İnternet üzerindeki açık verilerin büyük bölümünü zaten kullanan yapay zeka şirketleri, artık çalışanların Slack yazışmalarından Zoom toplantılarına, GitHub kayıtlarından şirket içi belgeler ve müşteri iletişimlerine kadar gerçek iş hayatını yansıtan kurumsal verilere yöneliyor.
Yapay zeka şirketlerinin eğitim verisi arayışı yeni bir aşamaya geçti. İnternet üzerindeki açık verilerin büyük bölümünü zaten kullanan şirketler, artık çalışanların Slack yazışmalarından Zoom toplantılarına, GitHub kayıtlarından şirket içi belgeler ve müşteri iletişimlerine kadar gerçek iş hayatını yansıtan kurumsal verilere yöneliyor.
REKLAM
REKLAM
Bu veriler özellikle müşteri hizmetleri, finans, yazılım geliştirme ve kurumsal operasyonlar gibi alanlarda görev yapacak yapay zeka ajanlarının eğitilmesi için değerli görülüyor.
Bu yeni pazarın dikkat çekici örneklerinden biri, haziran sonunda HubSpot tarafından satın alınması kararlaştırılan yapay zeka girişimi Warmly oldu.
The Information'ın haberine göre, anlaşmadan yalnızca sekiz gün sonra Warmly CEO'su Maximus Greenwald'ın gelen kutusuna alışılmadık bir teklif düştü. OpenAI, Anthropic ve Google gibi şirketlerin yapay zeka modellerini eğitmek üzere çalışan taşeronlara ödeme yapan San Francisco merkezli Mercor, Warmly'nin kod tabanını ve şirket içindeki görev ve iletişim kayıtlarını satın almak ya da lisanslamak için 300 bin dolara kadar ödeme teklif etti.
Greenwald'ın gazeteyle paylaştığı bilgiye göre, HubSpot anlaşmasının açıklanmasından sonraki günlerde Warmly'ye benzer dört teklif daha geldi.
Slack mesajları, toplantı kayıtları, Google Drive belgeleri
Alıcıların istediği şey yalnızca şirketin yazılım kodu değildi.
Teklifler, HubSpot satın almasının dışında kalması beklenen Slack mesajlarını, GitHub ve Asana içeriklerini, Google Drive belgelerini ve yıllar boyunca kaydedilmiş çalışan toplantılarının dökümlerini kapsıyordu.
Greenwald tüm teklifleri reddettiğini söylüyor.
Yapay zeka şirketleriyle çalışan veri aracılarının daha önce iflas eden veya satılan girişimlerin kod tabanlarını satın aldığı biliniyordu. Bu kodlar modellerin yazılım geliştirme yeteneklerini artırmak amacıyla kullanılıyordu.
Ancak sektördeki girişimciler, veri sağlayıcıları ve teknoloji şirketlerinin satın alma işlemlerini yöneten danışmanlarla yapılan görüşmelere göre son aylarda kod dışındaki kurumsal verilere yönelik talep hızla arttı.
Bu veriler kişisel bilgilerden arındırıldıktan sonra yapay zeka modellerini eğiten şirketlere satılıyor veya lisanslanıyor.
İşlemlerin büyük bölümü kamuoyuna açıklanmıyor. Çünkü kullanılan eğitim verileri, yapay zeka şirketlerinin rekabet avantajının önemli parçalarından biri kabul ediliyor.
‘İnternetin tamamını taradılar, şimdi gerçek insan etkileşimini istiyorlar’
Talebin arkasındaki başlıca nedenlerden biri, yapay zeka ajanlarının giderek daha karmaşık işler yapmaya başlaması.
Bu ajanlar artık müşterilerin teknik sorularını yanıtlamak, klinik ilaç deneylerini yönetmek veya faturaları doğrulamak gibi görevlerde kullanılıyor.
Ancak modellerin bu işleri insanlar gibi yapabilmesi için yalnızca internetten alınmış metinler yeterli olmayabiliyor.
Veri kümelerinin hukuken satılıp satılamayacağını inceleyen Protege adlı girişimin CEO'su Bobby Samuels, gazeteye durumu şöyle özetliyor:
“Laboratuvarlar internetin tamamını taradı. Şimdi gerçek insanlar arasındaki gerçek etkileşimlere ihtiyaçları var.”
Samuels'e göre, özellikle bir çalışanın teknik bir problemi nasıl çözdüğünü gösteren iletişim kayıtları veya insanların bir yazılımı nasıl kullandığını gösteren görüntüler oldukça değerli.
Protege'nin aracılık ettiği veri işlemlerinin toplam değeri de hızla büyüyor. Şirketin CEO'suna göre geçen yılın tamamında yaklaşık 30 milyon dolar olan işlem hacmi, bu yıl şimdiye kadar en az 100 milyon dolara çıktı.
Protege bu işlemlerden yüzde 25 ila yüzde 30 arasında komisyon alıyor.
Warmly CEO'su Greenwald'a göre de en değerli veriler arasında şirket içi teknik destek talepleri, Slack yazışmaları ve müşterilerle kurulan iletişimler var.
Greenwald, “Nihai yapay zeka çalışanını eğitmek istiyorsanız, onu çalışanların günlük konuşmalarıyla eğitmeniz gerekir,” diyor.
