Компания Snorkel AI, разрабатывающая инструменты для создания обучающих наборов данных и симулированных сред для лабораторий искусственного интеллекта и корпораций, привлекла 350 миллионов долларов в раунде Series E. Оценка стартапа по итогам раунда составила 3,5 миллиарда долларов. Инвесторами выступили Insight Partners и S32, возглавившие раунд.
Новая оценка почти втрое превышает показатель в 1,3 миллиарда долларов, зафиксированный 17 месяцев назад при привлечении 100 миллионов долларов в раунде Series D. В финансировании также приняли участие действующие инвесторы, среди которых Addition, Lightspeed, Greylock, GV и Wells Fargo. Семилетний стартап продолжает наращивать капитал на фоне высокого спроса на качественные данные для обучения ИИ.
Изначально Snorkel AI предлагала программное обеспечение для автоматизации разметки данных, однако в прошлом году сменила модель и начала поставлять клиентам готовые наборы данных — услугу, которую компания называет data-as-a-service (данные как услуга). Вместо работы исключительно как биржа человеческого труда Snorkel использует гибридный подход: собственные программы и модели генерируют синтетические данные, а специалисты-предметники дополняют их. Такой формат позволяет компании масштабировать предложение без полной зависимости от ручной разметки.
По заявлению Snorkel, текущий годовой доход компании достиг 375 миллионов долларов, увеличившись в 18 раз за последние 12 месяцев. Такой рост обеспечивает ненасытный спрос лабораторий ИИ на высококачественные обучающие данные. Другие компании, позиционирующие себя как поставщики данных для ИИ, демонстрируют схожую динамику: Mercor довела валовой годовой доход до 2 миллиардов долларов, Handshake в этом году преодолела отметку в 1 миллиард долларов, а Micro1, по данным TechCrunch, выросла до 500 миллионов долларов.
Поскольку эти компании направляют примерно 60–70% выручки напрямую специалистам-исполнителям, их реальный чистый годовой доход существенно ниже заявленных валовых показателей. В случае Snorkel, которая продаёт среды обучения с подкреплением (reinforcement learning, RL) и полные наборы данных, а не человеческий труд, выплаты экспертам учитываются в себестоимости продукции, а не в генерирующих заголовки показателях годовой выручки. Компания начала коммерческую деятельность в 2019 году после четырёх лет исследований, проведённых сооснователем и генеральным директором Алексом Ратнером и его командой в лаборатории искусственного интеллекта Стэнфордского университета.