Deccan AI 完成 2500 万美元 A 轮融资，专注印度 AI 训练人才市场

随着训练和优化 AI 模型的需求增长，Deccan AI——一家提供后训练数据和评估工作的初创公司——已完成 2500 万美元的首次重大融资轮，大部分工作由印度专家团队完成。

融资详情

A 轮融资

投资信息：

• 融资金额：2500 万美元
• 轮次：Series A（全股权）
• 领投方：A91 Partners
• 参与方：Susquehanna International Group、Prosus Ventures
• 成立时间：2024 年 10 月

公司定位：

Deccan 定位为新兴的 AI 训练服务初创公司之一，服务于前沿 AI 实验室日益增长的外包需求。

市场背景

需求驱动：

虽然 OpenAI 和 Anthropic 等前沿 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——正越来越多地外包，因为公司致力于使系统在实际使用中可靠。

竞争格局：

AI 训练服务市场与大型语言模型的崛起同步快速扩张，竞争公司包括：

• Scale AI（Meta 投资）
• Surge AI（估值 250 亿美元融资谈判中）
• Turing（2025 年 3 月融资 1.11 亿美元，估值 22 亿美元）
• Mercor（2025 年 9 月寻求 100 亿美元估值，4.5 亿美元年收入）

业务模式

服务范围

核心服务：

Deccan 提供的服务范围广泛：

1. 模型改进

   • 帮助模型提升编码能力
   • 增强 agent 功能
   • 训练系统与外部工具（如 API）交互

2. 专业服务

   • 为前沿实验室生成专家反馈
   • 运行评估
   • 构建强化学习环境

3. 企业产品

   • 评估套件 Helix
   • 运营自动化平台

客户群体：

• 前沿实验室：Google DeepMind、Snowflake 等
• 企业客户：通过产品套件服务
• 项目数量：同时运行数十个活跃项目

人才网络

团队规模：

• 总部：旧金山湾区
• 运营团队：海得拉巴（印度）
• 员工数量：约 125 人
• 贡献者网络：超过 100 万人
• 月活跃贡献者：5000-10000 人

人才构成：

• 学生：基础任务执行
• 领域专家：专业领域知识
• 博士：高级研究任务
• 高级学位占比：约 10% 的贡献者拥有硕士或博士学位

收入分布：

• 客户集中度：前五大客户贡献约 80% 收入
• 客户数量：约 10 个客户
• 收入增长：过去一年增长 10 倍
• 收入规模：达到数千万美元年收入运行率

印度优势

集中化策略

质量管控：

创始人 Rukesh Reddy 解释了选择集中在印度的原因：

"许多竞争对手去 100 多个国家寻找专家。如果你只在一个国家运营，就更容易保持质量。"

运营优势：

1. 统一管理：单一国家的运营简化了管理
2. 文化一致：减少文化差异带来的沟通问题
3. 时区优势：便于与美国客户协作
4. 成本效益：印度人才成本相对较低

人才质量

薪酬范围：

该行业因工作条件和薪酬受到批评，大量零工工人常被用来生成训练数据。Reddy 表示：

• 收入范围：每小时 10-700 美元
• 顶级收入：最高贡献者月入可达 7000 美元
• 差异化：根据技能和任务复杂度定价

技能水平：

• 基础教育：印度拥有大量 STEM 毕业生
• 英语能力：良好的英语沟通能力
• 技术背景：强大的工程和数学基础
• 学习能力：快速适应新任务

市场挑战

质量问题

核心难题：

Reddy 指出：

"质量仍然是一个未解决的问题。"

挑战详情：

1. 错误容忍度：后训练的错误容忍度"接近于零"，因为错误会直接影响模型在生产中的性能
2. 数据复杂性：需要高度准确、特定领域的数据，难以规模化
3. 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
4. 平衡难题：难以平衡速度和准确性

工作条件

行业批评：

AI 训练服务行业面临关于工作条件和薪酬的批评：

• 零工经济：大量工人被用作临时工
• 薪酬不均：收入差距巨大
• 职业发展：缺乏长期职业规划
• 心理健康：重复性工作可能导致倦怠

Deccan 方法：

• 透明薪酬：明确说明收入范围
• 技能培训：提供技能提升机会
• 职业路径：建立职业发展通道
• 社区建设：培养贡献者社区

全球定位

印度在 AI 价值链中的位置

当前角色：

Reddy 指出印度目前在全球 AI 价值链中的地位：

• 人才供应：提供人才和训练数据
• 非模型开发：前沿模型开发仍集中在少数美国公司和中国少数玩家
• 服务外包：承接 AI 训练和评估服务
• 成本优势：利用成本优势参与全球竞争

