Mercor 競爭對手 Deccan AI 融資 2,500 萬美元，從印度招募專家人才

隨著訓練和優化 AI 模型的需求日益增長，提供訓練後數據和評估工作的初創公司 Deccan AI 已在首輪重大融資中籌集了 2,500 萬美元，其中大部分工作由位於印度的專家團隊執行。

這輪全股權 A 輪融資由 A91 Partners 領投，Susquehanna International Group 和 Prosus Ventures 參投。

雖然包括 OpenAI 和 Anthropic 在內的前沿 AI 實驗室在內部構建核心模型，但隨著企業推動系統在現實應用中變得更加可靠，越來越多的訓練後工作——從數據生成到評估和強化學習——正被外包。Deccan 正是服務於這一需求的新興初創公司之一。

Deccan 成立於 2024 年 10 月，提供的服務範圍廣泛，包括幫助模型提升編碼和代理（agent）能力，以及訓練系統與外部工具（如連接 AI 模型與軟體系統的應用程式介面 API）進行互動。

這家初創公司與前沿實驗室合作執行各項任務，例如生成專家回饋、運行評估和構建強化學習環境，同時也透過其評估套件 Helix 和營運自動化平台為企業提供服務。隨著模型從文本轉向所謂的「世界模型」（能更好地理解包括機器人和視覺系統在內的物理環境），這項工作也在不斷演進。

據該公司稱，Deccan 的客戶包括 Google DeepMind 和 Snowflake。創辦人 Rukesh Reddy（上圖）在接受採訪時表示，公司已入駐約 10 家客戶，並在任何特定時間運行著數十個活躍項目。

該初創公司總部位於舊金山灣區，在海德拉巴（Hyderabad）擁有一支龐大的營運團隊，僱用約 125 名員工，並依賴一個由超過 100 萬名貢獻者組成的網絡，其中包括學生、領域專家和博士。Reddy 告訴 TechCrunch，在典型的月份中，約有 5,000 到 10,000 名貢獻者處於活躍狀態。

Reddy 表示，Deccan 的貢獻者群體中約有 10% 擁有碩士和博士等高等學位，不過在活躍貢獻者中，這一比例會根據項目需求而更高。

隨著大型語言模型的興起，AI 訓練服務市場迅速擴張。Meta 旗下的 Scale AI 及其競爭對手 Surge AI，以及初創公司 Turing 和 Mercor 都在競爭提供數據標註、評估和強化學習服務。

「品質仍然是一個未解決的問題，」Reddy 說，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生產環境中的表現。這使得訓練後階段比早期階段更複雜，需要高度準確、特定領域的數據，而這類數據更難以規模化。

他表示，這項工作也具有高度的時間敏感性，AI 實驗室有時需要在幾天內獲得大量高品質數據，這使得在速度與準確性之間取得平衡變得困難。

該行業曾因工作條件和薪酬問題面臨批評，因為通常使用大量的零工勞動力來生成訓練數據。Reddy 表示，Deccan 平台上的收入從每小時約 10 美元到 700 美元不等，頂尖貢獻者每月收入可達 7,000 美元。

印度成為 AI 訓練人才中心

儘管其客戶主要是總部位於美國的 AI 實驗室，但 Deccan 的大部分貢獻者都位於印度。Turing 和 Mercor 等競爭對手也從該國招募承包商，但其業務遍及更廣泛的新興市場。

Reddy 表示，Deccan 選擇將大部分勞動力集中在印度，是為了更好地管理品質。「我們的許多競爭對手去 100 多個國家尋找專家，」他說。「如果你只在一個國家開展業務，維持品質就會變得容易得多。」

這種做法凸顯了印度目前在全球 AI 價值鏈中的地位——作為人才和訓練數據的供應商，而非前沿模型的開發者。前沿模型的開發仍集中在少數美國公司和中國的少數參與者手中。

然而，Reddy 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方面的利基專業知識。

Reddy 說，Deccan 是一家「天生生成式 AI」（born GenAI）公司，這與從電腦視覺任務起步的傳統數據標註公司不同。這意味著它從一開始就專注於高技能工作。

Reddy 表示，Deccan 在過去一年增長了 10 倍，目前的年營收運行率（revenue run rate）已達到數千萬美元，但他拒絕透露具體細節。他補充說，約 80% 的收入來自其前五大客戶，這反映了前沿 AI 市場高度集中的特性。