AI训练数据平台Snorkel AI宣布完成3.5亿美元E轮融资，公司估值由此达到35亿美元，较此前水平增长至三倍。本轮融资由现有投资方及新晋投资方共同参与，具体投资方名单未在公告中完整披露。至此，这家成立七年的初创公司累计融资规模已进入AI基础设施领域前列。
Snorkel AI的核心业务是提供数据即服务（Data-as-a-Service）平台，帮助企业客户构建、管理和标注用于训练AI模型的数据集。与传统数据标注公司不同，Snorkel AI强调以编程方式生成训练数据，通过弱监督、半监督等技术手段降低对人工标注的依赖，从而提升数据准备效率并控制成本。该公司的技术路线源于斯坦福大学的研究成果，其创始团队在程序化数据标注领域有长期积累。
此轮融资的背景是AI训练数据需求持续攀升。随着大模型在企业场景中的落地加速，高质量、领域特定的训练数据成为模型效果的关键瓶颈。通用大模型虽然具备广泛的知识覆盖能力，但在金融、医疗、法律、制造等垂直领域，往往需要大量标注数据来进行微调或对齐，才能满足业务对准确性和合规性的要求。这一趋势直接推高了对数据准备工具和平台的需求。
Snorkel AI方面表示，本轮资金将用于扩大产品能力、拓展行业客户以及加强工程和销售团队。公司目前服务的客户覆盖金融、医疗、政府等多个对数据隐私和合规要求较高的领域。在这些场景中，客户通常无法将敏感数据直接交给第三方标注团队，而Snorkel AI的平台允许企业在自有数据基础上通过程序化方式生成训练数据，这在一定程度上契合了企业对数据主权的诉求。
从行业竞争格局来看，AI训练数据赛道近年来热度上升。Scale AI、Labelbox、Appen等公司均在争夺企业级数据标注和训练数据管理市场。Snorkel AI的差异化定位在于其强调程序化标注和弱监督学习，而非单纯依赖人力规模的扩张。这一路线在理论上具备更高的可扩展性和更低的边际成本，但在实际落地中，如何平衡自动化生成数据的质量与人工审核的精度，仍是行业共同面对的挑战。
值得注意的是，AI训练数据领域的估值逻辑正在发生变化。早期投资方主要关注标注人力和交付能力，而当前市场更看重平台能否与客户的模型开发流程深度集成，形成持续的数据飞轮。Snorkel AI此轮估值达到35亿美元，反映出资本市场对数据基础设施层长期价值的认可，但也意味着公司需要在收入规模和客户留存上给出与之匹配的表现。
对于企业服务市场而言，Snorkel AI的融资进一步印证了AI基础设施层的投资热度正从算力、模型层向数据层延伸。随着更多企业从AI试点走向规模化部署，训练数据的获取、治理和迭代能力将成为决定项目成败的关键环节之一。数据即服务能否成为企业AI技术栈中的标准组件，将在未来一到两年内逐步明朗。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
