Стрибок Micro1 до $500 млн показує, чому людські дані такі цінні для ШІ

Зростання Micro1 — сигнал того, що навіть дедалі автоматизованішій індустрії штучного інтелекту бракує спеціалізованого людського внеску. Чотирирічний стартап, який залучає перевірених експертів і створює дані для навчання та оцінювання моделей, за повідомленнями, збільшив свій валовий річний run rate зі $100 млн до $500 млн лише за вісім місяців. 17

Що насправді означають $500 млн

До цієї цифри варто ставитися обережно. Валовий річний run rate — це річна оцінка обсягу робіт або платежів, що проходять через компанію за поточними темпами. Це не те саме, що підтверджена аудиторська виручка, прибуток чи кошти, які компанія фактично отримала.

За повідомленнями, Micro1 залишає собі близько 60–70% валових рахунків, а її чистий річний показник оцінюють у $150–200 млн. Однак ці дані не узгоджуються арифметично: 60–70% від $500 млн дали б вищу суму. Ймовірно, джерела або компанія по-різному визначають валовий обсяг, частку утримання та чисту виручку. Тому оцінку $150–200 млн слід вважати попередньою, а не остаточним фінансовим результатом. 6 9 17

Чому людські дані стають інфраструктурою для ШІ

Micro1 залучає лікарів, юристів, науковців та інших фахівців, які створюють, перевіряють і оцінюють дані для розробників ШІ. Вони можуть аналізувати відповіді моделей, генерувати дані для міркування та надавати зворотний зв’язок під час післянавчання систем. 1 6

Потреба в такій роботі виникає через обмеження сучасного ШІ. Потужні моделі потребують не лише обчислювальних ресурсів і величезних масивів текстів з інтернету. Їм також потрібні якісні приклади, експертні оцінки, тести та демонстрації того, як люди розв’язують складні або фізичні завдання.

Коли легкодоступні дані стають менш корисними, власні дані, створені людьми, можуть перетворитися на окреме вузьке місце — поруч із обчислювальними потужностями. Це ще не доводить, що індустрія ШІ витрачатиме на дані стільки ж, скільки на обчислення. Але пояснює, чому спеціалізовані людські дані дедалі частіше сприймають як стратегічну інфраструктуру, а не як дешеву послугу з розмітки.

Micro1, Mercor і Handshake: хто більший

Заявлений Micro1 валовий річний run rate у $500 млн є значним, але не найбільшим у цьому сегменті. TechCrunch повідомляв, що Mercor досягла $2 млрд валового річного обсягу, а Handshake — $1 млрд. 17

Порівняння не є повністю коректним: компанії можуть по-різному рахувати валову та чисту виручку, а річний run rate є екстраполяцією, а не результатом за завершений фінансовий рік. Водночас масштаби трьох компаній свідчать, що попит на дані від людей із реальною експертизою вже достатній для існування кількох дуже великих постачальників.

Позиціонування Micro1 також відрізняється від простої біржі фахівців. Стартап поєднує пошук і перевірку експертів із середовищами для оцінювання моделей, створенням синтетичних даних та наборами, які потенційно можна повторно використовувати для різних клієнтів.

Як рекрутингова платформа стала бізнесом даних

Спочатку Micro1 була компанією у сфері рекрутингу на основі ШІ. За даними про історію стартапу, засновник Алі Ансарі помітив, що клієнти, які купували послуги з розмітки даних, використовували рекрутингову платформу Micro1 для пошуку та перевірки інженерів із розмітки. Після цього компанія змістила фокус на розмітку та створення людських даних для навчання моделей. 1 15

Цей поворот дав Micro1 спосіб швидко збирати спеціалізовану робочу силу для ШІ-проєктів. Платформа вже не лише допомагала найняти працівника на постійну посаду, а й організовувала експертів для конкретних завдань із навчання та оцінювання моделей.

