Микрo1 достиг валовой выручки в $500 млн: взлет рынка данных для ИИ

# Взлет Micro1 на фоне бума данных для ИИ

Рынок данных для обучения искусственного интеллекта переживает период небывалого роста. В центре внимания находится компания Micro1, которая в кратчайшие сроки показала результаты, превосходящие даже самые оптимистичные прогнозы аналитиков. Как сообщает TechCrunch, за последние восемь месяцев валовая годовая выручка (gross run rate) Micro1 выросла с $100 млн до $500 млн.

«Спрос на уникальные данные для обучения ИИ со стороны ведущих лабораторий и корпораций практически безграничен. Именно этот спрос заставляет взлетать компанию и ее конкурентов», — отмечается в контексте роста рынка.

Модель работы с экспертами и синтетическими данными

Модель бизнес-процессов Micro1 строится на привлечении узких специалистов. Компания нанимает на контрактной основе врачей, юристов, ученых и других экспертов в различных областях. Около 60–70% от валовых показателей остается у компании в виде чистой выручки (net annual run rate), что оценивается в диапазоне от $150 млн до $200 млн.

Важно различать понятия: валовая выручка — это общий объем продаж до вычета затрат, а чистая выручка учитывает расходы на персонал и операции. В случае с Micro1 разрыв между этими показателями обусловлен существенными затратами на работу с высококвалифицированными кадрами.

Помимо привлечения людей, компания активно разрабатывает направления автоматизации. Исследователи предположили, что в будущем расходы на данные могут стать сопоставимыми с тратами на вычислительные мощности (compute). Micro1 уже сейчас начинает генерировать синтетические данные без участия человека, например, создавая автоматические описания видеоконтента. Это позволяет продавать стандартные наборы данных («off-the-shelf») нескольким клиентам одновременно.

По словам источника, знакомого с финансовыми отчетами компании, маржинальность по таким продуктам достигает 80–90%. Однако такая практика распределения общих баз данных вызвала споры в сообществе, так как критики опасаются, что это может способствовать ускоренному развитию моделей китайских разработчиков.

Стратегия и фокус на безопасности

Основатель Micro1 Али Ансари (Ali Ansari) ранее публично заявил о своей позиции в отношении географических рынков. В августе этого года он написал в социальной сети X: «Мы считаем позорным утверждать стремление к американскому доминированию в ИИ, одновременно продавая миллионы долларов данных странам, в которых мы находимся в конкурентном конфликте». Следовательно, Micro1 не поставляет свои данные создателям китайских моделей.

Интересно отметить эволюцию компании. Micro1 начинала как платформа для найма кадров в сфере ИИ. Основатель заметил, что клиенты, заказывающие разметку данных, использовали его платформу для верификации инженеров-аннотаторов. Это наблюдение стало поворотным моментом, и компания решила pivot (сместить фокус) непосредственно на бизнес по предоставлению данных для обучения.

Сейчас Micro1 работает над созданием датасета для обучения робототехники, собирая данные об взаимодействии с предметами повседневного обихода в реальных домашних условиях силами сотен волонтеров. Также компания развивает направление reinforcement learning (обучение с подкреплением), используя экспертов для оценки выводов крупных моделей.

Финансовые показатели и перспективы

В сентябре прошлого года Micro1 привлекла финансирование раунда серии А при оценке компании в $500 млн. По данным источников, компания могла завершить дополнительный раунд сбора средств еще с более высокой оценкой, однако официальных комментариев со стороны Micro1 пока не поступало.

Сравнивая Micro1 с конкурентами, можно отметить, что Mercor достиг валовой выручки в $2 млрд еще этим летом, а Handshake превысила отметку в $1 млрд в начале этого года. Тем не менее, динамика роста Micro1 свидетельствует о том, что рынок способен поддерживать несколько игроков одновременно, удовлетворяя потребности гигантов индустрии.

Технологический сектор продолжает инвестировать в инфраструктуру, необходимую для следующего витка развития ИИ. Если гипотеза о том, что расходы на данные сравняются с расходами на вычислительные мощности, подтвердится, компании вроде Micro1 могут стать еще более важными узлами в глобальной экосистеме машинного обучения.