人才扩展：

虽然客户主要是美国 AI 实验室，但 Deccan 已开始从其他市场采购人才：

• 美国：地理空间数据和半导体设计等专业领域
• 其他市场：根据项目需求扩展
• 专业化：针对特定领域寻找专家

竞争优势

"Born GenAI"定位：

Reddy 表示 Deccan 是作为"原生 GenAI"公司建立的，与传统从计算机视觉任务开始的数据标注公司不同：

• 高技能起点：从一开始就专注于高技能工作
• 技术先进：采用最新 AI 技术
• 流程优化：为 AI 训练优化的工作流程
• 质量优先：将质量作为核心竞争优势

客户关系

客户结构

集中度风险：

• 前五大客户：贡献 80% 收入
• 客户数量：约 10 个客户
• 项目数量：同时运行数十个项目
• 客户类型：前沿 AI 实验室为主

客户质量：

• Google DeepMind：顶级 AI 研究机构
• Snowflake：领先的数据云公司
• 其他前沿实验室：未披露的顶级 AI 公司

服务演进

技术趋势：

随着模型超越文本进入所谓的"世界模型"，工作也在演变，这些模型能更好地理解物理环境，包括机器人和视觉系统。

新兴需求：

1. 多模态训练：文本、图像、视频混合训练
2. 机器人学习：物理世界交互训练
3. 视觉理解：图像和视频内容理解
4. 复杂任务：多步骤任务规划和执行

行业趋势

市场增长

驱动因素：

1. AI 模型普及：更多公司开发 AI 模型
2. 训练需求：模型需要大量高质量训练数据
3. 评估需求：模型性能评估和基准测试
4. 持续优化：模型部署后持续改进

市场规模：

虽然具体数字未披露，但行业 indicators 显示快速增长：

• 投资增加：大量资金涌入 AI 训练领域
• 估值上升：相关公司估值快速上涨
• 人才需求：对 AI 训练人才需求激增
• 服务多样化：服务范围不断扩展

技术演进

自动化趋势：

• AI 辅助标注：使用 AI 辅助数据标注
• 质量检查：AI 驱动的质量自动检查
• 流程优化：自动化工作流程管理
• 工具开发：专业训练工具开发

人工角色：

尽管自动化程度提高，人工专家仍然关键：

• 复杂任务：需要人类判断的任务
• 质量把关：最终质量审核
• 专业知识：领域专业知识不可替代
• 伦理考量：伦理和社会影响评估

未来展望

增长计划

扩张方向：

1. 地理扩张：在保持印度集中化的同时，扩展到其他专业人才市场
2. 服务扩展：增加新的服务类型
3. 技术投资：投资自动化和工具开发
4. 人才发展：扩大和升级人才网络

目标设定：

• 收入目标：继续高速增长
• 客户扩展：增加客户数量和多样性
• 质量提升：持续提高服务质量
• 品牌建设：建立行业领先品牌

行业影响

印度机会：

Deccan 的成功展示了印度在 AI 时代的机遇：

• 人才出口：从 IT 服务到 AI 服务
• 价值链提升：从低端到高端服务
• 经济发展：创造高质量就业机会
• 技能提升：推动 AI 相关技能培训

全球影响：

• 服务标准化：推动 AI 训练服务标准化
• 价格透明：提高市场价格透明度
• 质量基准：建立行业质量基准
• 最佳实践：分享行业最佳实践

结论

Deccan AI 的 2500 万美元融资反映了 AI 训练服务市场的快速增长和投资热情。

通过集中在印度运营，Deccan 在质量和成本之间找到了平衡点，在竞争激烈的市场中建立了差异化优势。

然而，行业仍面临质量、工作条件和伦理等挑战。Deccan 和其他公司需要继续努力解决这些问题，以实现可持续发展。

对于印度而言，这代表了在 AI 时代抓住机遇的机会，从 IT 服务外包扩展到 AI 服务外包。

对于全球 AI 行业，专业的训练服务公司将扮演越来越重要的角色，帮助 AI 实验室专注于核心模型开发，同时确保训练数据的质量和多样性。

Deccan 的故事才刚刚开始，其成功将取决于能否在增长、质量和可持续性之间找到平衡。