlarından hukuki araştırmaya, hatta geçen gün ahşap işçiliği talebine kadar her şey var; insanlığın her köşesi ve bucağı," dedi.
Bu uzman verilerin üretim yöntemi de değişiyor. "Derecelendirme rubriği" adı verilen ayrıntılı değerlendirme listeleri hazırlamak son derece emek yoğun. Tek bir rubriği iyileştirmek 10 saati aşabiliyor ve bir düzineden fazla kriter içerebiliyor. OpenAI'ın tıbbi benchmark'ı için yayımladığı bir örnekte, yanıt vermeyen bir komşuya ilişkin soruya modelin nabzı kontrol etme, defibrilatör bulma, CPR uygulama ve 16 başka kriteri kapsayan bir yanıt vermesi gerekiyor. Sektördeki kişilere göre laboratuvarlar her eğitim çalışması için on binlerden yüz binlere kadar rubrik sipariş ediyor.
Handshake'ten Uber'e: Herkes Veri Yarışına Katılıyor
Haziran ayında Meta'nın Scale AI'ın CEO'sunu bünyesine katması ve şirkete yüzde 49 oranında ortak olması, rakip laboratuvarları tedirgin etti. Scale'in artık tarafsız bir tedarikçi olmayacağından endişelenen şirketler alternatif arayışına girdi. Bu durum, diğer veri girişimleri için adeta milyar dolarlık bir şeker yağmuruna dönüştü.
Garrett Lord'un 2014'te kurduğu Handshake, üniversite öğrencileri ve mezunları için LinkedIn-Glassdoor karışımı bir platform olarak başlamıştı. 20 milyon mezun, yüksek lisans ve doktora öğrencisine erişim sunan platform, bu yıl Handshake AI adıyla yapay zeka veri pazarına girdi. Meta-Scale anlaşmasının ardından talebin üç katına çıktığını belirten Lord, Kasım ayında 150 milyon dolarlık yıllık gelir eşiğini aştıklarını açıkladı. Şirket beş ayda 3 kişiden 150 kişiye büyüdü.
Uber ise Ekim ayında Belçikalı bir veri etiketleme girişimini satın aldı ve sürücülerin araç kullanmadıkları zamanlarda veri etiketleyebilecekleri bir platform kuruyor. Invisible Technologies, 10 yıl önce yurt dışına görev yönlendiren bir kişisel asistan botu olarak başladı; şimdi yapay zeka eğitim şirketi olarak konumlanıyor ve yirmi kat gelir artışı bildiriyor. Micro1, 2022'de yapay zekayla doğrulanan yazılım mühendisi işe alım platformu olarak kuruldu; Reuters'a göre yıllık geliri 10 milyon dolardan 100 milyon dolara çıktı ve 500 milyon dolar değerlemeyle Seri A turunu tamamlamak üzere.
Sektörün Karanlık Yüzü: Müşteri Yoğunlaşması ve Hukuki Riskler
Bu hızlı büyümenin gölgesinde ciddi riskler de var. Avustralya merkezli Appen, Ağustos 2020'de 4,3 milyar dolar piyasa değerine ulaşmıştı; şimdi bu rakam 130 milyon doların altında, yüzde 97'lik bir düşüş. Appen'in gelirinin yüzde 80'i yalnızca beş müşteriden geliyordu: Microsoft, Apple, Meta, Google ve Amazon. Tek bir müşterinin ayrılması bile şirketi varoluşsal bir krizle yüz yüze bırakıyordu.
Bugünkü pazar da son derece yoğunlaşmış durumda. Foody, Mercor'un müşteri yoğunlaşmasını Nvidia'nın durumuna benzetti; Nvidia'da dört müşteri gelirin yüzde 61'ini oluşturuyor. Scale ve Surge, Kaliforniya'da ücret hırsızlığı ve yanlış sınıflandırma davaları ile karşı karşıya. Scale ayrıca Mercor'u müşteri çalmakla suçlayarak dava açtı.
Illinois Üniversitesi'nden Yardımcı Doçent Daniel Kang'a göre mevcut eğitim trendleri göz önünde bulundurulduğunda, her alanda yüksek kaliteli insan verisi elde etmek gelecekteki yapay zeka ilerlemenin birincil darboğazı hâline gelecek. Bu senaryoda yapay zeka, buhar makineleri ya da internet gibi dönüştürücü ama "normal bir teknoloji" olarak konumlanıyor; her yeni görevi otomatikleştirmek için yeni veri satın almak gerekiyor. Cohere'in baş yapay zeka yetkilisi Joelle Pineau ise pekiştirmeli öğrenmenin tek bir ödül fonksiyonu istediğini, birbiriyle çelişen birden fazla değerin bir arada var olması gerektiğinde çok daha az etkili olduğunu vurguladı.
Sıkça Sorulan Sorular
Mercor nedir ve nasıl bu kadar hızlı büyüdü?
Mercor, Brendan Foody tarafından 19 yaşında lise arkadaşlarıyla birlikte 2023'te kurulan, dil modellerinin özgeçmiş inceleme ve mülakatları yürüttüğü otomatik bir işe alım platformu olarak başladı. Scale AI'ın 1.200 yazılım mühendisi talebiyle yapay zeka eğitim verisi pazarına giren şirket, Eylül ayında 500 milyon dolarlık yıllık gelire ulaştığını açıkladı ve en son değerlemesi 10 milyar dolara çıktı.
Surge AI kimler tarafından kuruldu ve ne kadar gelir elde ediyor?
Surge AI, Google, Twitter ve Facebook'ta çalışmış veri bilimcisi Edwin Chen tarafından öz finansmanla kuruldu. Şirket kurulduğundan bu yana kârlı oldu ve geçen yıl 1 milyar doların üzerinde gelir elde ederek Scale AI'ın açıklanan 870 milyon dolarlık gelirini geçti. Forbes'a göre Chen, şirketin yaklaşık yüzde 75'ine hâlâ sahip.
Yapay zeka eğitiminde "derecelendirme rubriği" ne anlama geliyor?
Derecelendirme rubriği, bir modelin belirli bir görevi ne ölçüde başarıyla yerine getirdiğini değerlendirmek için kullanılan ayrıntılı kriter listeleri. Tek bir rubriği iyileştirmek 10 saati aşabiliyor ve bir düzineden fazla kriter içerebiliyor. Laboratuvarlar her eğitim çalışması için on binlerden yüz binlere kadar rubrik sipariş ediyor.
Meta'nın Scale AI'a ortak olması sektörü nasıl etkiledi?
Haziran ayında Meta'nın Scale AI CEO'sunu bünyesine katması ve şirkete yüzde 49 oranında ortak olması, rakip laboratuvarları Scale'in artık tarafsız bir tedarikçi olmayacağı endişesiyle alternatif arayışına yöneltti. Bu gelişme Handshake gibi rakip platformlarda talebin bir gecede üç katına çıkmasına yol açtı.
Yapay zeka eğitim verisi sektörünün en büyük riskleri neler?
Sektörün en büyük riskleri arasında müşteri yoğunlaşması öne çıkıyor; Appen örneğinde görüldüğü gibi gelirin büyük bölümünün az sayıda müşteriden gelmesi, tek bir müşterinin ayrılmasını bile varoluşsal bir tehdit hâline getirebiliyor. Bunun yanı sıra eğitim tekniklerindeki ani değişiklikler sektörü kökten sarsabilir; Scale ve Surge gibi şirketler ücret hırsızlığı ve yanlış sınıflandırma nedeniyle Kaliforniya'da davalarla karşı karşıya.
