Arena, ranking AI używany przez wszystkich, ma już 100 mln dolarów przychodu
Twórca popularnego rankingu modeli AI osiągnął 100 mln dolarów rocznego przychodu zaledwie osiem miesięcy po starcie usługi komercyjnej.
👁 129 przeczytań
Ponad 10 milionów ocen wystawionych przez zwykłych użytkowników - tyle pojedynczych werdyktów zbudowało najbardziej rozpoznawalny ranking modeli AI w branży. A teraz okazuje się, że za tym darmowym narzędziem stoi biznes wart 100 milionów dolarów rocznego przychodu. Arena, firma która wyrosła z projektu badawczego na Uniwersytecie Kalifornijskim w Berkeley w 2023 roku, osiągnęła ten próg zaledwie osiem miesięcy po uruchomieniu swojej komercyjnej usługi.
Mechanizm, który dał Arenie sławę, jest banalnie prosty. Wpisujesz polecenie, system wysyła je do dwóch modeli, a ty wybierasz, który poradził sobie lepiej. Z milionów takich anonimowych pojedynków powstaje crowdsourcingowy ranking wydajności, na który patrzy cała branża. To narzędzie pozostaje darmowe i to ono przyciąga społeczność oceniających - często kuszonych wczesnym dostępem do najnowszych, czasem jeszcze nieopublikowanych modeli.
Pieniądze pojawiły się we wrześniu, gdy firma wprowadziła usługę AI Evaluations: dogłębne analizy wydajności modeli dla laboratoriów i przedsiębiorstw, oparte na danych zebranych od tej samej społeczności. Okazało się, że klienci są tym zainteresowani równie mocno co oceniający.
Wiele osób w ogóle nie rozumie, że nasz biznes w ogóle zarabia; ludzie wciąż widzą nas jako projekt open source.
- powiedział TechCrunch Anastasios Angelopoulos, współzałożyciel i CEO Areny.
Tu warto dopowiedzieć jedno zastrzeżenie. Choć firma mówi o swoim wyniku jako ARR (tradycyjnie: roczny przychód powtarzalny), Angelopoulos przyznał, że klienci płacą za zużycie, więc przychód nie jest w istocie powtarzalny.
Google · Twoje źródłaPromptowy wyżej w Twoim Google - jednym kliknięciemDodaj do preferowanych źródeł →Walka o ten sam dolar
Arena nie ma bezpośredniego konkurenta - Yupp, inny startup oparty na crowdsourcingowym wyborze modeli, zamknął się w marcu. Ale, jak ujął to Angelopoulos, firma konkuruje „o ten sam dolar” z firmami zajmującymi się ręcznym etykietowaniem danych, takimi jak Mercor, Surge i Scale AI. Wszystkie pomagają twórcom modeli dopracowywać je na etapie po treningu, a apetyt branży na takie usługi szybko rośnie.
Liczby u sąsiadów robią wrażenie. Roczny przychód Mercor przekroczył w tym roku miliard dolarów, podczas gdy we wrześniu wynosił 500 milionów. Przychód Handshake z trenowania AI niemal się podwoił od stycznia - z 550 milionów do blisko miliarda dolarów.
Sama Arena rośnie w podobnym tempie. Gdy w styczniu ogłaszała rundę Series A na 150 milionów dolarów przy wycenie 1,7 miliarda, jej roczny przychód wynosił 30 milionów. Dziś jest to 100 milionów. Firma ranguje modele w zadaniach tekstowych, kodowaniu, rozpoznawaniu obrazu i ich generowaniu, a niedawno dodała tryb Agent Mode do oceny złożonych, długich procesów.
Za projektem stoi trójka z Berkeley: Angelopoulos, dyrektor techniczny Wei-Lin Chiang oraz Ion Stoica - znany profesor i współzałożyciel Databricks, który doradzał przedsięwzięciu, zanim w kwietniu 2025 roku przekształciło się w spółkę. Łącznie Arena pozyskała od inwestorów 250 milionów dolarów, w tym od Andreessen Horowitz, Kleiner Perkins i Lightspeed.
Darmowy ranking, na który wszyscy patrzą, okazał się jednym z najlepiej zarabiających narzędzi w całym łańcuchu budowy modeli AI.
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →
Podobne tematy na Promptowym
