【量子位 2025年12月4日讯】AI数据训练赛道再添“黑马”。12月4日，成立仅三年的AI数据服务初创公司Micro1宣布，其年度经常性收入（ARR）已突破1亿美元——这一数字较2025年初的700万美元增长超13倍，更较9月披露的4500万美元实现翻倍。创始人兼CEO阿里·安萨里（Ali Ansari）在接受TechCrunch采访时透露，Micro1已成为Scale AI的核心竞争对手，客户覆盖微软等顶级AI实验室及多家财富100强企业，而其快速增长的秘诀，在于精准抓住“专家级数据需求爆发”与“新场景数据缺口”两大机遇。
从AI招聘工具到数据训练巨头：Micro1的“逆袭路径”
Micro1的崛起并非一蹴而就，其前身是2022年推出的AI招聘工具Zara，主打“用NLP解析简历，匹配工程人才与软件岗位”，匹配准确率曾达92%（据a16z 2025年10月报告）。但创始人安萨里很快发现，随着OpenAI、谷歌DeepMind等实验室加速大模型迭代，“高质量人类标注数据”成为稀缺资源——尤其是需要领域专家参与的“强化学习反馈（RLHF）”“模型输出评估”等环节，市场供给严重不足。
2024年，Micro1果断转型，将Zara的AI招聘能力改造为“专家招募与评估系统”：通过AI面试筛选各领域专家（涵盖技术、医疗、金融等数百个垂直领域），再将专家与AI实验室的标注需求精准匹配。这一转型迅速见效：2025年初ARR仅700万美元，9月完成3500万美元A轮融资（估值5亿美元）时，ARR已达4500万美元；短短三个月后，这一数字再度翻倍突破1亿美元，成为赛道内增长最快的玩家之一。
安萨里将增长归因于“两点不可替代性”：
-
专家招募效率：AI系统可在48小时内完成从“需求发布到专家上岗”的全流程，较传统人工招募效率提升10倍，且能通过多轮测试确保专家资质（如验证程序员的代码能力、医生的临床诊断水平）；
-
数据质量管控：建立“专家评级体系”，根据标注准确性动态调整专家优先级与报酬（顶尖专家时薪可达100美元），同时通过交叉验证、异常数据标记等机制，确保数据误差率低于3%。
目前，Micro1已管理数千名跨领域专家，其中不乏哈佛教授、斯坦福博士等高端人才，服务的客户除微软外，还包括多家未披露名称的财富100强企业，主要为其提供大模型后训练、强化学习数据支持。
挑战Scale AI：巨头动荡期的“弯道超车”
Micro1的快速崛起，恰逢行业龙头Scale AI陷入“动荡期”。2025年以来，因Meta对Scale AI投资140亿美元并挖走其CEO，OpenAI、谷歌DeepMind等核心客户相继终止合作，为竞争对手腾出市场空间。安萨里坦言，“这一变化让我们获得了更多与顶级实验室合作的机会”，但他同时强调，Micro1的竞争力不止于“趁势而为”，更在于“差异化定位”。
与Scale AI侧重“大规模基础数据标注”（如图片分类、语音转写）不同，Micro1聚焦“高价值专家级数据”，瞄准三大高壁垒场景：
-
大模型强化学习（RLHF）：组织领域专家对模型输出进行打分、纠错，帮助模型优化逻辑推理、专业知识准确性（如训练医疗大模型时，由执业医生评估诊断建议）；
-
模型评估与筛选：为企业提供“多模型对比测试”服务，通过专家团队对不同大模型的输出质量、合规性、效率进行综合评估，辅助企业选择适配的模型；
-
垂直领域数据定制：针对金融、法律等专业领域，提供包含行业术语、复杂场景的标注数据，解决通用数据“专业性不足”的问题。
不过，Micro1与行业头部玩家仍有差距：据TechCrunch获取的消息，竞争对手Mercor当前ARR超4.5亿美元，Surge 2024年ARR更是高达12亿美元。安萨里表示，“我们不追求短期规模超越，而是专注于高毛利的专家级数据市场，这一领域的增长潜力才刚刚释放”。
押注两大新蓝海：机器人数据与企业AI代理
在巩固现有业务的同时，Micro1已开始布局未来增长引擎。安萨里透露，公司正重点开拓两个“尚处于萌芽阶段但潜力巨大”的新市场，预计这两大领域将在未来两年内贡献30%以上的营收。
1. 机器人预训练数据：构建“全球最大物理任务数据集”
随着家用、商用机器人需求增长，“如何让机器人理解并完成日常物理任务”成为行业痛点——这需要海量“人类演示数据”（如人如何拿起杯子、整理桌面、开关门）。Micro1正通过“分布式采集”模式，招募数百名普通用户，在家庭场景中录制物体交互过程，构建机器人预训练数据集。
“机器人要在真实环境中可靠运行，必须学习人类处理复杂情况的方式。”安萨里举例，比如“杯子倒了如何清理”“抽屉卡住如何打开”，这些场景无法通过实验室模拟，必须依赖真实生活中的人类演示。目前，该数据集已收录超10万段视频，涵盖200+常见家庭任务，计划2026年向机器人公司开放授权。
2. 企业AI代理（AI Agent）开发支持
非AI原生的财富1000强企业，正加速开发内部AI代理（用于财务分析、客户支持、供应链管理等），而这类代理的开发需要“全周期人类参与”：从测试不同模型的适配性，到微调模型以匹配企业流程，再到持续验证其在生产环境中的表现，每一步都离不开领域专家的评估。
安萨里预测，“未来企业产品预算中，将有0%到至少25%投入到AI代理的评估与人类数据支持上”。目前，Micro1已与3家制造业企业合作，为其供应链AI代理提供数据标注与性能评估服务，帮助代理优化“订单预测”“库存预警”等核心功能的准确性。
未来规划：聚焦“负责任增长”，抢占百亿市场
对于未来，安萨里设定了清晰的目标：2026年将专家团队规模扩大至1万人，覆盖更多垂直领域；同时深化与机器人公司、传统企业的合作，将新业务营收占比提升至20%。他强调，Micro1的增长将“以负责任为前提”，包括保障专家报酬（当前平均时薪较行业水平高30%）、严格管控数据隐私（所有数据均去标识化处理，且仅用于客户指定项目）。
安萨里对市场前景充满信心。他预计，当前100-150亿美元规模的AI数据训练市场，将在两年内增长至近1000亿美元，而Micro1聚焦的“专家级数据”“机器人数据”“企业AI代理数据”三大领域，将占据其中40%以上的份额。“我们不只是在卖数据，更是在帮助客户构建更可靠、更适配的AI系统——这才是长期价值所在。”
随着AI技术向更多行业渗透，数据的“专业性”与“场景化”将成为核心竞争力。Micro1的崛起，不仅印证了这一趋势，也为初创公司在巨头主导的AI赛道中，提供了“聚焦细分高价值领域”的突围样本。未来，随着新业务的落地，这家三年初创能否进一步缩小与头部玩家的差距，甚至改写行业格局，值得持续关注。
