随着AI模型能力持续提升，训练需求日趋复杂，一批为模型公司提供训练数据的新兴企业正在快速增长。据公开信息，数据服务公司AfterQuery在今年4月宣布A轮融资时估值为3亿美元，到9月，新一轮融资已将其估值推至32亿美元。另一家提供训练数据与智能体环境的公司Bespoke Labs，也在今年7月宣布种子轮与A轮融资合计达到4000万美元。估值快速攀升的同时，AI数据行业对外界而言仍高度不透明。
过去，数据标注行业的主要工作是给图片打标签、为模型回答打分，属于相对基础的人工标注范畴。但随着AI从回答问题转向执行任务，数据公司的交付物正在发生结构性变化。在Scale AI负责后训练与评测研究的何允中看来，当前数据公司的基因差异明显：有做招聘出身的Mercor、Handshake，有从众包网络起家的传统数商Scale AI，也有专注合成数据的新兴团队，还有部分垂直领域公司因自身积累的数据资产而转行进入数据生意。具身智能领域的部分模型公司尚未实现盈利，但已投入大量精力进行数据投资，并顺势开展数据业务。
从行业格局看，Mercor、Surge AI、Scale AI等大型玩家试图覆盖尽可能多的数据品类。与此同时，BigCode、Snorkel AI等新秀则偏向研究与工程方向，主要生产代码或工具调用类环境，抓住了今年的市场风口。此外，一些小型公司专注解决垂直领域问题，甚至扮演数据经纪商角色，例如拥有大量版权数据的好莱坞从业者，能够将不同领域的资源进行对接与销售。何允中认为，大型数商在进入新领域时具备资源优势，而垂直领域专家组成的小团队同样存在机会，整体市场空间仍在扩大。
商业模式方面，Mercor以招聘业务起家，通过自动AI面试产品在较短时间内匹配足够数量的专家，构建专家网络。Surge AI则更倾向于将相关能力内部化。何允中指出，数据公司普遍面临取舍：完全依靠全职培养的人员能力强但灵活度不足、产能受限；更多依赖众包网络则灵活性高，但个体质量难以保障，质检成为关键环节。Scale AI等公司的优势在于积累了数据与人员两方面的质检经验。
行业需求的变化节点大致出现在2024年。此前，数据讨论多集中于人工标注和预训练所需的大规模基础数据。随着Deep Search兴起，行业逐步转向智能体数据，对评分细则和强化学习环境的需求显著上升。何允中表示，预训练依然重要，但研究人员的兴趣已明显转向强化学习。o系列模型出现后，推理能力在强化学习路径上得到验证，可验证信号成为核心问题。代码和数学领域因具备客观标准答案，最早被用于推理模型的强化学习训练。
当强化学习向医疗、金融及更基础的指令遵循领域扩展时，新的挑战随之出现。这些领域存在客观标准答案，但答案结构化程度较低，难以通过简单的模式匹配判断对错。评分细则因此成为关键机制：由专家将知识转化为打分规则，较弱模型依据规则完成评判，这一过程被称为“弱到强监督”。该模式成立的前提是专家能够将脑海中的知识完整写出，使弱模型具备改卷能力。评分细则数据在此后较长时间内保持重要地位，但各专家领域中较易获取的评分细则已逐渐被收集殆尽。
Mercor、Surge AI等公司的崛起与专家评分细则的需求直接相关。而行业继续向前推进，则需要模型真正“动手”执行任务。以代码模型和Agents’ Last Exam项目为例，模型需要在智能体环境中解决问题，数据公司不仅提供评分细则，还需配置工具，并设计更复杂的验证方式，例如检查环境变量是否执行、数据库是否被写入或删除，甚至需要智能体来检查包含图表的生成文档。交付物因此变得更加多样，行业门槛也随之提高。
整体来看，AI数据行业正从单一的人工标注向包含任务、工具与验证机制的强化学习环境演进。大型数商凭借资源与质检经验覆盖广泛品类，垂直团队则依靠领域专长寻找切入点。在模型能力竞争日趋激烈的背景下，训练数据的质量与结构设计，正在成为影响模型实际表现的关键变量之一。
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。
