Micro1 — четырёхлетний стартап из Кремниевой долины — достиг годовой выручки в $500 миллионов, нарастив этот показатель с $100 миллионов всего за восемь месяцев. Цифра впечатляет, но важнее её контекст: компания работает на одном из самых горячих рынков индустрии ИИ, где разработчики моделей конкурируют не столько за мощные процессоры, сколько за качественные обучающие данные.

Пока мы в редакции тестируем новые ИИ-модели, одна закономерность видна невооружённым глазом: величина и качество тренировочного набора часто решают больше, чем архитектура сети. Для каждой сложной задачи — будь то медицинская диагностика, юридический анализ или даже робототехника — нужны специальные датасеты, размеченные экспертами в той области. Micro1 нашла модель, которая это масштабирует: компания нанимает врачей, юристов, инженеров на контрактной основе и направляет их работу на разметку и валидацию данных для заказчиков. По информации TechCrunch, компания удерживает 60-70% от брутто-выручки (то есть реальный net run rate составляет $150-200 миллионов в год), что указывает на неплохую маржинальность при масштабном операционном плече.

Интересно, что Micro1 уже не первый игрок на этом рынке. Конкурент Mercor достиг $2 миллиардов в годовом обороте ещё летом этого года, а Handshake пересекла отметку в $1 миллиард раньше. Это означает, что говорить о монополии или даже олигополии рано — спрос действительно необъятный, и каждому из игроков хватает заказов. Исследователи начинают гипотезировать, что расходы на обучающие данные в будущем могут даже приравняться к расходам на вычислительные мощности, что было бы революционным переворотом в экономике ИИ-развития.

Успех Micro1 строится не только на найме экспертов, но и на гибридном подходе. Компания всё активнее переходит на синтетические данные — например, автоматически генерирует текстовые описания видео без участия людей. Такие датасеты дешевле в производстве и часто можно продавать нескольким клиентам одновременно, что поднимает маржи на этих продуктах до 80-90%. Однако здесь возникла неожиданная проблема: продажа стандартизированных датасетов иностранным разработчикам (особенно китайским лабораториям) стала предметом критики в американском ИИ-сообществе. Основатель Micro1 Али Ансари открыто заявил, что его компания, в отличие от некоторых конкурентов, не работает с китайскими производителями моделей, считая это несовместимым с позицией защиты американского технологического лидерства.

История самой Micro1 типична для волны: Ансари начинал с платформы для ИИ-рекрутинга, но заметил, что его клиенты используют его инструмент для проверки и найма аннотаторов данных. После этого он переориентировался на основной бизнес — разметку и валидацию. Компания также экспериментирует с более экзотичными датасетами, например собирает данные для предварительного обучения робототехнических моделей, нанимая сотни обычных людей записывать видео своих повседневных действий дома. Это звучит просто, но масштаб такой разметки огромен.

Финансовая траектория Micro1 также показательна: в сентябре прошлого года компания привлекла Series A при оценке в $500 миллионов. По неподтвержденным сведениям, недавно могла пройти и новый раунд финансирования при значительно более высокой оценке, что логично учитывая темп роста выручки.

Для российского бизнеса, работающего с ИИ, эта история имеет два практических следствия. Во-первых, если вы разрабатываете модели или сервисы на их основе, стоимость качественных обучающих данных для вашей узкой задачи (медицина, финтех, юриспруденция) может стать одной из главных статей расходов. Во-вторых, если у вас есть доступ к специалистам или датасетам, которые можно структурировать и размечать, это может оказаться ценным активом — как минимум для собственных ИИ-проектов, а как максимум для продажи третьим лицам. Платформы типа AI Studio можно использовать для организации самого процесса разметки и контроля качества, но дороже машинной разметки всегда остаётся ручная верификация от предметных экспертов, и именно на этом зарабатывают Micro1, Mercor и им подобные.

Главное, что стоит понять: эра, когда ИИ-разработчики могли обойтись открытыми датасетами из интернета, практически закончилась. Конкурентное преимущество теперь часто скрывается в качестве и специализации тренировочных данных. Это означает, что инфраструктура разметки и валидации стала стратегической индустрией, и её взрывной рост — это не пузырь, а отражение реальной потребности рынка в этом узком месте.