麦肯锡最新报告显示，大多数企业尚未做好安全可靠部署生成式AI的充分准备。其中可解释性风险（理解AI决策逻辑）尤为突出——尽管40%受访企业视其为重大隐患，但仅有17%正在积极应对。
总部位于首尔的Datumo最初是一家AI数据标注公司，现致力于通过工具与数据帮助非技术团队实现模型测试、监控与优化。这家初创企业本周一获得1550万美元融资，投资方包括Salesforce Ventures、KB Investment、ACVC Partners和SBI Investment等机构，使其总融资额达约2800万美元。
Datumo联合创始人兼CEO金大衛（David Kim）曾任韩国国防发展局AI研究员，因不满数据标注耗时费力，他设计了一款激励型应用：用户可利用碎片时间标注数据获取报酬。这个创意在韩国科学技术院（KAIST）创业大赛中验证成功，促使他与五位校友于2018年共同创立了前身为SelectStar的Datumo。
在产品尚未完工时，该公司已在客户探索阶段通过KAIST校友企业获得数万美元预售合约。成立首年即突破百万美元营收，当前客户涵盖三星、三星SDS、LG电子、LG CNS、现代汽车、Naver及SK电讯等韩国巨头。随着客户需求升级，这家成立7年的企业已将业务拓展至AI模型评估领域，2024年营收约600万美元，服务超300家韩国客户。
“客户开始要求我们评估AI模型输出质量，”联合创始人黄迈可（Michael Hwang）表示，“这让我们意识到自己早已涉足AI模型评估领域。”此后公司重点发力该方向，并发布韩国首个AI可信度基准数据集。CEO金大衛指出，随着大语言模型生态成熟，业务已从数据标注延伸至预训练数据集与评估服务。
值得关注的是，Meta近期对数据标注公司Scale AI的143亿美元战略投资凸显该领域价值。此后OpenAI终止了与Scale AI的合作，表明AI训练数据争夺战正愈演愈烈。
Datumo在预训练数据集供应方面与Scale AI类似，在AI评估监控领域则对标Galileo和Arize AI。其差异化优势在于经授权的出版书籍爬取数据——CEO透露这类数据富含结构化人类逻辑，但清洗难度极高。此外，该公司推出的全栈评估平台Datumo Eval能自动生成测试数据，检测有害/偏见/错误响应，且无需编写脚本，尤其适合政策合规等非技术团队使用。
谈及吸引Salesforce Ventures等投资方的秘诀，金大衛透露此前在韩国与DeepLearning.AI创始人吴恩达（Andrew Ng）的炉边谈话视频被发布至领英后引起关注。经过数月磋商，首尔团队150人的Datumo于今年3月进驻硅谷，新资金将用于研发企业级AI自动化评估工具，并拓展韩日美市场。
