人工智能数据平台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。
“吸引并留住顶尖认知专家变得至关重要，因为我们需要将这些大模型深度定制化，以解决企业级AI难题。”iMerit创始人兼首席执行官拉达·巴苏（Radha Basu）向TechCrunch表示。
这家总部位于加利福尼亚和印度的初创公司，九年来默默成长为计算机视觉、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。该计划旨在建立专家人才库，为企业级生成式AI模型乃至基础模型提供精调服务。据公司披露，其客户已包括七大生成式AI巨头中的三家、全球前八自动驾驶企业中的六家、三家美国政府机构，以及三大云服务商中的两家。
此消息发布之际，数据标注行业领头羊Scale AI创始人亚历山德尔·王（Alexandr Wang）转投Meta，后者还收购了该公司49%股份。在Meta投资后，因担心产品路线图可能泄露，谷歌、OpenAI、微软和xAI等Scale主要客户纷纷撤单。
iMerit并不打算取代Scale AI以开发者为核心的高吞吐量“闪电数据”业务，而是押注专家主导的高质量数据赛道——这类数据需要人类深度判断和领域专业知识。
“我们是行业里的'成年人'。”iMerit全球专家团队副总裁罗布·莱恩（Rob Laing）表示，“当前AI领域投入巨大，但那些快速规模化的人力平台产出质量，远达不到企业级需求。”
巴苏以医疗文书AI为例说明：“如果没有心脏病专家或医师的专业知识，你只能做出准确率50%-60%的产品。企业需要的是99%的精准度——你要质疑模型、突破极限、持续修正，这正是专家驱动AI为企业创造的价值。”
通过自研平台Ango Hub，iMerit专家团队对企业级和基础AI模型进行精调与“压力测试”。学者们可借助该平台与客户模型互动，生成并评估待解决问题。公司91%的专家留存率和50%的女性专家比例，印证了其人才战略的成功。
曾创办众包翻译平台myGengo的莱恩强调：“招募廉价劳动力很简单，但要构建专家社区需要人性化运营。学者们加入后会与团队深度互动，参与协作讨论，我们以极高标准筛选人才。”
目前iMerit拥有4000余名学者，计划继续扩容。巴苏透露，尽管自2020年获得Khosla Ventures、Omidyar Network等投资后未再融资，公司仍保持盈利，现有资金足以支持万人专家团队规模。
过去一年，学者计划主要聚焦医疗健康领域，未来将拓展至金融、医药等企业应用场景。莱恩指出，随着头部AI公司寻求优化基础模型，生成式AI已成为增长最快的业务板块。“互联网免费数据已然枯竭，初级人工标注数据也趋于同质化。行业真正需要的是通向通用人工智能的精准调校。”
