Scale AI: opiniones y análisis

• Anotación de texto, imagen, video y fusión de sensores 3D, incluido LiDAR, que abarca procesamiento de documentos, transcripción, video de movimiento completo y datos geoespaciales
• Una estructura de proyectos, tareas y lotes en la que cada tarea hereda una misma taxonomía, lo que mantiene las instrucciones consistentes en todo un conjunto de datos
• Taxonomías que combinan clases de anotación, atributos globales sobre una tarea completa, atributos por anotación y atributos de enlace que registran las relaciones entre dos anotaciones
• Nucleus para la gestión de conjuntos de datos, que permite a los equipos visualizar datos a gran escala, seleccionar segmentos y refinar anotaciones existentes
• Entornos de aprendizaje por refuerzo que reproducen aplicaciones web, máquinas virtuales de escritorio y servidores de herramientas activos para Slack, HubSpot y Linear

Scale también opera Outlier, una plataforma independiente donde especialistas independientes asumen proyectos de entrenamiento de IA: escriben prompts difíciles con sus respuestas correctas, crean rúbricas de calificación y puntúan o clasifican respuestas de modelos. Ese trabajo alimenta el entrenamiento y la evaluación de modelos, no las canalizaciones de etiquetado descritas más arriba. Para una empresa que de otro modo tendría que contratar anotadores, crear sus propias canalizaciones y mantener herramientas de evaluación internas, un solo contrato reemplaza tres centros de costos distintos.

Funciones de IA

• Aprendizaje por refuerzo a partir de retroalimentación humana, que aplica las preferencias de las personas a los resultados del modelo después del preentrenamiento
• Red teaming que recurre a la inyección de prompts para sacar a la luz vulnerabilidades en desinformación, consejos sin cualificación profesional, sesgo, filtración de datos privados, ayuda para ciberataques y sustancias peligrosas
• Comparación de modelos que puntúa dos candidatos lado a lado en exactitud factual, tasa de alucinaciones, recuperación de contexto y latencia
• Respuestas de Donovan fundamentadas en la información recuperada, que citan los documentos de origen de los que proceden dentro de las bases de conocimiento conectadas
• Orquestación de agentes para flujos de trabajo asíncronos de larga duración y de múltiples agentes, a cargo de las capas Agentex y AgentOps de la plataforma
• Un ciclo de aprendizaje que convierte el uso en producción y la revisión humana en señal de entrenamiento, además de Dialect, una capa de decisión que codifica cómo emite juicios una organización
• Búsqueda de conjuntos de datos en lenguaje natural y etiquetado automático, que permiten a los equipos encontrar y priorizar segmentos de datos sin escribir consultas

La puntuación de las evaluaciones, la recuperación de información y la orquestación de agentes son funciones de IA genuinas. El ciclo de aprendizaje resulta más difícil de clasificar, porque Scale describe agentes que mejoran sin reentrenamiento manual y, sin embargo, el mecanismo depende de una retroalimentación humana que las personas capturan y estructuran. Eso lo convierte en un proceso humano bien diseñado y envuelto en automatización, no en un modelo que se enseña a sí mismo. Lo mismo ocurre con la calidad de la anotación: la asistencia automática acelera el trabajo, pero la garantía la producen especialistas verificados que revisan los casos límite.

Integraciones

• Fuentes de contenido empresarial como Confluence, SharePoint y S3, estructuradas mediante canalizaciones creadas para ese fin
• Almacenamiento en la nube para adjuntos en Amazon S3, Google Cloud Storage y Azure Blob Storage, cada uno con sus propias credenciales de servicio
• Implementación en AWS, Azure y Google Cloud, de modo que los datos permanecen dentro del entorno del cliente
• Proveedores de modelos como OpenAI, Google, Meta, Mistral y Cohere, entre los que se puede cambiar sin reconstruir la aplicación
• Datos externos en Donovan a través de un conector prediseñado a la base de datos de eventos globales GDELT
• Servidores de herramientas simulados que replican Slack, HubSpot y Linear dentro de los entornos de entrenamiento

Scale ofrece una API REST pública con URL orientadas a recursos y respuestas en JSON, clientes oficiales de Python y JavaScript, callbacks al completarse una tarea y modos separados de entorno de pruebas y producción que se seleccionan mediante la clave de API. Procesa un objeto por solicitud y no admite actualizaciones masivas, y un cliente de Python independiente registra las interacciones y los tramos de traza.

