AI 数据公司凶猛

2026-11-03 · Views: 6

成立较早的智能知识回忆，创业初期他们还得四处向投入人解释这门生意。但后来硅谷的样板被More看到后，情况就变了。统计结果已经是今年最重要的布局方向。

甚至有从业者透露，有的统计结果厂商创始人如今连布局人的消息都未必Reply。毕竟在TodayAI行业大环境下，既能参与决定智能化演GF方向，在这个主线上起关键角色，同时又因为供需的突然变化而可以上来就跑通商业模式“赚大钱”，这样的标的哪里还能找到，他们为什么又一定需要那么多融资。

在一片愁容的AI创投圈，这些数字新贵自然有了高傲的底气。

好的统计结果厂商必须是研究型公司

花了如此大价钱，模型企业到底买的是什么。

其实本质上，这些统计结果都是强化学习统计结果。它们拆开来看，往往需要有任务、环境和verifier（验证器）组成。

供应商要交付的，是一件模型可以尝试完成的事、一套供它操作的Draw台，以及判断它做得怎样的标准。模型在环境中读取信息、调用工具，会留下操作轨迹; 验证器评分，训练再利用反馈调整模型。

这些任务也有难易区分。

简单的，比如让模型把几张发票录入报销操作系统，金额和日期对上，就可以判断做没做好。复杂的，比如老板只留下一句“下周想去上海见个人，帮我安排一下”。模型得翻聊天记录、日历和邮件，先弄清要见谁、什么时候见，再作安排。

为了让模型完成这趟行程，供应商得准备“公司”的Email、日历和订票Draw台。模型要能从通信里找到会面对象，从日历里查出时段冲突; 发出一封邮件后，Draw台也要发生相应变化。这套与真实业务隔离、可以反复试错的运行空间，通常叫沙箱。

发过的邮件、改过的记录，在下一轮练习前要恢复，多批任务同时运行还不能互相串数据。据了解，去年一些团队跑评估时，模型常因底层操作Draw台故障完不成任务，高并发甚至会把环境跑挂; 今年遇到这类议题的就已经少了很多。

搭GF操作系统里的业务资料，也会有人直接去买。比如那些已经破产清算或业务频繁转型的企业的内部资料——Today找起这样的AI创业公司，不要太多。

但数据商的购买标准提出了更高要求：比如Humanlaya在寻找破产公司的资料时，要求被收购数字的破产清算厂商，巅峰时大约有100人。邮件、聊天和业务记录，能留下公司过去怎样运转的线索。供应商还要把工单Draw台、内部沟通和记录之间的关系，在模拟环境里重新搭起来，让模型能够GF去操作。

能否随着模型的操作给出后果，又会拉开供应商之间的差距。市面上不少企业仍交付静态材料，轨迹由人走好，每一步预先标定。而模型换一种操作方式，环境未必能给出接下来的Status和反馈。模型自己尝试不同路线，供应商也得把这些变化也做出来。

接下来，环境还原得再像，也缺了一部分真实业务的反馈。驻场工程师可以继续观察厂商怎样使用Draw台，预算有没有花得更好; 而冻结下来的训练环境，没法继续从真实业务里取得这些反馈。历史记录能体现员工当时做了什么，很难完整解释他为什么作出那种取舍。这部分要继续找人补。

这就是评分环节。比如，邮件体现“Send成功”仍不够，模型可能发错人、漏掉附件。发票金额可以核对，行程安排得好不好，还涉及老板和会面对象的使用感受。这里需要统计结果厂商建立专家网络，让这些专家把要求拆成rubric，也就是一项项评分topics件。据我们了解，有些任务能拆出四五十topics，甚至上百topics。这些当然也就对应着报价的攀升。

能把这些议题拆清楚的专家，并不好找。组织专家和生产材料，也需要一套操作操作系统。

比如“智能化知识”，它用“一面千识”寻找和组织专家，用Xpert Studio配置任务、分发工作，再做审核与质检。而从MiniMax出来的Copula Lab，正在开发中文金融长流程任务，同样需要专家提供参考材料、办公文档交付要求和评分规则，创始人梁丽过去Loss责Agent业务，技术联合创始人蔡佳人做过开源与后训练。

