标注和注释平台虽不如新一代生成式AI模型引人注目，却至关重要。模型训练依赖的数据必须经过标注，否则无法被有效解读。
数据标注是一项庞大工程，复杂数据集往往需要数百万条标注。为减轻这一负担，Eric Landau与Ulrik Hansen创立了Encord，将其定位为企业级“数据开发”平台，用于管理和准备AI模型数据。
B轮融资3000万美元，团队规模将翻倍
近日，Encord完成由Next47领投的B轮融资，获资3000万美元，总融资额达5000万美元。Landau表示，新资金将在未来六个月内使产品、工程及AI研究团队规模翻倍，并扩展旧金山办公室。预计到今年年底，员工总数将从70人增至100人。目前公司在伦敦和旧金山设有双总部，团队成员遍布全球。
创始人背景与创业初衷
Landau本科就读于斯坦福大学，曾参与粒子物理学领域的大型数据系统研究；Hansen曾在摩根大通全球市场部门从事新兴市场衍生品交易。Encord的构想源于Hansen在伦敦帝国理工学院攻读计算机科学硕士期间，当时他因数据整理和标注耗时过长而深感沮丧，遂与Landau探讨解决方案。
Landau介绍：“我们将Hansen的软件开发专长与我通过量化研究获得的洞察相结合，致力于自动化数据开发流程。”2021年春，两人在Y Combinator期间推出了Encord首个版本。该平台为企业提供工具，帮助准备AI数据并评估其对模型的支持效果。
差异化竞争：多功能一体化平台
预计2027年数据标注市场规模将达36亿美元，Encord面临Scale AI、Datasaur、Heartex及Dataloop等众多竞争对手。其独特优势在于平台的多功能性。
使用Encord，团队可探索可视化来自私有及公共云存储的图像、视频和语音数据集，并比较不同模型在同一数据上的性能。平台能自动检测准确性问题，建议补充训练数据以纠正偏差。
Landau强调：“不同于解决单一环节的零散方案，Encord将所有数据工作流整合至统一平台。这种整合提供了可追溯性，有助于揭开AI‘黑盒’，解释模型决策逻辑。”
业务增长稳健，资本部署审慎
Encord现有120家客户，包括Philips、Synthesia、Cedars-Sinai及Northwell Health等机构，并与部分军事和政府单位签约。去年公司收入增长4倍，若非持续扩招，本可在2025年实现正向现金流。
Landau表示：“我们未感受到市场放缓，反而需求旺盛。但鉴于宏观环境，我们在资本部署上保持保守。”本轮融资其他投资方还包括Y Combinator、CRV和Crane Venture Partners。
更正：本文此前错误地陈述了本轮融资的轮次。这是一轮 B 轮融资。