麦肯锡最新报告显示，多数组织尚未准备好安全、负责任地使用生成式AI。其中，“可解释性”（即理解AI决策逻辑）成为主要痛点：40%的受访者视其为重大风险，但仅17%正在积极应对。
从数据标注到AI安全评估的转型
总部位于首尔的Datumo原为AI数据标注公司，现致力于通过工具与数据帮助企业测试、监控及优化模型，构建更安全的AI系统，且无需专业技术门槛。周一，该公司完成1550万美元融资，累计融资额达约2800万美元，投资方包括Salesforce Ventures、KB Investment、ACVC Partners和SBI Investment等。
Datumo CEO David Kim曾任韩国国防开发局AI研究员。因不满数据标注耗时费力，他提出基于奖励机制的众包标注App构想，并在KAIST创业比赛中验证可行性。2018年，Kim联合五位KAIST校友创立Datumo（前身为SelectStar）。
早在产品成型前，Datumo便在比赛客户发现阶段获得数万美元预合同订单，主要来自KAIST校友创办的企业。首年收入突破100万美元并斩获多个关键合同。目前，其客户涵盖三星、LG电子、现代、Naver及SK Telecom等韩国大型企业。随着客户需求从基础标注向模型输出评分与对比延伸，Datumo顺势加大AI评估投入，发布了韩国首个专注AI信任与安全的基准数据集。
成立七年来，Datumo在韩国服务超300家客户，2024年收入约600万美元。联合创始人Michael Hwang表示：“我们早已在做AI模型评估，只是当时未意识到这一点。”Kim补充道：“我们从数据标注起步，随大语言模型生态成熟，逐步拓展至预训练数据集与评估领域。”
差异化竞争：授权数据集与无代码评估平台
Meta对Scale AI高达143亿美元的类收购投资，凸显AI训练数据市场竞争加剧。Datumo在预训练数据集方面与Scale AI类似，在AI评估监控领域则对标Galileo和Arize AI。但其核心优势在于独家授权数据集——尤其是从已出版书籍中提取的数据。这类数据富含结构化人类推理能力，却以难以清洗著称。
此外，Datumo推出全栈评估平台Datumo Eval，可自动生成测试数据与评估结果，检测不安全、偏见或错误响应，无需手动编写脚本。其标志性产品是一款面向政策、合规及信任安全团队的无代码评估工具，降低非技术人员使用门槛。
融资进展与全球扩张计划
Kim透露，吸引Salesforce Ventures的关键契机是在韩国一场活动中与DeepLearning.AI创始人吴恩达进行炉边谈话。会后他在LinkedIn分享相关内容，引发投资者关注。经多轮会议与Zoom沟通，最终获得软承诺，整个融资过程历时约八个月。
新资金将用于加速研发，重点开发企业级自动化AI评估工具，并拓展韩国、日本及美国市场。这家拥有150名首尔员工的初创公司已于今年三月在硅谷设立办公室。