Snorkel AI, ein Startup, das für KI-Labore und Unternehmen Trainingsdatensätze sowie simulierte Umgebungen entwickelt, hat in einer von Insight Partners und S32 angeführten Serie-E-Runde $350 Millionen eingesammelt. Die Bewertung des sieben Jahre alten Unternehmens stieg auf $3.5B und lag damit etwa dreimal so hoch wie die $1.3B, die es 17 Monate zuvor in seiner Serie-D-Runde erreicht hatte. An der Runde beteiligten sich außerdem Addition, Lightspeed, Greylock, GV und Wells Fargo.
Während Snorkel zunächst Software zur Automatisierung der Datenkennzeichnung anbot, wandte sich das Unternehmen im vergangenen Jahr fertigen Datensätzen zu, die es als „data-as-a-service“ bezeichnet. Das Unternehmen kombiniert Fachexperten mit Software und Modellen in einem hybriden Ansatz, der auch die Erzeugung synthetischer Daten umfasst. Snorkel gibt an, dass sein annualisierter Umsatz in den vergangenen 12 Monaten um das Achtzehnfache auf $375 Millionen gestiegen sei, und führt dieses Wachstum auf die Nachfrage der KI-Labore nach fortschrittlichen Trainingsdaten zurück.
Die annualisierten Bruttoumsätze ähnlicher Unternehmen wurden wie folgt angegeben:
- Mercor: $2 Milliarden
- Handshake: $1 Milliarde
- Micro1: $500 Millionen
Da diese Unternehmen etwa 60 % bis 70 % ihrer Umsätze an die Fachexperten zahlen, die die Arbeit ausführen, liegen ihre Nettojahresumsätze deutlich unter diesen Bruttobeträgen. Snorkel erklärt hingegen, dass das Unternehmen anstelle menschlicher Arbeitskraft Umgebungen für bestärkendes Lernen (RL) und fertige Datensätze verkauft und die Zahlungen an Experten nicht als Umsatz, sondern als Kosten der verkauften Waren verbucht.
Das Unternehmen nahm 2019 nach einer vierjährigen Forschungsarbeit von Alex Ratner und dem Team des Stanford AI lab den kommerziellen Betrieb auf.
Warum das wichtig ist
Die Verlagerung des Geschäftsmodells von Snorkel weg von der Automatisierung der Datenkennzeichnung hin zu fertigen Datensätzen und simulierten Umgebungen zeigt, dass Teams, die künstliche Intelligenz entwickeln, nicht nur Rohdaten, sondern direkt nutzbare Trainingsinfrastrukturen mit integriertem Fachwissen suchen. Die hybride Struktur verbindet den Beitrag von Fachexperten mit Software, Modellen und der Erzeugung synthetischer Daten und deutet darauf hin, wie die Datenaufbereitung kommerzialisiert wird. Die Umsätze der Unternehmen in der Branche entstehen jedoch nicht auf die gleiche Weise: Während einige die Zahlungen an Experten brutto als Umsatz ausweisen, verbucht Snorkel sie als Kosten der verkauften Waren; daher sind die gemeldeten Zahlen nicht direkt vergleichbar. Die offene Frage ist, wie dieses Modell bei der Deckung der Nachfrage nach fortschrittlichen Daten das Umsatzwachstum und die Datenqualität aufrechterhalten wird und wie sich die Kostenstruktur von Datendienstleistungen in der Branche standardisieren wird.