随着训练和完善人工智能模型的需求不断增长，德干人工智能– 一家提供培训后数据和评估工作的初创公司 – 在第一轮主要融资中筹集了 2500 万美元，其中大部分工作由印度的专家团队完成。

全股权 A 轮融资由 A91 Partners 领投，Susquehanna International Group 和 Prosus Ventures 跟投。

虽然包括 OpenAI 和 Anthropic 在内的前沿人工智能实验室在内部构建核心模型，但随着公司努力使系统在实际使用中可靠，大部分培训后工作（从数据生成到评估和强化学习）越来越多地被外包。Deccan 正在成为满足这一需求的一批新初创公司之一。

Deccan 成立于 2024 年 10 月，提供的服务范围广泛，从帮助模型改进编码和代理能力，到培训系统，以与外部工具（例如将 AI 模型连接到软件系统的应用程序编程接口 (API)）进行交互。

该初创公司与前沿实验室合作，完成生成专家反馈、运行评估和构建强化学习环境等任务，同时还通过其评估套件、Helix 和运营自动化平台等产品为企业提供服务。随着模型从文本转变为所谓的“世界模型”，可以更好地理解物理环境，包括机器人和视觉系统，这项工作也在不断发展。

据该公司称，Deccan 的客户包括 Google DeepMind 和 Snowflake。创始人 Rukesh Reddy（上图）在接受采访时表示，该公司已经吸引了大约 10 名客户，并在任何特定时间运行着几十个活跃项目。

该初创公司总部位于旧金山湾区，在海得拉巴设有大型运营团队，拥有约 125 名员工，并依赖超过 100 万贡献者组成的网络，其中包括学生、领域专家和博士。Reddy 告诉 TechCrunch，每个月大约有 5,000 到 10,000 名活跃贡献者。

Reddy 表示，大约 10% 的德干贡献者拥有硕士和博士学位等高级学位，但根据项目要求，活跃贡献者中的比例更高。

人工智能培训服务市场已迅速扩张随着大型语言模型的兴起，诸如元拥有的规模人工智能及其竞争对手浪涌人工智能，以及初创公司图灵和默科竞相提供数据标记、评估和强化学习服务。

“质量仍然是一个未解决的问题，”雷迪说，并补充说，训练后的错误容忍度“接近于零”，因为错误会直接影响模型在生产中的性能。这使得后期训练比早期阶段更加复杂，需要高度准确、特定于领域的数据，而这些数据更难扩展。

他说，这项工作对时间也非常敏感，人工智能实验室有时需要在几天内获得大量高质量数据，因此很难平衡速度和准确性。

该部门有面临工作条件和薪酬方面的批评，大量零工人员经常被用来生成培训数据。Reddy 表示，Deccan 平台的收入约为每小时 10 美元到 700 美元，贡献最大的人每月收入高达 7,000 美元。

印度成为人工智能培训人才的中心

尽管其客户主要是美国的人工智能实验室，但 Deccan 的大多数贡献者都位于印度。Turing 和 Mercor 等竞争对手还有源承包商来自该国，但在全球范围内运营更广泛的新兴市场。

雷迪说，德干选择将大部分劳动力集中在印度，以更好地管理质量。“我们的许多竞争对手都前往 100 多个国家寻找专家，”他说。– 如果您仅在一个国家/地区开展业务，那么保持质量就会变得更加容易。”

这种做法凸显了印度目前在全球人工智能价值链中的地位——作为人才和培训数据的供应商，而不是前沿模型的开发者，而前沿模型仍然集中在少数美国公司和中国的少数参与者手中。

不过，雷迪表示，德干已开始从包括美国在内的其他几个市场寻找人才，以获取地理空间数据和半导体设计方面的专业知识。

Reddy 表示，Deccan 是一家“天生的 GenAI”公司，与以计算机视觉任务起家的传统数据标签公司形成鲜明对比。这意味着它从一开始就专注于更高技能的工作。

Reddy 表示，Deccan 在过去一年中增长了 10 倍，目前收入达到了两位数的百万美元，但他拒绝透露具体细节。他补充说，其约80%的收入来自前五名客户，反映了前沿人工智能市场的集中性。