Seguridad de los datos y cumplimiento

Los clientes conservan la propiedad de sus datos, de su lógica de negocio y de cualquier solución personalizada creada para ellos, mientras que Scale retiene la plataforma subyacente y los marcos de trabajo técnicos. La empresa afirma con claridad que no existe dependencia del proveedor y que el código de los agentes pertenece a la organización. Entre las certificaciones figuran SOC 2 Tipo II e ISO 27001, junto con la autorización FedRAMP High y una autorización provisional IL4 del Departamento de Defensa para el trabajo con el sector público. La infraestructura da soporte a las obligaciones del RGPD y de la CCPA, así como a los requisitos de auditoría específicos de cada cliente, y el procesamiento de datos dentro del país está disponible como opción. Los agentes que llegan a producción cuentan con un registro de auditoría completo y resultados con las fuentes citadas, algo que importa a cualquier organización que deba reconstruir por qué un sistema produjo una respuesta determinada.

Idiomas: interfaz y atención al cliente

Scale publica su documentación en inglés tanto en el sitio principal como en el portal independiente de GenAI Platform, y ese portal incluye un asistente multilingüe integrado que recibe preguntas sobre la plataforma. En los proyectos soberanos y del sector público, Scale despliega equipos multilingües sobre el terreno, con personal que habla árabe, para que la capacidad se transfiera a la organización local en lugar de quedarse en manos del proveedor.

El idioma de la IA: la herramienta en sí

Por ahora, GenAI Platform cubre 80 idiomas, lo que la sitúa muy por delante de la mayoría de las herramientas de esta categoría. La plataforma ejecuta modelos de terceros y no un único modelo propio, así que la calidad que obtiene un equipo en un idioma determinado depende en parte del proveedor que elija para esa carga de trabajo. Del lado de los datos, la red de expertos que escribe prompts, crea rúbricas y puntúa respuestas trabaja en una amplia variedad de idiomas, y eso es lo que hace posible la evaluación y el ajuste fino más allá del inglés.

Acceso móvil

Scale no ofrece aplicación para iOS ni para Android. Todo funciona en el navegador, con un panel para la plataforma de datos y una aplicación aparte para GenAI Platform. Ninguna de las dos se adapta a la pantalla de un teléfono de ninguna forma que describa la documentación, así que en una pantalla pequeña obtienes la interfaz de escritorio tal cual. Esto importa menos aquí que en una herramienta que se abre entre reuniones. Revisar datos etiquetados, leer resultados de evaluaciones y configurar agentes son tareas de escritorio, y nadie gestiona una canalización de anotación desde el teléfono. Donovan funciona en redes clasificadas y aisladas, lo que descarta por diseño el acceso móvil convencional.

Soporte, incorporación y gestión de cuentas

• El soporte funciona en horario laboral de la zona horaria del Pacífico, de lunes a viernes, y se detiene en los feriados principales
• Los clientes de Pro y de Nucleus contactan a un Engagement Manager o a un Field Engineer asignado, que clasifica la incidencia y la deriva internamente
• Los proyectos más grandes reciben un equipo dedicado de ingeniería y operaciones, y los programas de IA física suman investigadores de robótica internos que ayudan a redactar las especificaciones de datos
• Los programas del sector público y soberanos incluyen ingenieros desplegados en el terreno, además de capacitación y habilitación para que el propio personal del cliente pueda operar el sistema
• La documentación abarca una guía de inicio rápido, guías de extremo a extremo, una referencia de la API, recetas de código y notas de versión

La documentación cubre bien los casos de uso habituales, mientras que la personalización avanzada todavía exige una conversación con el equipo de soporte. Un equipo sin personal técnico se apoyará mucho en el ingeniero asignado. Scale organiza sus proyectos exactamente así, de modo que son personas quienes te enseñan la plataforma en lugar de que lo haga el producto por sí solo.

Facilidad de uso y experiencia de usuario

La configuración inicial avanza rápido, y la interfaz está bien organizada para todo lo que contiene.

Lo que lleva tiempo viene después. Las bases de conocimiento, los asistentes y los modelos ofrecen tantas opciones que los usuarios nuevos pierden de vista cómo se conectan las piezas, y los reseñadores piden un recorrido interactivo con datos de muestra y prompts guiados que facilite esa primera hora. Los controles de recuperación de información también son poco granulares. Cuando una respuesta se salta la fuente más relevante, nada en pantalla te indica si la causa fueron tus datos, tu configuración o tu prompt. Un equipo dedicó bastante tiempo a lograr que los flujos de etiquetado personalizados manejaran correctamente el vocabulario propio de su sector. Un equipo ve algo funcionando el primer día. Lograr que funcione de forma consistente es la parte que lleva semanas.

