Физический ИИ требует огромного объёма натурных данных: видео людей, выполняющих реальные задачи, с разметкой движений, взаимодействий с объектами и других деталей. Humyn Labs, стартап из Бангалора, подошёл к этому систематично и привлёк инвесторов, включая Accel и несколько венчурных фондов, собрав в Series A $26 млн в equity и $21 млн в долг.
Модель простая на формулировку, но требует масштаба: компания нанимает людей в Индии, Бразилии, Южной Корее и других странах, снимает их на двухкамерное оборудование в момент обычной работы или домашних дел, затем обрабатывает видео своим ПО, превращая его в размеченный датасет для ИИ. Основатели — Маниш Агарвал (бывший CEO индийской игровой компании Nazara) и Иштанк Гупта (экс-руководитель AB InBev) — использовали существующую сеть контрибьюторов из своего предыдущего проекта KGeN для быстрого развёртывания сбора.
Цифры впечатляют: за полгода (апрель-октябрь) компания заработала $10 млн на 12 платящих клиентах, у неё есть подписанные контракты на $20 млн и ещё столько же в стадии закрытия. 90% выручки идёт из США — от фронтиер-лабораторий, робототехнических компаний и разработчиков мировых моделей. Венчурный долг нужен не для хайпа, а для прозаической причины: компания платит работникам и партнёрам еженедельно, но платежи от заказчиков идут с задержкой на 30-60 дней.
На рынке уже есть конкуренты — Mecka AI, XDOF, MicroAGI, Human Archive, BuildAI. Все видят одно и то же: спрос на натурные данные растёт экспоненциально, но качественный сбор в масштабе — это не привычный краудсорсинг разметки. Нужна логистика, контроль качества, локальное присутствие в нескольких странах и понимание специфики работы. Humyn Labs потратила на это время и ресурсы, а не пытается собрать данные за пару месяцев.
Вопрос конфиденциальности здесь острый. Когда записываешь людей дома, нужно явное согласие и честная прозрачность о том, куда идут данные. Агарвал говорит, что Humyn Labs работает с локальными партнёрами и снимает людей в реальной работе, но не раскрывает детали о согласиях и о том, как долго хранятся данные. История показывает, что стартапы в этой нише часто недооценивают риски, а потом наступают на грабли — важный момент для клиентов, которые купят датасет и окажутся косвенно ответственны за его происхождение.
Для российского бизнеса здесь два сигнала. Первый: если вы разрабатываете ИИ для управления роботами, манипуляторами или автономными системами в реальном мире, доступ к натурным видеоданным становится критическим узким местом, и его решение требует специализированного подхода, а не DIY-сбора. Второй: Humyn Labs показывает, что даже географически и экономически удалённые регионы могут выполнять высокомаржинальную работу для глобальных компаний, если организовать процесс. В России была бы возможность подключиться к такому сбору (в качестве локального партнёра) или создать свой аналог для локального рынка ИИ-робототехники, если бы на него был спрос.
Алексей Мартыненко
Главный редактор SPV News
Humyn Labs показывает реальный, а не спекулятивный спрос на данные для физического ИИ — и что этот спрос платёжеспособен. Венчурный долг говорит не о переоценённости, а о здоровой бизнес-модели с кэш-флоу-гэпом. Однако проблема с конфиденциальностью не решена ни этой компанией, ни конкурентами, и рано или поздно регулятор это заметит. Пока Humyn Labs выигрывает масштабом и локальной логистикой, а не инновацией в обработке — но этого достаточно для захвата растущего рынка.