Snorkel AI ने 22 सप्टेंबर रोजी $3.5 अब्ज मूल्यावर $350 दशलक्ष मालिका E फेरीची घोषणा केली, ज्या वर्षात कंपनीचा डेटा-म्हणून-सेवा व्यवसाय अठरा पटीहून अधिक वाढला आणि $375 दशलक्ष वार्षिक महसूल रन रेट ओलांडला. या फेरीचा खुलासा सह-संस्थापक आणि सीईओ ॲलेक्स रॅटनर यांनी ब्लॉग पोस्टमध्ये केला होता आणि Unite.AI ने अहवाल दिला होता.
हा वाढ या वर्षातील सर्वात मोठ्या डेटा-पायाभूत सुविधांपैकी एक आहे आणि विशेष AI प्रशिक्षण डेटाची बाजारपेठ शैक्षणिक बाजूच्या प्रकल्पातून शेकडो दशलक्षांमध्ये मोजल्या जाणाऱ्या महसूल इंजिनमध्ये किती लवकर परिपक्व झाली आहे हे सूचित करते. For more context on this story, see our ongoing AI news.
स्नॉर्केल एआय मालिका ई मध्ये कोणी गुंतवणूक केली
इनसाइट पार्टनर्स आणि S32 ने फेरीचे नेतृत्व केले. नवीन सहभागींमध्ये थर्ड पॉइंट, मार्च, ब्लूमबर्ग, ॲलेजिस, स्टँडर्ड व्हीसी आणि फ्रंटलाइन यांचा समावेश आहे. विद्यमान गुंतवणूकदारांचे एक खोल खंडपीठ देखील परत आले: Addition, Lightspeed, Greylock, GV, P7, Wells Fargo, Walden Catalyst Ventures, and Factory.
गुंतवणूकदारांची यादी ग्रोथ इक्विटी, क्रॉसओव्हर फंड आणि स्ट्रॅटेजिक बॅकर्स यांचा विस्तार करते - एक मिश्रण जे शैक्षणिक मशीन लर्निंग रिसर्च आणि एंटरप्राइझ AI तैनाती दरम्यान स्नॉर्केलचे स्थान प्रतिबिंबित करते.
फेरीमागील संख्या
रॅटनर म्हणाले की, कंपनीची डेटा-एज-ए-सर्व्हिस ऑफर, जवळजवळ एक वर्षापूर्वी लॉन्च केली गेली, 18x पेक्षा जास्त वाढली आणि घोषणा झाल्याच्या आठवड्यात वार्षिक महसूल रन रेट $375 दशलक्ष ओलांडला. स्नॉर्केल आता फ्रंटियर लॅब, हायपरस्केलर्स, निओलॅब्स, व्हर्टिकल एआय लीडर, एंटरप्राइजेस आणि यूएस सरकारी एजन्सीसह भागीदारी करत असल्याचे त्यांनी सांगितले.
तो ग्राहक रोस्टर मूल्यांकन उडी स्पष्ट करतो. मे 2025 मध्ये स्नॉर्केलचे मूल्य $1.3 अब्ज होते; अठरा महिन्यांनंतर, त्याची नवीन किंमत अंदाजे 2.7x जास्त आहे, ज्याला कमाईच्या आकड्याने पाठिंबा दिला आहे जो LLM-पूर्व काळात डेटा-लेबलिंग व्यवसायासाठी अकल्पनीय होता.
संशोधन प्रकल्प ते महसूल इंजिन पर्यंत
स्नॉर्केलची स्थापना 2019 मध्ये झाली आणि तिचे मुख्यालय रेडवुड सिटी, कॅलिफोर्निया येथे आहे, जे अनेक वर्षांच्या शैक्षणिक संशोधनातून प्रोग्रामॅटिक डेटा लेबलिंगमध्ये उदयास आले आहे. त्याची मागील $100 दशलक्ष मालिका डी, 29 मे 2025 रोजी घोषित करण्यात आली होती, ज्याचे नेतृत्व समृद्धी 7 व्हेंचर्स, ग्रेलॉक, लाइटस्पीड आणि BNY आणि QBE व्हेंचर्ससह धोरणात्मक गुंतवणूकदारांच्या सहभागासह होते. या फेरीने कंपनीच्या स्थापनेपासून एकूण निधी $237 दशलक्षवर आणला आणि Snorkel Evaluate आणि Snorkel Expert Data-as-a-Service च्या सामान्य उपलब्धतेशी सुसंगत, कंपनीच्या AI डेटा डेव्हलपमेंट प्लॅटफॉर्मवर विशेष AI प्रणालींचे मूल्यांकन आणि ट्यूनिंगसाठी दोन ऑफर.
"डेटा 2.0" आणि एजंटिक डेटा प्लॅटफॉर्म
Ratner नवीन वित्तपुरवठा ज्याला तो Data 2.0 म्हणतो त्याभोवती तयार करतो — स्थिर प्रशिक्षण संच एकत्रित करण्यापासून ते सिस्टीमसाठी सतत, तज्ञ-मार्गदर्शित डेटा पाइपलाइन चालवण्याकडे शिफ्ट ज्यांचे मूल्यमापन आणि ट्यून करणे आवश्यक आहे कारण त्यांची कार्ये अधिक अभिजात होतात. फ्रेमिंग महत्त्वाचे आहे कारण फ्रंटियर AI विकासातील अडथळे स्पष्टपणे हलले आहेत: गणना आणि आर्किटेक्चर्स कमोडिटाईझ करत असताना, भिन्न इनपुट उच्च-गुणवत्तेचा, कार्य-विशिष्ट मानवी आणि तज्ञ डेटा आहे, जो मूल्यमापन लूप संलग्न केला आहे.
