Scale AI ist ein Unternehmen, das 2016 von Alexandr Wang und Lucy Guo gegründet wurde und sich zunächst auf die Bereitstellung gekennzeichneter Daten für Wahrnehmungssysteme selbstfahrender Autos konzentrierte, bevor es seine Dienstleistungen auf die Datenannotierung für die breitere Machine-Learning-Branche ausweitete, einschließlich Computer-Vision-Kennzeichnung, Dokumentenverarbeitung und, zunehmend in den späten 2010er und 2020er Jahren, der menschlichen Feedback-Daten, die zum Trainieren von Large-Language-Model-Systemen verwendet werden.
Rolle in der RLHF-Lieferkette
Als Labore wie OpenAI, Anthropic, Google DeepMind und Meta AI RLHF und andere auf menschlichen Präferenzen basierende Trainingsmethoden ausbauten, positionierte sich Scale AI als Hauptauftragnehmer, der die großen, sorgfältig verwalteten Belegschaften menschlicher Bewerter und Fachexperten bereitstellte, die benötigt wurden, um Vergleichsdaten, Red-Teaming-Evaluierungen und Verstärkungssignale in dem Umfang zu produzieren, den die führenden Labore verlangten. Dies machte das Unternehmen zu einem wichtigen, wenn auch für Endnutzer weitgehend unsichtbaren Teil der Pipeline hinter ChatGPT, Claude und vergleichbaren Assistenten; es lieferte außerdem gekennzeichnete und synthetische Evaluierungsdaten für Benchmark- und LLM-Evaluierungs-Arbeiten sowie Regierungs- und Verteidigungsverträge für KI-Systeme.
Meta-Investition und Führungswechsel
Im Juni 2025 kündigte Meta eine Investition von Berichten zufolge rund 14 Milliarden Dollar für einen Anteil von etwa 49 Prozent an Scale AI an - ein ungewöhnlich großes Geschäft für ein Datendienstleistungsunternehmen und eines, das weithin als Mark Zuckerbergs Versuch gelesen wurde, Talente und Trainingsinfrastruktur im Zuge eines branchenweiten Wettlaufs um KI-Forscher zu sichern. Im Rahmen der Vereinbarung verließ Alexandr Wang seine Rolle als Chief Executive bei Scale, um eine neue Meta Superintelligence Labs-Einheit zu leiten, während Scale weiterhin mit neuer Führung operierte. Das Geschäft zog Kritik von einigen anderen Kunden von Scale auf sich, darunter Labore, die zuvor auf Scale für Annotations- und Evaluierungsarbeiten angewiesen waren, aber nun zögerten, sensible Datenpipelines mit einem engen Meta-Verbündeten zu teilen; mehrere reduzierten oder pausierten Berichten zufolge nach der Ankündigung ihre Nutzung der Dienste von Scale.
Debatten über Datenqualität
Das Geschäft von Scale AI ist auch wegen der Arbeitspraktiken in seiner globalen Annotator-Belegschaft unter die Lupe genommen worden, die oft über Länder mit niedrigeren Löhnen verteilt ist und über die Remotasks-Plattform des Unternehmens arbeitet. Dies wirft ähnliche Fragen auf wie bei anderen Firmen in der Trainingsdaten- und Synthetische-Daten-Lieferkette bezüglich Bezahlung, Arbeitsbedingungen und psychischer Belastung durch verstörende Inhalte bei Moderations- und Sicherheitskennzeichnungsaufgaben. Die zentrale Position des Unternehmens in der Branche machte es dennoch, zusammen mit Firmen, die GPU-Rechenleistung liefern, zu einem der einflussreichsten, aber weniger öffentlich sichtbaren Infrastrukturunternehmen des generativen KI-Booms.