Run Rate AI Micro1 Cecah AS$500 Juta: Mengapa Data Manusia Masih Sangat Bernilai

Pertumbuhan Micro1 menjadi petanda bahawa syarikat AI masih bergantung pada input manusia yang jarang dan khusus, walaupun sebahagian besar proses pembangunan model kini semakin automatik. Syarikat pemula berusia empat tahun itu dilaporkan meningkatkan gross annual run rate daripada AS$100 juta kepada AS$500 juta dalam tempoh lapan bulan dengan membekalkan pakar yang telah disaring serta membina produk data untuk latihan, penilaian model dan robotik. 17

Namun, angka utama ini perlu difahami dengan tepat. Gross annual run rate ialah anggaran tahunan berdasarkan kadar perniagaan semasa—bukan perkara yang sama dengan hasil tahunan teraudit, keuntungan atau jumlah tunai yang telah dikutip. Laporan menyebut Micro1 mengekalkan kira-kira 60% hingga 70% daripada bil kasar, dengan anggaran net annualized revenue sekitar AS$150 juta hingga AS$200 juta. Tetapi angka berkenaan tidak sepadan secara matematik: 60% hingga 70% daripada AS$500 juta sepatutnya menghasilkan jumlah yang lebih tinggi. Perbezaan ini mungkin berpunca daripada takrif berbeza bagi jumlah kasar, kadar pengekalan dan hasil bersih. Maka, anggaran tersebut wajar dianggap sementara. 6 9 17

Mengapa pertumbuhan Micro1 penting

Micro1 merekrut pakar bidang seperti doktor, peguam, saintis dan profesional berkemahiran tinggi yang lain untuk mencipta, menyemak serta menilai data bagi pembangun AI. Tugas mereka boleh merangkumi menilai jawapan model, menghasilkan data penaakulan dan memberikan maklum balas untuk sistem pascalatihan model. 1 6

Peluang lebih besar dalam bidang ini berpunca daripada satu kekangan asas: sistem AI termaju memerlukan lebih daripada kuasa pengkomputeran dan himpunan besar teks dalam talian. Model tersebut juga memerlukan contoh berkualiti tinggi, pertimbangan pakar, penilaian serta demonstrasi cara manusia menyelesaikan tugas sukar atau tugas fizikal. Apabila data yang mudah diperoleh semakin kurang berguna, data proprietari yang dihasilkan manusia berpotensi menjadi kesesakan bekalan yang berterusan—sama seperti kuasa pengkomputeran. 1 6

Ini bukan bukti bahawa industri AI kelak akan membelanjakan jumlah yang sama besar untuk data seperti untuk kuasa pengkomputeran. Namun, ia menjelaskan mengapa pelabur dan pembangun model mula melihat data manusia khusus sebagai infrastruktur strategik, bukan sekadar perkhidmatan pelabelan bernilai rendah.

Micro1 berbanding Mercor dan Handshake

Gross annual run rate Micro1 yang dilaporkan sebanyak AS$500 juta memang besar, tetapi bukan angka tertinggi dalam kategori ini. TechCrunch melaporkan Mercor telah mencapai gross annualized revenue sebanyak AS$2 bilion, manakala Handshake pula mencecah AS$1 bilion. 17

Perbandingan ini tidak sepenuhnya setara kerana angka tersebut ialah kadar tahunan yang dilaporkan, dan setiap syarikat mungkin mentakrifkan hasil kasar, hasil bersih serta run rate secara berbeza. Namun, skala ketiga-tiga perniagaan itu menunjukkan bahawa permintaan terhadap data yang dibekalkan pakar manusia cukup luas untuk menyokong beberapa penyedia yang berkembang pesat.

Kedudukan Micro1 juga agak berbeza daripada pasaran tenaga kerja semata-mata. Syarikat ini menggabungkan pencarian dan saringan pakar dengan persekitaran penilaian, penjanaan data sintetik serta set data yang berpotensi digunakan semula oleh beberapa pelanggan.

Daripada pengambilan pekerja AI kepada infrastruktur data

Micro1 pada asalnya ialah syarikat pengambilan pekerja untuk sektor AI. Menurut laporan mengenai sejarah syarikat itu, pendiri Ali Ansari menyedari bahawa pelanggan yang membeli perkhidmatan pelabelan data turut menggunakan platform pengambilan Micro1 untuk mencari dan menapis jurutera anotasi. Pemerhatian tersebut mendorong syarikat beralih kepada pelabelan data dan data latihan yang dijana manusia. 1 15

Peralihan itu penting kerana perisian pengambilan pekerja Micro1 menyediakan cara untuk menghimpunkan tenaga kerja khusus bagi projek AI. Berbanding hanya membantu syarikat mengambil seorang pekerja tetap, Micro1 boleh menyusun pakar untuk tugas latihan dan penilaian tertentu serta mengurus aliran kerja yang terhasil.

