Las empresas de IA se pelean por expertos en inteligencia artificial para entrenar modelos más potentes

La carrera por dominar la IA se intensifica: las compañías tecnológicas están desembolsando fortunas para reclutar a los mejores cerebros en inteligencia artificial.

¿El objetivo? Crear algoritmos que dejen obsoletos a los modelos actuales—y, de paso, justificar esas valoraciones billonarias que huelen a burbuja.

Mientras los fondos de inversión se frota las manos, los expertos avisan: el talento escasea tanto como el sentido común en Wall Street.

Escala ai, turing y toloka están contratando a más expertos

El desarrollo de sistemas de IA "razonamiento", incluidos el O3 de OpenAI y Gemini 2.5 de Google, ha acelerado el cambio de trabajadores de bajos salarios en países como Kenia y Filipinas a personas más calificadas.

Empresas como Scale AI, Turing y Toloka ya están empleando especialistas líderes en campos como la biología y las finanzas para apoyar a los equipos de IA en la generación de conjuntos de datos de capacitación más refinados y complejos.

Olga Megorskaya, CEO y cofundadora de Toloka, incluso comentó: "La industria de la IA se centró durante mucho tiempo en los modelos y el cálculo, y los datos siempre han sido una parte supervisada de la IA. Finalmente, [la industria] está aceptando la importancia de los datos para la capacitación". 

Scale AI, Turing Ai y Toloka han visto un mayor interés de los inversores desde su reciente cambio de estrategia. La inversión de $ 15 mil millones de Meta en escala IA en junio aumentó su valoración a $ 29 mil millones. En marzo, Turing Ai obtuvo $ 111 millones a una valoración de $ 2.2 mil millones, y en mayo, Bezos Expeditions lideró una inversión de $ 72 millones en Toloka.

Turing paga a sus expertos un 20% más que su pago actual

Joan Kinyua, jefe de la Asociación de Etiquetadores de Datos en Kenia, explicó que ahora se les pide a los labeladores que realicen tareas que dependan de su comprensión de los idiomas locales y los matices culturales.

La organización también ha visto un mayor roles de garantía de calidad donde los humanos revisan contenido generado por IA. A medida que Operai, Anthrope y Google trabajan para crear modelos que podrían exceder la inteligencia humana, la prioridad está cambiando a la precisión de los datos y el análisis de expertos.

Jonathan Siddharth, cofundador y director ejecutivo de la empresa de etiquetado de datos Turing AI, también afirmó que para mejorar los modelos de IA, es necesario usar datos de capacitación de uso humano real, especialmente en tareas complejas, y comprender cómo los modelos se rompen en esos escenarios.

Incluso señaló que un sistema de IA completamente avanzado puede superar no solo a los físicos, sino también a ser más inteligentes que todos los principales expertos en todos los campos necesarios para construirlo.

Agregó que Turing compensa a expertos con salarios 20-30% por encima de sus ganancias actuales. Si bien Aifirms dedica solo alrededor del 10-15% de sus presupuestos a los datos, en comparación con las vastas sumas que se invierten en recursos computacionales, todavía se traduce en una inversión financiera significativa.

Megorskaya de Toloka también argumentó que las características como la cadena de pensamiento, que ilustran cómo los modelos de IA resuelven problemas paso a paso, se desarrollan a través de demostraciones de expertos humanos que dividen problemas en componentes más pequeños.

Academia Cryptopolitan: ¿Quieres hacer crecer tu dinero en 2025? Aprenda cómo hacerlo con DeFi en nuestra próxima clase web. Guarda tu lugar