7.5
深览指数
商业腾讯新闻·乌鸦智能说··AI 生成
一年暴涨100倍，AI最被低估的生意爆发了
AI训练数据正从一次性投入的原材料，转变为持续消耗的燃料，催生了一个近百亿美元的市场。文章核心结论是：数据需求量级和价格双重上涨，数据公司从劳动力外包转变为深度参与模型研发的服务商，获取更高溢价。同时，行业内部出现分化：真实工作流数据取代人工标注成为新稀缺品，RL环境成为实验室采购重点。适合关注AI产业商业模式、价值链演变和创业机会的读者。原文 ↗
核心观点
- ▍AI训练数据公司从劳动力外包转变为深度参与模型研发的服务商，赚取的不再是标注人工费，而是服务溢价，这是行业集体爆发的根本原因。
- ▍单纯的数据标注正在贬值，头部玩家纷纷向价值链更深处迁移：Scale AI 转型政企AI总包商，Surge AI 专注高端精品，Mercor 横向扩张专家网络，Handshake 做数据管道。
- 01Menlo Ventures 收录的28家AI训练数据创业公司，合计年收入约85亿美元，总估值接近1000亿美元。
- 02Mercor 年化收入从2025年9月的5亿美元，增长至2026年6月的超过20亿美元，九个月增长三倍。
- 03Handshake 切入AI训练数据业务一年内，年化收入从500万-1000万美元涨至约11亿美元，翻了100倍。
- 04模型迭代速度加快，从GPT-4到GPT-4o间隔13个月，到2026年GPT-5.4和GPT-5.5间隔仅一个月，数据采购从项目制变为日常动作。
- 05SWE-bench Pro 覆盖范围从12个Python仓库扩展到41个仓库、4种语言，单条训练样本容量从几百个token涨到几万个token。
- 06数据价格从按件计酬（0.02美元/条）变为时薪制，Mercor的STEM专家时薪达到90-110美元。
- 07Mercor的毛利率从约27%提升至35%-40%，Scale AI长期保持在50%以上，而传统人力外包公司毛利率普遍只有15%-20%。
- 08Handshake与OpenAI合作，组织数千名自由职业者上传真实工作成果，并启动“雇主数据计划”直接采购企业运营数据。
- 09Protege将医疗数据交付周期压缩至30天，通过提前聚合、精筛、合规打包三步走，为AI实验室当“数据买手”。
反方 / 局限
- — 文章未提及数据隐私与合规风险，例如Handshake采购企业真实运营数据可能涉及的员工数据隐私问题，以及Protege的医疗数据去标识化操作是否绝对安全。
- — 对RL环境业务的评估较为乐观，但OpenAI自建单个网站环境成本约2万美元，模型厂商自建与外包给数据公司之间的成本效率比较，文章未深入讨论。
Scale AIMercorHandshakeSurge AIProtegeDeeptuneOpenAIAnthropicMenlo VenturesSemiAnalysisSWE-benchRLHFRL环境Type 1数据Type 2数据
11 分钟 · 4 卡片 · 10 资料
读原文 →