A startup de rotulagem de dados Scale AI levanta US$ 1 bilhão enquanto a avaliação dobra para US$ 13,8 bilhões
Escalas de IAuma empresa que fornece serviços de rotulagem de dados para treinamento de modelos de aprendizado de máquina, levantou uma rodada Série F de US$ 1 bilhão de uma série de grandes investidores institucionais e corporativos, incluindo Amazon e Meta.
O aumento, que constitui uma combinação de financiamento primário e secundário, ocorre em meio a um boom nos megarounds de capital de risco de IA, com a Amazon recentemente fechando um investimento de US$ 4 bilhões na rival OpenAI, Antrópicoenquanto como Mistral AI e Perplexidade também estão em processo de levantar mais rodadas de bilhões de dólares com avaliações elevadas.
A Scale AI, por sua vez, já havia arrecadado cerca de US$ 600 milhões em seus oito anos de história, incluindo uma rodada da Série E de US$ 325 milhões em 2021 que avaliou a empresa de São Francisco em cerca de US$ 7 bilhões (o dobro da valorização do seu Rodada da Série D do ano anterior) Três anos depois, e apesar dos ventos contrários que levou a uma redução de 20% da força de trabalho no ano passadoa Scale AI está agora avaliada em 13,8 mil milhões de dólares – um sinal dos tempos, em que empresas e investidores estão a ultrapassar-se uns aos outros para progredir na corrida do ouro da IA.
A rodada de financiamento da Série F foi liderada pela Accel, que liderou a rodada da Série A da Scale AI e também participou de rodadas de risco subsequentes.
No entanto, a Scale AI também atraiu Amazon e Meta para esta última infusão de dinheiro, juntamente com outros novos investidores, incluindo os braços de risco da Cisco, Intel, AMD e ServiceNow, bem como DFJ Growth, WCM e Elad Gil. Muitos de seus investidores existentes também retornaram, incluindo Nvidia, Coatue, Y Combinator (YC), Index Ventures, Founders Fund, Tiger Global Management, Thrive Capital, Spark Capital, Greenoaks, Wellington Management e o ex-CEO do GitHub, Nat Friedman.
Você tem a data
Fundada em 2016, a Scale AI combina aprendizado de máquina com supervisão humana para gerenciar e anotar grandes volumes de dados, o que é vital para o treinamento de sistemas de IA em setores como o de veículos autônomos.
Os dados são a força vital da inteligência artificial e é por isso que as empresas especializadas em gerenciamento e processamento de dados estão se saindo bem no momento. Na semana passada, Weka anunciou um investimento de US$ 140 milhões com uma avaliação de US$ 1,6 bilhão (pós-monetário) para ajudar as empresas a construir pipelines de dados para seus aplicativos de IA.
Mas a maioria dos dados não é estruturada, tornando difícil para os sistemas de IA usar esses dados imediatamente. Ele precisa ser rotulado, o que exige muitos recursos, especialmente com grandes conjuntos de dados. Scale AI fornece às empresas dados anotados corretamente e preparados para modelos de treinamento. Ele também é especializado em diferentes setores com necessidades diferentes – uma startup de carros autônomos provavelmente precisará de dados rotulados de câmeras e Lidar, enquanto os casos de uso de processamento de linguagem natural (PNL) precisarão de texto anotado.
A empresa conta com clientes como Microsoft, Toyota, GM, Meta, o Departamento de Defesa dos EUA e, desde agosto passadoOpenAI, fabricante do ChatGPT, que está utilizando Scale AI para permitir que as empresas ajustem seus modelos de geração de texto GPT-3.5.
Com mais mil milhões de dólares no banco, a Scale AI diz que está a usar a sua nova injecção de dinheiro para ajudar a acelerar a “abundância de dados de fronteira que pavimentarão o nosso caminho para a inteligência artificial geral”.
“A abundância de dados não é o padrão – é uma escolha”, disse Alexandr Wang, CEO e fundador da Scale AI, em um comunicado. Comunicado de imprensa. “É necessário reunir as melhores mentes em engenharia, operações e IA. Nossa visão é de abundância de dados, onde temos os meios de produção para continuar ampliando os LLMs de fronteira em muito mais ordens de magnitude. Não devemos ficar limitados pelos dados para chegar ao GPT-10.”
