Wyścig o perfekcyjne dane: Deccan AI pozyskuje 25 mln dolarów na post-trening systemów sztucznej inteligencji

Rynek sztucznej inteligencji przesuwa środek ciężkości z samej mocy obliczeniowej w stronę jakości nadzoru. Deccan AI, młody gracz na scenie infrastruktury danych, ogłosił właśnie zamknięcie rundy serii A na kwotę 25 milionów dolarów. Inwestycji przewodniczył fundusz A91 Partners, przy wsparciu Susquehanna International Group oraz Prosus Ventures. To wyraźny sygnał, że inwestorzy dostrzegają wąskie gardło w rozwoju AI – proces post-treningu, który decyduje o tym, czy model pozostanie cyfrową zabawką, czy stanie się precyzyjnym narzędziem biznesowym.

Indyjska armia ekspertów zamiast masowego tagowania

Założony w październiku 2024 roku Deccan AI nie jest typową firmą zajmującą się etykietowaniem zdjęć. Startup pozycjonuje się jako dostawca wysokospecjalistycznej wiedzy dla laboratoriów rozwijających modele frontier. Zamiast anonimowego tłumu, Deccan korzysta z sieci ponad miliona współpracowników, wśród których znajdują się studenci, naukowcy ze stopniem doktora oraz branżowi eksperci. Kluczem do ich strategii jest koncentracja operacyjna w Indiach. Założyciel firmy, Rukesh Reddy, argumentuje, że skupienie się na jednym regionie pozwala na znacznie skuteczniejszą kontrolę jakości niż rozproszenie zadań po całym świecie.

To podejście przynosi wymierne efekty projektowe. Portfolio klientów startupu obejmuje gigantów takich jak Google DeepMind czy Snowflake. Współpraca z nimi nie ogranicza się do prostych zadań tekstowych. Eksperci Deccan pracują nad środowiskami uczenia przez wzmacnianie (RLHF), optymalizacją kodu oraz rozwojem tzw. world models, które mają umożliwić systemom AI lepsze rozumienie fizycznej rzeczywistości, co jest kluczowe dla robotyki i systemów wizyjnych.

Jakość jako towar deficytowy

W branży, gdzie margines błędu w gotowych produktach jest bliski zeru, tradycyjne metody outsourcingu danych przestają wystarczać. Reddy podkreśla, że w procesie post-treningu nie ma miejsca na pomyłki, ponieważ bezpośrednio rzutują one na niezawodność modelu w środowisku produkcyjnym. Wyzwaniem jest nie tylko precyzja, ale i tempo – laboratoria AI często wymagają ogromnych wolumenów zweryfikowanych danych w zaledwie kilka dni.

Choć sektor ten bywa krytykowany za niskie standardy pracy, Deccan stara się budować inny wizerunek. Stawki godzinowe dla najlepszych specjalistów sięgają nawet 700 dolarów, a najlepsi kontrybutorzy są w stanie zarobić do 7 tysięcy dolarów miesięcznie. To czyni z platformy elitarną giełdę intelektualną, a nie tylko kolejne narzędzie dla mikro-zadań.

Skalowanie w dobie agentów AI

Deccan AI rośnie wraz z ambicjami swoich klientów. Startup, który w ciągu ostatniego roku zwiększył przychody dziesięciokrotnie, skupia się obecnie na rozwoju platformy Helix – autorskiego zestawu narzędzi do ewaluacji modeli – oraz systemów automatyzacji operacyjnej. Firma ewoluuje w stronę obsługi agentów AI, które muszą potrafić nie tylko generować tekst, ale i wchodzić w interakcję z zewnętrznym oprogramowaniem poprzez API.

Dominacja technologiczna Stanów Zjednoczonych w zakresie architektury modeli nie oznacza samowystarczalności. Przypadek Deccan AI pokazuje, że globalny łańcuch wartości sztucznej inteligencji pozostaje nierozerwalnie związany z kapitałem ludzkim i wiedzą ekspercką płynącą z rynków wschodzących. Choć Deccan sporadycznie sięga po specjalistów z USA w niszach takich jak projektowanie półprzewodników, to indyjski hub pozostaje fundamentem ich operacji, zamieniając czyste dane w paliwo dla nowej generacji cyfrowej inteligencji.