На фоне растущего спроса на дообучение и доработку моделей искусственного интеллекта (ИИ) стартап Deccan AI, специализирующийся на посттренировочной обработке данных и оценке моделей, привлёк 25 миллионов долларов в рамках первого крупного раунда финансирования. Основная часть работы выполняется командой экспертов из Индии.
Раунд серии A прошёл в формате размещения акций и был возглавлен фондом A91 Partners при участии Susquehanna International Group и Prosus Ventures.
В то время как передовые лаборатории, такие как ОпенЭйАй (OpenAI) и Энтропик (Anthropic), создают базовые модели самостоятельно, всё больше задач на этапе после обучения — от генерации данных до оценки и обучения с подкреплением — передаётся на аутсорс. Компании стремятся повысить надёжность систем в реальных условиях, и Deccan становится одним из новых игроков, отвечающих на этот запрос.
Основанная в октябре 2024 года, Deccan предлагает услуги по улучшению возможностей моделей в программировании и работе в качестве агентов, а также обучает системы взаимодействовать с внешними инструментами, такими как интерфейсы программирования приложений (API), которые связывают ИИ с программными системами.
Работа для передовых лабораторий и корпораций
Стартап сотрудничает с ведущими ИИ-лабораториями, помогая им в генерации экспертной обратной связи, проведении оценок и создании сред для обучения с подкреплением. Для корпораций Deccan предлагает продукты, включая набор инструментов для оценки Helix и платформу автоматизации операций.
С развитием моделей, выходящих за рамки текста, растёт и спрос на так называемые «мировые модели» (world models), способные лучше понимать физическую среду — например, в робототехнике и системах компьютерного зрения.
Среди клиентов Deccan — Google DeepMind и Snowflake. По словам основателя Рукеша Редди, компания работает примерно с 10 заказчиками и одновременно ведёт несколько десятков проектов.
Команда и сеть исполнителей
Штаб-квартира стартапа находится в районе Сан-Франциско, а крупная операционная команда — в Хайдарабаде. В штате около 125 сотрудников, а сеть включает более 1 миллиона участников — студентов, экспертов в различных областях и докторов наук. В типичный месяц активны от 5 000 до 10 000 человек.
Около 10% участников имеют учёные степени магистра или доктора, хотя доля выше среди активных исполнителей — в зависимости от требований проекта.
Сложности и конкуренция на рынке
Рынок услуг по обучению ИИ стремительно растёт вместе с популярностью больших языковых моделей. Среди конкурентов — принадлежащая Meta Scale AI, её оппонент Surge AI, а также стартапы Тьюринг (Turing) и Меркор (Mercor), предлагающие разметку данных, оценку и обучение с подкреплением.
«Качество остаётся нерешённой проблемой», — отметил Редди. По его словам, допуск к ошибкам на этапе посттренировки «близок к нулю», поскольку промахи напрямую влияют на работу моделей в продакшене. Это делает посттренировку сложнее предыдущих этапов — нужны высокоточные данные, специфичные для конкретной области, которые трудно масштабировать.
Работа также крайне срочная: лаборатории ИИ иногда требуют большие объёмы качественных данных за несколько дней, что затрудняет баланс между скоростью и точностью.
Условия труда и доходы
Сектор неоднократно критиковали за условия и оплату труда, поскольку для генерации данных часто привлекают фрилансеров. В Deccan доходы участников платформы варьируются от 10 до 700 долларов в час, а лучшие исполнители зарабатывают до 7 000 долларов в месяц.
Индия как центр талантов
Хотя основные клиенты Deccan — американские ИИ-лаборатории, большинство её исполнителей базируются в Индии. Конкуренты, такие как Тьюринг и Меркор, тоже привлекают подрядчиков из этой страны, но работают в более широком круге развивающихся рынков.
Deccan сосредоточила основную часть команды в Индии, чтобы лучше контролировать качество. «Многие наши конкуренты ищут экспертов более чем в 100 странах, — сказал Редди. — Если вы работаете в одной стране, поддерживать качество гораздо проще».
Такой подход подчёркивает роль Индии в глобальной цепочке создания стоимости в ИИ: страна выступает поставщиком кадров и обучающих данных, но не разработчиком передовых моделей, которые по-прежнему сосредоточены в руках нескольких компаний из США и отдельных игроков из Китая.
Однако, по словам Редди, Deccan уже начала привлекать специалистов и из других рынков, включая США, для узкой экспертизы в геопространственных данных и проектировании полупроводников.
Рост и выручка
Deccan позиционирует себя как «изначально поколение ИИ», в отличие от традиционных компаний по разметке данных, которые начинали с задач компьютерного зрения. Это позволило стартапу с самого начала сосредоточиться на более сложных задачах.
За последний год выручка выросла в 10 раз, и сейчас компания находится на уровне выручки в несколько десятков миллионов долларов в годовом выражении. Точные цифры Редди не раскрыл. Около 80% доходов приносит топ-5 клиентов, что отражает высокую концентрацию рынка передовых ИИ-решений.