loading...
在构建先进人工智能的激烈竞争中，关键战场并非芯片或算法，而在于专业人才。成立仅三年的初创企业Micro1刚刚披露了一项惊人财务数据：年度经常性收入突破1亿美元。这一数字较年初的700万美元实现爆发式增长，使其成为Scale AI等老牌厂商的强大竞争对手，同时凸显出人工标注AI训练数据这个庞大却常被忽视的市场。对于加密货币和科技投资者而言，这标志着AI发展白热化背景下巨额资金的流向。
Micro1的财务轨迹堪称非凡。由24岁的加州大学伯克利分校在校生阿里·安萨里创立的公司，在2025年初ARR仅为700万美元。根据安萨里独家披露，目前该数字已突破1亿美元。这意味着在不到一年内增长超过1300%，较2024年9月披露的3500万美元收入增长逾倍——当时公司以5亿美元估值完成了A轮融资。
该公司的核心业务是招募和管理领域专家，为高级AI系统开发创建和评估训练数据。其客户包括微软等领先AI实验室及其他财富百强企业，专注于通过强化学习和后期训练等技术改进大语言模型。
Micro1的加速增长恰逢行业格局变动，特别是在Meta向Scale AI投入140亿美元后，OpenAI和谷歌DeepMind据传与该供应商终止合作。这一变动为竞争对手在突然加剧的市场竞争中创造了机遇。
尽管Micro1的1亿美元ARR增长惊人，但在绝对收入上仍落后于更大体量的竞争对手。据行业消息，Mercor的ARR超过4.5亿美元，Surge在2024年收入约达12亿美元。
不过Micro1的差异化优势在于其专业化的专家招募评估体系。公司最初以Zara为名从事AI人才招聘，后来转型数据训练市场。这一背景使其开发出专属面试筛选工具，用于平台专家岗位的申请人评估。
安萨里将竞争优势归因于快速识别和引入真正领域专家的能力，覆盖从高技术学科到线下领域的数百个行业。目前平台管理着数千名专家，其中许多人时薪接近100美元，包括投入大量时间通过Micro1训练AI的哈佛教授和斯坦福博士。
Micro1的商业模式基于当代AI发展的根本事实：尽管合成数据生成和自动训练技术不断进步，高质量训练数据的创建和模型性能评估仍离不开人类专家。这尤其体现在：
强化学习：人类反馈对建立引导AI行为的奖励模型至关重要模型评估：专家评估输出质量，识别偏见并评定性能专业知识：领域专长确保技术、医疗、法律等专业领域的准确性边缘案例：人类能识别并处理自动化系统可能遗漏的场景
“有哈佛教授和斯坦福博士每周花费一半时间通过Micro1训练AI，”安萨里透露，“但更大的变化在于角色规模和范围。它正扩展到语言模型训练中意想不到的领域，包括线下和非技术行业。”
安萨里预测，人类生成的AI训练数据市场将在两年内从当前估计的100-150亿美元扩张至近千亿美元。这一增长将由两个新兴领域驱动：
企业AI智能体开发：非AI原生的财富千强企业将开始构建用于内部工作流、支持运营、财务及行业特定任务的AI智能体。开发这些智能体需要每个阶段进行系统化人工评估。
机器人预训练：AI的下一个前沿需要人类对日常物理任务的高质量演示。Micro1正在构建“全球最大的机器人预训练数据集”，收集数百名通才在家庭环境中的物体交互记录。
安萨里解释道：“我们预计非AI原生企业的产品预算将有相当比例投向评估和人工数据，从零增长至至少25%。我们也在帮助机器人实验室创建数据，这两个领域将占据千亿美元市场的巨大份额。”
Micro1的快速崛起预示着AI行业的若干重要趋势：
人机回圈系统价值不降反增：AI能力提升同时，对复杂人工评估和专业训练数据的需求相应增长市场格局多元化：没有单一玩家能主导整个AI数据训练生态质量重于数量：从通用标注转向领域专家意味着行业训练数据方法的成熟新应用催生新需求：机器人和企业AI智能体代表全新需求类别
目前安萨里表示Micro1专注于负责任地扩展规模，优厚回报专家，并“在以训练机器为核心的行业中保持人的中心地位”。公司在机器人数据和企业智能体开发的早期布局，结合专业强化学习环境的扩展，使其在竞争加剧中能获取更多市场份额。
Micro1在一年内从700万美元跃升至超1亿美元ARR的历程，不仅是一个初创企业的成功故事。它揭示了推动AI革命的关键却常被忽视的人力基础设施。随着人工智能系统日益复杂，它们对高质量专业人才的依赖反而增强。那些最善于识别、组织和部署专业知识的公司，将在快速形成的千亿美元市场中获取非凡价值。对于投资者和行业观察者而言，Micro1的爆发式增长有力地指明了通往通用人工智能道路上真正的瓶颈与机遇所在。
107
392
189
554
105
881
853
644
727
