据一位接受 TechCrunch 采访的知情人士透露，专门提供人工智能训练数据的 Micro1 在过去八个月内将年度总收入运行率从1亿美元提升至5亿美元。这一增长反映出人工智能实验室和大型企业对独特数据的需求不断扩大，它们需要这些数据来训练模型并评估模型输出。
Micro1成立于四年前，其运营方式与竞争对手相似：以合同形式雇用医生、律师、科学家及其他领域的专家，执行与数据相关的任务。据同一消息人士透露，该公司保留总收入运行率的约60%至70%，这意味着其估算的年度净收入运行率在1.5亿至2亿美元之间。
市场足以容纳更多参与者
尽管 Micro1 的规模仍小于 Mercor 等竞争对手——后者今年夏天达到20亿美元的年度总收入运行率——以及 Handshake——后者在今年早些时候达到10亿美元——但其增长速度表明，市场需求足以支持多家供应人工智能训练数据的公司。
一些研究人员认为，未来在数据上的支出可能接近在计算能力上的支出。与此同时，该公司正面临合同规模扩大，并预计其利润率将随着时间推移而改善。
从人工标注到合成数据
Micro1 正试图通过生成合成数据来减少部分任务对人工劳动的依赖，例如自动生成视频内容描述。据一位了解公司财务状况的人士透露，该公司生成的部分数据集还可以出售给多个客户，这使其即用型数据的总利润率提高至80%至90%。
实际上，这意味着人工智能数据公司的增长不仅取决于参与标注和评估的专家数量增加，也取决于将数据转化为可重复使用的产品；这可能降低数据交付成本，并提高每个数据集带来的收益。
向多个客户出售数据引发争议
近期，将数据集转售给多个客户引发了争议。批评者认为，向中国的人工智能模型开发商提供可直接使用的数据，可能帮助其模型接近美国领先模型的水平。
Micro1 创始人 Ali Ansari 上个月在 X 平台的一篇帖子中表示，与部分竞争对手不同，他的公司不会向中国模型开发商出售数据。Micro1 没有回应 TechCrunch 的置评请求。
拓展模型和机器人评估业务
Micro1 最初是一家人工智能招聘初创公司，后来转向数据标注业务，因为 Ansari 注意到，其客户使用该平台筛选并招聘工程师，从事评论和标注工作。
该公司还在开展其称为强化训练中心的业务，由专家评估模型输出；此外，公司还在构建一个用于机器人预训练的数据集，方法是让数百人记录自己在家中与物体进行的日常互动。
Micro1 去年9月完成了一轮 Series A 融资，当时估值为5亿美元。据 TechCrunch 了解，该公司近期可能又完成了一轮融资，估值大幅提高，但该轮融资尚未得到公开确认。