Экономика Chatbot Arena: как заработать $100 млн на честных рейтингах ИИ
Эпоха классических бенчмарков официально закончена. Пока разработчики наперебой «взламывают» статические тесты, подгоняя под них ответы своих моделей, на рынке утвердился новый арбитр из Калифорнийского университета в Беркли. Проект Arena, который многие по инерции принимают за академическую забаву, вышел на показатель выручки в $100 млн (ARR). Этот финансовый рывок случился всего через восемь месяцев после запуска коммерческого сервиса. В мире, где нейросети научились имитировать разум, самым дефицитным и дорогим товаром стала верифицированная человеческая реакция.
Основанный Анастасиосом Ангелопулосом, Вэй-Линь Чианом и Ионом Стойкой, стартап за год превратился из университетского эксперимента в критический узел инфраструктуры ИИ. Пока венчурные капиталисты спорят о пузырях, Arena монетизирует единственное, что имеет значение для техгигантов — реальное превосходство в глазах пользователя.
Монетизация человеческого сигнала
Бизнес-модель Arena изящна в своей простоте: компания продает доступ к «коллективному разуму» из 10 миллионов оценок. Механика слепого тестирования, где пользователь выбирает лучший ответ из двух анонимных вариантов, превратилась в продукт AI Evaluations. Если публичный лидерборд остается бесплатным развлечением для индустрии, то глубокая аналитика предпочтений стоит лабораториям огромных чеков. По словам Ангелопулоса, компания отказалась от модели подписки в пользу оплаты по объему потребления. Прыжок выручки с $30 млн в январе до $100 млн к июню 2024 года подтверждает: потребность в данных для дообучения (post-training) стала ненасытной.
«Многие даже не понимают, что наш бизнес вообще приносит деньги; люди до сих пор видят в нас опенсорс-проект», — иронизирует Анастасиос Ангелопулос в комментарии TechCrunch.
Инвесторы, впрочем, всё поняли быстро. Arena привлекла $150 млн в рамках серии А, получив оценку в $1.7 млрд. Мы наблюдаем тектонический сдвиг: деньги утекают от поставщиков «статической» разметки к тем, кто предлагает динамическую проверку реальностью. Пока конкуренты вроде Yupp закрываются, Arena успешно борется за бюджеты с гигантами уровня Mercor и Handshake, предлагая не просто «ручной труд» разметчиков, а живую реакцию рынка.
Диктатура агентской оценки
Сложность понятия «эффективность» растет быстрее, чем сами модели. Arena уже вышла за пределы простого текста, ранжируя код, зрение и генерацию изображений. Запуск Agent Mode для оценки длинных автономных рабочих процессов — это попытка поймать тренд на ИИ-агентов, где старые тесты на логику окончательно расписываются в бессилии. Предоставляя лабораториям ранний доступ к реакциям пользователей на невыпущенные модели, Arena превратилась в высокоуровневую фокус-группу, решающую судьбу продукта до его релиза.
Сегодня Arena — это гейткипер в закрытой системе, где корпорации платят за подтверждение того, что их многомиллиардные траты на вычислительные мощности не были напрасными. Быть единственным рефери в игре, где каждый участник подозревается в жульничестве, — позиция крайне выгодная, но опасная. Для бизнеса данные Arena перестали быть просто строчкой в рейтинге; теперь это сырье для выживания в гонке, где субъективное мнение человека стало единственным объективным мерилом успеха.
Источник: TechCrunch