Grace Li társ-alapító szerint a DesignArena ötlete 2025-ben született: néhány héttel a diplomaosztójuk előtt egyetemi barátok próbálták működésre bírni az általuk fejlesztett AI-játékmotorokat. A modellek képesek voltak működő játékokat létrehozni, ám a csapat számára hamar nyilvánvalóvá vált, hogy a játékok többsége nem volt élvezetes — és felmerült a kérdés, hogyan lehet megmondani előre, hogy egy játék szórakoztató lesz-e.
A csapat arra jutott, hogy nincs helyettesítője az emberi megítélésnek, és elkezdtek olyan módszereken gondolkodni, amelyekkel nagy léptékben lehet őszinte emberi visszajelzéseket gyűjteni. Ennek eredményeként született meg DesignArena, az a felület, amelyet ma már világszerte 5,3 millió ember használ.
Hogyan működik a DesignArena?
Nem-vállalati felhasználóknak a szolgáltatás hasonlít egy fejlettebb „model router”-hez: chatablak, promptok megadása, külön legördülők weboldalakra, képekre és több tucat vizuális formátumra. A felhasználó beállítja a kérést, formátumot és stílust, majd a rendszer egymás mellett mutatja az eredményeket „A vs. B” párosítások formájában, amelyek alapján a felhasználó sorba rendezi a bemutatott kimeneteket a legjobbtól a legrosszabbig.
Az általános szolgáltatás hasznos, de a valódi értéket az vállalati ügyfelek jelentik: a média-előállító modelleket fejlesztő „frontier” laborok folyamatos, azonnali emberi visszajelzésforrásként használhatják a platformot. A felhasználók általában közömbösek azzal kapcsolatban, hogy melyik modell kimenetét rangsorolják — ahogy Li fogalmazott, ők egyszerűen a legjobb kimenetet akarják —, ezért ezek a rangsorok kritikus jelzéseket adhatnak arról, mit szeretnének a valós felhasználók.
Befektetés és bevétel
Hétfőn a DesignArena mögötti cég, amelyet Intelligence néven említenek, bejelentette, hogy 7,9 millió dolláros seed-kört zárt, amelyet az Index Ventures vezetett, részvételt vállaltak többek között a Conviction (Sarah Guo és Mike Vernal), A*, Valkyrie és mások.
Li szerint a szolgáltatás iránti kereslet erős: állítása szerint a oldal jelenleg évi 60 millió dollár bevételt (ARR) termel, ezzel fontos embervezérelt értékelési forrássá vált az AI-ipar számára.
Miért számít ez?
Az Intelligence egyik előnye, hogy a felhasználóknak be kell jelentkezniük a kimenetek megtekintéséhez, így a cég képes nyomon követni, hogyan változnak az ízlések földrajzi régiónként és időben. Li megjegyzi például, hogy az ázsiai webes irányítópultok hajlamosak lettek a maximalista dizájnstílusra. Ezek az emberi mérések fontos kiegészítést jelentenek az automatizált benchmarkok mellett, amelyek nagyobb skálán futtathatók, de könnyebben manipulálhatók — emlékezetes példaként a Hugging Face múlt heti biztonsági incidenst említik.
A piac kockázatai és párhuzamok
A crowdsourced emberi visszajelzés nem garancia az üzleti sikerre: a cikk felidézi, hogy a Yupp kevesebb mint egy évvel az indulása után idén bezárta kapuit, miután 33 millió dollárt gyűjtött a16z crypto-s Chris Dixon-tól. A Yupp hasonlóan frontier modelleket szerzett ügyfelei közé, és azt mondta, több mint 1,3 millió felhasználója volt, mégsem tudott fenntartható üzletet építeni.
Ugyanakkor más, emberi értékelésre épülő startupok erősen növekednek: a LM Arena, amely szöveg-alapú válaszok rangsorolására fókuszál, januárban 150 millió dollárt gyűjtött Series A körben, mindössze négy hónappal az után, hogy fizetős termékét hivatalosan elindította.
Következtetés
A DesignArena és az Intelligence példája azt mutatja, hogy van erős kereslet a skálázható, emberi visszajelzésre az AI-kimenetek finomhangolásához. A 7,9 millió dolláros seed befektetés és a cég által jelzett 60 millió dolláros ARR azt sugallja, hogy a piaci szereplők hajlandóak fizetni a valós emberi preferenciákon alapuló adatokért — bár a korábbi kudarcok is emlékeztetnek rá, hogy a modell központú üzletek hosszú távú fenntarthatósága nem automatikus.
