Стартап Intelligence, стоящий за сервисом Design Arena, привлек $7,9 млн посевных инвестиций и утверждает, что уже вышел на $60 млн ARR. Для рынка это не просто очередная AI-сделка: компания продает то, чего у генеративных моделей до сих пор хронически не хватает, — человеческая оценка ИИ в массовом масштабе. Для русскоязычных команд, которые делают продукты на базе генеративных моделей, сигнал понятный: выигрывать будет не тот, кто генерирует «еще один вариант», а тот, кто научился быстро понимать, какой вариант люди вообще хотят видеть.
О сделке сообщает TechCrunch. Раунд возглавил Index Ventures, также в нем участвовали Conviction, A* и Valkyrie. По словам соосновательницы Grace Li, компания появилась буквально за несколько недель до выпуска из университета в 2025 году, когда она и несколько друзей пытались запустить собственный AI-движок для игр. Модели умели собирать рабочие игры, но не умели делать их интересными. Из этого вырос вполне прикладной вопрос: как вообще измерять «весело», «красиво» или «удачно», если автоматический тест здесь бессилен? Ответ оказался неприятно старомодным: спрашивать людей. Почти сразу после этого, как рассказывает Li, стартап закрыл первую крупную сделку с одной из frontier-лабораторий, а затем превратил этот подход в отдельный продукт.
Снаружи Design Arena выглядит почти как продвинутый роутер моделей. Пользователь вводит запрос в окно в стиле чат-интерфейса, выбирает формат — сайты, изображения и другие визуальные типы контента, — а затем получает не один ответ, а серию сравнений по схеме A против B. Дальше все строится на ранжировании: сервис просит выбрать лучший вариант, потом следующий, и так до упорядочивания результатов от самого удачного к самому слабому. Для массового пользователя это удобный способ добраться до более качественного вывода. Для корпоративных клиентов ценность в другом: каждая такая сессия превращается в поток живых меток о том, что аудитория считает хорошим результатом. И здесь человеческая оценка ИИ становится не побочным эффектом, а товаром.
Ключевая мысль в модели Intelligence довольно цинична и потому правдоподобна: большинству пользователей безразлично, какую именно модель они оценивают. Им нужен лучший баннер, лучший макет, лучшая картинка, лучший сайт по их запросу. Значит, собранные оценки можно использовать как относительно честный сигнал о пользовательских предпочтениях, а не о силе чьего-то бренда. Сейчас, по данным компании, Design Arena используют 5,3 млн человек по всему миру. При этом пользователи обязаны авторизоваться, чтобы получить результат, и это дает сервису еще один слой данных: можно смотреть, как меняются вкусы по регионам и со временем. Li отдельно отмечает, что в Азии веб-дашборды тяготеют к более максималистичному стилю. Для лабораторий, которые обучают медиа- и дизайн-модели, это уже не любопытная заметка о культурных различиях, а вполне прикладная настройка продукта под рынки.
На фоне бума автоматических бенчмарков эта история выглядит особенно своевременно. Метрики, которые можно прогонять на огромных массивах без участия человека, удобны, дешевле и масштабируются лучше. Но у них есть неприятственный изъян: их можно «натаскать», обойти или просто оптимизировать под конкретный тест так, что модель начнет блестяще проходить таблицы и заметно хуже работать в реальной задаче. TechCrunch прямо сопоставляет подход Intelligence с недавним инцидентом вокруг Hugging Face, который напомнил рынку, насколько хрупкими могут быть автоматизированные оценки. На этом фоне человеческая оценка ИИ снова выглядит не романтикой про «вкус не измерить», а скучной, дорогой, но нужной инфраструктурой.
Правда, сама по себе ставка на краудсорсинговую оценку не гарантирует устойчивый бизнес. В материале приводят и более мрачный пример: стартап Yupp закрылся в 2026 году, хотя успел привлечь $33 млн от инвесторов во главе с Chris Dixon из a16z crypto, работал с frontier-моделями и заявлял о более чем 1,3 млн пользователей. То есть рынок уже видел историю, где интерес лабораторий и заметная аудитория не превратились в долгую жизнь компании. С другой стороны, есть и противоположный кейс: LM Arena, которая делает похожую механику для текстовых ответов, в январе привлекла $150 млн в рамках Series A, причем всего через четыре месяца после запуска платного продукта. Иными словами, ниша уже перестала быть экспериментом. Сейчас идет более прозаичный отбор: кто сможет превратить пользовательские предпочтения в стабильный оборот, а не просто в красивую презентацию для фонда.
Для разработчиков и продуктовых команд здесь есть простой вывод без венчурной романтики. Чем ближе генеративный ИИ подходит к задачам интерфейса, брендинга, изображений и контента, тем слабее работают «объективные» критерии качества. Код можно проверить тестом, latency можно измерить, а вот хороший лендинг, понятный дашборд или цепляющая визуальная концепция упираются в вкус, контекст и привычки аудитории. Это означает рост спроса на системы, которые умеют собирать и нормализовать обратную связь, а не только маршрутизировать запросы по моделям. Для бизнеса это тоже неприятно полезный урок: конкурентным преимуществом становится не доступ к модели как таковой, а доступ к качественным данным о том, как люди выбирают между похожими результатами. Именно поэтому сервисы наподобие Design Arena могут оказаться важнее десятков новых «оберток» над генераторами.
Следующий большой вопрос для этого сегмента звучит не как «заменит ли вкус человека метрика», а как «кто успеет индустриализовать вкус раньше других». Если рынок медиа- и дизайн-моделей действительно уперся в дефицит качественной обратной связи, то компании вроде Intelligence начинают строить не витрину для генерации, а слой оценки поверх всей AI-отрасли. А это уже куда более интересная позиция, чем очередной инструмент для промптов, — по крайней мере, если верить цифрам и деталям, которые привел .