Της Ελευθερίας Πιπεροπούλου
Ένα ακόμη μεγάλο άλμα στην αποτίμησή της καταγράφει η Arena, η AI startup που συνίδρυσε ο Έλληνας Αναστάσιος Αγγελόπουλος, καθώς ανακοίνωσε νέο γύρο χρηματοδότησης Series B ύψους 200 εκατ. δολαρίων, με την αποτίμησή της να διαμορφώνεται πλέον στα 3,1 δισ. δολάρια, από 1,7 δισ. δολάρια στις αρχές του 2026.
Η νέα χρηματοδότηση έρχεται λίγες εβδομάδες μετά τη συμμετοχή του Αναστάσιου Αγγελόπουλου σε συζήτηση με τον πρωθυπουργό Κυριάκο Μητσοτάκη στο Σαν Φρανσίσκο, στο πλαίσιο της εκδήλωσης της Endeavor Greece "The Future of AI Elsewhere”. Ο συνιδρυτής της Arena ήταν ένας από τους τέσσερις Έλληνες founders στον χώρο της τεχνητής νοημοσύνης που συμμετείχαν στη συζήτηση, αναδεικνύοντας την παρουσία της ελληνικής τεχνολογικής κοινότητας στην αιχμή της διεθνούς αγοράς AI.
Η Arena, η οποία ξεκίνησε ως ερευνητικό project για την αξιολόγηση μοντέλων τεχνητής νοημοσύνης, έχει εξελιχθεί μέσα σε σύντομο χρονικό διάστημα σε μία από τις σημαντικότερες πλατφόρμες αξιολόγησης AI διεθνώς. Τον Ιανουάριο του 2026 είχε σηκώσει γύρο Series A ύψους 150 εκατ. δολαρίων, φτάνοντας σε αποτίμηση 1,7 δισ. δολαρίων.
Παράλληλα, η εταιρεία αναφέρει ότι έχει ξεπεράσει τα 100 εκατ. δολάρια σε ετησιοποιημένα έσοδα, ενώ διευρύνει το αντικείμενό της από την αξιολόγηση των απαντήσεων των μοντέλων στην αξιολόγηση της συμπεριφοράς των AI agents σε πραγματικές συνθήκες χρήσης.
Από το Stanford και το Berkeley στην… Arena
Ο Αναστάσιος Αγγελόπουλος έχει αφιερώσει την έρευνά του σε ένα ερώτημα που γίνεται όλο και πιο επίκαιρο καθώς η τεχνητή νοημοσύνη ενσωματώνεται σε περισσότερες εφαρμογές: πώς μπορούμε να γνωρίζουμε ποια συστήματα AI είναι πραγματικά αξιόπιστα;
Η διαδρομή του ξεκίνησε από το Stanford University, όπου σπούδασε Ηλεκτρολόγος Μηχανικός και αποφοίτησε το 2019 με διάκριση (Bachelor of Science with Distinction). Κατά τη διάρκεια των σπουδών του είχε ως ερευνητικούς μέντορες τους Gordon Wetzstein και Stephen Boyd, ενώ τιμήθηκε με το Terman Award.
Το 2019 συνέχισε στο UC Berkeley, όπου εκπόνησε διδακτορικό στο Τμήμα Electrical Engineering and Computer Sciences (EECS), με ερευνητικό αντικείμενο τη μηχανική μάθηση (machine learning) και την υπολογιστική όραση (computer vision). Ολοκλήρωσε το διδακτορικό του το 2024, ενώ έλαβε και το Leon O. Chua Student Award. Στη συνέχεια παρέμεινε στο Berkeley ως μεταδιδακτορικός ερευνητής (Postdoctoral Scholar), έως τον Μάρτιο του 2025.
Το 2024 εργάστηκε επίσης για έξι μήνες ως Student Researcher στην Google DeepMind. Εκεί, η έρευνά του επικεντρώθηκε στο conformal prediction, στην ποσοτικοποίηση της αβεβαιότητας και στην ανάπτυξη στατιστικών εγγυήσεων για μοντέλα "μαύρου κουτιού” — συστήματα των οποίων η εσωτερική λειτουργία δεν είναι πλήρως γνωστή ή προσβάσιμη.
