随着人工智能公司日渐成熟，对高质量数据的争夺已成为行业竞争最激烈的领域之一，催生出了梅科尔（Mercor）、萨奇（Surge）以及最受瞩目的亚历山德尔·王（Alexandr Wang）创立的Scale AI等企业。如今王已转战Meta负责人工智能业务，许多投资者看到了新的机遇——他们愿意资助那些拥有引人注目的训练数据收集新策略的公司。
毕业于Y Combinator孵化器的数据曲线（Datacurve）正是这样一家公司，专注于软件开发领域的高质量数据。本周四，该公司宣布完成1500万美元的A轮融资，本轮由切姆斯特里（Chemistry）基金的马克·戈德堡（Mark Goldberg）领投，DeepMind、Vercel、Anthropic及OpenAI的员工参与跟投。此次A轮融资之前，该公司曾获得270万美元的种子轮融资，吸引了Coinbase前首席技术官巴拉吉·斯里尼瓦桑（Balaji Srinivasan）的投资。
数据曲线采用“赏金猎人”制度，吸引技能娴熟的软件工程师完成最难获取的数据集构建。该公司为这些贡献提供报酬，截至目前已发放超过100万美元的赏金。
但联合创始人瑟琳娜·葛（图中与联合创始人查利·李合影）表示，最大的激励并非金钱。对于软件开发这类高价值服务，数据工作的报酬始终远低于传统就业——因此公司最核心的竞争优势在于打造积极的用户体验。
“我们将这视为消费品，而非数据标注业务，”葛表示，“我们投入大量时间思考：如何优化体验，让我们需要的人才感兴趣并加入我们的平台？”
这在后训练数据需求日趋复杂的背景下尤为重要。早期模型使用简单数据集进行训练，而当今的人工智能产品依赖复杂的强化学习环境，这些环境需要通过特定战略性的数据收集来构建。随着环境日益复杂，对数据量和质的要求都更为严苛——这一趋势可能让数据曲线这类高质量数据收集公司获得竞争优势。
作为早期初创企业，数据曲线目前专注于软件工程领域，但葛指出该模式同样适用于金融、营销乃至医疗等领域。
“我们正在构建一套后训练数据收集的基础设施，旨在吸引并留住各领域的高水平人才，”葛强调道。
