Deccan AI zbiera 25 milionów dolarów. Indie wchodzą do gry
Źródło: Link
Źródło: Link
Mówią, że AI trenuje się samo. Wystarczy wrzucić dane i poczekać na magię.
Prawda wygląda inaczej. Za każdym modelem AI, który działa lepiej niż konkurencja, stoją setki ludzi. Ręcznie sprawdzają, poprawiają i etykietują dane. To nie trafia na okładki, nie brzmi sexy. Bez tego żaden model nie działa.
Deccan AI właśnie zebrało 25 milionów dolarów na to, żeby robić to lepiej niż inni. I robi to w Indiach.
Deccan AI założył Rukesh Reddy – wcześniej pracował w Mercor, jednym z największych graczy na rynku outsourcingu talentów AI. Teraz buduje własną platformę, która łączy firmy potrzebujące danych treningowych z ekspertami, którzy te dane przygotowują.
Różnica? Deccan koncentruje cały zespół w Indiach. Nie rozpraszają się na dziesiątki krajów. Nie próbują budować globalnej sieci freelancerów. Stawiają na jeden region, gdzie mogą kontrolować jakość i szybko reagować na problemy.
To fundamentalna zmiana podejścia. Rynek trenowania AI to dziś chaos – setki platform, tysiące freelancerów, zero kontroli jakości. Firmy płacą miliony za dane, które okazują się śmieciami. Modele uczą się błędów, halucynują, dają odpowiedzi, które nie mają sensu.
Deccan stawia na to, że jakość bije ilość. Lepiej mieć 500 sprawdzonych ekspertów w jednym miejscu niż 5000 przypadkowych ludzi rozrzuconych po świecie.
25 milionów dolarów to poważna suma jak na startup w fazie wczesnego wzrostu. Rundę prowadził fundusz, który wcześniej inwestował w firmy z sektora AI i outsourcingu technologicznego.
Pieniądze mają pójść na trzy rzeczy:
Deccan konkuruje bezpośrednio z Mercor, a także z platformami jak Scale AI czy Labelbox. Różnica jest w modelu biznesowym – Mercor stawia na globalną sieć talentów, Deccan na lokalną koncentrację.
Indie mają dziś dwa oblicza jeśli chodzi o AI. Z jednej strony – miliony użytkowników narzędzi AI, setki startupów, ogromny potencjał talentów. Z drugiej – zero płacących klientów na lokalnym rynku.
Deccan AI to kolejny przykład firmy, która powstaje w Indiach, ale zarabia na Zachodzie. Lokalny rynek nie jest gotowy płacić za usługi związane z AI. Firmy wolą darmowe narzędzia, a ci, którzy płacą, szukają najtańszych rozwiązań.
Jeśli korzystasz z narzędzi AI w pracy – ChatGPT, Claude, Gemini – jakość tych modeli zależy od ludzi takich jak ci w Deccan AI. Oni decydują, czy model nauczy się odpowiadać precyzyjnie, czy będzie halucynował. Czy zrozumie kontekst, czy wygeneruje bełkot.
Firmy takie jak OpenAI czy Anthropic wydają miliardy na rozwój modeli. Bez dobrych danych treningowych te miliardy idą w błoto.
Deccan AI stawia na to, że firmy będą płacić więcej za lepszą jakość. Wolą zapłacić dwa razy więcej za dane, które działają, niż dziesięć razy poprawiać błędy modelu, który nauczył się śmieci.
Jeśli pracujesz w marketingu, obsłudze klienta, analizie danych – część Twojej pracy może trafić do ludzi takich jak ci w Deccan. Nie bo są tańsi (choć to też ma znaczenie). Firmy AI potrzebują ogromnych ilości danych treningowych.
Pytanie nie brzmi "czy AI zabierze mi pracę". Pytanie brzmi: "czy nauczę się robić rzeczy, których AI jeszcze nie umie". Ludzie, którzy trenują modele AI, mają pracę. Ludzie, którzy robią to samo co trzy lata temu – niekoniecznie.
Mercor to platforma, która łączy firmy z talentami AI z całego świata. Mają ludzi w dziesiątkach krajów, obsługują setki projektów jednocześnie. Model globalny, skalowalny, elastyczny.
Deccan idzie w przeciwnym kierunku. Jeden region, jeden zespół, pełna kontrola. Mniej elastyczności, więcej przewidywalności. Mniej skali, więcej jakości.
Który model wygra? Zależy od tego, czego firmy będą potrzebować bardziej – szybkości i skali, czy jakości i przewidywalności. Mój zakład: obie firmy znajdą swoich klientów. Deccan ma jednak szansę na wyższe marże – jakość kosztuje.
25 milionów to start. Firma musi teraz udowodnić, że jej model działa nie tylko w teorii, ale w praktyce. Że klienci są gotowi płacić więcej za jakość. Że zespół w Indiach da radę obsłużyć rosnące zapotrzebowanie.
Jeśli się uda, Deccan może stać się jednym z kluczowych graczy na rynku wartym miliardy. Jeśli nie – będzie kolejnym startupem, który miał dobry pomysł, ale nie zdołał go zrealizować.
Rynek pokaże. Jedno jest pewne: firmy AI potrzebują lepszych danych. Ktoś musi je dostarczyć. Pytanie tylko, kto zrobi to najlepiej.
90 minut praktycznej wiedzy o AI. Pokaze Ci krok po kroku, jak zaczac oszczedzac 10 godzin tygodniowo dzieki sztucznej inteligencji.
Zapisz sie na webinar