Micro1 corre verso i 500 milioni: perché i dati umani sono diventati strategici per l’IA

Il balzo di Micro1 mostra che, anche mentre lo sviluppo dei modelli diventa sempre più automatizzato, l’intelligenza artificiale ha ancora bisogno di un ingrediente raro: il contributo umano altamente specializzato.

La startup, nata circa quattro anni fa, avrebbe portato il proprio run rate lordo annualizzato da 100 a 500 milioni di dollari in appena otto mesi, fornendo esperti selezionati e prodotti dati per l’addestramento, la valutazione dei modelli e la robotica. 17

Il numero più vistoso richiede però una precisazione. Un run rate annualizzato è una proiezione su dodici mesi del volume d’attività osservato: non equivale automaticamente a ricavi annuali certificati, utili o liquidità già incassata. Secondo le ricostruzioni disponibili, Micro1 trattiene circa il 60-70% della fatturazione lorda e avrebbe un run rate netto annualizzato compreso tra 150 e 200 milioni di dollari. Le due stime, tuttavia, non tornano perfettamente: il 60-70% di 500 milioni produrrebbe una cifra più alta. È possibile che siano state usate definizioni diverse di volume lordo, quota trattenuta e ricavi netti. Per questo il dato netto va considerato provvisorio. 6 9 17

Perché la crescita di Micro1 è significativa

Micro1 recluta professionisti con competenze verticali — tra cui medici, avvocati, scienziati e altri specialisti — per creare, verificare e valutare dati destinati agli sviluppatori di sistemi di IA. Le attività possono comprendere la valutazione delle risposte dei modelli, la generazione di dati di ragionamento e la produzione di feedback per le fasi di post-addestramento. 1 6

La tesi di fondo è semplice: i modelli più avanzati non hanno bisogno soltanto di potenza di calcolo e di enormi raccolte di testi online. Servono anche esempi di qualità, giudizi di esperti, valutazioni affidabili e dimostrazioni di come le persone affrontano compiti complessi, anche nel mondo fisico.

Man mano che i dati facilmente disponibili diventano meno utili o meno distintivi, i dati proprietari prodotti dagli esseri umani possono trasformarsi in un collo di bottiglia ricorrente, al pari della capacità di calcolo. 1 6

Questo non dimostra che l’industria dell’IA finirà per spendere sui dati quanto spende sui chip e sull’elaborazione. Spiega però perché gli investitori e i produttori di modelli considerano i dati umani specializzati un’infrastruttura strategica, non un semplice servizio di etichettatura a basso valore.

Il confronto con Mercor e Handshake

Il run rate lordo annualizzato di Micro1, pari secondo le stime a 500 milioni di dollari, è notevole ma non è il più alto del settore. TechCrunch ha riferito che Mercor avrebbe raggiunto 2 miliardi di dollari di ricavi lordi annualizzati, mentre Handshake avrebbe toccato quota 1 miliardo. 17

Il confronto non è perfettamente omogeneo: si tratta di valori annualizzati riportati dalle aziende o da fonti vicine, e ciascuna società potrebbe definire in modo diverso ricavi lordi, ricavi netti e run rate. La scala dei tre operatori suggerisce comunque che la domanda di dati forniti da esperti umani sia abbastanza ampia da sostenere diversi protagonisti in forte crescita.

Micro1, inoltre, non si presenta soltanto come un marketplace per il lavoro qualificato. Il suo modello combina ricerca e verifica degli esperti con ambienti per la valutazione dei modelli, generazione di dati sintetici e dataset potenzialmente riutilizzabili da più clienti.

Da piattaforma di recruiting a infrastruttura dei dati

Micro1 è nata come società di recruiting basata sull’intelligenza artificiale. Secondo le ricostruzioni sulla sua storia, il fondatore Ali Ansari si accorse che alcuni clienti interessati ai servizi di etichettatura dei dati usavano la piattaforma di recruiting di Micro1 per trovare e selezionare ingegneri specializzati nell’annotazione. Da quell’osservazione è arrivata la svolta verso il data labeling e i dati di addestramento generati da esseri umani. 1 15

Il passaggio è stato decisivo: il software di recruiting è diventato un modo per organizzare manodopera specializzata per progetti di IA. Invece di limitarsi ad aiutare un’azienda ad assumere una persona, Micro1 può riunire esperti per incarichi circoscritti di addestramento e valutazione, gestendo l’intero flusso di lavoro.

