就像苹果和Duolingo一样，谷歌现在选择与第三方承包商Appen断绝关系，而不是采取裁员路线。这种转变源于人工智能模型开发者对特殊生成式人工智能服务的偏好。这也标志着公司在人工智能培训数据支出上勒紧裤腰带的更广泛趋势。

Appen曾是为Adobe、Salesforce和Nvidia培训一些世界顶级人工智能系统的关键，但在领导层换届后，其命运出现了下滑。长期执掌公司七年的首席执行官Mark Brayan的离职标志着一个转折点。权力移交给了拥有25年经验的技术老将Armughan Ahmad，但这一转变引发了一系列高管离职。

尽管Appen拥有一个在170个国家超过100万自由职业者的全球平台，但2022年的收入下降了13%。该公司以“具有挑战性的外部运营和宏观条件”为由，努力适应新兴的生成人工智能时代。

由于担心报复，前员工选择匿名，他们与CNBC分享了自己的见解，将Appen目前的挑战归因于多年来松懈的质量控制和脱节的组织结构。随着生成式人工智能在科技行业的日益突出，Appen和类似的公司发现自己正处于十字路口，正在应对其人工智能缺陷的后果。

工作自动化

在人工智能模型的早期，人工数据收集过程使Appen等承包商蓬勃发展，但随着大型语言模型（LLM）的兴起，情况发生了动态变化。这些模仿人类的人工智能系统，即谷歌的Bard和OpenAI的ChatGPT等，现在可以从数字基础设施中搜索数据来回答查询，甚至生成图像作为响应。

在最近的一个转折中，这些语言模型公司开始减少通过Appen等公司外包工作的支出。相反，他们专注于通过专门从事生成式人工智能的Labelbox和Scale AI提供的自动化服务来重置业务。

就在四个月前，谷歌云决定延长与Labelbox的合作关系，Labelbox是一个推出一套专为人工智能技术量身定制的工具的平台，如人工智能反馈强化学习（RLHF）、人工智能反馈增强学习（RLAIF）、评估和红队。

与此同时，该领域的另一家公司Scale AI一直在巩固其在客户中的地位，这些客户读起来就像丰田、Instacart、PayPal和Flexport等顶级公司的名录。Scale AI一直在掀起波澜，提供定制的数据解决方案，在机器学习生命周期的复杂水域中导航。

这个领域的竞争简直是众星云集，而且从现在开始只会变得更加艰难。

借口，都是借口

谷歌从Appen转向Labelbox是一个经典的例子，说明了为什么公司应该迅速、毫不犹豫地集成生成式人工智能并随着环境的变化而发展。对人工智能驱动的自动化服务的需求正在上升，因为它更便宜、更快、涉及的问题更少。

Appen产品副总裁Kim Stagg公开宣布，生成式人工智能服务所需的工作与该公司之前所需的不同。该公司似乎无法登上生成式人工智能的船，并被甩在了后面。

虽然Appen的高管们将责任归咎于人工智能，但前员工认为问题在于组织的结构和高管的洗牌。这种模式出现在几家公司身上，它们以生成式人工智能为借口来掩盖内部处理不当的问题。

经济学家Cory Stahle澄清说，人工智能工具还不足以完全取代工人。Stahle表示，如果人工智能真的是罪魁祸首，那么裁员将在各个行业更加普遍。“我们还没有看到这种情况发生，”他说。