Micro1 八個月衝上 5 億美元年化流水：點解 AI 仍然離不開人類專家數據？

Micro1 嘅最新增長，反映一個容易被忽略嘅現實：就算 AI 模型開發愈來愈自動化，業界仍然要搵稀有而專門嘅人類判斷，尤其係醫療、法律、科學同真實世界操作等領域。

呢間成立約四年嘅初創，據報喺短短八個月內，將毛年化流水由 1 億美元推高至 5 億美元，主要靠招攬及審核專家，為 AI 模型訓練、評估同機械人項目提供數據產品。 17

不過，5 億美元呢個標題數字要小心解讀。所謂「毛年化流水」（gross annual run rate），係將目前經手嘅業務量按年推算，唔等於經審計嘅全年收入、盈利或者已收現金。報道指 Micro1 保留毛帳單約 60% 至 70%，並估算淨年化收入約 1.5 億至 2 億美元；但如果直接用 60% 至 70% 乘 5 億美元，所得數字會高過呢個範圍，兩者未能數學上完全對得上。呢個差距可能源於「毛流水」、「保留比例」同「淨收入」採用咗唔同定義，因此有關估算暫時只可以視為初步數字。 6 9 17

點解 Micro1 呢個增長值得留意？

Micro1 會招募醫生、律師、科學家等具專門知識嘅人士，為 AI 開發商創作、審核同評估數據。工作包括判斷模型答案質素、製作推理數據，以及為模型後訓練系統提供回饋。 1 6

背後個行業邏輯其實好直接：前沿 AI 系統需要嘅唔只係更多晶片、計算能力，同埋網上大量文字。模型亦需要高質素示範、專家判斷、測試評估，以及人類點樣處理複雜甚至涉及實體操作任務嘅例子。

當網上容易搵到嘅資料愈來愈難帶來額外價值，具專有性、由真人產生嘅數據，就可能同計算能力一樣，成為 AI 發展持續面對嘅樽頸。 1 6

當然，呢個唔代表 AI 業界將來一定會喺數據上花費同計算能力一樣多。但 Micro1 嘅案例顯示，專門人類數據已經唔再只係低價值嘅「標籤外判」服務，而係模型公司眼中嘅策略性基建。

同 Mercor、Handshake 比較：5 億美元其實唔係行業之巔

Micro1 報稱 5 億美元毛年化流水，規模已經相當可觀，但唔係同類公司之中最大。TechCrunch 報道，Mercor 嘅毛年化收入已達 20 億美元，而 Handshake 就達到 10 億美元。 17

呢幾個數字未必完全可以直接比較，因為各間公司對毛收入、淨收入同年化流水嘅定義可能唔同，而且全部都係年化推算數字，唔一定係已確認嘅全年實績。不過，三間公司都能夠快速做到咁大，至少說明由人類專家提供嘅 AI 訓練數據，市場需求已經足以支撐多個高速增長嘅供應商。

Micro1 嘅定位亦唔完全等同於純粹嘅人才市場。公司將專家招募及審核，連同模型評估環境、合成數據生成，以及有機會向多個客戶重複使用嘅數據集結合起來。

由 AI 招聘工具轉型成數據基建公司

Micro1 最初係一間 AI 招聘公司。根據公司發展報道，創辦人 Ali Ansari 留意到，部分購買數據標註服務嘅客戶，其實正使用 Micro1 嘅招聘平台去搵人同篩選標註工程師。呢個觀察促成公司轉向數據標註同人類生成訓練數據。 1 15

呢次轉型嘅關鍵，在於原本用嚟招聘嘅軟件，變成一套組織專門勞動力嘅工具。Micro1 唔再只係幫客戶請一位員工，而係可以按指定項目召集專家，安排訓練同評估任務，再管理整個工作流程。

