Ο Edwin Chen, ιδρυτής και διευθύνων σύμβουλος της εταιρείας τεχνητής νοημοσύνης Surge AI, έγινε το νεότερο μέλος της λίστας Forbes 400 σε ηλικία 37 ετών, αλλά και ο πλουσιότερος νεοεισερχόμενος στη λίστα με 18 δισ. «Λαλίστατος, ιδιοφυής και εκκεντρικός, ο Chen είναι ίσως ο πιο επιτυχημένος τεχνολογικός επιχειρηματίας που δεν έχεις ξανακούσει» αναφέρει το περιοδικό για να μας τον συστήσει.
Όπως γράφει το Forbes, ο Chen έχει επιστρατεύσει τους πιο έξυπνους ανθρώπους -μεταξύ των οποίων καθηγητές από το Στάνφορντ, το Πρίνστον και το Χάρβαρντ- για να εκπαιδεύσουν την τεχνητή νοημοσύνη. Εκτός όμως από τα «μεγάλα μυαλά» των πανεπιστημίων της Ivy League, απασχολεί και έναν στρατό περισσοτέρων από ένα εκατομμύριο gig workers από πάνω από 50 χώρες, οι οποίοι βοηθούν να διαμορφωθούν ερωτήσεις που μπορεί να μπερδέψουν το ΑΙ, αξιολογούν τις απαντήσεις των μοντέλων και γράφουν κριτήρια που βοηθούν την τεχνητή νοημοσύνη να παράγει την τέλεια απάντηση. «Πραγματικά πιστεύω ότι αυτό που κάνουμε είναι τόσο κρίσιμο για όλα τα μοντέλα ΑΙ, που χωρίς εμάς, η AGI (σ.σ. γενική τεχνητή νοημοσύνη, όρος για όταν το ΑΙ θα φτάσει ή θα ξεπεράσει τις ανθρώπινες ικανότητες) απλώς δεν θα συμβεί», λέει ο Chen. «Και εγώ θέλω να συμβεί» τονίζει.
Ο data scientist που πέρασε από το Twitter, τη Google και το Facebook, απέρριψε την παραδοσιακή venture capital χρηματοδότηση και εγκατέλειψε τη «γυάλα» της Bay Area πριν από επτά χρόνια, επιλέγοντας να χρηματοδοτήσει ο ίδιος την Surge, ξεκινώντας με «μερικά εκατομμύρια» από τις οικονομίες του έπειτα από μια δεκαετία στη Big Tech. «Ένας από τους λόγους που το ξεκινήσαμε μόνοι μας είναι επειδή πάντα σιχαινόμουν το παιχνίδι κοινωνικής επιβεβαίωσης της Silicon Valley», λέει ο Chen, περιγράφοντας μια μέση startup ως «σχέδιο γρήγορου πλουτισμού». Μισεί επίσης την ιδέα του να μαζεύεις τόσα χρήματα και μετά να αναγκάζεσαι να τα ξοδέψεις. Κατά τη γνώμη του, αυτό οδηγεί σε υπερβολικές προσλήψεις. Σημειώνει ότι η Surge έχει μόλις 250 υπαλλήλους: πλήρους απασχόλησης, μερικής απασχόλησης και συμβούλους. Αντίθετα, η εταιρεία τεχνητής νοημοσύνης Scale -ο μεγάλος ανταγωνιστής της Surge- έχει τέσσερις φορές περισσότερους υπαλλήλους, με λιγότερα έσοδα.
Η Surge, η οποία βοηθά τις τεχνολογικές εταιρείες να αποκτήσουν τα υψηλής ποιότητας δεδομένα που χρειάζονται για να βελτιώσουν τα μοντέλα τεχνητής νοημοσύνης τους, κατέγραψε έσοδα ύψους 1,2 δισ. δολαρίων το 2024, λιγότερα από πέντε χρόνια μετά την ίδρυσή της, από πελάτες όπως οι Google, Meta, Microsoft και τα εργαστήρια AI Anthropic και Mistral. Συνέβαλε στην εκπαίδευση του Gemini της Google και του Claude της Anthropic. Σύμφωνα με τον Chen, η εταιρεία ήταν κερδοφόρα σχεδόν από την πρώτη μέρα. Με βάση αυτά τα οικονομικά στοιχεία, η αξία της εταιρείας εκτιμάται στα 24 δισ. δολάρια. Η Surge βρίσκεται σε συζητήσεις για να αντλήσει 1 δισ. δολάρια με αποτίμηση 30 δισ., αν και ο συγκεκριμένος γύρος χρηματοδότησης δεν έχει ακόμη ολοκληρωθεί.
