Децентралізована AI-мережа Perceptron отримала $6,5 млн: що це означає для ринку даних

Головна проблема для навчання штучного інтелекту сьогодні — це не потужності обчислення, а доступ до якісних, реальних даних, які не заховані за закритими партнерствами чи не виснажені нескінченним скрапінгом. Саме це намагається вирішити Perceptron — децентралізована AI-мережа з Дубаю, яка об'єднує глобальну спільноту учасників. На сьогодні вона налічує понад 807 000 вузлів та понад 300 000 щоденних активних користувачів. 30–31 липня 2026 року компанія закрила стратегічний раунд фінансування на $6,5 млн за участі 14–15 Web3-інвесторів, трейдингових фірм та інфраструктурних партнерів, щоб масштабувати мережу та запустити платформу для «квестів із даними» (data-questing).

Хто інвестував у раунд Perceptron на $6,5 млн

Жодного головного інвестора оголошено не було. За даними численних джерел, список учасників включає :

• Sigma Capital
• Selini Capital
• QCP Capital
• P2 Ventures (раніше Polygon Ventures)
• CoinDCX Ventures
• Momentum6
• DeFi Capital
• Walrus Foundation
• Aethir
• Colosseum
• GuruDev Capital
• Tempo Finance
• NewTribe Capital
• Digital Consensus Fund
• CodeCraft Capital

Деякі джерела називають 14 інвесторів, інші — 15. Розбіжність, ймовірно, пов'язана з тим, чи враховують NewTribe Capital як лідируючого інвестора чи як учасника. Оцінка компанії не розголошується.

Як працює децентралізована мережа даних для AI

Perceptron створив децентралізовану «AI-сітку даних» (data mesh), яка замінює централізований скрапінг на глобальну мережу учасників. Кожен може запустити Perceptron Node — розширення для браузера або застосунок для Android — яке ділиться вільним трафіком та обчислювальними ресурсами. Зараз мережа працює у понад 150 країнах і налічує понад 807 000 вузлів та понад 300 000 щоденних активних користувачів.

AI-компанії можуть замовляти спеціалізовані набори даних через платформу data-questing компанії Perceptron. Вони розміщують структуровані завдання зі збору даних, адаптовані до потреб навчання моделей, а учасники виконують ці завдання, надаючи унікальні набори даних, експертні знання або пропускну здатність, та отримують за це токени. Учасники зберігають право власності на свої дані та монетизують їх безпосередньо через мережу, уникаючи централізованої моделі «зібрав і продав».

Perceptron стверджує, що ця модель знижує витрати на отримання даних приблизно на 90% порівняно з традиційними централізованими постачальниками. Спільнота учасників включає лікарів, юристів, носіїв мов та інших фахівців, які можуть надавати знання та реальні дані.

Цілі масштабування: найближчі та довгострокові

Найближчим пріоритетом компанії є масштабування мережі до 5 мільйонів вузлів до кінця 2026 року. Нові кошти будуть спрямовані на три конкретні напрямки :

• Запуск платформи data-questing у повному масштабі
• Розширення інструментів для учасників та інфраструктури винагород
• Підтримка зростання мережі до 5 млн вузлів

Окрім цього орієнтиру, жодних конкретних довгострокових чисельних цілей (наприклад, «X млн вузлів до 2028 року») публічно не оголошувалося. Довгострокова мета компанії — стати стандартним децентралізованим рівнем даних для навчання та виконання AI-моделей, розширюючи мережу учасників за рахунок невикористаного трафіку, унікальних наборів даних та експертних знань.

Показники зростання

Perceptron демонструє значне зростання. Кількість щоденних активних користувачів зросла з 200 000 на початковому етапі до понад 300 000 — тобто на 50%. Кількість вузлів аналогічно збільшилася з понад 700 000 до понад 807 000 за той самий період, причому компанія повідомляє про активність у більш ніж 150 країнах.

У червні 2025 року мережа об'єдналася з BlockMesh, поєднавши інфраструктуру Perceptron з мережею BlockMesh, яка налічувала понад 700 000 пристроїв для збору та структурування публічних вебданих.