Нинішній напрямок розвитку компанії охоплює щонайменше три пов’язані продукти:

• Післянавчання та оцінювання моделей. Фахівці перевіряють результати роботи ШІ й надають оцінки або зворотний зв’язок у середовищах, які Micro1 називає «тренажерними залами reinforcement learning». 1
• Синтетичні дані. Компанія, за повідомленнями, працює над автоматично створеним контентом, зокрема описами відео, щоб збільшити обсяг придатних для навчання матеріалів. 1
• Дані для робототехніки. Micro1 створює набір даних для попереднього навчання роботів на основі записів, де учасники взаємодіють зі звичайними предметами побуту. Так моделі отримують приклади повсякденних фізичних дій. 1 15

Разом ці продукти виводять компанію за межі традиційної розмітки. Її мета — контролювати системи та набори даних, які перетворюють людську експертизу на навчальні сигнали для мовних моделей, агентів і роботів.

Чому повторне використання даних може змінити економіку

Робота експерта за контрактом зазвичай прив’язана до конкретного проєкту: клієнт платить за виконання завдання, а постачальник залишає собі частину платежу. Готовий набір даних, який можна повторно ліцензувати, працює інакше. Якщо він має чіткі права на використання, достатньо відрізняється від інших і справді допомагає моделям, його потенційно можна продавати кільком розробникам.

Саме ця повторюваність пояснює прогнози щодо валової маржі на рівні 80–90% для готових і синтетичних наборів даних. Це очікування на майбутнє, а не підтверджений поточний показник. Така маржа залежатиме від вартості збору й перевірки даних, їхньої унікальності для клієнтів і наявності в компанії права їх ліцензувати. 1 9

Великі контракти можуть прискорити зростання, але водночас створюють ризики залежності від кількох клієнтів і складності виконання. Постачальник даних для передових лабораторій ШІ має гарантувати якість експертів, захищати чутливу інформацію, документувати згоду та права власності й доводити, що його дані справді покращують моделі, а не просто збільшують їхній обсяг.

Дискусія навколо продажу даних китайським розробникам

Можливість повторно продавати набори даних породжує і геополітичне питання: чи мають дані, створені американськими експертами, бути доступними різним розробникам моделей, зокрема китайським компаніям? Критики побоюються, що такі набори можуть посилити системи ШІ в країнах, які США вважають стратегічними конкурентами. 1

Алі Ансарі заявляв, що Micro1 не продає свої дані китайським розробникам моделей. Він також критикував неназвані компанії у сфері людських даних за роботу з «іноземними противниками», називаючи суперечливим прагнення до американського лідерства у ШІ одночасно з продажем великих обсягів даних країнам, які перебувають у конфронтації зі США. 33 35

Це заявлена політика Micro1 і позиція її засновника. Доступні публікації не підтверджують незалежно, які саме конкуренти продають набори китайським розробникам або як повністю побудовані їхні практики. Тож суперечка залишається водночас питанням державної політики та елементом конкурентного позиціонування.

Оцінка компанії та можливе нове фінансування

У вересні 2025 року Micro1, за повідомленнями, залучила $35 млн у раунді Series A за оцінки компанії в $500 млн. 15 7

Пізніші матеріали згадували можливість нового раунду за істотно вищою оцінкою. Проте доступні дані не підтверджують суму, оцінку, інвесторів чи факт закриття такого раунду. Тому це припущення не слід подавати як завершену угоду.

Головний висновок

Історія Micro1 показує, як змінюється ланцюжок постачання у сфері ШІ. Цінним продуктом стає вже не просто база працівників для розмітки, а поєднання перевірених експертів, процесів оцінювання, власних прикладів, систем для створення синтетичних даних і чітких прав на їх використання.

Цифру $500 млн найкраще сприймати як сигнал масштабу попиту, а не як точний показник прибутковості. Micro1 усе ще менша за найбільших конкурентів за заявленими валовими показниками, а її чисті та валові оцінки потребують обережної інтерпретації. Водночас перехід від рекрутингу до інфраструктури людських даних пояснює, чому розробники ШІ продовжують платити за експертне судження — і чому наступний етап конкуренції може розгорнутися навколо контролю над найрідкіснішими та найкориснішими даними для навчання.