隨著訓練與優化 AI 模型的需求不斷成長，一家提供模型訓練後數據與評估工作的新創公司 Deccan AI，已獲得其首輪重大資金挹注，總金額為 2500 萬美元。這項全為 equity 的 Series A 融資由 A91 Partners 領導，Susquehanna International Group 與 Prosus Ventures 也參與其中。雖然前緣 AI 實驗室，包括 OpenAI 與 Anthropic，會自行建立核心模型，但許多模型訓練後的工作，例如數據產生、評估與強化學習，正逐漸被外包，以讓企業能更快建立穩定、適用於現實世界的系統。Deccan 正逐漸成為這類需求的重要新創公司之一。
Deccan 於 2024 年 10 月成立，提供從協助模型提升程式設計與 AI 代理能力，到訓練系統與外部工具（如應用程式介面 API）互動的服務。這些 API 連接 AI 模型與軟體系統。該新創公司與前緣實驗室合作執行生成專家意見、執行評估與建立強化學習環境等任務，同時也透過其評估套件 Helix 與運作自動化平台服務企業。
隨著模型從文字擴展至所謂的「世界模型」，這些模型能更好地理解物理環境，包括機械與視覺系統，Deccan 的工作也隨之演進。根據公司資訊，Deccan 的客戶包括 Google DeepMind 與 Snowflake。創辦人 Rukesh Reddy 在採訪中表示，Deccan 目前已 onboard 約 10 個客戶，並同時執行約二十幾個專案。
Deccan 的總部設於矽谷地區，並在海得拉巴設有大量運作團隊，目前約有 125 名員工，並仰賴超過一百萬名貢獻者，包括學生、領域專家與博士。Reddy 表示，通常每個月有約五千至一萬名貢獻者活躍於平台，其中約 10% 具備高階學位，如碩士與博士，不過根據專案需求，活躍貢獻者中擁有高階學位的比例會更高。
隨著大型語言模型的興起，AI 訓練服務市場迅速擴張，包括由 Meta 支持的 Scale AI 與其競爭對手 Surge AI，以及新創公司 Turing 與 Mercor，都在競爭提供數據標註、評估與強化學習服務。Reddy 表示，品質仍是未解決的問題，訓練後階段對錯誤的容忍度接近零，因為錯誤會直接影響模型在生產環境中的表現。這使得訓練後階段比早期階段更為複雜，需要高度準確且領域特定的數據，這類數據較難擴展。
此外，這類工作也極具時間敏感性，Reddy 表示，AI 實驗室有時會在數天內要求大量高品質數據，這讓平衡速度與準確性變得困難。該領域也因工作條件與薪資問題受到批評，大量自由工作者常被用來產生訓練數據。Reddy 表示，Deccan 平台上的收入範圍約為每小時 10 到 700 美元，頂尖貢獻者每月可達 7,000 美元。
印度成為 AI 訓練人才的中心，儘管 Deccan 的客戶大多是美國的 AI 實驗室，但大多數貢獻者都來自印度。競爭對手如 Turing 與 Mercor 也從該國招募承包商，但他們的業務範圍更廣泛，涵蓋多個新興市場。Reddy 表示，Deccan 選擇將大部分工作團隊集中在印度，以便更好地管理品質。他說：「許多競爭對手會去 100 多個國家尋找專家，如果你只在一個國家運作，就更容易維持品質。」
這種做法突顯了印度在全球 AI 值鏈中的現狀——作為人才與訓練數據供應商，而非前緣模型的開發者，前緣模型仍主要由少數美國公司與中國的一些企業開發。然而，Reddy 表示，Deccan 開始從幾個其他市場，包括美國，尋找人才，以取得在地理空間數據與半導體設計等領域的專業知識。
Reddy 表示，Deccan 是一家「天生的 GenAI」公司，與傳統從電腦視覺任務開始的數據標註公司不同。這意味著它從一開始就專注於高技能工作。Reddy 表示，Deccan 在過去一年成長了十倍，目前營收跑勢已達到雙位數百萬美元，但未透露細節。他補充說，約 80% 的營收來自前五大客戶，這反映了前緣 AI 市場的集中特性。