Micro1 kasvoi kahdeksassa kuukaudessa 100 miljoonasta 500 miljoonaan dollariin – tekoäly tarvitsee yhä ihmisiä

Micro1:n nopea kasvu kertoo ennen kaikkea siitä, että tekoäly-yhtiöt tarvitsevat edelleen vaikeasti saatavaa, erikoistunutta ihmistyötä – vaikka mallien kehitystä automatisoidaan jatkuvasti. Neljä vuotta sitten perustettu startup kertoo kasvattaneensa vuositasolle lasketun bruttoliikevaihtonsa 100 miljoonasta 500 miljoonaan dollariin kahdeksassa kuukaudessa. Kasvun taustalla on asiantuntijoiden välittäminen ja tekoälymallien koulutukseen, arviointiin sekä robotiikkaan tarkoitettujen datatuotteiden rakentaminen. 17

Luku vaatii kuitenkin tarkennuksen. Bruttoliikevaihdon run rate on hetkellisen liiketoimintavolyymin vuositasolle projisoitu mittari. Se ei ole sama asia kuin tilintarkastettu vuosiliikevaihto, voitto tai yrityksen kassaan kertynyt raha. Raporttien mukaan Micro1:lle jää noin 60–70 prosenttia bruttolaskutuksesta, ja nettomääräiseksi vuositasolle lasketuksi liikevaihdoksi on arvioitu 150–200 miljoonaa dollaria. Luvut eivät kuitenkaan täsmää suoraan: 60–70 prosenttia 500 miljoonasta dollarista tuottaisi korkeamman summan. Ero voi johtua siitä, että bruttovolyymille, yhtiölle jäävälle osuudelle ja nettoliikevaihdolle käytetään eri määritelmiä. Arviota on siksi pidettävä alustavana. 6 9 17

Miksi Micro1:n kasvu on merkittävää?

Micro1 rekrytoi lääkäreiden, juristien, tutkijoiden ja muiden alojen asiantuntijoita tuottamaan, tarkistamaan ja arvioimaan tekoälylle tarkoitettua dataa. Työ voi tarkoittaa esimerkiksi mallin vastausten pisteyttämistä, päättelyaineiston tuottamista tai palautteen antamista mallien jatkokoulutusta varten. 1 6

Tämän liiketoiminnan taustalla on yksinkertainen rajoite: kehittyneet tekoälymallit tarvitsevat muutakin kuin laskentatehoa ja valtavia määriä verkosta kerättyä tekstiä. Ne tarvitsevat laadukkaita esimerkkejä, asiantuntijoiden arvioita, testejä sekä kuvauksia siitä, miten ihmiset ratkaisevat vaikeita tai fyysisiä tehtäviä.

Kun helposti saatavilla oleva verkkodata käy vähemmän hyödylliseksi, yritysten itse keräämä ja ihmisten tuottama data voi muodostua laskentatehon rinnalle toiseksi pullonkaulaksi. Tämä ei vielä todista, että tekoälyala käyttäisi dataan yhtä paljon rahaa kuin laskentatehoon. Se kuitenkin selittää, miksi erikoistunutta ihmisen tuottamaa dataa pidetään yhä useammin strategisena infrastruktuurina eikä vain halpana luokittelupalveluna.

Micro1, Mercor ja Handshake

Micro1:n raportoitu 500 miljoonan dollarin bruttovuosivauhti on huomattava, mutta alan suurin se ei ole. TechCrunchin mukaan Mercor on yltänyt 2 miljardin dollarin ja Handshake 1 miljardin dollarin bruttovuositasolle. 17

Vertailu ei ole täysin yksiselitteinen, sillä yritykset voivat määritellä bruttoliikevaihdon, nettoliikevaihdon ja run raten eri tavoin. Luvut kertovat silti markkinan koosta: asiantuntijoiden tuottamalle datalle näyttää olevan kysyntää niin paljon, että useampi toimija voi kasvaa hyvin suureksi.

Micro1 ei myöskään asemoi itseään pelkästään työvoiman välityspalveluksi. Sen tarjontaan kuuluu asiantuntijoiden hankinnan ja seulonnan lisäksi mallien arviointiympäristöjä, synteettisen datan tuotantoa ja aineistoja, joita voidaan mahdollisesti käyttää useiden asiakkaiden projekteissa.

Rekrytointipalvelusta data-infrastruktuuriksi

Micro1 aloitti tekoälyyn keskittyvänä rekrytointiyhtiönä. Yhtiön perustaja Ali Ansari kertoi huomanneensa, että data-annotointipalveluja ostavat asiakkaat käyttivät Micro1:n rekrytointialustaa annotointi-insinöörien löytämiseen ja seulomiseen. Tämä havainto johti suunnanmuutokseen kohti datan annotointia ja ihmisten tuottamaa koulutusdataa. 1 15

Rekrytointiohjelmistosta tuli näin väline, jolla erikoisosaajia voitiin koota tiettyihin tekoälyhankkeisiin. Yrityksen ei tarvinnut vain auttaa asiakasta palkkaamaan työntekijää, vaan se pystyi organisoimaan asiantuntijoita rajattuihin koulutus- ja arviointitehtäviin sekä hallinnoimaan koko työnkulun.

