İçeriğe geç
Türkçe
FikirPilot içeriği

Snorkel AI’nin değerlemesi, yapay zekâ eğitim verilerine yönelik talebin artmasıyla üç katına çıkarak $3.5B oldu

Güncellendi: 04.10.2026 · 2 dk okuma · 302 kelime

Yayımlandı: · Haber bize ulaştı: · İşlenme süresi: 239 sa 56 dk

Snorkel AI’nin değerlemesi, yapay zekâ eğitim verilerine yönelik talebin artmasıyla üç katına çıkarak $3.5B oldu
Dijital veri ekranlı bilgisayar masası

Snorkel AI, yapay zekâ laboratuvarları ve şirketler için eğitim veri setleri ile simüle edilmiş ortamlar geliştiren bir girişim, Insight Partners ve S32 liderliğinde gerçekleşen Seri E turunda $350 milyon yatırım aldı. Yedi yıllık şirketin değerlemesi $3.5B’ye yükselirken, 17 ay önceki Seri D turunda ulaştığı $1.3B seviyesinin yaklaşık üç katına çıktı. Tura Addition, Lightspeed, Greylock, GV ve Wells Fargo da katıldı.

Snorkel başlangıçta veri etiketleme otomasyonu yazılımı sunarken geçen yıl, “data-as-a-service” olarak adlandırdığı tamamlanmış veri setlerine yöneldi. Şirket, konu uzmanlarını yazılım ve modellerle, sentetik veri üretimini de içeren hibrit bir yaklaşımla birleştiriyor. Yıllıklandırılmış gelirinin son 12 ayda on sekiz kat artarak $375 milyon seviyesine ulaştığını belirten Snorkel, büyümeyi yapay zekâ laboratuvarlarının gelişmiş eğitim verilerine yönelik talebine bağlıyor.

Benzer şirketlerin brüt yıllıklandırılmış gelirleri şöyle bildirildi:

  • Mercor: $2 milyar
  • Handshake: $1 milyar
  • Micro1: $500 milyon

Bu şirketler gelirlerinin yaklaşık %60 ila %70’ini işi yapan uzmanlara ödediğinden, net yıllık gelirleri bu brüt rakamlardan önemli ölçüde düşük. Snorkel ise insan emeği yerine pekiştirmeli öğrenme (RL) ortamları ve tamamlanmış veri setleri sattığını, uzman ödemelerinin gelir yerine satılan malların maliyetine kaydedildiğini söylüyor.

Şirket, Alex Ratner ve Stanford AI lab ekibinin dört yıllık araştırmasının ardından 2019’da ticari olarak faaliyete geçti.

Neden önemli

Snorkel’in iş modelini etiketleme otomasyonundan tamamlanmış veri setleri ve simüle edilmiş ortamlara kaydırması, yapay zekâ geliştiren ekiplerin yalnızca ham veri değil, doğrudan kullanılabilir ve uzmanlık içeren eğitim altyapısı aradığını gösteriyor. Hibrit yapı, konu uzmanlarının katkısını yazılım, modeller ve sentetik veri üretimiyle birleştirerek veri hazırlama sürecinin nasıl ticarileştirildiğine işaret ediyor. Ancak sektördeki şirketlerin gelirleri aynı biçimde oluşmuyor: bazıları uzmanlara yapılan ödemeleri gelir içinde brüt gösterirken Snorkel bunları satılan malların maliyetine yazıyor; bu nedenle açıklanan rakamlar doğrudan karşılaştırılamıyor. Açık soru, bu modelin gelişmiş veri talebini karşılarken gelir artışını ve veri kalitesini nasıl koruyacağı; ayrıca veri hizmetlerinin maliyet yapısının sektörde nasıl standartlaşacağı.

Kaynak: TechCrunch AI