AIxBlock

Le travail d'AIxBlock se répartit sur deux voies qui vivent d'ordinaire chez des prestataires différents. La voie voix couvre la collecte, la transcription et l'annotation pour l'ASR, le TTS et les assistants vocaux. La voie dialogue couvre l'annotation de conversations, l'étiquetage d'intentions et d'entités, les données de préférence RLHF et les jeux d'ajustement par instructions pour les LLM. Acheter les deux chez un seul partenaire, c'est un contrat et un processus qualité au lieu de deux.

Pour les clients régulés, la plateforme se connecte à votre stockage dès le premier jour : les données collectées et étiquetées arrivent dans votre environnement et AIxBlock ne garde aucune copie. L'entreprise présente cela comme une garantie d'architecture et non comme une promesse de politique : faute de détenir les données, dit-elle, elle ne peut ni les revendre ni les réutiliser. Le déploiement peut se faire sur site, en cloud privé ou en environnement isolé quand les règles l'exigent.

Plutôt que de collecter chaque heure de zéro, les clients peuvent licencier depuis une bibliothèque permanente de centaines de milliers d'heures d'enregistrements réels de centres d'appels. Le catalogue couvre des accents comme l'américain, l'indien et le philippin, ainsi que des langues indiennes, et des domaines tels que la finance, la santé, les télécoms, le voyage et l'assurance. Certaines entrées incluent des transcriptions humaines, ce qui allège l'étape d'annotation pour les équipes qui ont seulement besoin d'audio conversationnel brut.

AIxBlock s'appuie sur plusieurs couches plutôt que sur une seule relecture. Les contributeurs passent par de vraies tâches et sont comparés par consensus, avec une sélection automatique des meilleurs. Des tests à l'aveugle sont distribués aux travailleurs actifs pour détecter la dérive, et au moins trois rôles qualité (QA, QC et un second QC) restent actifs sur chaque projet. Pour les travaux sensibles, la vérification d'identité inclut KYC et contrôle biométrique.

Les services de texte visent les laboratoires de modèles de fondation et les équipes produit qui construisent des assistants. L'offre comprend l'annotation de conversations multi-tours, la classification d'intentions, la reconnaissance d'entités nommées, le classement de préférence humaine et des paires prompt-réponse pour le SFT, ainsi que l'évaluation red team et de biais. Ce sont les jeux qu'un pipeline d'ajustement fin ou d'alignement consomme, ce qui diffère du texte brut récupéré sur le web.

Derrière les services de données se trouve une plateforme de développement IA plus complète. Elle réunit un moteur de données pour collecter et annoter, un environnement d'entraînement et d'évaluation et une place de marché de calcul GPU à la demande. Comme toute la pile peut être auto-hébergée, une équipe régulée garde les données, l'entraînement et le modèle final à l'intérieur d'un même périmètre contrôlé.