ИИ-компании скупают рабочие файлы и переписку сотрудников

Согласно материалу Wired, в последнее время автор получает все больше предложений от посредников, которые предлагают продать архивы редакции для обучения ИИ-моделей. Один из отправителей писал, что лаборатории Anthropic и OpenAI готовы платить медиакомпаниям, включая Wired, от 350 тысяч до 1,8 миллиона долларов единовременно за копии старых рабочих материалов: документов, писем, сообщений в Slack, заявок и т. д. Другое письмо, где к списку добавлялись стенограммы звонков, поднимало сумму до 2 миллионов долларов. По словам второго отправителя, публичные данные уже исчерпаны, и лаборатории тратят более 45 миллиардов долларов на закрытые данные для создания лучших моделей. Автор признаёт, что знал о закупках экспертных данных у ИИ-компаний, но не придавал этому большого значения. Изучив вопрос, он выяснил, что рынок гораздо крупнее, чем он предполагал. По словам участников рынка, его влияние на работников и общество может быть сопоставимо с влиянием дата-центров, которые сейчас постоянно появляются в новостях. Компании, которые связались с автором, входят в волну стартапов, занимающихся сбором данных. Они быстро скупают рабочие процессы крупных компаний и так активно ищут материал, что предложения попадают даже в почтовые ящики журналистов. Фрилансерка рассказала о предложении от компании Handshake: та предлагала ей 1000 долларов за работу над одной статьёй, но она отказалась. Представитель Handshake подтвердил автору, что компания лицензирует профессиональные документы из многих сфер, чтобы лаборатории могли тестировать и обучать модели на реальных рабочих задачах, и что журналистика входит в их число. По его словам, значительная часть бизнеса компании связана с покупкой работ аспирантов и студенческих курсовых. Знакомый предприниматель автора получает письма от компаний, которые помогают стартапам «свернуть деятельность». Одна из них, Sunset, объясняет, что берёт на себя весь процесс: очищает данные и обезличивает их, удаляя сведения о сотрудниках и любые идентифицирующие детали, а затем заключает сделку с лабораториями. Более молодые компании надеются повторить успех лидеров рынка, которым всего несколько лет. Handshake, Micro1 и Mercor активно скупают базы данных, и сами участники рынка сравнивают это с золотой лихорадкой. Лидером называют Mercor, основанную в 2023 году. В прошлом году её три сооснователя стали миллиардерами в возрасте 22 лет. Как и остальные компании, Mercor заявляет о партнёрстве почти со всеми крупными ИИ-лабораториями. Сами компании отвечали сдержанно: Anthropic подтвердила, что на рынке существует большой спрос на данные, но сообщила, что не покупает рабочие процессы действующих компаний, таких как Wired. OpenAI до публикации ответа не предоставила. В интервью генеральный директор Mercor Брендан Фоуди сообщил, что рынок вот-вот резко вырастет, поскольку индустрия ИИ стремится получить гораздо больше данных. Mercor начинала как компания по подбору кадров для ИИ, но, работая с крупными игроками, выяснила, что лаборатории недовольны качеством данных. Обычно индустрия нанимала экспертов, которые имитировали рабочие процессы, однако такой подход не передавал хаоса реального действующего бизнеса. Фоуди призвал автора учитывать, что у большого ИИ две неограниченные потребности: вычислительные мощности и данные. Инвестиции в первое сейчас видны всем, а сбор данных не менее важен. На вопрос о приватности Фоуди ответил, что при передаче данных в Mercor компания удаляет всю персональную информацию. По его словам, обезличивание можно проверить. Как и все участники рынка, с которыми говорил автор, он считает, что технологии уже решили проблему конфиденциальности при покупке такой информации. Генеральный директор Micro1 Али Ансари, в свою очередь, считает, что рынок покупки данных скоро приблизится по объёмам к рынку вычислительной инфраструктуры ИИ. По его оценке, сейчас лаборатории, предприятия и компании робототехники тратят на данные около 40–50 миллиардов долларов в год. Автор не смог проверить эту цифру. Ансари, основавший компанию в 2022 году, утверждает: «В ближайшие два-четыре года это станет более триллиона долларов в год». Micro1 использует купленную информацию в основном для улучшения собственных моделей, но также продаёт её крупным ИИ-компаниям. «Сейчас почти все пытаются войти в сферу данных, потому что спрос огромный, — говорит он. — Если посмотреть на стартапы Y Combinator, примерно половина из них — компании, работающие с данными». Фактически