Вирудхунагаре, городе на юго-востоке Индии, есть храмы, возраст которых насчитывает тысячи лет.
Но недалеко от этих древних мест люди работают над новейшей технологией — искусственным интеллектом.
Один из них — Мохан Кумар.
«Моя роль — аннотация ИИ. Я собираю данные из различных источников, маркирую их и обучаю модели ИИ, чтобы они могли распознавать и предсказывать объекты. Со временем модели становятся полуконтролируемыми и могут принимать решения самостоятельно», — говорит он.
Индия уже давно является центром аутсорсинга ИТ-поддержки, а такие города, как Бангалор или Ченнаи, традиционно являются центрами для такой работы.
Однако в последние годы компании переносят эту работу в гораздо более отдалённые районы, где расходы на персонал и помещения ниже.
Этот тренд известен как облачное фермерство, и ИИ дал ему новый импульс: во многих городах, таких как Вирудхунагар, проводятся пиротехнические мероприятия с использованием ИИ.
Считает ли Кумар, что он что-то упускает, находясь не в крупном городе?
«С профессиональной точки зрения, разницы нет. Мы работаем с одними и теми же клиентами из США и Европы, будь то в маленьких городах или мегаполисах, и требования к обучению и навыкам одинаковы», — говорит Кумар.
Кумар работает в компании Desicrew. Основанная в 2005 году, компания стала пионером в области облачного фермерства.
«Мы поняли, что вместо того, чтобы заставлять людей мигрировать в города в поисках работы, мы можем создавать рабочие места там, где люди уже живут», — говорит Манниваннан Дж. К., генеральный директор Desicrew.
«Слишком долго возможности концентрировались в городах, оставляя сельскую молодёжь позади. Наша миссия всегда заключалась в создании карьеры мирового класса ближе к дому, доказывая, что качественную работу можно выполнять где угодно».
Desicrew выполняет все виды аутсорсинговых работ, включая тестирование программного обеспечения для стартапов, создание наборов данных для обучения ИИ и модерацию контента.
Сейчас от 30 до 40% работы компании связано с ИИ, «но очень скоро эта доля вырастет до 75–100%», — говорит Дж. К.
Значительная часть этой работы — это транскрибирование, преобразование аудио в текст.
«Машины понимают текст гораздо лучше», — объясняет он.
«Чтобы ИИ работал естественно, машины должны быть обучены понимать различия в человеческой речи. Именно поэтому транскрипция — такой важный шаг, она закладывает основу для понимания машинами речи и реагирования на разных языках, диалектах и в разных контекстах».
Выполнение такой работы в небольшом городе не является недостатком, говорит Джей К.
«Люди часто считают, что сельская местность — это неразвитый регион, но наши центры во всех отношениях повторяют городские IT-центры: безопасный доступ к данным, надёжное подключение и бесперебойное электроснабжение. Разница лишь в географическом положении».
Около 70% его сотрудников — женщины: «Для многих это первая оплачиваемая работа, и её влияние на их семьи преобразует — от финансовой стабильности до образования детей», — говорит Джей К.
Компания NextWealth, основанная в 2008 году, также была одним из первых, кто начал использовать облачные технологии.
Штаб-квартира компании находится в Бангалоре, а штат сотрудников насчитывает 5000 человек в 11 офисах, расположенных в небольших городах по всей Индии.
«60% выпускников индийских вузов — выходцы из небольших городов, но большинство IT-компаний нанимают специалистов только из крупных городов. Это оставляет огромный неиспользованный резерв талантливых выпускников первого поколения», — говорит Митилы Рамеш, соучредитель и управляющий директор NextWealth.
«Многие из этих студентов — выпускники первого поколения. Их родители — фермеры, ткачи, портные, полицейские — семьи, которые берут кредиты на оплату обучения», — говорит она.
NextWealth начинала с аутсорсинга работы из офисов крупных компаний, но пять лет назад перешла на искусственный интеллект.
«Самые передовые в мире алгоритмы обучаются и проходят валидацию в небольших городах Индии», — говорит Рамеш.
Около 70% работы выполняется в США.
«Каждая модель ИИ, от системы, подобной ChatGPT, до распознавания лиц, требует огромных объёмов данных, размеченных человеком. Это основа облачных ферм».
Она считает, что впереди ещё много работы.
«В ближайшие 3–5 лет ИИ и GenAI создадут около 100 миллионов рабочих мест в сфере обучения, валидации и обработки данных в режиме реального времени. Малые города Индии могут стать основой этой рабочей силы».
Она надеется, что Индия сможет остаться центром такой работы.
«Такие страны, как Филиппины, могут нас догнать, но масштаб Индии и её ранний старт в сфере поставок ИИ дают нам преимущество в пять-семь лет. Мы должны воспользоваться им, пока разрыв не сократился», — говорит она.
К.С. Вишванатхан — технологический консультант, ранее работавший в Национальной ассоциации компаний-разработчиков программного обеспечения и услуг Индии, отраслевом объединении аутсорсинговых компаний.
«Кремниевая долина, возможно, и создаёт движки ИИ, но ежедневная работа, обеспечивающая надёжность этих движков, всё чаще выполняется индийской индустрией облачных технологий», — говорит он.
«Мы действительно находимся на переломном этапе. Если облачное фермерство продолжит масштабироваться, небольшие индийские города вполне могут стать крупнейшим в мире центром операций с использованием искусственного интеллекта, подобно тому, как два десятилетия назад они стали центром ИТ-услуг».
Но успех не гарантирован.
Хотя Next Wealth и Desicrew заявляют о наличии у них надёжного и безопасного интернет-соединения, Вишванатан отмечает, что в небольших индийских городах это не всегда так.
«Надёжный высокоскоростной интернет и защищённые центры обработки данных не всегда соответствуют уровню мегаполисов, что делает защиту данных постоянной проблемой».
Даже при наличии хорошего соединения необходимо приложить усилия, чтобы убедить клиентов.
«Более серьёзная проблема — это восприятие, а не техническая сторона. Иностранные клиенты часто считают, что небольшие города не могут соответствовать стандартам безопасности данных, даже если системы надёжны. Доверие нужно заслужить».
В NextWealth Дханалакшми Виджай занимается «тонкой настройкой» ИИ. Например, если система путает два похожих товара, например, синюю джинсовую куртку и тёмно-синюю рубашку, она корректирует модель.
«Эти исправления затем передаются обратно в систему, корректируя модель, чтобы в следующий раз, столкнувшись с похожим случаем, она работала лучше. Со временем модель ИИ накапливает опыт, подобно тому, как регулярно обновляется программное обеспечение, чтобы оно стало точнее и надёжнее», — говорит Виджай.
Такая работа имеет эффект в реальном мире.
«Я и моя команда косвенно обучаем модели ИИ, чтобы сделать ваши онлайн-покупки простыми и беспроблемными», — говорит она.