HubSpot ise Warmly satın almasının veri odaklı olmadığını belirtiyor.
Şirket yaptığı açıklamada, satın alımın yetenekli çalışanlara yönelik olduğunu ve anlaşma kapsamında hiçbir tür veri devralınmadığını bildirdi.
Veri arayan şirketlerin ise özellikle kapanmak üzere olan, satın alınan veya birkaç yıldır yeni girişim sermayesi yatırımı alamayan şirketleri hedef aldığı iddia ediliyor.
Bu şirketler için yıllardır biriktirdikleri müşteri ve çalışan yazışmalarını satmak yeni bir gelir kaynağı oluşturabiliyor. Ancak sağlık gibi alanlarda hasta mahremiyeti düzenlemeleri satışın önünde önemli bir engel.
Modeller neyi öğrenmek istiyor?
Alıcıların ilgilendiği veriler oldukça geniş bir yelpazeye yayılıyor.
Slack mesajlarının yanı sıra Asana'da hazırlanan sunumlar, Google Drive'da depolanan belgeler, mühendislerin bir problemi tartıştığı e-postalar, finans yöneticilerinin Zoom toplantılarında şirket performansını değerlendirdiği konuşmalar ve GitHub üzerindeki kod değişiklikleri de talep görüyor.
Yapay zeka şirketleri bu iletişim kayıtlarını gerçek olaylarla eşleştirebiliyor.
Örneğin Safari tarayıcısında bir internet sitesine giriş yapılamadığına dair teknik destek talebi ile çalışanların bu sorunu çözmek için yaptığı yazışmalar eşleştirildiğinde, model yalnızca problemi değil çözüm sürecini de öğrenebiliyor.
Bu da şirketlerin yalnızca “doğru cevabı” değil, insanların işyerinde bir problemi nasıl ele aldığını modellerine öğretmesine imkan veriyor.
Şirketlerin özel verileri daha da değerli
Yapay zeka şirketlerinin peşinde olduğu bir diğer kaynak ise rakiplerde bulunmayan şirketlere özel veri kümeleri.
Örneğin lojistik sektöründeki bir şirketin binlerce taşıyıcı, sevkiyat ve müşteri arasındaki ilişkileri gösteren kayıtları, bir iş modelinin nasıl çalıştığını ayrıntılı biçimde ortaya koyabiliyor.
Özellikle sağlık, enerji ve finans hizmetleri sektörlerinden gelen verilere yönelik talep son bir yılda hızla yükseldi.
Veriler nasıl anonimleştiriliyor?
Bu verilerin satılabilmesi için kişisel bilgilerin mümkün olduğunca kaldırılması gerekiyor.
Bazı şirketler kayıtların içindeki isimleri ve tanımlayıcı bilgileri değiştiriyor. Örneğin Hint kökenli bir kişiye ait isim başka bir Hint ismiyle değiştirilebiliyor.
Amaç, verinin gerçekçi yapısını korurken belirli bir kişinin tanınmasını engellemek.
Yapay zeka şirketlerinin de belirli veri kümelerini bulmak ve bu verilerin anonimleştirilmesini müzakere etmek için özel ekipler kurmaya başladığı belirtiliyor.
Şirketler verilerini ucuza vermek istemiyor
Ancak veri lisanslama teklifleri her zaman şirketlerin ilgisini çekmiyor.
Shasta Ventures yöneticisi Jason Pressman'a göre, büyük teknoloji şirketleri, piyasa değerinin 100 milyon ila 300 milyon dolar arasında olduğunu düşündüğü şirketlerin verileri için yılda 10 milyon dolara kadar lisans ücreti teklif ediyor.
Pressman bunun şirketlerin en değerli varlığını düşük fiyatla devretmesine yol açabileceğini savunuyor.
Ona göre bazı durumlarda teknoloji şirketlerinin yalnızca veriyi lisanslamak yerine şirketin tamamını satın alması daha doğru.
Google da Spirit Airlines'ın verilerine talip oldu
Kurumsal veri pazarının ölçeğini gösteren en dikkat çekici gelişmelerden biri ise iflas eden havayolu firması Spirit Airlines'ın verileriyle ilgili.
Mahkeme belgelerine göre Google, havayolu şirketinin iç kurumsal verilerini satın almak için dikkat çekici bir teklif yaptı.
Google, Spirit Airlines'ın “kurumsal veri kümesinin” şirketin ürünlerini ve yapay zeka modellerini geliştirmede yararlı olmasını bekliyor.
Veri kümesinin ham halinde yaklaşık 100 milyon yolcu adı, 13 milyona yakın aktif e-posta adresi, yaklaşık 176 bin çalışan kaydı ve 500 milyon Microsoft Teams mesajı bulunduğu belirtiliyor.
Ancak Google, kişisel bilgilerin şirkete aktarılmayacağını söylüyor.
Mahkeme tarafından görevlendirilen bağımsız bir denetçi, verilerin kişilerle ilişkilendirilemeyecek biçimde anonimleştirilmesini öngören süreci denetleyecek.
Spirit Airlines'ın 5 bin 500 uçuş görevlisini temsil eden sendika ise veri satışına itiraz etti. Bunun ardından ilgili mahkeme duruşması 9 Eylül'e ertelendi.