их больше: в последнем наборе Y Combinator 40 из 65 запущенных компаний отнесены к стартапам в сфере данных. Дикий характер этой гонки за свежими данными стал заметен, когда обанкротившаяся авиакомпания Spirit Airlines выставила на продажу свои цифровые активы. В архив входили 80 тысяч почтовых ящиков, 500 миллионов внутренних сообщений, 20,6 миллиона файлов SharePoint и миллион записей учёта рабочего времени. Google, по всей видимости, получила приз, предложив 10 миллионов долларов, но Micro1 перебила её ставку на 2,5 миллиона, и возник спор о том, кто выиграл. Сейчас продажа приостановлена по причине, которая ставит под сомнение всю практику продажи человеческих рабочих процессов: профсоюз бортпроводников заявил, что в сделке использовалась их личная информация. Возражения профсоюза показывают тёмную сторону этой золотой лихорадки. Несмотря на заявления почти всех компаний по данным о том, что персональная информация не попадает в ИИ-модели, критики считают, что личные данные всё же могут утечь. Главный юрисконсульт Электронного информационного центра по вопросам приватности Майю Тобин-Мияджи, который подал amicus brief от имени бортпроводников, говорит: «Не очевидно, что обезличивание может полностью устранить проблемы приватности. Письма и сообщения в Teams содержат неструктурированные данные, которые сложнее очистить. Там могут быть сообщения, в которых сотрудники рассказывают о визитах к врачу или семейных проблемах». Венчурный инвестор Гордон Риттер, который взялся за эту проблему как за своё дело, заявляет: «Мы не установили нормы и стандарты сбора данных, и это делается неправильно. Индустрия ИИ движется гораздо быстрее, чем наша способность задать стандарты, и отчасти это намеренно». Самый тревожный аспект этого движения в том, что по сути оно привлекает работников, не всегда с их явного согласия, к процессу, конечная цель которого — заменить или автоматизировать ту самую человеческую работу, которая стоит за всеми этими документами, сообщениями и письмами. Mercor называет своим девизом «Организация человеческого интеллекта для питания экономики ИИ», но невысказанный смысл в том, что экономике живых работников останется меньше работы. Президент профсоюза бортпроводников в интервью сказал: «Эти данные стали ценными только в эпоху ИИ, чтобы обучать модели заменять рабочие места и обесценивать другие части трудовой среды». Когда автор спросил Ансари, станет ли продажа корпорациями данных о своих рабочих процессах большим ИИ-компаниям постоянной нормой, тот ответил утвердительно: «Я думаю, это станет более распространённым источником дохода для компаний, чем реклама». Автор заметил, что к ИИ уже существует значительное сопротивление и люди могут быть недовольны тем, что всё, что они делают на работе, попадает в ненасытную модель. «Это справедливое замечание», — ответил Ансари, но, по его мнению, такие возражения можно будет преодолеть. Он считает, что работники поймут: плоды их труда пойдут на создание лучших моделей, которые облегчат им жизнь. «Нужно думать о преимуществах, об изобилии, которое может принести ИИ». Автор отмечает, что обещанное будущее изобилие часто служит удобным оправданием для всевозможных компромиссов. Автор ответил и на одно из холодных предложений, пришедших с домена gorexen.com. Название напоминает покемона, объединяющего двух существ, которые «высасывают жидкости из добычи через тонкий трубчатый рот». Отправительница договорилась о встрече с двухлетней компанией Tenkara, название которой связано с японским нахлыстом. Автор говорил с руководителем по коммерциализации Джонаном Стиллманом, молодым человеком startup-типа, в офисе в Сан-Франциско. Автор начал задавать вопросы. Tenkara, по всей видимости, собирает данные, чтобы улучшить свою ИИ-модель для управления офисными операциями производственных компаний. Как архивы Wired могут помочь в этом, остаётся загадкой. Стиллман подтвердил, что значительная часть его работы состоит в таких звонках, чтобы заполучить данные. Автор сказал, что встреча напомнила ему атмосферу фильма «Гленгерри Глен Росс», но Стиллман этой отсылки не знал. Автор отмечает, что не имеет права продавать ИИ-компании документацию редакционного процесса Wired и не стал рисковать работой, предлагая её Стиллману и его компании. Он добавляет, что не был бы рад, если бы его начальство совершило такую сделку. Материал подготовлен нейросетью на основе оригинальной публикации. ИИ может ошибаться в деталях (цифры, имена, даты, цитаты) — для важной информации сверяйтесь с первоисточником.