Deccan AI 籌集 2,500 萬美元以與 Mercor 競爭，並網羅印度專家

隨著對人工智慧模型訓練與微調的需求持續上升，專門提供模型訓練後數據處理與評估服務的新創公司 Deccan AI，在其首輪重大融資中籌集了 2,500 萬美元，其中大部分工作由一支駐印度的專家團隊負責執行。

這輪全股權的 A 輪融資由 A91 Partners 領投，Susquehanna International Group 和 Prosus Ventures 參與投資。

儘管包括 OpenAI 和 Anthropic 在內的前沿 AI 實驗室均自行開發核心模型，但隨著企業致力於提升系統在真實世界中的可靠性，從資料生成到評估及強化學習等大部分後訓練工作，正日益被外包出去。Deccan 正嶄露頭角，成為滿足此類需求的新興新創公司之一。

Deccan 成立於 2024 年 10 月，提供各項服務協助模型提升編碼與代理能力，並訓練系統與外部工具（例如將 AI 模型連接至軟體系統的應用程式介面（API））進行互動。

這家新創公司與前沿實驗室合作，處理生成專家回饋、執行評估以及建構強化的學習環境等任務，同時也透過其評估套件「Helix」及營運自動化平台等產品，為企業提供服務。隨著模型從文字領域拓展至所謂的「世界模型」——這些模型能更深入理解包含機器人與視覺系統在內的物理環境——相關工作也正不斷演進。

據該公司表示，Deccan 的客戶包括 Google DeepMind 和 Snowflake。創辦人 Rukesh Reddy（如上圖）在接受採訪時表示，公司目前已吸引約 10 家客戶，且隨時都有數十個活躍專案在進行中。

這家新創公司總部位於舊金山灣區，並在海得拉巴設有大型營運團隊，目前僱用約 125 名員工，並倚賴一個由超過 100 萬名貢獻者組成的網絡，其中包括學生、領域專家及博士。 雷迪向 TechCrunch 透露，在一個典型的月份裡，約有 5,000 至 10,000 名貢獻者處於活躍狀態。

雷迪指出，Deccan 貢獻者群體中約有 10% 擁有碩士或博士等高級學位，但根據專案需求不同，活躍貢獻者中的此比例會更高。

隨著大型語言模型的興起，人工智慧訓練服務市場也迅速擴張，包括 Meta 旗下的 Scale AI 及其競爭對手 Surge AI，以及新創公司 Turing 和 Mercor 等企業，正競相提供資料標註、評估和強化學習服務。

「品質仍是未解決的問題，」雷迪表示，並補充道，訓練後階段對錯誤的容忍度「接近於零」，因為錯誤會直接影響模型在實際運作中的表現。這使得訓練後階段比早期階段更為複雜，需要高度精準且具領域特異性的數據，而這類數據更難實現規模化。

他表示，這項工作對時間的敏感度極高，AI 實驗室有時需要在數天內取得大量高品質數據，這使得在速度與準確性之間取得平衡變得相當困難。

該產業因工作條件與薪資問題而備受批評，通常會動用大量零工來生成訓練資料。雷迪表示，在 Deccan 平台上，每小時收入約介於 10 至 700 美元之間，表現最佳的貢獻者每月最高可賺取 7,000 美元。

印度嶄露頭角，成為人工智慧訓練人才樞紐

儘管 Deccan 的客戶主要為美國的人工智慧實驗室，但其多數貢獻者仍位於印度。Turing 和 Mercor 等競爭對手雖也從印度招募承包商，但其業務範圍涵蓋更廣泛的新興市場。

雷迪表示，Deccan 選擇將大部分人力集中在印度，以更好地管理品質。「我們的許多競爭對手會前往 100 多個國家尋找專家，」他說。「如果僅在一個國家開展業務，維持品質就會容易得多。」

這種做法凸顯了印度在全球人工智慧價值鏈中的當前定位——作為人才與訓練數據的供應者，而非前沿模型的開發者；後者仍主要集中於少數美國企業及中國的幾家廠商手中。

不過，雷迪表示，Deccan 已開始從包括美國在內的其他幾個市場招募人才，以獲取地理空間數據和半導體設計等利基領域的專業知識。

雷迪指出，Deccan 成立之初即定位為「天生專注於生成式人工智慧（GenAI）」的公司，這與最初從電腦視覺任務起步的傳統資料標註公司形成鮮明對比。這意味著該公司從一開始便專注於更高技能的工作。

雷迪表示，Deccan 在過去一年成長了 10 倍，目前營收年化率已達數百萬美元的雙位數水準，但他拒絕透露具體數字。他補充道，該公司約 80% 的營收來自前五大客戶，這反映出前沿 AI 市場的高度集中特性。