堆代码讯 近日，专注于 AI 模型后训练数据与评估服务的初创企业 Deccan AI 宣布完成 2500 万美元 A 轮融资。本轮融资为全股权交易，由 A91 Partners 领投，Susquehanna International Group 与 Prosus Ventures 参投。不同于多数同行的全球化分散布局，这家总部位于旧金山的公司选择将核心运营团队集中于印度，依托本土专业人才网络，为全球前沿 AI 实验室提供高精准的模型优化支持。

随着大语言模型的快速迭代，AI 模型的训练与微调需求持续攀升。尽管 OpenAI、Anthropic 等头部 AI 实验室均在内部自研核心大模型，但为了让系统在真实场景中实现稳定可靠的运行，从数据生成、效果评估到强化学习在内的大量后训练环节，正越来越多地被外包给专业服务商。在此趋势下，Deccan AI 成为这一赛道中快速崛起的新兴玩家。

成立于 2024 年 10 月的 Deccan AI，从创立之初就定位为 “原生生成式 AI 公司”，区别于从计算机视觉标注起步的传统数据服务企业，其业务从一开始就聚焦于高技能的 AI 后训练工作。目前，该公司的服务覆盖模型代码能力与智能体能力提升、训练系统对接 API 等外部工具，帮助 AI 模型打通各类软件系统；同时也为前沿实验室提供专家反馈生成、模型评估、强化学习环境搭建等定制化服务，面向企业客户则推出了评估套件 Helix 与运营自动化平台。随着 AI 模型从文本领域向能理解物理环境的 “世界模型” 拓展，其业务也同步覆盖了机器人、视觉系统等新领域的训练需求。

据 Deccan AI 介绍，其客户已包括 Google DeepMind、Snowflake 等头部科技与 AI 企业。创始人 Rukesh Reddy在接受采访时透露，公司目前已签约约 10 家客户，同时在运行数十个活跃项目。过去一年，Deccan AI 实现了 10 倍的业务增长，当前年化营收已达数千万美元级别，不过公司并未披露具体的财务细节。值得注意的是，其约 80% 的收入来自前五大客户，这也反映出当前前沿 AI 市场高度集中的行业特点。

支撑其快速增长的，是 Deccan AI 搭建的庞大专业人才网络。尽管总部位于美国旧金山湾区，该公司在印度海得拉巴设立了大型运营团队，目前自有员工约 125 人，同时依托一个覆盖超 100 万人的贡献者网络开展业务，其中涵盖学生、垂直领域专家与博士等高学历人才。Reddy 向 TechCrunch 透露，平台每月的活跃贡献者约为 5000 至 10000 人，其中约 10% 的贡献者拥有硕士、博士等高学历，而在核心项目的活跃贡献者中，这一比例还会根据需求进一步提升。

此前 AI 训练数据服务行业曾因零工工作条件与薪酬问题受到外界批评，对此 Reddy 介绍，Deccan 平台上贡献者的收入水平显著高于行业平均，时薪区间约为 10 至 700 美元，顶尖贡献者的月收入最高可达 7000 美元。在他看来，后训练阶段的质量把控是行业的核心痛点：“质量仍是一个尚未解决的难题，在后训练阶段，我们对错误的容忍度几乎为零，因为任何失误都会直接影响模型在生产环境中的表现。” 这也使得后训练工作远比早期的数据标注复杂，需要高精度的垂直领域专属数据，规模化难度更高，同时这类工作往往对时间高度敏感，AI 实验室有时要求在数天内交付大量高质量数据，如何平衡速度与精度成为行业共同的挑战。

这也是 Deccan AI 选择将核心团队集中在印度的核心原因。Reddy 表示，很多竞争对手会在全球 100 多个国家招募专家，分散的布局大幅增加了质量管控的难度，而仅在印度集中运营，能更高效地把控服务标准。这一模式也凸显了印度在当前全球 AI 价值链中的独特定位：作为全球 AI 人才与训练数据的核心供应方，而非前沿大模型的研发方 —— 后者目前仍集中在少数美国企业与部分中国机构手中。

目前，Turing、Mercor 等同赛道竞争对手也会从印度招募承包商，但大多会同时覆盖更多新兴市场，而 Deccan 则选择深耕印度本土人才池。不过 Reddy 也透露，针对地理空间数据、半导体设计等少数极细分的垂直领域，公司已开始从美国等其他市场招募专业人才，补充 niche 领域的稀缺能力。目前 AI 训练服务赛道正随着大模型的爆发快速扩张，Meta 旗下的 Scale AI、Surge AI，以及 Turing、Mercor 等企业均在布局数据标注、模型评估与强化学习服务，赛道竞争日趋激烈。而 Deccan AI 凭借聚焦印度人才池的差异化布局，以及原生 GenAI 的业务定位，正在这一高增长赛道中快速突围。