Lekarze, prawnicy, dziennikarze i bankierzy inwestycyjni dorabiają wieczorami jako trenerzy sztucznej inteligencji. Platforma Mercor, zasilana przez 22-latków, którzy nigdy nie pracowali na etacie, wypłaca kontrahentom ponad 2 miliony dolarów dziennie. I jest w tym coś głęboko ironicznego.
Jeśli chcesz otrzymać raport przed oficjalną premierą oraz zobaczyć nazwę swojej firmy wśród uczestników badania – zostaw adres email na końcu ankiety.
Kim są założyciele Mercor?
Mercor to platforma pracy tymczasowej, która dostarcza wysoko wykwalifikowanych specjalistów do laboratoriów AI, takich jak OpenAI, Anthropic czy Meta. Za sterami stoją trzej dwudziestokilkulatkowie z Bay Area: dyrektor generalny Brendan Foody, dyrektor techniczny Adarsh Hiremath i przewodniczący rady Surya Midha. Każdy z nich posiada około 22-procentowy udział w spółce, co według szacunków Forbesa czyni ich jednymi z najmłodszych self-made miliarderów na świecie.
Wszyscy trzej to tak zwani Thiel Fellows, czyli stypendyści programu Petera Thiela, który oferuje granty w wysokości 200 000 dolarów młodym ludziom porzucającym lub omijającym college. Żaden z założycieli Mercor nie przepracował ani dnia w tradycyjnej korporacji.
„It’s definitely crazy. It feels very surreal. Obviously beyond our wildest imaginations, insofar as anything that we could have anticipated two years ago.” / „To zdecydowanie szalone. Czuję, że to nierealne. Oczywiście wykracza to poza nasze najśmielsze wyobrażenia, o ile w ogóle mogliśmy cokolwiek przewidywać dwa lata temu” – powiedział Foody w rozmowie z Forbesem.
Dwa miliony dziennie za uczenie AI
Model biznesowy Mercor jest prosty: firma rekrutuje ekspertów z sektorów, które AI ma docelowo zastąpić, a następnie wynajmuje ich do tworzenia danych treningowych dla modeli językowych. Jak wynika z raportu Bloomberga, platforma wypłaca swoim kontrahentom ponad 2 miliony dolarów dziennie.
Na stronie Mercor można znaleźć oferty dla ekspertów od pisania z widełkami wynagrodzeń od 75 do 150 dolarów za godzinę, co w wielu przypadkach przewyższa stawki dostępne w tradycyjnych zleceniach redakcyjnych czy korporacyjnych.
Jednak nie wszystko jest tak różowe. Część kontrahentów skarży się na inwazyjny poziom nadzoru i poczucie, że są „traktowani jak bydło”. Pojawiły się też zarzuty prawne dotyczące tego, że Mercor sprawuje kontrolę typową dla pracodawcy, podczas gdy formalnie zatrudnia niezależnych kontrahentów. Krytycy nazywają to „schematem błędnej klasyfikacji pracowników”.
Co tak naprawdę oznacza ten trend?
Sundeep Peechu, partner zarządzający firmy venture capital Felicis Ventures, która prowadziła ostatnie rundy finansowania Mercor, opisuje tę zmianę w kategoriach historycznych. Jego zdaniem pierwsza era danych pochodziła z internetu, ale żeby AI stała się naprawdę użyteczna gospodarczo, ludzie muszą nauczyć modele, jak faktycznie wykonuje się pracę.
I tu zaczynają się schody.
Fascynuje mnie ta sytuacja, bo jest w niej coś paradoksalnego. Z jednej strony rozumiem, dlaczego specjaliści to robią – stawki są dobre, a pieniądze są teraz, nie za pięć lat. Z drugiej, nie można nie dostrzec, że są to dokładnie te same zawody, które analitycy wymieniają jako pierwsze w kolejce do automatyzacji. Pytanie, które warto sobie zadać, brzmi: czy uczestnictwo w tym procesie daje ci realną przewagę na rynku pracy przyszłości, czy tylko przyspiesza nieuniknione? Nie mam gotowej odpowiedzi, ale zdecydowanie warto je postawić przed podpisaniem umowy.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Kogo Mercor bierze na celownik?
Lista zawodów rekrutowanych przez platformę jest długa i obejmuje zdecydowanie więcej niż tylko tradycyjne zawody „białych kołnierzyków”. Szef operacji Mercor przyznał wprost, że firma pracuje nad włączeniem do swojej bazy:
- szefów kuchni
- prywatnych detektywów
- hydraulików i innych przedstawicieli tak zwanych zawodów „AI-proof”
Innymi słowy, jeśli ktoś myślał, że majster czy inspektor budowlany jest bezpieczny, Mercor myśli inaczej.
Dylemat etyczny i finansowy w jednym
Żaden wybór dotyczący udziału w trenowaniu AI nie jest w pełni neutralny. To pytanie nie tylko o to, ile można zarobić, ale też o to, co się robi z własną wiedzą i doświadczeniem zawodowym zbudowanym przez lata, a niekiedy dekady.
Dla tych, którzy rozważają taki krok, warto wziąć pod uwagę kilka kwestii: jaka jest polityka firmy wobec zebranych danych, jak platformy planują je wykorzystywać i kto jest faktycznym odbiorcą modelu wytrenowanego przy użyciu twojej ekspertyzy.
AI przyspiesza. Nie ma sensu udawać, że ten pociąg można zatrzymać. Ale można zdecydować, na jakim peronie się staje i kiedy.
