Snorkel AI Değerlemesi Eğitim Verisi Talebiyle Üçe Katlandı

Yapay zekâ eğitim verisine yönelik artan talep, bu alanda çalışan girişimlerin büyümesini destekliyor. Yedi yıllık Snorkel AI, 350 milyon dolarlık Seri E yatırım turunu tamamlayarak değerlemesini üç katına, 3,5 milyar dolara çıkardı. Bu finansman, kurumsal yapay zekâ uygulamalarında veri ihtiyacının önem kazandığı bir dönemde gerçekleşti. Gelişmenin işletmeler açısından dikkat çeken yönü, model seçiminin yanında eğitim verisinin niteliğine de odaklanma gerekliliği.

Snorkel AI, yeni sermayeyi veri odaklı hizmet olarak tanımlanan data-as-a-service yaklaşımını genişletmek ve kurumsal yapay zekâ eğitim veri setlerini güçlendirmek için kullanacak. Buradaki odak, yalnızca daha fazla veri toplamak değil, yapay zekâ geliştirme süreçlerinde kullanılabilecek veri kaynaklarını desteklemek. Kurumlar açısından bu yaklaşımı değerlendirirken verinin hangi ihtiyacı karşılayacağı, nasıl kullanılacağı ve mevcut iş süreçleriyle ilişkisi birlikte ele alınmalı.

Eğitim verisi, bir yapay zekâ modelinin öğrenme sürecinde kullanılan örnekleri oluşturur. Bu nedenle verinin doğruluğu, tutarlılığı ve hedeflenen kullanım alanını temsil etmesi önemlidir. Eksik veya birbiriyle çelişen kayıtlar, modelin öğrenmesini zorlaştırabilir. Veri hazırlığını yalnızca teknik bir aktarım işi olarak görmek yerine, iş bilgisini anlaşılır ve değerlendirilebilir bir yapıya dönüştürme süreci olarak ele almak daha sağlıklı bir başlangıç sağlar.

KOBİ’ler için bu gelişmenin pratik karşılığı, yapay zekâya geçmeden önce kurum içi verinin durumunu değerlendirmektir. Hangi kayıtların güncel olduğu, aynı bilginin farklı sistemlerde nasıl tutulduğu ve verilere kimlerin erişebildiği belirlenmelidir. Ardından hedeflenen uygulamanın ihtiyaç duyduğu bilgi kapsamı netleştirilebilir. Böylece veri hazırlığı, belirsiz bir arşiv düzenleme çalışması olmaktan çıkarak belirli bir iş ihtiyacına hizmet eden hazırlık adımına dönüşür.

Her kurumsal yapay zekâ uygulaması için yeni bir model eğitmek gerekmez; bu yüzden eğitim verisi ihtiyacı ile uygulamanın erişeceği kurumsal bilgi ihtiyacı ayrıştırılmalıdır. X Mind Solutions olarak yapay zekâ agent’ları, otomasyon akışları ve sistem entegrasyonları bağlamında bu ayrımı önemli görüyoruz. Snorkel AI’ın yatırımının gündeme taşıdığı veri odağı, işletmeler için önce kullanım amacını belirleme, ardından uygun veri hazırlığını planlama gereğini hatırlatıyor.