iMerit apuesta por expertos para mejorar datos de IA empresarial
La plataforma lanza su programa Scholars para perfeccionar modelos de IA con especialistas. La empresa, con sede en California e India, prioriza calidad sobre cantidad en datos para aplicaciones empresariales. Anunció la expansión del programa tras nueve años como proveedor de anotación de datos.
«Los adultos en la sala de IA»
iMerit defiende que el futuro de la IA empresarial depende de datos «de alta calidad, no masivos», según su CEO Radha Basu. La compañía trabaja con expertos en matemáticas, medicina o finanzas para ajustar modelos generativos y de autonomía. «Sin expertise médico, un modelo solo alcanza un 60% de precisión», ejemplificó Basu.
El programa Scholars sale de beta
El proyecto, probado en salud durante un año, busca escalar en finanzas y medicina. Cuenta con 4.000 especialistas y aspira a llegar a 10.000. Rob Laing, VP de iMerit, destacó que «la retención del 91% y la selección rigurosa» son clave. El 50% de sus expertos son mujeres.
Ventaja frente a competidores
Tras la salida del CEO de Scale AI (rival principal) y la desconfianza de clientes como Google, iMerit enfatiza su enfoque «centrado en dominio específico y juicio humano». Usa su plataforma Ango Hub para que los Scholars evalúen y corrijan modelos.
De la anotación a la inteligencia general
iMerit provee datos para tres de las siete mayores empresas de IA generativa y ocho de autonomía vehicular. Laing señaló que «los datos gratuitos de internet se agotaron», y ahora el reto es afinar modelos hacia una IA general (AGI).
Sin prisa por financiación
La firma, rentable desde 2020, opera con reservas propias. Basu afirmó que podrían escalar sin inversión externa, aunque no la descartan. Sus clientes incluyen agencias gubernamentales de EE.UU. y proveedores de nube.
Calidad humana frente a velocidad
iMerit compite en un mercado donde primaba la cantidad de datos. Su apuesta por expertos a largo plazo contrasta con enfoques masivos. Laing vaticinó que empresas como la suya serán «referentes para entrenar IA».
Precisión para el mundo real
El cierre refleja que la precisión del 99% en sectores críticos (como salud) impulsa su modelo. La compañía evita especular sobre AGI, pero subraya que su método resuelve problemas empresariales concretos.
