早在ChatGPT和生成式AI引发热议之前，Datasaur等公司便已深耕机器学习模型构建领域，通过数据标注服务助力模型训练。随着AI产业的蓬勃发展，这一核心能力的重要性日益凸显。
降低技术门槛：从数据直接创建模型
为赋能缺乏数据科学专家的企业，Datasaur宣布推出直接从标注数据创建模型的功能，大幅降低了模型构建的技术门槛。同时，该公司宣布完成400万美元种子轮扩展融资（于去年12月关闭），累计融资额达790万美元。本轮由Initialized Capital领投，HNVR、Gold House Ventures及TenOneTen跟投。
推动NLP民主化：拓展非技术用户市场
创始人Ivan Lee表示，近期AI热潮高度契合公司战略。Datasaur致力于成为训练数据收集与模型输入的最佳平台，涵盖大语言模型（LLMs）、命名实体识别（NER）及情感分析等多种类型。“我们为非技术用户提供最佳交互界面，使其能便捷地完成数据标注。”Lee指出，尽管大型语言模型提升了商业界对AI的认知，但多数企业仍处于探索期，仍需专业工具支持。
Lee强调，AI民主化是其核心目标之一。新功能允许无数据科学家或工程师的团队自主标记数据，系统将自动训练模型。这标志着Datasaur突破原有数据科学家客群，向建筑、法律、营销等缺乏数据工程背景的行业开放，助力其基于自有数据构建NLP模型。
精益运营哲学：跨文化团队与可持续增长
得益于精简高效的运营模式，Lee得以控制融资规模（2020年种子轮仅390万美元）。其工程团队主要位于印度尼西亚，公司坚持“追求盈利、可扩展增长”的理念，审慎评估每一次招聘对业务的影响。
远程跨文化团队为公司带来天然多样性。Lee表示，公司有意识融合美印职场文化优势：既鼓励印尼员工大胆表达与质疑管理层，也引导美国员工学习亚洲文化中尊重同事、团队优先的理念，并协助团队有效应对文化差异。