Deccan AI تجمع 25 مليون دولار في سوق وسم البيانات مع التركيز على متخصصين في الهند

أغلقت شركة Deccan AI جولة تمويل بقيمة 25 مليون دولار، موضعة نفسها كلاعب نظامي في سوق تسمية البيانات لتدريب نماذج الذكاء الاصطناعي. تعتبر الشركة منافساً مباشراً لـ Mercor — إحدى المنصات الرائدة في قطاع مواهب التدريب على الذكاء الاصطناعي — وتبني ميزتها التنافسية على نموذج تنظيمي مختلف بشكل جوهري: ليس سوقاً موزعة للعاملين بحرية، بل فرقاً مدارة من المتخصصين المركزين في الهند. يشهد السوق الذي تعمل فيه Deccan AI نمواً متفجراً، لكنه يعاني من مشكلة نظامية.

يتزايد الطلب على خدمات تدريب نماذج الذكاء الاصطناعي كل ربع سنة: تزيد أكبر المختبرات — OpenAI و Anthropic و Google DeepMind و Meta AI — من أحجام تعليقات RLHF بشكل مستمر، وتشكيل مجموعات التدريب، واختبار الضعف الأحمر، وتقييم سلامة النماذج. وفقاً لتوقعات متنوعة من وكالات تحليلية، بحلول عام 2028 سيتجاوز حجم سوق بيانات تدريب الذكاء الاصطناعي 10 مليارات دولار. في نفس الوقت، تعاني الصناعة بشكل مزمن من مشكلة الجودة: يعمل الغالبية العظمى من المقاولين من خلال منصات التعهيد الجماعي مع الحد الأدنى من المراقبة، مما يؤدي بشكل منهجي إلى ضعف جودة التعليقات، وعدم الاتساق في النتائج، وبالتالي إلى تدهور جودة النماذج المدربة.

هنا بالذات ترى Deccan AI نقطة نموها. على عكس المنافسين الذين يجمعون العاملين بحرية من عشرات الدول عبر منصة واحدة، تبني الشركة الناشئة فرقاً مدارة مباشرة في الهند. يخضع الموظفون لتدريب متخصص مخصص لمتطلبات العملاء المحددين، ويعملون في بيئة منظمة مع مراقبة جودة متعددة المستويات، وتخضع العمليات التشغيلية للتوحيد القياسي بطريقة غير ممكنة مع الاستعانة بالتعاقد الموزع.

يسمح هذا النموذج بضمان النتائج الموحدة على نطاق واسع — وهي متطلب رئيسي لمختبرات الذكاء الاصطناعي الكبرى التي لا تستطيع تحمل التباين في بيانات التدريب. اختيار الهند كمركز عمليات ليس بالصدفة وليس جديداً، لكن لدى Deccan AI حجج محددة لصالحه. يمتلك البلد أحد أكبر التركيزات العالمية للموظفين الموهوبين تقنياً — يتم إنتاج أكثر من مليون خريج في الهندسة وتكنولوجيا المعلومات سنوياً.

مستوى إتقان اللغة الإنجليزية أعلى بكثير مما هو عليه الحال في مناطق الاستعانة بالتعاقد الشهيرة الأخرى، وهو أمر حاسم للعمل مع البيانات النصية. تبقى تكاليف العمل أقل من أسواق الغرب بمقدار كبير. تسلك Scale AI و Surge AI وعدد من قادة القطاع الآخرين نفس المسار، لكن معظمهم يراهنون على النطاق من خلال مجمع منصة.

تختار Deccan AI بوعي نطاقاً أصغر، لكن بجودة أعلى وقابلية للتنبؤ. يصبح البيئة التنافسية أكثر حدة. تتوسع Mercor بعدوانية تجاوز التوظيف الهندسي نحو تدريب الذكاء الاصطناعي.

تعيد الموفرون التقليديون — Appen و Lionbridge و Telus International — توجيه محافظهم بنشاط نحو احتياجات الذكاء الاصطناعي التوليدي. تستثمر المختبرات الكبرى نفسها في فرقها الداخلية الخاصة من المُعلِّقين، سعياً لتقليل الاعتماد على الشركاء الخارجيين. في هذه الديناميكية التنافسية، سيتعين على Deccan AI إثبات باستمرار أن النموذج الفاخر مع الفرق المدارة يوفر عائداً استثمارياً حقيقياً مقابل منصات التعهيد الجماعي الرخيصة.

ستسمح 25 مليون دولار المجمعة للشركة بتسريع توظيف المتخصصين في الهند، وتوسيع قاعدة عملائها بين مختبرات الذكاء الاصطناعي والشركات الناشئة التكنولوجية، والاستثمار في أدواتها الخاصة للتحكم في الجودة وأتمتة سير العمل وتحليلات إنتاجية الفرق. تندرج هذه الجولة ضمن اتجاه استثماري أوسع: يتحرك رأس المال المجازف بشكل متزايد نحو طبقة البنية التحتية لصناعة الذكاء الاصطناعي — ليس نحو النماذج الحدودية نفسها، بل نحو ما يضمن عملها الموثوق. تتحول بيانات التدريب عالية الجودة ومُعلِّقات RLHF والمُقيِّمون البشريون إلى مورد ناقص استراتيجياً تتكشف حوله منافسة متزايدة.

لا يمكن للتعهيد الجماعي الموزع مع متطلبات الجودة النظامية أن يواجه التحدي. فريق مدار منظم ومركز جغرافياً يستطيع.