随着AI模型训练和优化需求的增长，专门提供后训练数据和评估工作的创业公司Deccan AI在首轮重要融资中筹集了2500万美元，其大部分工作由印度的专家团队完成。

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

虽然包括OpenAI和Anthropic在内的前沿AI实验室在内部构建核心模型，但大部分后训练工作——从数据生成到评估和强化学习——越来越多地被外包，因为公司正在努力使系统在现实世界中可靠运行。Deccan正在成为满足这一需求的新兴创业公司之一。

Deccan成立于2024年10月，提供从帮助模型改进编码和智能体能力到训练系统与外部工具（如应用程序接口API）交互等各种服务，这些API将AI模型连接到软件系统。

这家创业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，同时通过包括评估套件Helix和运营自动化平台在内的产品为企业提供服务。随着模型超越文本进入所谓的"世界模型"——更好地理解物理环境（包括机器人技术和视觉系统），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在采访中表示，公司已经接纳了约10个客户，随时运行着二十多个活跃项目。

这家总部位于旧金山湾区、在海得拉巴设有大型运营团队的创业公司雇用了约125名员工，并依赖超过100万贡献者的网络，包括学生、领域专家和博士。Reddy告诉TechCrunch，在典型的一个月中，约有5000到10000名贡献者处于活跃状态。

Reddy表示，Deccan约10%的贡献者拥有硕士和博士等高级学位，尽管根据项目要求，活跃贡献者中这一比例更高。

随着大语言模型的兴起，AI训练服务市场迅速扩张，Meta旗下的Scale AI及其竞争对手Surge AI，以及创业公司Turing和Mercor等公司都在竞相提供数据标注、评估和强化学习服务。

Reddy说："质量仍然是一个未解决的问题。"他补充说，后训练中对错误的容忍度"接近零"，因为错误可能直接影响生产中的模型性能。这使得后训练比早期阶段更复杂，需要高度准确、特定领域的数据，这更难以扩展。

他说，这项工作也对时间高度敏感，AI实验室有时需要在几天内获得大量高质量数据，这使得平衡速度与准确性变得困难。

该行业因工作条件和薪酬而面临批评，大量零工工人经常被用来生成训练数据。Reddy表示，在Deccan平台上的收入从每小时约10美元到700美元不等，顶级贡献者每月收入高达7000美元。

印度成为AI训练人才中心

尽管客户主要是美国的AI实验室，但Deccan的大多数贡献者都位于印度。Turing和Mercor等竞争对手也从该国采购承包商，但在更广泛的新兴市场中运营。

Reddy说，Deccan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去100多个国家寻找专家，"他说。"如果你只在一个国家运营，维护质量就变得容易得多。"

这种方法突出了印度在全球AI价值链中的当前地位——作为人才和训练数据的供应商，而不是前沿模型的开发者，后者仍然集中在少数美国公司和中国的几个参与者中。

然而，Reddy表示，Deccan已经开始从包括美国在内的其他几个市场采购人才，以获得地理空间数据和半导体设计方面的专业知识。

Reddy说，Deccan是作为一家"天生的生成式AI"公司建立的，与从计算机视觉任务开始的传统数据标注公司形成对比。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，现在的收入运行率达到了两位数百万美元，但拒绝分享具体数字。他补充说，约80%的收入来自前五大客户，这反映了前沿AI市场的集中化特性。

Q&A

Q1：Deccan AI是一家什么样的公司？

A：Deccan AI是一家专门提供AI模型后训练数据和评估工作的创业公司，成立于2024年10月。公司主要为前沿AI实验室和企业提供数据生成、模型评估、强化学习等服务，帮助改进AI模型的编码能力和智能体功能。

Q2：Deccan AI为什么选择在印度建立大型团队？

A：Deccan AI选择将大部分劳动力集中在印度是为了更好地管理质量。创始人表示，相比竞争对手在100多个国家寻找专家，只在一个国家运营能够更容易维护质量标准。公司依赖超过100万贡献者网络，其中大多数位于印度。

Q3：AI后训练服务市场有什么特点？

A：AI后训练服务市场对质量要求极高，错误容忍度接近零，因为错误会直接影响生产中的模型性能。工作具有高度时间敏感性，AI实验室有时需要在几天内获得大量高质量数据，这使得平衡速度与准确性成为挑战。