طبق گزارش اخیر McKinsey، اکثر سازمان‌ها می‌گویند که آمادگی کامل برای استفاده از هوش مصنوعی مولد به روشی ایمن و مسئولانه را ندارند. یکی از نگرانی‌ها، قابلیت توضیح‌دهی است؛ یعنی درک اینکه هوش مصنوعی چگونه و چرا تصمیمات خاصی می‌گیرد. بر اساس این گزارش، در حالی که 40 درصد از پاسخ‌دهندگان این موضوع را یک ریسک قابل توجه می‌دانند، تنها 17 درصد به طور فعال به آن رسیدگی می‌کنند.
شرکت Datumo، مستقر در سئول، کار خود را به عنوان یک شرکت برچسب‌گذاری داده‌های هوش مصنوعی آغاز کرد و اکنون می‌خواهد به کسب‌وکارها کمک کند تا با ابزارها و داده‌هایی که امکان آزمایش، نظارت و بهبود مدل‌هایشان را فراهم می‌کند، هوش مصنوعی ایمن‌تری بسازند؛ بدون نیاز به تخصص فنی. این استارتاپ روز دوشنبه 15.5 میلیون دلار سرمایه جذب کرد که مجموع سرمایه جذب شده خود را به حدود 28 میلیون دلار رساند. سرمایه‌گذارانی از جمله Salesforce Ventures، KB Investment، ACVC Partners و SBI Investment در این دور سرمایه‌گذاری شرکت داشتند.
دیوید کیم، مدیرعامل Datumo و محقق سابق هوش مصنوعی در آژانس توسعه دفاعی کره، از ماهیت زمان‌بر برچسب‌گذاری داده‌ها ناامید شده بود، بنابراین ایده جدیدی به ذهنش رسید: یک برنامه مبتنی بر پاداش که به هر کسی اجازه می‌دهد در اوقات فراغت خود داده‌ها را برچسب‌گذاری کند و درآمد کسب کند. این استارتاپ این ایده را در یک مسابقه استارتاپی در KAIST (موسسه پیشرفته علوم و فناوری کره) تأیید کرد. کیم به همراه پنج فارغ‌التحصیل KAIST در سال 2018 شرکت Datumo را که قبلاً با نام SelectStar شناخته می‌شد، تأسیس کرد.
حتی قبل از اینکه این برنامه به طور کامل ساخته شود، Datumo در مرحله کشف مشتری مسابقه، ده‌ها هزار دلار پیش‌فروش را عمدتاً از کسب‌وکارها و استارتاپ‌های تحت رهبری فارغ‌التحصیلان KAIST به دست آورد.
این استارتاپ در سال اول فعالیت خود، از مرز یک میلیون دلار درآمد عبور کرد و چندین قرارداد کلیدی را به دست آورد. امروزه، این استارتاپ شرکت‌های بزرگ کره‌ای مانند سامسونگ، سامسونگ SDS، ال‌جی الکترونیکس، ال‌جی CNS، هیوندای، Naver و شرکت مخابراتی SK Telecom مستقر در سئول را در میان مشتریان خود دارد. با این حال، چند سال پیش، مشتریان از این شرکت خواستند که فراتر از برچسب‌گذاری ساده داده‌ها عمل کند. این استارتاپ 7 ساله اکنون بیش از 300 مشتری در کره جنوبی دارد و در سال 2024 حدود 6 میلیون دلار درآمد داشته است.
مایکل هوانگ، یکی از بنیانگذاران Datumo، به خبرنگار گفت: «آنها از ما می‌خواستند خروجی‌های مدل هوش مصنوعی خود را امتیازدهی کنیم یا آنها را با خروجی‌های دیگر مقایسه کنیم. آن زمان بود که فهمیدیم: ما در حال ارزیابی مدل هوش مصنوعی بودیم؛ بدون اینکه حتی بدانیم.» هوانگ اضافه کرد که Datumo بر روی این حوزه تمرکز کرد و اولین مجموعه داده معیار کره را با تمرکز بر اعتماد و ایمنی هوش مصنوعی منتشر کرد.
کیم به خبرنگار گفت: «ما کار خود را با حاشیه‌نویسی داده‌ها شروع کردیم، سپس با بلوغ اکوسیستم LLM، به مجموعه‌های داده پیش‌آموزشی و ارزیابی گسترش یافتیم.»
سرمایه‌گذاری 14.3 میلیارد دلاری Meta در شرکت برچسب‌گذاری داده Scale AI، اهمیت این بازار را برجسته می‌کند. اندکی پس از آن معامله، OpenAI، سازنده مدل هوش مصنوعی و رقیب Meta، استفاده از خدمات Scale AI را متوقف کرد. این معامله همچنین نشان می‌دهد که رقابت برای داده‌های آموزشی هوش مصنوعی در حال افزایش است.
Datumo شباهت‌هایی با شرکت‌هایی مانند Scale AI در ارائه مجموعه داده‌های پیش‌آموزشی و با Galileo و Arize AI در ارزیابی و نظارت بر هوش مصنوعی دارد. با این حال، به گفته کیم، مدیرعامل، این شرکت از طریق مجموعه‌های داده دارای مجوز خود، به ویژه داده‌های جمع‌آوری شده از کتاب‌های منتشر شده، که استدلال غنی و ساختاریافته انسانی را ارائه می‌دهند اما به طور بدنامی تمیز کردن آنها دشوار است، خود را متمایز می‌کند.
برخلاف همتایان خود، Datumo همچنین یک پلتفرم ارزیابی کامل به نام Datumo Eval ارائه می‌دهد که به طور خودکار داده‌های آزمایشی و ارزیابی‌ها را برای بررسی پاسخ‌های ناایمن، مغرضانه یا نادرست بدون نیاز به اسکریپت‌نویسی دستی تولید می‌کند. محصول اصلی یک ابزار ارزیابی بدون کد است که برای افراد غیر توسعه‌دهنده مانند افراد تیم‌های سیاست‌گذاری، اعتماد و ایمنی و انطباق طراحی شده است.
هنگامی که از کیم در مورد جذب سرمایه‌گذارانی مانند Salesforce Ventures سؤال شد، توضیح داد که این استارتاپ قبلاً یک گفتگوی صمیمانه با اندرو نگ، بنیانگذار DeepLearning.AI، در یک رویداد در کره جنوبی میزبانی کرده بود. پس از این رویداد، کیم این جلسه را در لینکدین به اشتراک گذاشت که توجه Salesforce Ventures را به خود جلب کرد. پس از چندین جلسه و تماس Zoom، سرمایه‌گذاران یک تعهد غیرقطعی ارائه کردند. هوانگ گفت که کل فرآیند تأمین مالی حدود هشت ماه طول کشید.
این بودجه جدید برای تسریع تلاش‌های تحقیق و توسعه، به ویژه در توسعه ابزارهای ارزیابی خودکار برای هوش مصنوعی سازمانی، و برای گسترش عملیات جهانی ورود به بازار در سراسر کره جنوبی، ژاپن و ایالات متحده استفاده خواهد شد. این استارتاپ که 150 کارمند در سئول دارد، در ماه مارس نیز در سیلیکون ولی حضور پیدا کرد.
منبع: techcrunch.com
