Arena Intelligence привлекла $200 млн при оценке $3,1 млрд и пойдёт в безопасность ИИ

Arena Intelligence Inc., стартап за одним из самых цитируемых рейтингов языковых моделей, привлёк $200 млн при оценке $3,1 млрд. Раунд, о котором компания объявляет в четверг, возглавили Lightspeed Venture Partners и Khosla Ventures. Вместе с ними вложились Salesforce Ventures и Dell Technologies Capital. Деньги пойдут на расширение: Arena хочет измерять не только то, насколько модель хороша в ответах, но и насколько она безопасна.

Кто вложился и что известно о раунде

Состав инвесторов показателен. Lightspeed и Khosla — фонды, которые давно держат крупные позиции в ИИ-компаниях. Salesforce Ventures и Dell Technologies Capital представляют корпоративную сторону: первый — крупнейшего поставщика бизнес-софта с собственными ИИ-агентами, второй — производителя серверов, на которых эти модели работают. Обе компании покупают и внедряют чужие модели, и им нужен внешний ориентир, по которому можно выбирать.

Ключевые параметры сделки по данным Bloomberg:

• сумма раунда: $200 млн;
• оценка: $3,1 млрд;
• ведущие инвесторы: Lightspeed Venture Partners, Khosla Ventures;
• участники: Salesforce Ventures, Dell Technologies Capital;
• новое направление: оценка безопасности и рисков ИИ.

Предыдущую оценку компании в доступном фрагменте материала не видно, текст обрывается. Но сам масштаб в $3,1 млрд для сервиса, чей главный публичный продукт — таблица с рейтингом, говорит о том, как высоко рынок ценит позицию арбитра.

Почему рейтинг стал инфраструктурой

Платформа выросла из академического проекта, где пользователи вслепую сравнивают ответы двух моделей и голосуют за лучший. Метод простой, и в этом его сила. Классические бенчмарки с фиксированным набором задач быстро «выгорают»: разработчики подгоняют модели под них, а результаты перестают отражать реальное использование. Живое голосование людей сложнее обмануть, хотя и оно не идеально.

Сегодня позиция в таком рейтинге влияет на заголовки при релизе, на выбор модели в корпоративных закупках и на настроение инвесторов. Лаборатории публикуют места в таблице рядом с собственными цифрами. Фактически Arena превратилась в часть инфраструктуры индустрии, и новый раунд это закрепляет.

Безопасность как следующий рынок

Переход к оценке безопасности логичен и рискован одновременно. Логичен, потому что спрос растёт. Компании, которые подключают модели к клиентским данным, почте и платежам, хотят знать не только «насколько умно», но и «насколько надёжно»: как модель реагирует на попытки обхода ограничений, склонна ли выдумывать факты, что делает в роли агента с доступом к инструментам. Регуляторы тоже всё чаще просят независимые проверки.

Рискован, потому что у безопасности нет такого же естественного метода оценки, как у «нравится или не нравится ответ». Голосование толпы здесь работает хуже: обычный пользователь не заметит тонкую уязвимость или опасную инструкцию. Потребуются экспертные методики, красные команды и прозрачные критерии. Придётся решать и вопрос доверия: среди инвесторов есть компании, чьи продукты будут попадать в такие тесты, и Arena должна доказать, что деньги не влияют на оценки.

Что делать командам, которые выбирают модель

Для практика новость означает одно: рейтинг не заменяет собственные тесты. Позиция в лидерборде полезна как первый фильтр, но решающий вердикт выносит ваш набор задач на ваших данных. Когда Arena запустит метрики безопасности, имеет смысл сопоставлять их с внутренними проверками, а не принимать на веру. И полезно смотреть, как именно компания раскроет методологию. Если критерии будут открытыми и воспроизводимыми, эти метрики можно использовать в закупочных процедурах. Если нет, останутся ещё одной цифрой в презентации вендора.