创新公司

铅笔道

2026-09-29

卖 AI 数据，一年收入暴涨 16 倍，融资 3.5 亿美元。

作者 | 铅笔道 松格编辑 | 铅笔道 黄小贵封面图 | 铅笔道制图

它叫 Snorkel AI。过去主要卖 AI 标注软件，2025 年开始，它直接向 AI 公司卖训练数据。

一年前，Snorkel 的年化收入还只有约 2000 万美元。现在，已经超过 3.5 亿美元。9 月 22 日，又完成 3.5 亿美元（约合人民币 23.5 亿元）E 轮融资，估值达到 35 亿美元（约合人民币 235 亿元）。

过去的数据标注，常见工作是给图片框汽车、给文本贴标签。现在，前沿模型需要程序员设计复杂代码任务，需要律师、医生、博士判断模型到底错在哪里。

大模型越来越聪明以后，AI 公司缺的已经不只是 " 更多数据 "，而是 " 更难、更专业、能让模型继续进步的数据 "。Snorkel 就在卖这种数据。

卖数据，收入暴增

Snorkel 从斯坦福大学的实验室发迹。

2015 年，亚历克斯 · 拉特纳（Alex Ratner）还在斯坦福读计算机博士。他不到 30 岁，本科在哈佛学物理，曾有过一次失败的创业经历。

有一天，导师克里斯托弗 · 雷让拉特纳研究一个看起来不起眼的问题——斯坦福医学院等机构有大量数据，却花不起时间逐条人工标注。

拉特纳和团队做了 Snorkel 项目：专家不用亲自标几万条数据，而是把自己的判断写成规则，再让机器批量标注数据，然后可以用。

这个项目在斯坦福 AI 实验室做了 4 年多， 2019 年，团队把项目从实验室拆出来，成立 Snorkel AI。雷也成了 Snorkel 的联合创始人。

（八卦一下，SambaNova、Together AI 这两家超级独角兽，也是雷参与的。）

公司最初把这套技术做成软件卖给企业，核心产品 Snorkel Flow 帮助谷歌等客户自己生产、整理和管理训练数据。

到了 2025 年，Snorkel 的生意变了。

拉特纳发现，客户不再只是买软件自己做数据，而是直接把问题交给 Snorkel：代码为什么运行失败，一份法律意见有没有遗漏关键风险，或者一道物理推理题究竟错在哪一步。

Snorkel 变身辅导老师。公司负责找专家、设计任务、写评分标准、做质量检查，最后交付可以直接拿去训练的数据和强化学习环境。

这项新业务推出不到一年，Snorkel 的年化收入就从约 2000 万美元涨到 3.5 亿美元以上。公司目前服务前沿 AI 实验室、云厂商、大型企业和美国政府。

最新赚钱趋势：给 AI 判卷

一批卖高质量数据的公司兴起。

比如 Micro1，它最初做 AI 招聘。后来公司发现，数据客户正在通过它的平台寻找工程师，让这些工程师给模型做训练任务，于是直接进入 AI 数据业务。

2025 年底前后，Micro1 年化总收入约 1 亿美元。到今年 8 月，这个数字已经达到 5 亿美元。它现在组织医生、律师、科学家等专业人士，为 AI 公司生产训练数据。

还有 Handshake。

它是一家做了十多年的美国高校招聘平台。AI 训练需求起来后，这张高校人才网络有了新用途：律师检查法律回答，医生判断医学推理，博士给模型设计专业难题。

这项业务刚起步时，Handshake 的年化总收入只有 500 万至 1000 万美元；今年 1 月达到 5.5 亿美元，到 4 月已经接近 10 亿美元。扣掉支付给专家的钱后，相关年化收入接近 3 亿美元。

Snorkel、Micro1 和 Handshake 原来的生意各异，但收入快速增长都发生在一个变化之后：开始直接替 AI 公司生产训练数据。

Turing 最初靠远程软件工程师招聘和人才匹配起家，后来成为大模型厂商的训练数据供应商，客户包括 OpenAI、Google、Anthropic 和 Meta。

2025 年初，Turing 披露，上一年收入达到 3 亿美元，是此前的 3 倍，并且已经实现盈利。单是一条复杂训练数据的成本，甚至可以达到数百美元。

和 Snorkel 一样，这些公司本质上就是给 AI 出题、判卷。

为什么一道题能值几百美元？因为真正懂这个领域的人，很贵。

Turing 因此建立了一个超过 400 万人的专家网络，其中包括程序员和博士。需求量同样很大，Meta 训练 Llama 3 时使用的人工标注数据超过 1000 万条。

Mercor 把这门生意推到了更大的规模。

这家公司 2023 年成立时做的也是 AI 招聘，后来开始组织物理、金融、软件工程等领域的专业人士，为模型公司回答问题、设计任务和评价输出。

今年 6 月，Mercor 年化总收入已经超过 20 亿美元，比年初翻了一倍。不过其中大约 60% 至 70% 需要支付给专家和承包商，对应的年化净收入约 6 亿至 8 亿美元。

Snorkel 一年超过 16 倍的收入增长说明，模型公司对复杂数据的采购仍在快速增加。

这门生意国内也出现了。

海天瑞声是国内较早从事 AI 训练数据的上市公司。2026 年上半年，公司实现营业收入 1.92 亿元，同比增长 22.45%；归母净利润 977 万元，同比增长 156.87%。

更有意思的是不同数据业务的成本。

半年报显示，上半年海天瑞声训练数据定制服务收入约 1.33 亿元，成本约 9322 万元；训练数据产品收入约 3582 万元，成本只有约 27 万元。公司解释，定制服务的数据不能重复卖给其他客户，而拥有自主知识产权的标准化数据产品开发完成后，可以多次销售授权。

两类业务的成本结构差异很大。

最贵的数据，越来越依赖真正的专业人士。

如果收入增加一倍，同时也要增加一倍律师、医生和程序员，规模虽然能做大，利润未必同步增长。

这也是数据公司下一步要算的一笔账：专家数据需求还在增长，但如果每收到一笔钱都要重新组织一批人，收入越大，人力成本也跟着增加。如果能把专家经验做成可以重复销售的数据产品、评测系统或者强化学习环境，赚钱方式就会发生变化。