学習・微調整によってAIモデルを育てる需要が高まる中、学習後のデータと評価業務を提供するスタートアップDeccan AIは、初回の大規模資金調達ラウンドで2,500万ドルを調達し、その多くはインドを拠点とする専門家チームによって行われている。
全株式（オールエクイティ）のシリーズAラウンドはA91 Partnersが主導し、Susquehanna International GroupとProsus Venturesが参加した。
OpenAIやAnthropicを含む最前線のAIラボは中核となるモデルを自社で構築しているが、学習後の作業――データ生成から評価、強化学習まで――は、企業が現実の利用においてシステムを信頼できるものにしようとするにつれて、ますます外部委託されるようになっている。Deccanは、その需要に応える新たなスタートアップ群の一つとして台頭している。
2024年10月に設立されたDeccanは、モデルのコーディングやエージェント機能の改善を支援することから、アプリケーション・プログラミング・インターフェイス（API）などの外部ツールと連携して動作できるようシステムを訓練することまで、幅広いサービスを提供している。APIはAIモデルをソフトウェアシステムに接続する。
同社は、専門家によるフィードバックの生成、評価の実行、強化学習環境の構築といったタスクで最前線ラボと協業する一方、評価スイートのHelixや業務の自動化プラットフォームなどの製品を通じて企業向けにもサービスを提供している。また、モデルがテキストの先にあるいわゆる「ワールドモデル」へと進むにつれ、ロボティクスやビジョンシステムを含む物理環境をよりよく理解できるようにする作業へと、業務内容も進化している。
同社によれば、Deccanの顧客にはGoogle DeepMindやSnowflakeが含まれる。同社は約10社の顧客をオンボーディングしており、同時にアクティブなプロジェクトを十数件（数十件規模）運用していると、創業者のRukesh Reddy（上の写真）がインタビューで語った。
同スタートアップはサンフランシスコ湾岸地域に本社を置き、ハイデラバードには大規模なオペレーションチームがある。約125人を雇用し、学生、領域の専門家、PhD（博士号取得者）などを含む、100万人超の貢献者ネットワークを頼りにしている。ReddyはTechCrunchに対し、典型的には月あたり5,000〜10,000人の貢献者が活動していると語った。
Disrupt 2026: テック・エコシステムを1つの部屋で
次のラウンド。次の採用。次のブレイクのチャンス。 TechCrunch Disrupt 2026で見つけよう。10,000人以上の創業者、投資家、テックリーダーが集い、3日間にわたって250以上の戦術的なセッション、強力な紹介、そして市場を形作るイノベーションが繰り広げられます。今すぐ登録して最大400ドルを節約。
最大300ドルまたは30%お得にTechCrunch Founder Summit
1,000+創業者と投資家が、TechCrunch Founder Summit 2026 に集結。成長、実行、現実のスケーリングに焦点を当てた終日プログラムです。業界を形作ってきた創業者や投資家から学び、同様の成長段階を歩む仲間とつながりましょう。すぐに適用できる戦術を持ち帰れます
オファーは3月13日まで。
Deccanの貢献者ベースのうち約10%が修士や博士などの高度な学位を持っているが、プロジェクトの要件によって活動中の貢献者間ではその割合がより高くなるとReddyは述べた。
AI学習サービスの市場は大規模言語モデルの台頭とともに急速に拡大しており、Meta傘下のScale AIや競合のSurge AIといった企業に加え、データのラベリング、評価、強化学習サービスの提供で競うスタートアップのTuringやMercorも存在する。
「品質は未解決の課題のままだ」とReddyは述べ、学習後の段階でのエラーに対する許容度は「ゼロに近い」。というのも、ミスが本番環境でのモデルの性能に直接影響し得るからだ。これにより、学習後の工程はそれ以前の段階よりも複雑になり、高い精度が求められる、しかもスケールしにくい領域特化のデータが必要になる。
その仕事は時間的な制約も非常に強いと彼は述べた。AIラボでは、数日以内に大量の高品質データが必要になることがあり、スピードと正確性の両立が難しくなる。
この業界は、労働条件や報酬をめぐって批判に直面してきた。ギグワーカーの大きなプールが、訓練データを作るためにしばしば利用されている。レディ氏は、デカンの同プラットフォームでの収入は時給およそ10ドルから700ドルの範囲で、上位の貢献者は月に最大7,000ドルを稼ぐという。
インドはAI訓練人材のハブとして浮上
顧客の多くが米国拠点のAIラボである一方で、デカンの貢献者の大半はインドに拠点を置いている。タリングやメルコアのような競合もこの国から請負業者を調達しているが、活動の範囲はより広い一連の新興市場にまたがっている。
レディ氏によれば、デカンは品質をより適切に管理するため、労働力の大部分をインドに集中させることを選んだ。「多くの競合は、専門家を見つけるために100カ国以上に行きます」と彼は言った。「運営拠点が1カ国だけなら、品質を維持するのがはるかに簡単になります。」
この方針は、インドがグローバルなAIの価値連鎖の中で現在どのような位置にいるかを示している。すなわち、フロンティアモデルの開発者ではなく、才能と訓練データの供給者としての立場だ。フロンティアモデルは、米国のごく少数の企業と中国の一部のプレーヤーに集中している。
ただしレディ氏は、デカンは地理空間データや半導体設計に関するニッチな専門性のために、米国を含むいくつかの別の市場から人材を調達し始めていると述べた。
レディ氏によれば、デカンは「生まれつきGenAI」企業として構築されたという。これは、コンピュータビジョンのタスクから始まった従来型のデータラベリング企業とは対照的だ。つまり、最初からより高いスキルを要する仕事に注力しているということだ。
レディ氏は、デカンは過去1年で10倍に成長し、現在は年換算で数百万人ドル規模の収益を見込む状況にあると述べ、詳細の共有は控えた。収益の約80%は上位5社の顧客から得ている。同氏は付け加えたが、これはフロンティアAI市場が集中していることを反映している。