• Scale no publica precios ni niveles de plan en las páginas de sus productos, y todos los caminos terminan en una solicitud de demostración o en un contacto con el equipo comercial
• Scale Pro es la plataforma de datos de alto volumen, que Scale vende con Engagement Managers dedicados, configuración personalizada de los proyectos y garantías de calidad respaldadas por acuerdos de nivel de servicio
• GenAI Platform y Donovan son productos separados, no niveles de un mismo plan
• El costo del etiquetado de datos crece con el volumen y sube todavía más cuando los casos ambiguos necesitan revisión humana

Los precios de Scale no se pueden comparar con los de las alternativas antes de una conversación comercial, y un reseñador pidió expresamente precios más transparentes como mejora del producto. Un equipo debería estimar qué parte de sus datos necesita criterio humano antes de modelar el costo total. La estructura premia a los compradores con volúmenes altos y predecibles. Los equipos con cargas de trabajo pequeñas o irregulares cargan con el peso de una relación guiada por el equipo comercial sin el volumen que la justifique.

Mayo Clinic trabaja con Scale para desarrollar e implementar aplicaciones de IA destinadas a la atención clínica, que funcionan sobre Scale Generative AI Platform. El obstáculo fue sectorial antes de ser específico: un estudio de 2025 encontró que el 77 % de los sistemas de salud señala la inmadurez de las herramientas de IA como una barrera importante para su adopción. Dentro de la clínica, el personal clínico dedicaba períodos largos a revisar las historias clínicas de los pacientes antes de la consulta inicial, y eventos críticos de seguridad, como cirugías en el sitio equivocado o caídas graves, quedaban ocultos dentro del ruido de los informes de rutina que el personal revisaba a mano.

La colaboración prioriza tres áreas: reducir el tiempo de revisión de historias clínicas antes de las consultas, detectar automáticamente los eventos de seguridad y disminuir las tareas administrativas para que el personal de Mayo trabaje en el máximo alcance de su licencia profesional mientras la clínica mejora la atención durante las 24 horas. Scale informa que, desde el lanzamiento, los médicos pasan en promedio once minutos más con cada paciente y mantienen de forma confiable un estándar de atención experto. Los datos permanecen dentro del entorno seguro y conforme con la HIPAA de Mayo Clinic.

“En última instancia, este trabajo consiste en ayudar a los pacientes mediante la innovación para brindar una atención más oportuna, coordinada y compasiva”, afirmó Matthew R. Callstrom, M.D., Ph.D., director médico del programa de IA de Mayo Clinic. “Esta colaboración combina la experiencia de cada organización para hacer avanzar la prestación de la atención y la experiencia del paciente”.

Puedes leer el caso completo aquí.

Scale vs Alternativas

Aspecto	Scale	LangSmith	Langdock
Función principal	Datos de entrenamiento, evaluación e infraestructura de agentes para empresas	Observar, evaluar e implementar agentes que los propios equipos construyen	Adopción de la IA en toda la plantilla
Incluye fuerza de trabajo humana	Sí, una red gestionada de expertos	No, aunque tus propios expertos en la materia pueden revisar resultados y anotar trazas	No
Quién la opera	Ingenieros de Scale junto a tu equipo	Tu equipo de ingeniería, con Fleet abriendo agentes sin código al personal no técnico	Cualquier empleado
Opciones de implementación	VPC del cliente en tres nubes, además de redes clasificadas y aisladas	Servicio alojado con residencia de datos en tres regiones, tu propia nube o autoalojado	Alojamiento en la Unión Europea, dedicado, nube propia o en servidores propios
Cómo empiezas	Demostración guiada por el equipo comercial, sin precios publicados	Registro autogestionado, con precios publicados y opción de demostración	Prueba de siete días sin tarjeta

Estas tres herramientas resuelven problemas distintos, y elegir entre ellas empieza por lo que estés construyendo:

Elige Scale si necesitas datos etiquetados, evaluación de modelos o agentes que funcionen bajo auditoría en un entorno regulado o clasificado, y cuentas con ingenieros para trabajar con el equipo del proveedor.

Elige LangSmith si tus desarrolladores ya construyen agentes y lo que falta es visibilidad: rastrear conversaciones completas, monitorear costos, latencia y errores en producción, y ejecutar evaluadores sobre trazas reales antes de publicar un cambio. Su capa Fleet también permite que el personal no técnico describa un agente en lenguaje sencillo, lo que acorta la distancia con las herramientas pensadas para usuarios de negocio en general.

Elige Langdock si nadie en la plantilla escribe código y el objetivo es que todo un equipo use la IA de forma segura, con una incorporación guiada y con integraciones nativas que hagan el trabajo pesado.