Matematikklæreren fra London hentet 26 millioner for å fikse AI-ens største svakhet

For avanserte kunstig intelligens-modeller er kvaliteten på treningsdataene like viktig som modellens størrelse. Problemet er at dagens data-infrastruktur i all hovedsak er bygget for enkle oppgaver – bildemerking, sentimentanalyse, tekstkategorisering – og ikke for den komplekse, flertrinns logikken som KI-systemer nå krever . Det er her det London-baserte selskapet Poindexter Labs kommer inn. De har nå hentet 2 millioner pund, tilsvarende rundt 26 millioner norske kroner, i en overtegnet seed-runde for å tette dette gapet.

Runden ble offentliggjort 2. juni 2026, og er ledet av det anerkjente britiske venturefondet Episode 1. Med på investeringen er også Yvonne Bajelas Evertrue Capital, Octopus Ventures' First Cheque Fund, samt en gruppe engleinvestorer som selv er aktive bidragsytere på plattformen – matematikere og forskere .

Inntekter før investorpenger

Historien om Poindexter Labs skiller seg ut i et oppstartsmiljø som ofte er besatt av kapitalinnhenting. Grunnlegger Jocelyn D'Arcy, en tidligere matematikklærer, skal ha bygget selskapet til en omsetning på solide 1,6 millioner pund før hun tok inn en eneste krone i ekstern risikokapital . At selskapet har klart å oppnå millionomsetning uten institusjonelle investorer, signaliserer en usedvanlig sterk produkt-marked-tilpasning, særlig i den kapitalintensive AI-infrastrukturbransjen.

Flaskehalsen: Ekspertresonnement

Å trene en modell til å løse et avansert matematisk bevis, bygge en juridisk argumentasjonsrekke eller resonnere seg gjennom et fysikkproblem, krever datasett som fanger opp autentiske tankekjeder – ikke bare riktige sluttsvar. Tradisjonelle plattformer for dataannotering er dårlig egnet til dette fordi de er designet for lineære arbeidsflyter der én enkeltperson gir en rask vurdering. Poindexter Labs kaller denne foreldede modellen for KI-leverandørkjeden et "ødelagt" system for fremtidens kunstig intelligens .