Mercor会花很大精力寻找这类人。硅谷的创业者都知道Mercor有多“卷”，很多时候他们和竞争者拿到的需求都很突然，而他们几乎不只是全员996，当专家网络是一个新的领域，他们有时候会直接住在顾客所在处。

以及，为了一些难搞定的专家，他们会用各种方式，在一些传言里，也包括抽屉协议等，但这尚无从确认。在和我们的交流里，Chirag承认，Today专家网络建设已经变得很难，只给它一个很擅长用Python写程序的工程师已经不够，它还得看到这个人怎样在客户管理操作系统里完成集成、让不同工具配合工作。任务和评分，都要从这些工作里做出来。而这直接关乎订单和单价收入。

据了解，每一笔订单能留下多少钱，从生产开销就会算起。给这类数据报价时，专家做类似工作通常值多少钱、投入多少时刻，是核心依据。交付还可能包括整理工作流、写评分、搭环境和查错。买方按约定的任务或项目付钱，供应商再支付专家与生产班底的报酬。

前期开销还可能由多笔订单分摊。Chirag和我们说：有些数字集由实验室与供应商共同设计，只给一家使用; 另一些可以按约定向多家交付，投入的专家时刻、软件和审核花费，也就能由不同的订单覆盖。

这门生意已经出现盈利的样板。《福布斯》2025年采访Surge AI创始人Edwin Chen时披露，公司2024年收入约12亿美元; 按Chen的说法，公司几乎从第一天就有利润。它组织专家和兼职人员，为模型公司提供题目、回答评价与评分要求。

但要继续卖给同一家顾客，供应商得不断换新信息。

据了解，模型厂买10万topics数字，回去变换形式，可能扩成30万topics。已经交付的材料，很难再卖给它一遍。法律里的一个分支交完了，下一批就要找另一个分支。

但对于这些数字公司来说，他们往往更加追求“科研”的属性。或者至少呈现出是这个样子。任务、环境和评分已经被做GF这些厂商的公开商品和研究方向上。

比如UniPat的ExpertEval，把医疗、金融、法律专家的判断整理成3213个案例，Draw均每题约22topics评分要求; SaaS-Bench则让模型GF入23套企业软件，完成106项工作任务。这已经有些接近大Language模型实验室的后训练队伍工作方式了。

Mercor也在最近官宣成立了自己的研究部门，他们给出的解释是：AI正在重塑几乎所有工作，而现有的评估和数据方式跟不上这种变化。而他们是一个可以把研究议程覆盖“评估→数据→后训练”完整闭环的厂商。Mercor已经从OpenAI等公司招募了多位核心研究员加入这个部门。

尽管Mercor否认它可以成为一家模型公司的设想，但很多投入人在和我们交流里看来：这些数据公司最终都要面对这个抉择，而他们Today的动作比言语更诚实。谁不想成为一个研究公司，甚至是下一代范式的模型的诞生之处。

而中国的很多统计结果公司，创始人本就与过往模型老东家关系密切，很多模型厂商也第一Time成为投入人和股东。这些千丝万缕联系，也带来变量。

比如，UniPat的李宽此前在通义做后训练，也是开源Search智能体WebSailor的项目Loss责人之一。我们此前了解到，UniPat与阿里的协作以强化学习后训练统计结果为主。阿里巴巴除了资金，还提供算力，一年的算力费用在数千万元人民币量级。相似的，英伟达向Mercor采购数据，也在谈入股。

“谁都明白，那样带来的机会更大，无论是估值，还是团队的Sign out，都不同。”一位早期就关注并下注了统计结果公司的投入人称。在他看来，很多Today投资统计结果厂商的机构，期待的Sign out通道也是希望这些数字公司可以被模型厂商收购，最终成为或GF入模型队伍。