在早期融资中，DatologyAI 刚刚筹集了 4600 万美元，用于提高 AI 模型训练的有效性。在筹集 1165 万美元种子资金后不到三个月，这家人工智能数据管理公司披露了其 A 轮融资。此次投资由 Felicis Ventures 的 Viv Faga 和 Astasia Myers 牵头，除了 Radical Ventures 和 Amplify Partners 等回归投资者外，还有 Elad Gil、M12 和 Amazon Alexa Fund 等新投资者。 DatologyAI 迄今为止已筹集了总计约 5770 万美元的投资。
为了解决生成式人工智能发展中的重大障碍，企业希望[民主化数据研究](https://siliconangle.com/2024/02/22/datologyai-raises-11-65m-automate-data-策展高效人工智能训练/）。这个问题是为了训练高级AI模型而生成大型相关数据集，例如GoogleLLC的GeminiPro 和 OpenAI 的 [GPT-4]( https://openai.com/index/gpt-4-research/）。通过识别和优化数据集中最有价值的数据，DatologyAI 的解决方案简化了这一过程并提高了模型训练的有效性。
DatologyAI 采用的策略集中于防止人工智能接受有毒或有偏见内容的训练，这可能是由数据中微妙的、有偏见的模式造成的。该企业非常重视精心挑选的优秀训练数据集的价值，以提高人工智能模型的性能，而无需大型、昂贵的人工智能模型。这种有效性可以大幅降低计算成本，这是人工智能公司的一大担忧。
DatologyAI 的技术除了最大限度地提高数据消耗外，还有助于识别潜在危险的数据项并标记未标记的数据。借助额外资金，DatologyAI 打算大幅增加员工队伍，特别是在工程和研究领域，并增强其计算能力，以进一步发挥数据管理的潜力。