目前公司嘅產品方向主要包括三部分：

• 專家後訓練及模型評估： 專家評估模型輸出，提供判斷或回饋；Micro1 將相關環境稱為「reinforcement-learning gyms」。 1
• 合成數據： 公司據報正研究自動生成內容，包括自動製作影片描述，藉此增加可用訓練數據嘅數量。 1
• 機械人數據： Micro1 正建立一套預訓練數據集，收集參與者同家居常見物件互動嘅紀錄，製作日常實體任務示範。 1 15

換句話講，Micro1 想做嘅已經唔只係傳統標註。公司目標係掌握一套可以將人類專業知識轉化成訓練訊號嘅系統同數據集，服務語言模型、AI 代理同機械人模型。

可重用數據集，點解可能改變生意模式？

合約式專家工作通常同單一項目掛鈎：客戶付錢請人完成指定任務，數據供應商則從帳單中保留一部分。相反，「即買即用」嘅可重用數據集，如果具備清晰使用權、足夠獨特，而且對多個開發商都有價值，就有機會被授權出售多次。

正因為可以重複使用，報道將可重用及合成數據集同可能高達 80% 至 90% 嘅毛利聯繫起來。不過，呢個係前瞻性預期，唔係已確認嘅現時業績。最終毛利會受數據收集及驗證成本、客戶是否認為數據有差異化價值，以及公司有冇清楚嘅授權、同意及所有權文件影響。 1 9

更大額嘅合約亦可以加快增長，但同時帶來客戶集中及執行風險。面向前沿 AI 實驗室提供服務，意味住 Micro1 要維持專家質素、保護敏感資料、記錄參與者同意及數據權利，亦要證明數據真係改善模型，而唔係單純增加數量。

可重用數據賣畀中國公司？爭議焦點係邊度？

數據集可以轉售或者授權畀多個客戶，亦帶來地緣政治問題：由美國專家創作嘅數據，應唔應該向包括中國公司在內嘅多個模型開發商提供？批評者擔心，可重用訓練數據會令美國視為策略競爭對手嘅國家，其 AI 系統得到加強。 1

Ansari 曾表示，Micro1 唔會向中國模型開發商出售數據；佢亦批評部分未具名嘅人類數據公司同「外國對手」合作，認為一方面主張美國 AI 領先，另一方面就向同美國處於對抗競爭關係嘅國家出售大量數據，做法自相矛盾。 33 35

呢個係 Micro1 公開表明嘅政策，亦係 Ansari 對市場嘅描述。但現有報道未有獨立確認究竟係邊啲競爭對手向中國開發商出售數據，亦未能完整交代相關公司嘅實際做法。因此，呢場爭議目前既係政策問題，亦帶有市場競爭定位嘅成分。

Micro1 估值及融資：已確認同未確認嘅部分

根據公司早期增長報道，Micro1 於 2025 年 9 月完成一輪據報 3,500 萬美元嘅 A 輪融資，當時估值為 5 億美元。 15 7

後來有報道提到，公司可能以大幅更高估值進行另一輪融資，但現有證據未能確認融資金額、估值、投資者，或者該輪融資係咪已經完成。因此，呢個後續融資消息唔應該當成已落實嘅交易。

更大嘅啟示：AI 供應鏈爭奪嘅係「稀缺人類數據」

Micro1 嘅路線，反映 AI 供應鏈正出現一個轉變。真正有價值嘅產品，已經唔係單純擁有一批標註員工，而係將可信專家、評估流程、專有示範、合成數據系統，以及數據使用權結合起來。

所以，5 億美元呢個數字，較適合解讀成市場需求嘅訊號，而唔係一個可以直接代表盈利能力嘅指標。Micro1 按現有報道仍然細過最大嘅競爭對手，而且公司毛流水同淨收入數字存在需要釐清嘅地方。

但由招聘工具轉型成「人類數據基建」公司，正好解釋點解 AI 開發商即使不斷追求自動化，仍然願意為專業判斷付費。下一階段嘅競爭，可能唔只係邊間公司有最多 GPU，而係邊間公司控制到最稀有、最有用、亦最有清晰權利嘅訓練數據。