Στην πράξη, το ερευνητικό αυτό πεδίο επιχειρεί να απαντήσει σε ένα κρίσιμο ερώτημα για την τεχνητή νοημοσύνη: όχι μόνο τι μπορεί να κάνει ένα μοντέλο, αλλά και πόσο αξιόπιστες είναι οι προβλέψεις του και υπό ποιες προϋποθέσεις μπορούμε να βασιστούμε σε αυτές.
Η "γέννηση" της Arena
Η Arena ξεκίνησε ως ερευνητικό εγχείρημα στο UC Berkeley, με στόχο την αξιολόγηση των μοντέλων τεχνητής νοημοσύνης σε πραγματικές συνθήκες χρήσης. Η αρχική ιδέα ήταν απλή: δύο μοντέλα παράγουν απαντήσεις στο ίδιο ερώτημα, χωρίς να αποκαλύπτεται η ταυτότητά τους, και οι χρήστες επιλέγουν εκείνη που θεωρούν καλύτερη. Η συγκέντρωση αυτών των προτιμήσεων επιτρέπει τη σύγκριση των μοντέλων με βάση τις επιλογές των χρηστών και όχι αποκλειστικά βάσει προκαθορισμένων δοκιμών.
Το εγχείρημα έγινε αρχικά γνωστό ως Chatbot Arena και στη συνέχεια ως LMArena, εξελισσόμενο σε πλατφόρμα αξιολόγησης και σύγκρισης μοντέλων AI. Μέσω του Battle Mode, οι χρήστες συγκρίνουν ανώνυμα τις απαντήσεις διαφορετικών μοντέλων, ενώ οι ψήφοι τους τροφοδοτούν τις κατατάξεις της πλατφόρμας.
Το 2025, η δραστηριότητα πέρασε σε εταιρική φάση με τη σύσταση της Arena Intelligence Inc. και την εξασφάλιση χρηματοδότησης από την Andreessen Horowitz (a16z) και το University of California.
Από τα μοντέλα στους AI agents
Καθώς οι δυνατότητες της τεχνητής νοημοσύνης διευρύνονται, διευρύνεται και το πεδίο αξιολόγησης της Arena. Το ζητούμενο δεν είναι πλέον μόνο ποιο μοντέλο δίνει την καλύτερη απάντηση, αλλά και κατά πόσο μπορεί να εκτελέσει με αξιοπιστία μια εργασία για λογαριασμό του χρήστη.
Οι AI agents μπορούν πλέον να γράφουν κώδικα, να πραγματοποιούν αναλύσεις, να επεξεργάζονται έγγραφα και να εκτελούν ενέργειες χρησιμοποιώντας διαφορετικά εργαλεία. Σε αυτές τις περιπτώσεις, η αξιολόγηση γίνεται πιο σύνθετη: δεν αρκεί να εξεταστεί το τελικό αποτέλεσμα, αλλά χρειάζεται να διαπιστωθεί αν ο agent ακολούθησε τις οδηγίες, αν ενήργησε εντός των ορίων που του τέθηκαν και αν περιέγραψε με ακρίβεια όσα έκανε.
Η Arena υποστηρίζει ότι η ανάπτυξη της AI έχει ξεπεράσει την ικανότητα της αγοράς να αξιολογεί επαρκώς τις πραγματικές δυνατότητες και τη συμπεριφορά των συστημάτων. Παράλληλα, εκτιμά ότι οι στατικές δοκιμές αξιολόγησης ενδέχεται να μην αποτυπώνουν με ακρίβεια την απόδοση των μοντέλων σε πραγματικές συνθήκες, ιδίως όταν αυτά μπορούν να αναγνωρίσουν ότι υποβάλλονται σε αξιολόγηση.
Σε αυτό το πλαίσιο, η εταιρεία επεκτείνει τη δραστηριότητά της πέρα από τη σύγκριση των επιδόσεων, επιδιώκοντας να μετρήσει και την αξιοπιστία της συμπεριφοράς των AI agents. Η κατεύθυνση αυτή αποτυπώνεται στη δημιουργία ενός νέου δείκτη, ο οποίος εστιάζει στο κατά πόσο τα συστήματα ενεργούν σύμφωνα με τις οδηγίες των χρηστών και αποφεύγουν παραπλανητικές ή μη εξουσιοδοτημένες ενέργειες.
