Harell Data 募資 1,500 萬美元，將專有 AI 訓練資料變現

由 Adaptive Biotechnologies 共同創辦人 Harlan Robins 創立的 Harell Data Corp.，從 Fuse 與 Cercano Management 募得 1,500 萬美元，用於打造一個連接 AI 模型開發者與專有科學訓練資料集的安全平台。

「公司的目標是將 AI 模型開發者與專有訓練資料集連結起來，以解決具挑戰性的科學問題，」Robins 表示。「目前，那些動用自己的技術與經費來產生專有訓練資料的機構，缺乏良好的管道將資料商業化。因此，這些資料實際上只能被閒置擱置。」

這家總部位於貝爾維尤（Bellevue）的新創公司，其平台允許資料創建者在安全的雲端環境中託管專有資料集，使機器學習團隊得以訓練模型，而原始資料自始至終不會離開系統。資料所有者可從訓練過程中產生的運算營收中直接分潤，而非苦候多年等待臆測性的下游藥物權利金。這支 11 人團隊分布於貝爾維尤與帕羅奧圖（Palo Alto），由 Rakesh Nair 擔任技術長、Saray Covey 擔任營運主管、Analise Polsky 擔任銷售主管。

此次募資之際，AI 開發者正面臨公開可用訓練資料與計算醫學、材料科學突破所需的高成本專有資料集之間日益擴大的鴻溝。市值達 39 億美元的 Adaptive Biotechnologies 是首批資料合作夥伴之一，另一家是總部位於西雅圖的 A-Alpha Bio。

資料孤島問題

AlphaFold（DeepMind 的蛋白質結構預測系統）等備受矚目的成功案例之所以蓬勃發展，是因為它們受益於數十年來公開可用、經實驗驗證的蛋白質結構資料。但在生物學與醫學的許多關鍵領域中，產生高品質資料集需要數百萬美元的成本與多年的投入。擁有這些資料的機構目前缺乏安全且有利可圖的分享途徑，因此資料只能持續封存在孤立的孤島中。

Harell Data 的模式透過為資料所有者開創直接營收來源來解決此問題。資料創建者並非一次性授權資料或等待下游權利金，而是在 AI 開發者以其資料集進行訓練時，從產生的運算營收中分得一份。隨著模型透過在這些豐富資料集上訓練而持續精進，底層資料的內在價值也會隨之複利增長。

雖然這家新創公司最初鎖定計算醫學領域——這是 Robins 在 Adaptive Biotechnologies 多年任職期間最熟悉的領域——但他強調，資料孤島問題橫跨各科學學科，從材料科學到影像學皆是如此。

「如果這個事業運作得當，我們應該能夠促成真正重要問題的解決方案，」他表示。

早期合作夥伴與團隊

平台搶先體驗已於本週上線，首批資料來自 A-Alpha Bio 與 Adaptive Biotechnologies。Adaptive 今年稍早分拆出 Digital Biotechnologies 以開發臨床 DNA 定序技術，同時持續以顧問身分與 Robins 合作，就科學策略提供諮詢。

公司名稱背後有一個私人故事：Robins 請他 8 歲的兒子 Ellis 幫忙取個名字，男孩在幾秒鐘內就提出了「Harell」——這是「Harlan」與「Ellis」的合體。

「無意冒犯那些大型雲端運算公司，但我覺得這個名字聽起來比他們任何一個都好聽，而他們似乎也都發展得不錯，所以我就採用了，」Robins 表示。

這輪募資率先由 Timmerman Report 報導，為日益高漲的 AI 科學基礎設施創投浪潮再添一筆。隨著 AI 模型開發者耗盡公開可用的訓練資料，能解鎖專有資料集的平台，可望成為下一波藥物發現與材料創新浪潮的關鍵基礎設施。對於關注 AI 於科學應用主題的投資人而言，這輪募資釋放出一個訊號：資料所有權正崛起為 AI 價值鏈中一個獨立的變現層級，有別於模型開發與運算供應。

本文僅供參考，不構成投資建議。