स्नॉर्केलच्या वाढीचे आकडे सूचित करतात की बाजार सहमत आहे. साधारण वर्षभरात 18x विस्तार, ज्या प्लॅटफॉर्मशी संलग्न आहे ज्यामध्ये फ्रंटियर लॅब आणि यू.एस. सरकारी एजन्सी यांची त्याच्या भागीदारांमध्ये गणना केली जाते, हा एक प्रकारचा कर्षण गुंतवणूकदार वर्षभर व्यापक AI डेटा पुरवठा साखळीत किंमत ठरवत आहेत.
तज्ज्ञ डेटा-ए-ए-सेवेची वास्तविकपणे विक्री करतो
स्नॉर्केलचे प्लॅटफॉर्म अशा समस्येचे निराकरण करते ज्याने एआय स्टॅकला हलवले आहे. मोठ्या भाषेच्या मॉडेल्सच्या सुरुवातीच्या काळात, स्केल ओपन वेब स्क्रॅपिंगमधून आले. 2026 मध्ये, तज्ञांच्या ज्ञानातून किरकोळ नफा मिळतो: वैद्यकीय सारांशांचे पुनरावलोकन करणारे डॉक्टर, वकील केस रिझनिंगवर भाष्य करणारे, अभियंते लिहितात आणि डोमेन सूक्ष्मतेसह संहिता न्यायाधीश. ते श्रम महाग, संथ आणि व्यवस्थापित करणे कठीण आहे — जे स्नॉर्केलच्या तज्ञ डेटा-ए-ए-सर्व्हिस आणि स्नॉर्केल मूल्यमापन उत्पादने भरून काढण्यासाठी तयार केले गेले होते.
कंपनीच्या AI डेटा डेव्हलपमेंट प्लॅटफॉर्म केंद्रांवर विशेष AI सिस्टीमचे मूल्यमापन आणि ट्यूनिंगसाठी ऑफर: एंटरप्राइजेस एक मॉडेल आणि एक कार्य आणतात आणि Snorkel तज्ञ पुनरावलोकनकर्ते, प्रोग्रामेटिक लेबलिंग वर्कफ्लो आणि मॉडेल खरोखर सुधारत आहे की नाही हे जाणून घेण्यासाठी आवश्यक मोजमाप लूप पुरवते. सरकारी एजन्सी भागीदारी येथेही महत्त्वाची आहे - सार्वजनिक क्षेत्रातील AI खरेदी दस्तऐवजीकरण, ऑडिटिबिलिटी आणि गुणवत्ता नियंत्रणाची मागणी करते जे तदर्थ लेबलिंग विक्रेत्यांनी प्रदान करण्यासाठी ऐतिहासिकदृष्ट्या संघर्ष केला आहे.
काय $350 दशलक्ष निधी देईल
कंपनी स्वतःला "एआय डेटासाठी फ्रंटियर लॅब" तयार करते आणि नवीन भांडवल तिला त्या प्लॅटफॉर्मवर अभियांत्रिकी, संशोधन आणि बाजारात जाण्याच्या प्रयत्नांचा विस्तार करण्यासाठी धावपट्टी देते. स्पर्धा तीव्र होण्याची अपेक्षा करा: हायपरस्केलर्स, मॉडेल लॅब आणि स्वतंत्र विक्रेत्यांसह, विशेष डेटा स्तर हा AI स्टॅकचा सर्वात स्पर्धात्मक भाग बनला आहे, ज्यावर फ्रंटियर ट्रेनिंग अधिकाधिक अवलंबून असते अशा तज्ञ-फिडबॅक लूपची मालकी मिळविण्यासाठी सर्वजण धावत असतात.
मोठे चित्र: व्हेंचर कॅपिटलचे AI एकाग्रता
मालिका E अशा पार्श्वभूमीवर उतरली आहे ज्यामध्ये AI कंपन्यांकडे मोठ्या प्रमाणात व्हेंचर डॉलर्स वाहात आहेत, मॉडेल बिल्डर्सचा एक छोटा संच आणि त्यांचे पुरवठादार त्यातील बहुतांश भाग घेतात. डेटा इन्फ्रास्ट्रक्चर हे विशेषाधिकार असलेल्या वर्तुळात पूर्णपणे बसते — प्रत्येक फ्रंटियर मॉडेल रिलीज, एंटरप्राइझ डिप्लॉयमेंट आणि एजंटिक उत्पादन लाँच हे स्नॉर्केल जे विकते त्यापेक्षा अधिक वापरते.
स्नॉर्केलसाठी, पुढील अठरा महिन्यांतील आव्हान म्हणजे तज्ज्ञ डेटा एकत्रित करणाऱ्या किंवा त्याच्या सर्वात मोठ्या ग्राहकांसाठी बाजारासमोर गगनाला भिडणाऱ्या रन रेटला टिकाऊ, वैविध्यपूर्ण कमाईमध्ये रूपांतरित करणे हे असेल - स्वतः फ्रंटियर लॅब्स - इन-हाउस डेटा ऑपरेशन्समध्ये उभ्या खोलवर. उद्योगासाठी, 2026 मध्ये, पैसे डेटाचे अनुसरण करत असल्याचे आणखी एक पुष्टीकरण आहे.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →