AI训练数据赛道解析：从标注外包到价值链重构
在算力与大模型之外，AI训练数据正悄然崛起为产业第三大核心赛道。Menlo Ventures合伙人Deedy近期在X平台发布的全景图揭示了一个惊人事实：全球28家专注AI数据的创业公司，合计年收入约85亿美元，总估值逼近1000亿美元。
这不再是一个关于“廉价劳动力”的故事，而是一场由技术迭代驱动的商业模式重构。
一、 疯狂增长：九个月翻四倍的行业奇迹
AI数据赛道的集中度极高，Scale AI、Surge AI、Mercor和Handshake四家公司拿走了全行业超过75%的收入。但更引人注目的是其指数级的增长速度：
- Mercor的火箭式上升： 从2025年9月年化收入5亿美元，到2026年2月突破10亿美元，再到2026年6月超过20亿美元。仅仅九个月内，规模变为原来的四倍。 其估值也在短短几个月内从100亿美元翻倍至200亿美元。
- Handshake的百倍爆发： 这家原大学生招聘平台在2025年初切入AI数据业务时，年化收入仅500-1000万美元。然而到2026年4月，其年化毛收入已接近11亿美元，一年内增长约100倍。
这种爆发力背后，是数据在模型训练中角色的根本性转变——从“一次性原材料”变成了“持续消耗燃料”。
二、 模式重构：为什么数据公司突然变得值钱？
过去，数据标注被视为低毛利的人力外包生意（毛利率15%-20%）。如今，头部数据公司的毛利率普遍保持在35%-50%以上。这种溢价源于三大结构性变化：
1. 迭代加速：从“脉冲式”到“日常动作”
大模型迭代节奏显著加快，迫使数据采购常态化。
* OpenAI在2026年3月推出GPT-5.4后，仅一个月就跟进GPT-5.5。
* Anthropic在5月底发布Opus 4.8后，仅11天便推出Claude Fable 5。
供给端随之升级，Scale AI已实现API按需交付，客户发起任务后最快一小时即可拿到生产级标签数据。
2. 信息密度膨胀：数据越来越“重”
模型要学习的任务日益复杂，单条数据的信息量呈几何级增长。以代码智能体为例：
* 早期SWE-bench： 平均修改11行代码，单条样本几百个token。
* 2025年9月发布的SWE-bench Pro： 平均修改107行、跨越4个文件，单条样本容量飙升至几万个token。
3. 价值链迁移：赚取“服务溢价”而非“人头费”
当数据直接决定模型能力上限，且供给侧专家成本高昂（如MercorSTEM专家时薪达90-110美元），数据公司便获得了定价权。它们不再仅提供人工，而是深度参与模型研发、评测和工程服务。
三、 两大趋势：真实数据与RL环境的崛起
随着技术演进，AI数据行业的玩法正在发生深刻分化：
趋势一：Type 1数据取代Type 2标注
Type 1（真实工作流数据） 的边际收益快速上升，正在取代传统的Type 2（人工标注）。GitHub被视为最大的Type 1宝库，因为它保留了问题从出现到解决的全链路。
- Handshake 直接付费从企业采购真实运营数据，启动“雇主数据计划”。
- Protege 聚焦医疗数据，通过“提前聚合+精筛+合规打包”模式，将传统需数月的采购周期压缩至30天，充当AI实验室的“数据买手”。
趋势二：RL环境取代静态数据集
进入“智能体时代”，模型核心能力从回答问题转向完成任务，需要在可控的模拟世界（RL环境）中试错。
- 自建成本高企： OpenAI训练ChatGPT Agent使用的“UI Gym”环境，单个搭建成本约2万美元；Anthropic内部讨论一年RL环境投入可能超10亿美元。
- 外包机会涌现： Mercor收购软件仿真公司Deeptune，复刻Excel、Salesforce等办公环境，计划于2026年9月前将RL环境业务ARR提升至千万美元级别。
四、 头部玩家战略图谱：殊途同归
底层逻辑的变化促使四大头部公司从单纯的“数据供应商”向价值链深处迁移，各自找到了独特的生态位：
| 公司 | 战略定位 | 核心打法 |
|---|---|---|
| Scale AI | 向下：政企AI总包商 | 基于数据集优势开发内部AI应用，该业务年化收入已达2亿美元，预计18个月内反超传统标注成为最大收入来源。 |
| Surge AI | 向上：高端精品 | 110人团队，无外部融资，营收12亿美元。不碰众包，专注高难度RLHF和安全评估，客户仅限OpenAI、Google、Microsoft、Meta、Anthropic五家顶级实验室。 |
| Mercor | 横向：专家网络 | 构建全球专家网络（博士、律师等），日付外包人员报酬超400万美元。收购Deeptune进军RL环境，第二增长曲线明确。 |
| Handshake | 管道：数据搬运 | 依托1800万求职者和970家财富500强企业关系，连接职场人与企业，掌握Type 1数据供给两端。几乎不生产数据，只做搬运。 |
结语
AI训练数据行业正在经历一场从廉价劳动力外包向高附加值基础设施的演变。
单纯的数据标注正在贬值，而掌握真实数据源、具备合规处理能力以及能构建RL环境的中间层基础设施，正成为新一轮AI竞赛中的关键瓶颈与独立生意。对于投资者和产业参与者而言，看懂这场“价值链重构”，比关注单一数据公司的收入数字更为重要。