AI模型训练的新痛点：从“数据量”到“领域专家”的招聘难题
随着AI模型复杂度飙升，顶尖AI实验室的需求已从“大规模简单数据标注”转向“领域专家级的高质量数据”——训练更精准的AI模型，需要资深软件工程师、医生、专业作家等具备行业深度的人才参与标注。但这类人才分散、招聘成本高，成了AI实验室的核心痛点。
24岁的Ali Ansari带领成立仅三年的Micro1，精准击中了这一痛点。这家初创公司用自主研发的AI招聘系统Zara，通过智能面试和筛选，已成功招募到包括斯坦福、哈佛教授在内的数千名领域专家，为AI实验室提供“专家级数据标注服务”。这一模式让Micro1在竞争激烈的AI数据服务赛道快速突围：近日完成3.5亿美元A轮融资，估值攀升至50亿美元，领投方是前Twitter CEO Dick Costolo与前COO Adam Bain共同创立的01Advisors。
Zara的价值在于“精准匹配”——它能根据AI实验室的具体需求，定位并筛选具备对应领域知识的合同工（contractors）。比如为医疗AI模型标注数据时，Zara会优先筛选有临床经验的医生；为代码生成模型标注时，则锁定资深软件工程师。这种“按需招募专家”的模式，让Micro1快速获得了行业认可：目前已与微软等顶尖AI实验室、多家财富100强企业达成合作，2025年初的年度经常性收入（ARR）仅700万美元，如今已激增至5000万美元，半年内增长超6倍。
Micro1的崛起，恰好赶上了AI数据服务赛道的“市场空隙”。此前，行业头部玩家Scale AI因与Meta的14亿美元投资关系，引发OpenAI、Google等主要客户的信任担忧——尽管Scale AI否认向Meta共享机密信息，但AI实验室仍开始寻找“更安全的合作伙伴”。Micro1抓住这一机会，凭借“专家级数据”的差异化优势，快速抢占了市场份额。
“现在AI模型的学习依赖‘新的人类数据’，而Micro1正处于提供这些数据的核心位置，且速度远超我见过的任何公司。”加入Micro1董事会的前Twitter COO Adam Bain，如此评价这家年轻公司的价值。
除了现有业务，Micro1已开始布局下一个增长点——虚拟工作空间环境。随着AI实验室对“模拟任务训练AI代理”的需求上升，Micro1计划推出相关服务，帮助实验室构建虚拟环境，让AI代理在模拟场景中学习更复杂的任务。
对Micro1而言，行业特性也提供了广阔空间：AI实验室通常会与多个数据提供商合作，没有单一公司能满足所有数据需求。这意味着，像Micro1这样专注“专家级数据”的玩家，能在细分赛道持续扩张。
Image source note: The image was generated by AI, and the image licensing service provider is Midjourney
从用AI招募专家，到填补市场空隙，再到布局未来业务，Micro1这个由24岁CEO领军的年轻团队，正在用创新模式重新定义AI训练数据的供应链。当AI行业对“高质量数据”的需求愈发迫切，这家估值50亿的初创公司，或许会成为AI革命中“看不见却不可或缺”的幕后支撑。