Arah produk semasanya merangkumi tiga bidang yang saling berkaitan:

• Pascalatihan dan penilaian oleh pakar: Pakar menilai keluaran model dan memberikan pertimbangan atau maklum balas dalam persekitaran yang digambarkan Micro1 sebagai “reinforcement-learning gyms”. 1
• Data sintetik: Syarikat itu dilaporkan sedang membangunkan bahan yang dijana secara automatik, termasuk penerangan video, bagi menambah jumlah data latihan yang boleh digunakan. 1
• Data robotik: Micro1 sedang membina set data pralatihan berdasarkan rakaman penyumbang yang berinteraksi dengan objek rumah biasa. Rakaman itu menghasilkan demonstrasi tugasan fizikal seharian. 1 15

Gabungan ini membawa syarikat melangkaui anotasi konvensional. Matlamatnya adalah untuk menguasai sistem dan set data yang menukar kepakaran manusia kepada isyarat latihan bagi model bahasa, ejen AI dan robotik.

Mengapa set data boleh guna semula boleh mengubah ekonomi perniagaan

Kerja pakar berasaskan kontrak lazimnya terikat pada projek tertentu: pelanggan membayar tenaga kerja untuk menyelesaikan tugasan, manakala penyedia mengambil sebahagian daripada bil tersebut. Set data “luar rak” atau off-the-shelf yang boleh digunakan semula menawarkan model yang berbeza. Jika set data itu mempunyai hak penggunaan yang jelas, cukup berbeza dan bernilai kepada beberapa pembangun, ia berpotensi dilesenkan lebih daripada sekali.

Kebolehulangan inilah yang menyebabkan laporan mengaitkan set data boleh guna semula dan data sintetik dengan kemungkinan margin kasar sebanyak 80% hingga 90%. Itu ialah jangkaan untuk masa hadapan, bukannya keputusan semasa yang telah disahkan. Margin sedemikian bergantung pada kos mengumpul dan mengesahkan data, sejauh mana pelanggan menganggapnya berbeza daripada pilihan lain serta sama ada syarikat mempunyai hak yang jelas untuk melesenkannya. 1 9

Kontrak yang lebih besar juga boleh mempercepat pertumbuhan, tetapi pada masa sama meningkatkan risiko tumpuan pelanggan dan risiko pelaksanaan. Syarikat yang membekalkan data kepada makmal AI terkemuka perlu mengekalkan kualiti pakar, melindungi maklumat sensitif, mendokumenkan persetujuan dan pemilikan, serta membuktikan bahawa set datanya benar-benar meningkatkan prestasi model—bukan sekadar menambah jumlah data.

Kontroversi menjual data boleh guna semula kepada China

Keupayaan menjual semula set data mencetuskan persoalan geopolitik: adakah data yang dihasilkan pakar berasaskan Amerika Syarikat patut tersedia kepada pelbagai pembangun model, termasuk syarikat di China? Pengkritik bimbang data latihan yang boleh digunakan semula berpotensi mengukuhkan sistem AI negara yang dilihat Amerika Syarikat sebagai pesaing strategik. 1

Ansari berkata Micro1 tidak menjual datanya kepada pembangun model China. Beliau turut mengkritik syarikat data manusia yang tidak dinamakan kerana bekerjasama dengan “musuh asing”, sambil berhujah bahawa adalah bercanggah untuk memperjuangkan kepimpinan AI Amerika sambil menjual data bernilai jutaan dolar kepada negara yang bersaing secara bermusuhan dengan Amerika Syarikat. 33 35

Itulah dasar yang dinyatakan Micro1 serta gambaran Ansari terhadap pasaran. Laporan yang tersedia tidak mengenal pasti secara bebas pesaing yang menjual set data kepada pembangun China atau mengesahkan amalan penuh syarikat-syarikat tersebut. Oleh itu, pertikaian ini kekal sebagai isu dasar dan pada masa sama dakwaan kedudukan kompetitif.

Apa yang diketahui tentang penilaian Micro1

Micro1 dilaporkan mengumpul AS$35 juta dalam pusingan Siri A pada September 2025, pada penilaian AS$500 juta, berdasarkan liputan mengenai pertumbuhan terdahulu syarikat itu. 15 7

Laporan berikutnya membincangkan kemungkinan satu lagi pusingan pembiayaan pada penilaian yang jauh lebih tinggi. Namun, bukti yang tersedia tidak mengesahkan jumlah, penilaian, pelabur atau sama ada pusingan tersebut benar-benar selesai. Ia tidak patut dianggap sebagai pembiayaan yang telah disahkan.

Kesimpulan: nilai sebenar mungkin terletak pada data yang sukar diperoleh

Perjalanan Micro1 menggambarkan perubahan dalam rantaian bekalan AI. Produk yang bernilai kini bukan lagi sekadar kumpulan pekerja anotasi, tetapi gabungan pakar yang dipercayai, aliran kerja penilaian, contoh proprietari, sistem data sintetik dan hak penggunaan data.

Angka AS$500 juta paling sesuai dibaca sebagai petunjuk permintaan, bukan ukuran keuntungan yang muktamad. Micro1 masih lebih kecil berbanding pesaing terbesar berdasarkan angka yang dilaporkan, manakala angka kasar dan bersihnya memerlukan penelitian. Namun, perubahan haluan daripada pengambilan pekerja kepada infrastruktur data manusia menjelaskan mengapa syarikat pembina AI terus membayar pertimbangan pakar—dan mengapa fasa persaingan seterusnya mungkin berkisar pada siapa yang mengawal data latihan paling jarang serta paling berguna.