Micro1:n nykyinen tuotesuunta jakautuu kolmeen toisiinsa liittyvään alueeseen:

• Asiantuntijoiden tekemä jatkokoulutus ja arviointi: Erikoisosaajat arvioivat mallien vastauksia ja antavat niistä palautetta yhtiön niin kutsutuissa vahvistusoppimisen ympäristöissä eli ”reinforcement-learning gyms” -ympäristöissä. 1
• Synteettinen data: Yhtiö kehittää tiettävästi automaattisesti tuotettua aineistoa, kuten videoiden kuvauksia, kasvattaakseen käyttökelpoisen koulutusdatan määrää. 1
• Robotiikan data: Micro1 rakentaa esikoulutusaineistoa tallenteista, joissa osallistujat käsittelevät tavallisia kodin esineitä. Näin syntyy esimerkkejä arkisista fyysisistä tehtävistä. 1 15

Kokonaisuus vie yhtiötä perinteistä annotointia pidemmälle. Tavoitteena on rakentaa järjestelmiä ja aineistoja, jotka muuttavat ihmisten osaamisen koulutussignaaleiksi kieli-, agentti- ja robotiikkamalleille.

Uudelleenkäytettävät aineistot voivat muuttaa talouslogiikkaa

Sopimuspohjainen asiantuntijatyö liittyy yleensä yhteen projektiin: asiakas maksaa tehtävän suorittamisesta, ja palveluntarjoaja pitää osan laskutuksesta. Valmiiksi koottu, uudelleenkäytettävä aineisto toimii eri tavalla. Jos aineistoa voidaan käyttää lainmukaisesti, se erottuu kilpailijoiden tuotteista ja on useille kehittäjille arvokas, sitä voidaan mahdollisesti lisensoida useamman kerran.

Tämä toistettavuus selittää, miksi raportoinnissa uudelleenkäytettäviin ja synteettisiin aineistoihin on liitetty 80–90 prosentin mahdollisia bruttokatteita. Kyse on tulevaisuuteen suuntautuvasta arviosta, ei vahvistetusta tämänhetkisestä tuloksesta. Toteutuminen riippuu muun muassa datan keräämisen ja tarkistamisen kustannuksista, siitä miten ainutlaatuisena asiakkaat aineistoa pitävät sekä siitä, onko yhtiöllä selkeä oikeus sen lisensoimiseen. 1 9

Suuremmat sopimukset voivat vauhdittaa kasvua, mutta samalla ne lisäävät keskittymis- ja toteutusriskejä. Kehittyneitä tekoälylaboratorioita palvelevan yrityksen on pystyttävä varmistamaan asiantuntijatyön laatu, suojaamaan arkaluonteiset tiedot, dokumentoimaan suostumukset ja omistusoikeudet sekä osoittamaan, että aineisto parantaa malleja eikä vain kasvata datamäärää.

Kiista datan myymisestä Kiinaan

Uudelleenkäytettävien aineistojen myynti useille asiakkaille synnyttää myös geopoliittisen kysymyksen: pitäisikö yhdysvaltalaisten asiantuntijoiden tuottamaa dataa tarjota eri mallikehittäjille, myös kiinalaisille yrityksille? Kriitikot pelkäävät, että tällainen koulutusdata voisi vahvistaa Yhdysvaltojen strategisina kilpailijoina pitämiä tekoälyjärjestelmiä. 1

Ansari on sanonut, ettei Micro1 myy dataansa kiinalaisten mallikehittäjien käyttöön. Hän on myös arvostellut nimeämättömiä ihmisten tuottamaan dataan keskittyviä yrityksiä yhteistyöstä ”ulkomaisiksi vastustajiksi” kutsumiensa tahojen kanssa. Ansarin mukaan on ristiriitaista tavoitella Yhdysvaltojen tekoälyjohtajuutta ja samalla myydä suuria määriä dataa maille, jotka kilpailevat Yhdysvaltojen kanssa vastakkainasettelun sävyttämässä asetelmassa. 33 35

Kyse on Micro1:n ilmoittamasta linjauksesta ja Ansarin tulkinnasta markkinasta. Saatavilla oleva raportointi ei itsenäisesti vahvista, mitkä kilpailijat myyvät aineistoja kiinalaisille kehittäjille tai millaisia niiden käytännöt kokonaisuudessaan ovat. Kiista on siten sekä datan käyttöä koskeva politiikkakysymys että osa Micro1:n kilpailuasemointia.

Mitä Micro1:n arvosta tiedetään?

Micro1 keräsi raportoidusti 35 miljoonan dollarin A-sarjan rahoituksen syyskuussa 2025. Kierroksessa yhtiön arvostukseksi ilmoitettiin 500 miljoonaa dollaria. 15 7

Myöhemmissä raporteissa on käsitelty mahdollisuutta uuteen rahoituskierrokseen huomattavasti korkeammalla arvostuksella. Saatavilla oleva näyttö ei kuitenkaan vahvista kierroksen kokoa, arvostusta, sijoittajia tai sitä, toteutuiko kierros. Sitä ei siksi pidä pitää varmistettuna tietona.

Suurempi kuva

Micro1:n kehitys kuvastaa tekoälyn toimitusketjussa tapahtuvaa muutosta. Arvokas tuote ei ole enää pelkkä annotaattoreiden joukko, vaan yhdistelmä luotettavia asiantuntijoita, arviointityönkulkuja, omaa esimerkkidataa, synteettisen datan järjestelmiä ja selkeitä datan käyttöoikeuksia.

500 miljoonan dollarin luku kannattaa nähdä ennen kaikkea kysynnän merkkinä, ei puhtaana kannattavuuden mittarina. Micro1 on edelleen pienempi kuin suurimmat raportoidut kilpailijansa, ja sen brutto- ja nettoluvuissa on syytä pitää varaa. Yhtiön siirtyminen rekrytoinnista ihmisten tuottaman datan infrastruktuuriksi osoittaa silti, miksi tekoälykehittäjät maksavat asiantuntijoiden harkinnasta – ja miksi kilpailu voi seuraavassa vaiheessa keskittyä siihen, kuka hallitsee harvinaisinta ja hyödyllisintä koulutusdataa.