Ο νέος δείκτης για την "ευθυγράμμιση” της AI
Παράλληλα με την ανακοίνωση της νέας χρηματοδότησής της, η Arena παρουσίασε τον Arena Alignment Index, έναν δείκτη που αποσκοπεί στην αξιολόγηση της ευθυγράμμισης της συμπεριφοράς των AI agents με τις προθέσεις και τις οδηγίες των χρηστών. Σε αντίθεση με τις κατατάξεις που μετρούν τις δυνατότητες των μοντέλων, ο νέος δείκτης εστιάζει σε περιπτώσεις κατά τις οποίες η συμπεριφορά τους αποκλίνει από όσα τους έχουν ζητηθεί ή από τα στοιχεία που διαθέτουν.
Η αρχική έκδοση βασίζεται σε τρία είδη συμπεριφοράς, τα οποία, σύμφωνα με την εταιρεία, μπορούν να εντοπιστούν και να επαληθευτούν μέσα από την καταγραφή των ενεργειών ενός agent σε πραγματικές αλληλεπιδράσεις.
Το πρώτο, Unauthorized Action (UA), αφορά περιπτώσεις κατά τις οποίες το μοντέλο προχωρά σε ενέργεια πέρα από τα όρια της εντολής που έλαβε από τον χρήστη.
Το δεύτερο, False Attribution (FA), αναφέρεται σε περιπτώσεις κατά τις οποίες το μοντέλο αποδίδει στον χρήστη μια δήλωση, πρόθεση ή πληροφορία που έρχεται σε αντίθεση με στοιχεία που έχει ήδη παράσχει.
Το τρίτο, Deceptive Completion (DC), αφορά περιπτώσεις κατά τις οποίες το μοντέλο παραπλανά τον χρήστη, ισχυριζόμενο ότι ολοκλήρωσε μια εργασία ενώ αυτή παραμένει ανολοκλήρωτη.
350 εκατ. συνεδρίες
Η ανάπτυξη της Arena αποτυπώνεται και στα στοιχεία χρήσης της πλατφόρμας, τα οποία, σύμφωνα με την εταιρεία, αντανακλούν τη συμμετοχή μιας ευρείας διεθνούς κοινότητας στην αξιολόγηση των συστημάτων τεχνητής νοημοσύνης.
Σε λιγότερο από πέντε μήνες από την έναρξή της, η Agent Arena, η πλατφόρμα που αξιολογεί τις δυνατότητες των AI agents στην εκτέλεση σύνθετων εργασιών, συγκέντρωσε 7 εκατ. συνεδρίες χρήσης. Συνολικά, σε ολόκληρη την πλατφόρμα της Arena έχουν καταγραφεί 350 εκατ. συνεδρίες, ενώ οι ψήφοι των χρηστών ανέρχονται σε 62 εκατ. και καλύπτουν διαφορετικές κατηγορίες εφαρμογών, από την επεξεργασία κειμένου και εικόνας έως τον προγραμματισμό, την αναζήτηση και το βίντεο.
Η Arena αναφέρει επίσης ότι προσελκύει δεκάδες εκατομμύρια επισκέπτες κάθε μήνα από περισσότερες από 150 χώρες, ενώ έχει πραγματοποιήσει πάνω από 1.000 νέες αξιολογήσεις μοντέλων, καλύπτοντας τόσο συστήματα ανοικτού κώδικα όσο και ιδιόκτητα μοντέλα. Παράλληλα, έχει διαθέσει δημόσια περισσότερα από 375.000 σημεία δεδομένων για την υποστήριξη της ανοιχτής έρευνας στην τεχνητή νοημοσύνη, μαζί με στοιχεία της μεθοδολογίας που χρησιμοποιεί για τη διαμόρφωση των κατατάξεών της.
Οι ισχυρές επενδυτές
Επικεφαλής στον νέο γύρο είναι οι Lightspeed Venture Partners και Khosla Ventures, ενώ στη χρηματοδότηση συμμετέχουν επίσης οι Salesforce Ventures, 01 Advisors, Dell Technologies Capital, Acrew Capital και Endeavor Catalyst, καθώς και οι υφιστάμενοι επενδυτές της Arena, μεταξύ των οποίων οι a16z, Felicis, AMP PBC, QuantumLight και The House Fund.
Για τον Αναστάσιο Αγγελόπουλο, η νέα χρηματοδότηση αποτελεί ένα ακόμη βήμα μιας ιδιαίτερα γρήγορης πορείας από την ακαδημαϊκή έρευνα στην επιχειρηματική αξιοποίηση της τεχνητής νοημοσύνης.
