Yapay zeka yarışında herkes daha büyük modellerden, daha hızlı çiplerden söz ediyor; ama bu modellerin neyle beslendiği sorusu giderek daha değerli bir iş kolu hâline geliyor. Bunun son ve en çarpıcı örneği Snorkel AI. Stanford kökenli girişim, 350 milyon dolarlık Series E yatırım turunu tamamlayarak değerlemesini 3,5 milyar dolara yükseltti.
Turun liderliğini Insight Partners ve S32 üstlendi. Addition, Lightspeed, Greylock, GV ve Wells Fargo gibi mevcut yatırımcılar da yeniden masaya oturdu. Rakamın asıl dikkat çeken tarafı ise hız: Şirket yalnızca 17 ay önce 100 milyon dolarlık Series D turunda 1,3 milyar dolar değerlemeye ulaşmıştı. Yani bir buçuk yıldan kısa sürede değeri neredeyse üçe katlanmış durumda.
Bu sıçramanın arkasında iş modelindeki köklü bir dönüşüm yatıyor. Snorkel yola ilk çıktığında, veri etiketleme sürecini otomatikleştiren bir yazılım satıyordu. Geçen yıl ise rotayı değiştirdi ve müşterilerine araç değil, doğrudan hazır eğitim veri setleri sunmaya başladı. Şirket bu yaklaşıma “hizmet olarak veri” (data-as-a-service) adını veriyor. Model, yalnızca insan uzmanlardan oluşan bir pazar yeri gibi çalışmıyor; kendi yazılımı ve modelleriyle sentetik veri üretip bunu alan uzmanlarının emeğiyle harmanlıyor. Buna ek olarak, yapay zeka ajanlarının eğitildiği pekiştirmeli öğrenme (RL) ortamları da şirketin ürün yelpazesinde yer alıyor.
Finansal tablo da bu stratejinin karşılık bulduğunu gösteriyor. Snorkel'in yıllıklandırılmış gelir hızı 375 milyon dolara ulaşmış durumda; bu, son 12 ayda yaklaşık 18 katlık bir büyüme anlamına geliyor. Talebin kaynağı belli: Büyük yapay zeka laboratuvarları, modellerini daha akıllı hâle getirmek için yüksek kaliteli, uzmanlık gerektiren verilere doymak bilmeyen bir iştahla yöneliyor.
Snorkel bu alanda yalnız değil. Mercor, Handshake ve Micro1 gibi şirketler de milyar dolarlık gelir rakamlarıyla gündemde. Ancak burada önemli bir ayrıntı var: Bu şirketlerin açıkladığı brüt gelirlerin yüzde 60-70'i doğrudan işi yapan uzmanlara ödeniyor, dolayısıyla net gelirleri manşetlerdeki rakamların epey altında kalıyor. Snorkel ise uzmanlara yaptığı ödemeleri satılan malın maliyeti kalemine yazdığını, bu nedenle açıkladığı gelir rakamının şişirilmiş bir brüt tutar olmadığını vurguluyor.
Şirketin hikâyesi, kurucu ortak ve CEO Alex Ratner ile ekibinin Stanford'daki yapay zeka laboratuvarında yürüttüğü dört yıllık akademik çalışmaya dayanıyor. Snorkel ticari faaliyetlerine 2019'da başlamıştı. Bugün geldiği nokta, üniversite araştırmalarından doğan girişimlerin doğru zamanlamayla ne kadar hızlı ölçeklenebileceğine iyi bir örnek oluşturuyor.
Türkiye açısından bakıldığında da tablo ilginç ipuçları veriyor. Yapay zeka eğitim verisi üretimi, dil ve alan uzmanlığı gerektirdiği için Türkçe gibi görece az kaynağa sahip diller adına ayrı bir fırsat alanı sunuyor. Yerli girişimlerin model geliştirmek yerine nitelikli veri üretimine odaklanması, küresel ölçekte daha gerçekçi bir konumlanma olabilir.
Kaynak: TechCrunch
