Micro1 haalt run-rate van 500 miljoen dollar: waarom menselijke AI-data zo waardevol is

De opmars van Micro1 is een teken dat AI-bedrijven nog altijd afhankelijk zijn van schaarse, gespecialiseerde menselijke input. Terwijl de ontwikkeling van modellen steeds verder wordt geautomatiseerd, levert de vier jaar oude startup experts en dataproducten voor modeltraining, evaluatie en robotica. Volgens berichtgeving steeg de bruto jaar-run-rate in acht maanden van 100 miljoen naar 500 miljoen dollar. 17

Die headline moet wel met enige voorzichtigheid worden gelezen. Een bruto jaar-run-rate is een geannualiseerde momentopname van het werk en de facturatie die door een bedrijf stroomt. Het is niet hetzelfde als gecontroleerde jaaromzet, winst of daadwerkelijk ontvangen cash. Volgens berichtgeving houdt Micro1 ongeveer 60 tot 70 procent van de brutofacturatie over en ligt de geschatte netto jaar-run-rate tussen 150 miljoen en 200 miljoen dollar. Die cijfers zijn rekenkundig niet volledig met elkaar in overeenstemming: 60 tot 70 procent van 500 miljoen dollar zou op een hoger bedrag uitkomen. Mogelijk hanteren de betrokken bronnen verschillende definities van brutovolume, inhouding en netto-omzet. De schatting moet daarom als voorlopig worden beschouwd. 6 9 17

Waarom de groei van Micro1 ertoe doet

Micro1 werft vakspecialisten, onder wie artsen, juristen en wetenschappers, om data voor AI-ontwikkelaars te maken, te beoordelen en te evalueren. Zij kunnen bijvoorbeeld modelantwoorden rangschikken, redeneerdata genereren of feedback leveren voor systemen die na de eerste training verder worden bijgesteld. 1 6

Daarachter zit een eenvoudige beperking. Geavanceerde AI-systemen hebben niet alleen rekenkracht en enorme hoeveelheden online tekst nodig. Ze hebben ook hoogwaardige voorbeelden, deskundige beoordelingen, evaluaties en demonstraties nodig van hoe mensen moeilijke of fysieke taken uitvoeren. Naarmate vrij beschikbare data minder bruikbaar wordt, kan eigen, door mensen gegenereerde data uitgroeien tot een terugkerende bottleneck naast rekenkracht. 1 6

Dat bewijst niet dat de AI-sector uiteindelijk evenveel aan data zal uitgeven als aan chips en rekenkracht. Het maakt wel duidelijk waarom investeerders en modelbouwers gespecialiseerde menselijke data steeds vaker zien als strategische infrastructuur, en niet als eenvoudige, goedkope labelarbeid.

Micro1 tegenover Mercor en Handshake

De gerapporteerde bruto jaar-run-rate van 500 miljoen dollar is aanzienlijk, maar Micro1 is daarmee niet de grootste speler in deze markt. TechCrunch meldde dat Mercor een bruto geannualiseerde omzet van 2 miljard dollar had bereikt en Handshake op 1 miljard dollar stond. 17

De vergelijking is niet volledig één-op-één. Het gaat om gerapporteerde geannualiseerde cijfers, terwijl bedrijven begrippen als bruto-omzet, netto-omzet en run-rate verschillend kunnen definiëren. Toch wijst de schaal van deze drie ondernemingen erop dat de vraag naar data van menselijke experts groot genoeg is om meerdere snelgroeiende leveranciers te dragen.

Micro1 presenteert zich bovendien niet uitsluitend als een marktplaats voor tijdelijke arbeidskrachten. Het bedrijf combineert het vinden en screenen van experts met evaluatieomgevingen, het genereren van synthetische data en datasets die mogelijk bij meerdere klanten opnieuw kunnen worden ingezet.

Van AI-werving naar data-infrastructuur

Micro1 begon als een bedrijf voor AI-gestuurde werving. Volgens berichtgeving merkte oprichter Ali Ansari dat klanten die datalabeling afnamen, het wervingsplatform van Micro1 gebruikten om technici voor annotatie te vinden en te screenen. Dat inzicht leidde tot een verschuiving richting datalabeling en door mensen gegenereerde trainingsdata. 1 15

Die koerswijziging was belangrijk omdat de wervingssoftware een manier bood om gespecialiseerde arbeidskrachten voor AI-projecten samen te brengen. In plaats van alleen een werknemer voor een bedrijf te vinden, kon Micro1 experts organiseren voor afgebakende trainings- en evaluatietaken en de bijbehorende workflow beheren.

