Surge AI meklē USD 1B par USD 15 miljardu+ novērtēšanu pirmajā laikā, jo mēroga AI zaudē klientus un izpilddirektoru līdz meta

Surge AI palielina savu pirmo finansējuma kārtu-un tas ir liels.

Datu marķēšanas AI startēšana, kas pazīstama ar klusēšanu, vienlaikus gūstot nopietnus ieņēmumus, tagad ir sarunās, lai iegūtu līdz USD 1 miljardam, teikts ekskluzīvā Reuters ziņojumā, atsaucoties uz avotiem, kas pazīstami ar šo lietu. Paaugstinājums, kas ietvertu gan primāro, gan sekundāro kapitālu, varētu virzīt Surge vērtējumu uz ziemeļiem no 15 miljardiem USD.

“Surge AI, datu marķēšanas firma, kas konkurē ar mēroga AI, ir nolīgusi konsultantus, lai pirmajā galvaspilsētā piesaistītu 1 miljardu dolāru pirmajā galvaspilsētā, kas paaugstināta firmas vēsturē,” ziņoja Reuters.

Bijušais Google un Meta inženieris Edvīns Čens, kas dibināts, Surge ir darbojies zem radara kopš 2020. gada. Čens jau no paša sākuma uzņēmumam iesprauž uzņēmumu, un tas ir bijis rentabls – nozarē, kas izveidota uz riska kapitāla, ir izdevīga. Tikai pagājušajā gadā pārspriegums guva ieņēmumus vairāk nekā 1 miljarda dolāru apmērā, pārspējot mērogu AI, kas tajā pašā laika posmā ienesa 870 miljonus USD.

Ja ar to nebūtu pietiekami, laiks nevarētu būt labāks. Pērtējums uzņem klientus laikā, kad mēroga AI ātri tos zaudē.

Nesenā Meta mēroga AI novērtējuma USD 28,6 miljardu vērtībā bija nozīmīgs vērpjot: tas uzņēma 49% akciju un aizveda savu izpilddirektoru Aleksandru Vangu, lai vadītu Meta nesen palaistās Superintelligence Labs. Šis gājiens izraisīja dažus no Scale lielākajiem klientiem, ieskaitot Google un Openai, kuri, kā tiek ziņots, tagad atbalsta no platformas. Bailes? Ka viņu dati un pētniecības prioritātes var beigt barot Meta nākamo lielo modeli.

Mērogs uzstāj, ka tā bizness joprojām ir spēcīgs un ka klientu dati tiek aizsargāti. Bet tas nav pārtraucis konkurentus, piemēram, uzplaukumu, lai gūtu labumu no brīža.

Surge ir mierīgi izveidojis augstas klases datu marķēšanas darbu reputāciju, ko izmanto tādas major AI laboratorijas kā Google, Openai un Anthropic. Tā kā pastiprināšanas mācīšanās no cilvēku atgriezeniskās saites (RLHF) kļūst par lielāku AI apmācības daļu, uzņēmumi arvien vairāk sliecas uz labi strukturētām, augstas kvalitātes datu kopām. Pārurguma modelis, kas paļaujas uz pārbaudītu kvalificētu darbuzņēmēju tīklu, nevis kopīgu darbu, ir radījis interesi no tiem, kuriem nepieciešama precizitāte virs apjoma.

Tagad, kad investori riņķo, uzņēmums gatavojas pārbaudīt, cik daudz apetītes ir datu marķēšanas telpā. Daži investori to joprojām uzskata par ilgtermiņa nepieciešamību apmācīt un precizēt AI sistēmas. Citi uztraucas, ka, tā kā modeļi kļūst gudrāki, vajadzība pēc cilvēkiem marķētus datus varētu sarukt vai arī automatizēt.

Spriegums atteicās komentēt.

Bet nekļūdieties: ja šis paaugstinājums iziet cauri, tas varētu iezīmēt maiņu, kur plūst nopietna AI infrastruktūras nauda. Ne tikai modelēt celtniekus, bet arī uzņēmumiem aizkulisēs, barojot tos ar datiem, kas viņiem nepieciešami.