AI学習データ需要が急増、Micro1の総年率売上が5億ドルに

生成AIの開発競争では、計算資源だけでなく、専門性が高く重複の少ない学習データの確保が重要になっている。この需要を背景に、専門家の採用、データラベリング、モデル出力の評価を提供するスタートアップが急速に拡大している。TechCrunchによると、創業から約4年のMicro1は、過去8カ月で総年率売上を1億ドルから5億ドルへ伸ばした。

ただし、総年率売上は同社が最終的に受け取る金額とは異なる。Micro1は医師、弁護士、科学者、エンジニアなど、案件に参加する専門家へ報酬を支払う。関係者によれば、同社が保持するのは総額の約60〜70％で、純年率売上は約1億5,000万〜2億ドルになるという。データ事業の規模を評価する際は、契約総額だけでなく、人件費、品質管理、データを複数顧客へ販売できるかどうかを見る必要がある。

主なポイント

• 大手AI研究所や企業からの大型案件が成長をけん引している。
• AI採用からデータラベリング、モデル出力の評価へ事業を拡張した。
• 動画内容の説明生成など、一部で人手を使わない合成データを開発している。
• 複数顧客に販売できる既製データでは、粗利益率が80〜90％に達する可能性がある。
• 家庭内での日用品との接触を記録し、ロボット向け事前学習データも作っている。

Micro1はもともとAI採用会社として始まった。創業者のAli Ansari氏は、データラベリングの顧客が、同社のAIプラットフォームを使ってアノテーション担当のエンジニアを選考・採用していることに気づき、データ事業への参入を決めた。現在は専門家にモデル出力を評価してもらうほか、強化学習に関連する評価プログラムにも取り組んでいる。

合成データと再利用可能なデータは、事業の収益構造を変える可能性がある。自動生成できるデータでは人手への依存を減らせる。また、同じデータセットを複数社に販売できれば、制作費を複数の契約に分散できる。一方で、独占性、データの出所、機密情報、販売先の適格性をどう管理するかという問題も生じる。

影響と意味

Micro1に加え、MercorやHandshakeも大きく成長しているとされることから、AIデータ市場は従来型の単純なラベリングを超えて拡大している。将来、AI企業のデータ支出が計算資源への支出に近づく可能性を指摘する研究者もいる。その場合、競争力を決めるのは作業者の人数だけではなく、専門家の質、データの独自性、合成データの効率、流通管理になる。

同時に、データの再販売は地政学的な論点にもなっている。再利用可能なデータを中国のAI開発者へ販売すれば、競合モデルの性能向上を助けるとの批判がある。Ansari氏は、Micro1は中国のモデル開発企業へデータを販売していないとXで述べた。ただし、同社の顧客や管理体制の全容が公開されたわけではない。

Micro1は昨年9月、評価額5億ドルでシリーズAを調達し、最近はそれを大きく上回る評価額で追加調達した可能性があるという。会社はTechCrunchのコメント依頼に回答しておらず、売上と資金調達に関する情報は正式発表ではなく、関係者の話に基づくものだ。

出典：TechCrunch AI