De huidige productstrategie bestaat uit drie nauw verbonden onderdelen:

• Post-training en evaluatie door experts: vakspecialisten beoordelen modeluitvoer en geven feedback in omgevingen die Micro1 aanduidt als “reinforcement-learning gyms”. 1
• Synthetische data: het bedrijf werkt volgens berichtgeving aan automatisch gegenereerd materiaal, zoals videobeschrijvingen, om de hoeveelheid bruikbare trainingsdata uit te breiden. 1
• Data voor robotica: Micro1 bouwt een dataset voor de voortraining van robots op basis van opnames waarin deelnemers alledaagse huishoudelijke voorwerpen gebruiken. Zo ontstaan demonstraties van fysieke taken uit het dagelijks leven. 1 15

Samen brengen deze activiteiten Micro1 verder dan conventionele annotatie. De ambitie is om de systemen en datasets te bezitten die menselijke expertise omzetten in trainingssignalen voor taalmodellen, AI-agenten en robotica.

Herbruikbare datasets kunnen het verdienmodel veranderen

Werk door experts op contractbasis is meestal gekoppeld aan één project: een klant betaalt voor een specifieke opdracht en de leverancier houdt een deel van de facturatie over. Herbruikbare datasets bieden een ander model. Als een dataset juridisch bruikbaar, onderscheidend genoeg en waardevol voor meerdere ontwikkelaars is, kan deze mogelijk meer dan één keer worden gelicentieerd.

Die herhaalbaarheid verklaart waarom berichtgeving herbruikbare en synthetische datasets in verband brengt met mogelijke brutomarges van 80 tot 90 procent. Dat is een toekomstgerichte verwachting, geen bevestigd huidig resultaat. De haalbaarheid hangt af van de kosten voor het verzamelen en controleren van de data, de vraag of klanten de dataset echt onderscheidend vinden en de vraag of Micro1 duidelijke rechten heeft om de data te licentiëren. 1 9

Grotere contracten kunnen de groei verder versnellen, maar brengen ook risico’s met zich mee. Een bedrijf dat aan geavanceerde AI-labs levert, moet de kwaliteit van experts bewaken, gevoelige informatie beschermen, toestemming en eigendom goed documenteren en aantonen dat datasets modellen daadwerkelijk verbeteren — in plaats van alleen maar meer volume toe te voegen.

De controverse rond verkoop aan China

De mogelijkheid om datasets opnieuw te verkopen, roept ook een geopolitieke vraag op: moeten gegevens die door experts in de Verenigde Staten zijn gemaakt beschikbaar zijn voor meerdere modelbouwers, waaronder bedrijven in China? Critici vrezen dat herbruikbare trainingsdata AI-systemen kan versterken in landen die de VS als strategische concurrenten beschouwt. 1

Ansari heeft gezegd dat Micro1 zijn data niet verkoopt aan Chinese modelmakers. Ook bekritiseerde hij niet bij naam genoemde bedrijven in de sector omdat die volgens hem samenwerken met “foreign adversaries”. Hij noemt het tegenstrijdig om Amerikaans AI-leiderschap te bepleiten en tegelijk grote hoeveelheden data te verkopen aan landen die geopolitiek tegenover de Verenigde Staten staan. 33 35

Dat is het beleid zoals Micro1 het zelf beschrijft en de manier waarop Ansari de markt karakteriseert. De beschikbare berichtgeving identificeert niet onafhankelijk welke concurrenten datasets aan Chinese ontwikkelaars verkopen en brengt evenmin de volledige werkwijze van die bedrijven in kaart. Het geschil blijft daarom zowel een beleidskwestie als een concurrentiële positioneringsclaim.

Wat is bekend over de waardering?

Volgens berichtgeving haalde Micro1 in september 2025 een Series A-ronde van 35 miljoen dollar op tegen een waardering van 500 miljoen dollar. 15 7

Latere berichten spreken over de mogelijkheid van een financieringsronde tegen een aanzienlijk hogere waardering. De beschikbare informatie bevestigt echter niet hoeveel geld daarbij zou zijn opgehaald, welke waardering werd gehanteerd, wie investeerde of dat de ronde daadwerkelijk is gesloten. Die latere financiering moet daarom niet als bevestigd worden beschouwd.

De bredere betekenis

De ontwikkeling van Micro1 laat een verschuiving in de AI-toeleveringsketen zien. Het waardevolle product is niet langer alleen een pool van annotatoren. Het gaat steeds meer om de combinatie van betrouwbare experts, evaluatieworkflows, eigen voorbeelden, systemen voor synthetische data en duidelijke dat rechten.

De 500 miljoen dollar is vooral een signaal van de vraag in de markt, niet een zuivere maatstaf voor winstgevendheid. Micro1 is volgens de gerapporteerde cijfers nog kleiner dan de grootste concurrenten en de verhouding tussen bruto- en nettocijfers vraagt om voorzichtigheid. Maar de overstap van werving naar infrastructuur voor menselijke AI-data maakt helder waarom AI-bedrijven blijven betalen voor deskundig menselijk oordeel — en waarom de volgende concurrentiestrijd kan draaien om de controle over de zeldzaamste en bruikbaarste trainingsdata.