Surge: Ένα ρίσκο που απέδωσε εντυπωσιακά
Η απόφαση του Chen να χρηματοδοτήσει μόνος του τη Surge απέδωσε εντυπωσιακά: Το μερίδιό του, περίπου 75%, αποτιμάται στα 18 δισ. δολάρια, αρκετά για να τον κάνουν τον πλουσιότερο νεοεισερχόμενο στη λίστα Forbes 400 με τους πιο πλούσιους Αμερικανούς για φέτος. Σε ηλικία 37 ετών, είναι επίσης το νεότερο μέλος της λίστας.
Η Surge ισχυρίζεται ότι η προσέγγισή της δεν μοιάζει με τις παλιότερες μορφές επισήμανσης δεδομένων, όπου άτομα -συχνά από λιγότερο ανεπτυγμένες χώρες του παγκόσμιου Νότου- πληρώνονταν ψίχουλα την ώρα για να κάθονται μπροστά σε έναν υπολογιστή και να ξεχωρίζουν αν μια εικόνα δείχνει γάτα ή σκύλο. Αντίθετα, οι υπάλληλοι του Chen που ασχολούνται με την επισήμανση δεδομένων και περιλαμβάνουν επαγγελματίες και καθηγητές, ακολουθούν οδηγίες για να αλληλεπιδρούν με διαδικτυακά chatbots. Μπορεί να τους ζητηθεί να προσπαθήσουν να παρακινήσουν το chatbot να δώσει μια λανθασμένη ή τοξική απάντηση και στη συνέχεια να γράψουν μια καλύτερη εκδοχή. Ή μπορεί να τους ζητηθεί να συγκρίνουν διαφορετικές απαντήσεις AI στην ίδια ερώτηση και να εξηγήσουν γιατί η μία είναι καλύτερη από την άλλη.
Από πλευράς εσόδων, η Surge είναι αυτή τη στιγμή η μεγαλύτερη στον τομέα της, αλλά ανταγωνιστές όπως η Turing, η Mercor, η Invisible AI, αλλά και η Scale AI (της οποίας η Meta αγόρασε το 49% για 14 δισ. δολάρια τον Ιούνιο) κινούνται γρήγορα. Οι εταιρείες ξόδεψαν 104 δισεκατομμύρια δολάρια για υποδομές AI το 2024, σύμφωνα με εκτιμήσεις της ερευνητικής εταιρείας International Data Corporation, και αναμένεται να ξοδέψουν ακόμα περισσότερα φέτος. Όλοι θέλουν ένα κομμάτι από την πίτα: Τον Μάιο ο Τζεφ Μπέζος ηγήθηκε επένδυσης 72 εκατομμυρίων δολαρίων στη Toloka, μια εταιρεία επισήμανσης δεδομένων με έδρα την Ολλανδία. Ο κολοσσός στο ride sharing Uber μπήκε στην επισήμανση δεδομένων το 2024. Παραδοσιακές εταιρείες όπως η αυστραλιανή Appen, που εξυπηρετεί πλέον όλο και περισσότερο κατασκευαστές μοντέλων από την Κίνα, επαναπροσδιορίζουν το brand τους για να επικεντρωθούν στη γενετική τεχνητή νοημοσύνη.
