Startup Micro1, który dostarcza dane treningowe dla AI, w rok zwiększył przychody z 7 do 100 mln dolarów. Za uczenie maszyn płaci ekspertom nawet 100 dolarów/h.
W skrócie:
- Micro1, startup specjalizujący się w danych treningowych dla AI, w ciągu roku zwiększył roczne powtarzalne przychody (ARR) z około 7 do ponad 100 milionów dolarów.
- Firma współpracuje z czołowymi laboratoriami AI, w tym z Microsoftem, a jej rozwój napędza rosnące zapotrzebowanie na ludzkich ekspertów do oceny i trenowania modeli językowych.
- CEO Ali Ansari przewiduje, że rynek danych treningowych wzrośnie do 100 mld dolarów, a kluczowe staną się dane do trenowania robotów i firmowych agentów AI.
Trzyletni startup, który pomaga laboratoriom AI rekrutować i zarządzać ludzkimi ekspertami do tworzenia danych treningowych, zaczął rok z przychodami na poziomie 7 milionów dolarów. Dziś, jak twierdzi jego założyciel i CEO, Ali Ansari, firma przekroczyła próg 100 milionów dolarów rocznych powtarzalnych przychodów (ARR). To ponad dwukrotnie więcej niż we wrześniu, gdy Micro1 ogłosiło rundę finansowania Serii A o wartości 35 milionów dolarów przy wycenie 500 milionów. W Dolinie Krzemowej takie tempo nikogo już nie dziwi, ale skala tego wzrostu zmusza do refleksji. Wojna o dane do trenowania AI weszła w fazę, w której nie liczy się tylko technologia, ale przede wszystkim dostęp do najlepszych ludzkich umysłów. A za to trzeba słono płacić.
Jak zarobić 100 milionów, ucząc maszyny?
Rynek, na którym operuje Micro1, rośnie w geometrycznym tempie. Ansari, 24-letni założyciel, szacuje, że jego wartość wzrośnie z dzisiejszych 10 – 15 miliardów dolarów do niemal 100 miliardów w ciągu zaledwie dwóch lat. Skąd ten pęd? Zapotrzebowanie na najwyższej klasy dane ludzkie, które napędzają wyścig technologiczny między gigantami. Micro1, podobnie jak więksi konkurenci – Mercor (z ARR powyżej 450 mln dolarów) czy Surge (z prognozowanym 1,2 mld dolarów w 2024 roku) – zyskał na znaczeniu, gdy OpenAI i Google DeepMind podobno zerwały współpracę ze Scale AI. Wszystko przez to, że Meta zainwestowała w tego dostawcę 14 miliardów dolarów i zatrudniła jego CEO. W świecie AI lojalność ma swoją cenę.
Sukces Micro1 to nie przypadek. Firma zaczynała jako rekruter AI o nazwie Zara, który dopasowywał talenty inżynierskie do ról w branży oprogramowania. To doświadczenie okazało się bezcenne. Dziś to samo narzędzie przeprowadza rozmowy kwalifikacyjne i weryfikuje kandydatów ubiegających się o role ekspertów na platformie. Ansari podkreśla, że kluczem jest zdolność do szybkiego rekrutowania i oceniania ekspertów dziedzinowych – ludzi, którzy potrafią wychwycić niuanse, których maszyna sama się nie nauczy. Przynajmniej na razie.
Kto tak naprawdę uczy sztuczną inteligencję?
Wizja robota uczącego się z internetu to mit. Prawda jest znacznie ciekawsza – i droższa. Za kulisami najbardziej zaawansowanych modeli językowych stoją tysiące ekspertów, którzy oceniają, poprawiają i kierują “myśleniem” maszyny. A Micro1 zbudowało na tym model biznesowy. Firma zarządza tysiącami specjalistów z setek dziedzin, od wysoce technicznych po zaskakująco “analogowe”. Wielu z nich, jak twierdzi Ansari, zarabia blisko 100 dolarów za godzinę.
“Są profesorowie z Harvardu i doktoranci ze Stanforda, którzy spędzają połowę tygodnia, trenując AI przez Micro1” – mówi CEO. To zdanie doskonale obrazuje, jak bardzo zmienił się krajobraz. Nie chodzi już tylko o programistów, ale o lingwistów, historyków, etyków czy nawet specjalistów od rzadkich rzemiosł. Zakres ról potrzebnych do trenowania modeli językowych rozszerza się na obszary, o których nikt by nie pomyślał, że będą miały znaczenie. To cicha rewolucja na rynku pracy, która dzieje się na naszych oczach.
Co będzie kolejnym złotym Graalem dla AI?
Ali Ansari widzi przyszłość nie tylko w doskonaleniu obecnych modeli językowych. Wskazuje na dwa nowe segmenty, które – jego zdaniem – całkowicie zmienią ekonomię danych ludzkich. Pierwszy to korporacyjni agenci AI. Wielkie firmy, które dotąd nie były “natywnie” związane z AI, zaczną budować własnych agentów do automatyzacji wewnętrznych procesów, obsługi klienta czy finansów. Stworzenie takich narzędzi wymaga systematycznej oceny: testowania modeli, stopniowania ich wyników i ciągłej walidacji. Ten cykl, jak argumentuje Ansari, w ogromnym stopniu zależy od ludzkich ekspertów.
Drugi obszar to robotyka. A konkretnie – dane pre-treningowe. Aby roboty mogły niezawodnie działać w naszych domach i biurach, potrzebują gigantycznych zbiorów danych pokazujących, jak ludzie wykonują codzienne czynności. Micro1 już teraz buduje największy na świecie zbiór danych tego typu. Setki osób nagrywają interakcje z przedmiotami w swoich domach, tworząc bezcenną bibliotekę dla przyszłych maszyn. “Przewidujemy, że znaczna część budżetów produktowych w przedsiębiorstwach niezwiązanych z AI zostanie przeznaczona na ewaluacje i dane ludzkie, wzrastając z 0% do co najmniej 25%” – podsumowuje Ansari. Wygląda na to, że prawdziwa gorączka złota dopiero się zaczyna.