La direzione attuale dell’azienda si articola in tre aree collegate:

• Post-addestramento e valutazione con esperti: specialisti umani analizzano le risposte dei modelli e forniscono giudizi o feedback in quelli che Micro1 definisce “palestre per il reinforcement learning”, cioè ambienti destinati a migliorare i modelli attraverso valutazioni e segnali umani. 1
• Dati sintetici: la società starebbe lavorando su materiale generato automaticamente, comprese descrizioni di video, per ampliare la quantità di dati utilizzabili nell’addestramento. 1
• Dati per la robotica: Micro1 sta costruendo un dataset di pre-addestramento basato su registrazioni di contributori che interagiscono con oggetti comuni nelle loro abitazioni, così da documentare compiti fisici quotidiani. 1 15

Nel complesso, l’azienda si sta spostando oltre l’annotazione tradizionale. L’obiettivo è controllare i sistemi e i dataset capaci di trasformare l’esperienza umana in segnali di addestramento per modelli linguistici, agenti autonomi e robot.

Il possibile vantaggio dei dataset riutilizzabili

Il lavoro degli esperti su commissione è di norma legato a un singolo progetto: il cliente paga per un’attività e il fornitore trattiene una parte della fatturazione. I dataset “pronti all’uso” e riutilizzabili seguono una logica diversa. Se un dataset è utilizzabile legalmente, sufficientemente originale e prezioso per più sviluppatori, può essere concesso in licenza più di una volta.

È questa possibilità di replicare le vendite ad aver portato alcune ricostruzioni a ipotizzare margini lordi dell’80-90% per i dataset riutilizzabili e sintetici. Si tratta però di un’aspettativa futura, non di un risultato attuale confermato. I margini dipenderanno dal costo di raccolta e verifica dei dati, dalla loro effettiva differenziazione agli occhi dei clienti e dalla chiarezza dei diritti necessari per concederli in licenza. 1 9

Contratti più grandi potrebbero accelerare ulteriormente la crescita, ma comportano anche rischi di concentrazione e di esecuzione. Un’azienda che lavora con i laboratori di IA più avanzati deve garantire la qualità degli esperti, proteggere le informazioni sensibili, documentare consenso e titolarità dei dati e dimostrare che i dataset migliorano davvero i modelli, invece di limitarsi ad aumentarne il volume.

La controversia sulla vendita di dati riutilizzabili alla Cina

La possibilità di rivendere lo stesso dataset a più clienti apre una questione geopolitica: i dati creati da esperti con sede negli Stati Uniti dovrebbero essere disponibili a diversi sviluppatori di modelli, comprese società cinesi? I critici temono che dataset riutilizzabili possano rafforzare sistemi di IA in Paesi considerati concorrenti strategici dagli Stati Uniti. 1

Ansari ha dichiarato che Micro1 non vende i propri dati ai produttori cinesi di modelli. Ha inoltre criticato, senza nominarle, alcune società del settore dei dati umani che lavorerebbero con “avversari stranieri”, definendo contraddittorio sostenere la leadership statunitense nell’IA e al tempo stesso vendere grandi quantità di dati a Paesi in competizione strategica con gli Stati Uniti. 33 35

Questa è la politica dichiarata da Micro1 e questa è la lettura del mercato proposta dal suo fondatore. Le informazioni disponibili non identificano però in modo indipendente quali concorrenti vendano dataset a sviluppatori cinesi, né descrivono per intero le pratiche di quelle società. La disputa resta quindi sia una questione di politica industriale sia uno strumento di posizionamento competitivo.

Valutazione e finanziamenti: cosa è confermato

Nel settembre 2025 Micro1 avrebbe raccolto 35 milioni di dollari in un round di Serie A, con una valutazione di 500 milioni di dollari. 15 7

In seguito sono circolate ipotesi su un nuovo finanziamento a una valutazione molto più alta. Le informazioni disponibili, tuttavia, non confermano l’importo, la valutazione, gli investitori coinvolti o l’effettiva chiusura dell’operazione. Quel possibile round non va quindi trattato come un fatto acquisito.

La lezione più ampia per il mercato dell’IA

La traiettoria di Micro1 fotografa un cambiamento nella filiera dell’intelligenza artificiale. Il prodotto di valore non è più soltanto un bacino di annotatori: è la combinazione di esperti affidabili, procedure di valutazione, esempi proprietari, sistemi per generare dati sintetici e diritti di utilizzo ben documentati.

I 500 milioni di dollari vanno letti soprattutto come un segnale della domanda, non come una misura limpida della redditività. Micro1 resta più piccola dei principali concorrenti secondo i valori lordi riportati e le sue stime lorde e nette richiedono cautela. Ma il passaggio dal recruiting all’infrastruttura dei dati umani spiega perché le aziende che costruiscono sistemi di IA continuino a pagare per il giudizio degli esperti — e perché la prossima fase della competizione potrebbe concentrarsi sul controllo dei dati di addestramento più rari e utili.