La industria IA inicia una nueva era dejando atrás el modelo de trabajadores tercerizados y mal remunerados, apostando por profesionales altamente calificados y multimillonarias inversiones para crear modelos cada vez más poderosos. Descubra cómo Scale AI y sus principales competidores lideran esta transformación global.
De África y Asia a Silicon Valley: ¿el fin de la precarización en el etiquetado de datos?
La creación de inteligencia artificial ha dependido históricamente de miles de “etiquetadores de datos” en países como Kenia y Filipinas, quienes realizaban tareas repetitivas por menos de U$S 2 la hora. Sin embargo, esta dinámica está cambiando radicalmente. Scale AI, Turing y Toloka, entre otros gigantes del sector, están apostando por especialistas altamente remunerados en áreas como biología y finanzas para entrenar los sistemas de IA más avanzados del mercado.
“El sector de la IA estuvo durante mucho tiempo enfocado en los modelos y la computación, dejando de lado la importancia de los datos”, afirmó Olga Megorskaya, directora ejecutiva y cofundadora de Toloka. “Finalmente, la industria acepta la importancia de los datos para el entrenamiento”.
Multiplicación de inversiones millonarias
Esta transición hacia una mayor sofisticación en el etiquetado de datos ha generado un auge de inversiones en startups vinculadas al sector:
- Meta invirtió U$S 14.300 millones en Scale AI en junio de 2025, adquiriendo el 49% de la compañía y duplicando su valuación hasta los U$S 29.000 millones.
- Turing AI recaudó U$S 111 millones en marzo de 2025, alcanzando una valuación de U$S 2.200 millones y un rápido crecimiento en ingresos anuales.
- Toloka, la firma neerlandesa, obtuvo en mayo de 2025 una inversión de U$S 72 millones liderada por Bezos Expeditions, posicionándose para expandirse globalmente con oficinas en EE. UU., Israel, Suiza y Serbia.
Estos movimientos reflejan una competencia feroz por la generación de datos de calidad para entrenar una nueva generación de modelos, capaces de avanzar hacia la “superinteligencia” que prometen líderes como OpenAI, Anthropic y Google.
Del trabajo repetitivo al conocimiento experto
Antes, los etiquetadores humanos cumplían encargos simples: marcar objetos en imágenes o validar datos. “Ahora, la demanda de esas tareas se redujo significativamente porque muchas pueden automatizarse”, explicó Megorskaya.
El enfoque actual se dirige a atribuir valor al conocimiento local, los controles de calidad y la capacidad para resolver problemas complejos: “Lo que estos modelos necesitan es ver cómo personas reales usan la IA para trabajos de conocimiento, y recibir retroalimentación sobre los fallos”, señaló Jonathan Siddharth, CEO y cofundador de Turing AI.
Para atraer a estos perfiles de alto nivel, empresas como Turing pagan a los expertos un 20-30% más que en sus empleos actuales, y aunque los presupuestos de datos representan solo un 10-15% de los cientos de miles de millones de dólares que se destinan a computación, sigue siendo una suma “enorme”, aclara Siddharth.
Auge de la automatización y la supervisión humana
La industria avanza hacia modelos híbridos que combinan automatización y supervisión humana para asegurar máxima precisión, sobre todo en sectores críticos como salud y finanzas. “Toloka ofrece una solución única al combinar el juicio humano con la eficiencia de la IA, asegurando sistemas confiables y alineados con los valores humanos”, enfatizó Megorskaya.
Simultáneamente, el mercado global de servicios de data labeling alcanzará U$S 10.000 millones en 2025, con un crecimiento anual esperado del 25% hasta 2033, empujado por la demanda en automotriz, salud y retail.
Desafíos y perspectivas
Pese al avance de la automatización, la intervención humana continúa siendo indispensable para evitar sesgos y revisar datos críticos. Aunque algunas grandes tecnológicas, como OpenAI y Google, evalúan distanciarse de proveedores que colaboran con la competencia, la confianza en la calidad y ética del etiquetado será clave para el desarrollo de IA segura y poderosa.
La era en la que un “ejército invisible” anotaba datos a destajo por centavos está llegando a su fin. Una nueva carrera, impulsada por inversiones históricas y salarios que premian la experiencia, está redefiniendo el modo en que se construye la inteligencia artificial del futuro.