Όλον αυτόν τον καιρό, ο Chen έχτιζε σιωπηλά την εταιρεία του και τη φήμη της στο παρασκήνιο. «Νομίζω πως [η Surge] απλώς δεν θέλει να αποκαλύψει τίποτα απ’ ό,τι κάνει», λέει ένας σημερινός ερευνητής της Meta. Όμως, καθώς η βιομηχανία εξελίσσεται, ο Chen δεν αρκείται πλέον στο να μένει πίσω από τις κουρτίνες. Έχει σοβαρές ανησυχίες ότι τα σημερινά μοντέλα AI είναι βελτιστοποιημένα για τα λάθος πράγματα, οδηγώντας τους χρήστες σε μια παρανοϊκή καταβύθιση -όπως τα αλγοριθμικά feed του YouTube και του Twitter που, όταν ο ίδιος εργαζόταν εκεί, ήταν κυρίως σχεδιασμένα για clickbait. Θέλει η Surge να βοηθήσει στο να «καθοδηγήσει τη βιομηχανία AI», κάτι που σημαίνει να υιοθετήσει έναν πιο ηγετικό, δημόσιο ρόλο. «Επιτέλους», σχολιάζει ο ερευνητής της Meta. «Η Surge είναι πραγματικά εξαιρετική και ο κόσμος το ξέρει. Τον ρώτησα (σ.σ. τον Chen), “Γιατί πιστεύεις ότι δεν είσαι πιο γνωστός;”»
Ποιος είναι ο Edwin Chen;
Ο Chen μεγάλωσε στο Κρίσταλ Ρίβερ της Φλόριντα με πληθυσμό μόλις 3.400 ανθρώπους, μια παραθαλάσσια πόλη στον Κόλπο του Μεξικού, γνωστή περισσότερο για τις θαλάσσιες αγελάδες και τους συνταξιούχους παρά για τους δισεκατομμυριούχους της τεχνολογίας. Οι γονείς του, μετανάστες από την Ταϊβάν, διατηρούσαν εστιατόριο με κουζίνα κινέζικη, ταϊλανδέζικη και αμερικανική, όπου ο Chen δούλευε ως έφηβος.
Η πραγματική του όρεξη όμως ήταν για τις γλώσσες, τα μαθηματικά και τη μεταξύ τους σχέση. Όπως λέει ο ίδιος: «Πάντα με ενδιέφεραν τα μαθηματικά θεμέλια της γλώσσας». Από μικρός ήθελε να μάθει «περίπου 20 γλώσσες» και του άρεσαν οι διαγωνισμοί ορθογραφίας. Σήμερα εξακολουθεί να μιλάει λίγα γαλλικά, λίγα ισπανικά και μανδαρινικά (τα χίντι και τα γερμανικά έχουν μείνει πίσω).
Παρακολούθησε μαθήματα διαφορικού λογισμού (calculus) ήδη από το Γυμνάσιο, ενώ λέει ότι κέρδισε πλήρη υποτροφία για τα δύο τελευταία χρόνια του Λυκείου στο περίφημο οικοτροφείο Choate στο Κονέκτικατ, του οποίου απόφοιτοι είναι μεταξύ άλλων ο Τζον Φ. Κένεντι, ο Τζον Ντος Πάσος και η Ιβάνκα Τραμπ. Αφού εξάντλησε το αναλυτικό πρόγραμμα μαθηματικών του Choate, πέρασε το μεγαλύτερο μέρος της τελευταίας του χρονιάς κάνοντας έρευνα πάνω σε ό,τι τον ενδιέφερε, υπό την καθοδήγηση καθηγητών του Γέιλ που δίδασκαν και στο Choate. Στη συνέχεια ήρθε το MIT, όπου σπούδασε μαθηματικά, συνίδρυσε μια γλωσσολογική εταιρεία και ακολούθησε ένα «πολυφασικό» πρόγραμμα ύπνου — δηλαδή να χωρίζει τον ύπνο του σε πολλά μικρά διαλείμματα, για παράδειγμα έναν ύπνο 30 λεπτών κάθε έξι ώρες αντί για έναν οκτάωρο ύπνο.
Έπειτα από τρία χρόνια στο MIT, έκανε πρακτική στο hedge fund του Πίτερ Τιλ στο Σαν Φρανσίσκο, την οποία απόλαυσε τόσο πολύ που δεν επέστρεψε ποτέ στο πανεπιστήμιο. Αφού ολοκλήρωσε τα απαραίτητα μαθήματα, υπέβαλε αίτηση για πτυχίο και το έλαβε δύο χρόνια αργότερα. Στη συνέχεια ακολούθησαν θέσεις εργασίας στο Twitter, τη Google και το Facebook, όπου εργάστηκε σε διάφορες θέσεις σχετικές με εποπτεία περιεχομένου και αλγόριθμους συστάσεων. Σε κάθε ρόλο, ο Τσεν συναντούσε το ίδιο πρόβλημα: ήταν δύσκολο να εξασφαλίσει δεδομένα με ανθρώπινη επισήμανση και υψηλή ποιότητα σε μεγάλη κλίμακα. Παραιτήθηκε από την τελευταία του δουλειά στο Twitter το 2020 για να λύσει αυτό το πρόβλημα μόνος του, ιδρύοντας την ίδια χρονιά τη Surge. «Χτίζω πρώιμες εκδοχές αυτού του συστήματος εδώ και δέκα χρόνια», λέει.
