A mesterséges intelligencia tréningadatainak iránti szinte kiapadhatatlan kereslet jelentős fellendülést hozott az adatok címkézésével foglalkozó startupoknak. Ennek egyik gyors növekedésű szereplője a négyéves Micro1, amely az elmúlt nyolc hónapban a bruttó éves futási bevételét (gross annual run rate, ARR) körülbelül 100 millió dollárról 500 millió dollárra bővítette, egy a céghez közel álló forrás szerint.
Nettó bevétel és marginok
A forrás szerint amint más, szerződéses alapon orvosokat, jogászokat és tudósokat is foglalkoztató adatcímkéző vállalatoknál, Micro1 is a bruttó összeg nagyjából 60–70%-át tartja meg. Ez a számítás a vállalat nettó éves futási bevételét 150–200 millió dollár közé helyezi.
Versenytársak és piac
Bár a Micro1 még elmarad olyan versenytársaktól, mint Mercor (amely az idei nyáron 2 milliárd dolláros bruttó évesített bevételt ért el) vagy Handshake (amely az év elején 1 milliárd dollárra jutott), a startup gyors bevételnövekedése azt jelzi, hogy a piac képes több nagy szereplőt is eltartani. Egyes kutatók azt jósolják, hogy a jövőben az AI‑hoz kapcsolódó adatköltségek összevethetők lehetnek a számítási kapacitásra fordított kiadásokkal, ami további növekedést jelezhet az adatszolgáltatási szegmens számára.
Termékfejlesztés: automatizált és „off‑the‑shelf” adatok
A cég növekedését részben az magyarázza, hogy egyre nagyobb arányban állít elő emberi beavatkozás nélküli, szintetikus adatokat, például automatikus videóleírásokat. Egy, a Micro1 pénzügyeit ismerő forrás szerint az ilyen, több ügyfélnek értékesíthető „off‑the‑shelf” adatkészletek bruttó fedezete (gross margin) 80–90% körül mozog, mivel ugyanazt a datasetet többször lehet értékesíteni.
Ez a megközelítés ugyanakkor vitát is kiváltott: kritikusok azt állítják, hogy az off‑the‑shelf adatok eladása kínai fejlesztőknek hozzájárulhat ahhoz, hogy ezek a modellek felzárkózzanak a vezető amerikai modellekhez.
Politika és nyilatkozatok
Micro1 alapítója, Ali Ansari a közelmúltban X platformon azt írta, hogy a vállalat, a versenytársaitól eltérően, nem ad el adatokat kínai modellkészítőknek. Ansari szerint „néhány emberi adatcéggel külföldi ellenségekkel dolgozik. [A]z eredmények ma a Kimi K3‑ban is láthatók. Szégyennek tartjuk az amerikai AI‑dominancia hangoztatását olyan országoknak milliós értékű adatokat eladva, amelyekkel versengésben állunk.”
Eredet és további kezdeményezések
A Micro1, akárcsak a Mercor, kezdetben AI‑toborzó céllal indult. Ansari és csapata észrevette, hogy a platformjukat az adatok annotálására toborzott mérnökök kiválasztására és ellenőrzésére is használják, ezért a vállalat stratégiai váltást hajtott végre és belépett az adatszolgáltatás piacára.
Ansari korábban azt is elmondta TechCrunchnak, hogy a cég szakértői modellkimenetek értékelésében (az ún. „reinforcement learning gyms” koncepció) is részt vesznek, és egy robotikai előképzési (pre‑training) adatkészleten dolgoznak: ennek részeként több száz általános felhasználó rögzíti az otthoni, mindennapi tárgyakkal való interakciókat.
Finanszírozás és válasz hiánya
A Micro1 tavaly szeptemberben zárta Series A körét 500 millió dolláros értékeltségen; a TechCrunch úgy értesült, hogy a startup nemrég újabb finanszírozási kört zárhatott jelentősen magasabb értékeltségen. A Micro1 nem válaszolt a cikk szerzőjének megkeresésére.
Miért számít ez
Az adatkészletek iránti növekvő kereslet és a magasabb marginú, újraértékesíthető szintetikus tartalmak megjelenése átalakítja az AI‑tréningszolgáltatások üzleti modelljét. A Micro1 növekedése azt jelzi, hogy a piac képes több nagy szereplőt is eltartani, ugyanakkor a geopolitikai és etikai kérdések—például kinek adják el az adatokat—további vitákat és szabályozói figyelmet vonhatnak maguk után.
