DesignArena creators raise $7.9 million to bring taste to AI models
Como conta a cofundadora Grace Li, sua empresa começou algumas semanas antes da formatura em 2025, com um punhado de amigos da faculdade tentando fazer seu motor de jogos de IA funcionar. Os modelos conseguiam criar jogos funcionais, mas nenhum deles era divertido — o que levantava a questão interessante: como saber se um jogo será divertido?
Eles decidiram que não havia substituto para o julgamento humano e, logo, estavam fazendo chuvas de ideias sobre maneiras de obter feedback humano honesto em grande escala.
O resultado tornou-se o DesignArena, uma ferramenta de IA usada atualmente por 5,3 milhões de pessoas em todo o mundo. Acontece que havia muitas empresas de IA em busca de feedback de usuários em escala — e muitas delas estavam dispostas a pagar por isso.
“Era o gargalo que faltava para muitos desses modelos fazerem melhorias no espaço de design”, diz Li. “Cerca de uma semana depois, fechamos nosso primeiro grande acordo com um laboratório de fronteira, e o resto é praticamente história.”
Na segunda-feira, a empresa por trás do DesignArena — batizada de Intelligence — anunciou uma rodada seed de US$ 7,9 milhões liderada pela Index Ventures, com a participação de Conviction (Sarah Guo e Mike Vernal), A*, Valkyrie e outros.
Para usuários que não são corporativos, usar o DesignArena é muito parecido com usar um roteador de modelos sofisticado. Há uma janela estilo ChatGPT para comandos (prompts), com menus suspensos separados para sites, imagens e uma dúzia de outros formatos visuais. Assim que você insere a solicitação, o formato e o estilo, são apresentadas a você uma série de escolhas do tipo “A vs. B” até que você tenha classificado o punhado de resultados do melhor para o pior.
É um serviço útil, mas o verdadeiro valor da plataforma vem do lado empresarial, onde os modelos participantes podem tratá-la como uma fonte de feedback instantâneo interminável para seus modelos geradores de mídia. Os usuários tendem a ser indiferentes quanto aos modelos que estão classificando — como diz Li, eles só querem o melhor resultado que puderem obter —, de modo que suas classificações podem fornecer informações cruciais sobre o que os usuários realmente querem.
Para os laboratórios de fronteira, esse é um serviço pelo qual vale a pena pagar, diz Li, acrescentando que o site atualmente está gerando US$ 60 milhões em ARR (receita recorrente anual), solidificando sua posição como uma fonte fundamental de dados de avaliação liderados por humanos para a indústria de IA.
Crucialmente, os usuários precisam fazer login para obter seu resultado, de modo que a Intelligence também pode rastrear como esses gostos mudam em diferentes continentes e ao longo do tempo. (Li observa que os painéis na web na Ásia tendem a ter um estilo de design mais maximalista.) Essas medidas são um complemento importante para benchmarks automatizados, que podem operar em maior escala, mas frequentemente estão sujeitos a fraudes ou outras formas de manipulação, conforme demonstrado de maneira dramática na semana passada pela violação do Hugging Face.
Isso não quer dizer que o feedback humano coletivo por crowdsourcing seja um mercado vencedor garantido. Menos de um ano após o lançamento, a Yupp encerrou suas atividades no início deste ano, após arrecadar US$ 33 milhões com Chris Dixon, da a16z crypto. Ela também conquistou alguns modelos de fronteira como clientes e tinha, segundo afirmou, mais de 1,3 milhão de usuários, mas ainda assim não conseguiu construir um negócio sustentável de longo prazo.
Mesmo assim, outras startups baseadas em avaliação humana parecem estar prosperando. O LM Arena, que adota uma abordagem semelhante para respostas baseadas em texto, arrecadou US$ 150 milhões em uma rodada Série A em janeiro, apenas quatro meses após lançar formalmente seu produto pago.
