TDCX и Supa объединяют усилия для маркировки данных

Сингапурская компания TDCX объединилась с Supa, компанией по маркировке данных на основе генеративного искусственного интеллекта (GenAI), чтобы помочь организациям преодолеть одну из самых больших проблем в их пути к искусственному интеллекту — маркировку необработанных данных, чтобы сделать их понятными для алгоритмов машинного обучения.

Согласно исследованию McKinsey, 72% организаций отметили, что управление данными является одной из главных проблем, мешавших им масштабировать варианты использования ИИ, а восемь из десяти заявили, что обучение ИИ с использованием данных оказалось сложнее, чем ожидалось.

По данным TDCX, используя технологию Supa для обработки больших наборов данных, люди-аннотаторы могут сократить время обработки данных до пяти раз, что позволяет организациям более эффективно обучать свои модели искусственного интеллекта и создавать большую ценность для своего бизнеса.

Лианна Дехай, старший директор TDCX AI, сказала, что без точных, структурированных и надежных данных организации не будут готовы использовать GenAI.

«Из-за большого интереса к GenAI многие компании спешат извлечь из него выгоду. Однако правда в том, что многие компании либо не делают критически важного первого шага по маркировке данных, либо недооценивают ресурсы, необходимые для того, чтобы сделать это хорошо. Это приводит к ситуациям, когда проекты ИИ терпят неудачу, а отдача от этих инвестиций оказывается незначительной.

«Вопрос качества данных еще более актуален в сфере CX. [customer experience] Приложения. Помимо точности, необходимо также обеспечить, чтобы данные были свободны от предвзятости и учитывали культурные нюансы. Именно здесь на помощь приходят человеческий интеллект и понимание. Наше сотрудничество с Supa укрепляет наши предложения и позволит нам помочь клиентам быстрее и проще интегрировать искусственный интеллект в стратегии CX».

Марк Кох, генеральный директор и соучредитель Supa, сказал, что платформа компании может собирать и обрабатывать большие наборы обучающих данных с точностью до 98% для размеченных данных.

«Этот процесс проактивной проверки, достигаемый благодаря нашему многоэтапному подходу с участием человека, позволяет аннотаторам выступать в качестве преподавателей моделей данных, тем самым сводя к минимуму потенциальные ошибки или проблемы с маршрутизацией», — добавил он.

Помимо поддержки потребностей организаций в маркировке данных в различных отраслях, включая розничную торговлю, производство и здравоохранение, платформа Supa также может работать с различными модальностями данных, включая изображения, видео, многоязычный текст и аудио.

Данные, обрабатываемые командами TDCX и Supa, будут надежно управляться, при этом организации сохранят все данные в своем собственном облачном хранилище. Обе компании предлагают бесплатную диагностическую сессию, чтобы компании могли понять возможности и пробелы в их потребностях в маркировке данных.