La plus grande compagnie d'étiquetage de données IA, fournissant les données d'entraînement annotées par humain dont dépendent la plupart des modèles d'IA majeurs. Scale AI étiquette images, texte, vidéo et données 3D pour la conduite autonome, le gouvernement et les compagnies d'IA. Ils offrent aussi des services d'évaluation, la collecte de données RLHF et la curation de données pour le fine-tuning. Les clients majeurs incluent OpenAI, Meta, le Département de la Défense US et de nombreuses compagnies de voitures autonomes.
Pourquoi c'est important
Scale AI occupe une position critique dans la chaîne d'approvisionnement IA : entre les données brutes et les modèles entraînés. La qualité des données étiquetées détermine directement la qualité du modèle, et Scale est le plus gros fournisseur. Leurs services de collecte de données RLHF veulent dire qu'ils aident littéralement à façonner comment les modèles IA sont alignés — les préférences humaines qui entraînent Claude, GPT et d'autres passent souvent par des plateformes d'étiquetage comme Scale.
Deep Dive
Scale's core business is data labeling at massive scale: millions of labeled images for autonomous driving (bounding boxes, segmentation masks, lane markings), text annotations for NLP (named entities, sentiment, intent classification), and RLHF preference data for LLM alignment. They manage a global workforce of labelers with specialized quality control processes — labeling for AI requires consistency that crowdsourcing platforms alone can't provide.
The RLHF Pipeline
Scale's RLHF services illustrate the human infrastructure behind AI alignment. Skilled annotators compare model outputs, rate responses for helpfulness and harmlessness, and provide the preference data that drives DPO/RLHF training. The quality of these annotations directly affects model behavior — inconsistent or biased labeling produces inconsistently aligned models. Scale invests heavily in annotator training, guidelines, and inter-annotator agreement metrics.