Ocena modeli AI staje się osobnym biznesem. Startup Intelligence, twórca platformy Design Arena, pozyskał 7,9 mln USD w rundzie zalążkowej na crowdsourcingową ocenę tego, co generatywna AI tworzy w warstwie wizualnej. Rundę ogłoszono 3 sierpnia 2026, a poprowadził ją Index Ventures.
Wśród inwestorów znaleźli się także Conviction (Sarah Guo i Mike Vernal), A* oraz Valkyrie. Firmę założyła w 2025 roku Grace Li wraz z kolegami ze studiów, na kilka tygodni przed dyplomem. Pierwotny problem był konkretny: ich silnik do generowania gier potrafił zbudować działającą grę, ale nie potrafił ocenić, czy jest ona dobra. Stąd wniosek, który dziś napędza cały produkt.
Na czym polega ocena modeli AI przez ludzi
Design Arena pokazuje użytkownikom dwa warianty tej samej treści i pyta, który jest lepszy. Porównania w formacie „A czy B" obejmują strony internetowe, obrazy i inne media wizualne, a opinie zbiera od 5,3 miliona użytkowników na całym świecie. Efektem jest ranking modeli oparty nie na automatycznym benchmarku, lecz na preferencjach realnych odbiorców. Klientami mają być czołowe laboratoria AI, których nazw firma nie ujawnia.
Sednem jest różnica między „działa" a „jest dobre". Grace Li mówi wprost, że ludzka ocena była „brakującym wąskim gardłem, by wiele z tych modeli mogło się poprawiać w obszarze projektowania". Automatyczne benchmarki łatwo obejść: model można dostroić pod konkretny test. Ludzka ocena jest trudniejsza do oszukania, bo wyłapuje to, co odbiorcy naprawdę wolą, w różnych regionach i w czasie.
Co to znaczy dla polskiego biznesu? Coraz więcej firm generuje z pomocą AI grafiki, strony i materiały marketingowe. Problemem przestaje być to, czy model „coś" wygeneruje, a staje się to, czy wynik trzyma poziom. Tego nie rozstrzygnie sam benchmark ani metryka techniczna. Warto z góry ustalić, kto w zespole odpowiada za ocenę jakości treści z AI i według jakich kryteriów. Człowiek w pętli nie jest kosztem do wycięcia, lecz elementem kontroli jakości. Dla działów marketingu i produktu praktyczny wniosek jest prosty: obok wdrożenia narzędzia zaplanujcie sposób, w jaki będziecie mierzyć, czy jego efekty są naprawdę dobre.
