一年暴漲100倍，AI最被低估的生意爆發了

AI數據公司正在悶聲發大財。AI數據，可能是這輪AI浪潮中最被低估的生意之一。不久前，Menlo Ventures合夥人Deedy在X上發佈了一張AI訓練數據公司全景圖，圖中一共收錄了28家創業公司，合計年收入約85億美元，總估值接近1000億美元。僅從收入規模看，訓練數據可能已經成為繼AI算力和大模型之後，AI產業第三大的細分賽道。這股爆發式成長的浪潮中，最令人矚目的案例莫過於Mercor。這家原本經營了12年的大學生招聘平臺，直到2025年初才切入AI訓練數據業務，隨後業績呈現驚人成長。

2025年9月，Mercor的年化收入約為5億美元；2026年2月突破10億美元；到6月，已經超過20億美元。九個月時間，收入增長了三倍，規模變成原來的四倍。Mercor的轉型速度與成長幅度，在業界幾乎找不到第二個例子。剛起步時，這項業務的年化收入只有500萬到1000萬美元；2026年1月，已經增長至5.5億美元；到4月，第三方機構Sacra估算，其年化毛收入已經接近11億美元。從500萬到20億美元，Mercor只花了不到兩年時間，成長幅度超過100倍，成為AI數據領域最傳奇的暴漲故事。AI訓練數據之所以成為一門大生意，背後是大型語言模型與多模態AI對高品質、多樣化資料的無盡需求。

隨著模型參數規模不斷擴大，訓練資料的品質與數量直接影響模型表現。過去，許多AI公司仰賴公開網路資料或自行標註，但隨著模型競爭進入深水區，專業、精準、甚至帶有領域知識的訓練數據變得稀缺且昂貴。這讓一批專注於資料收集、清洗、標註與生成的創業公司，迎來前所未有的市場紅利。從全景圖來看，這28家公司涵蓋了資料標註、合成資料生成、資料管理平台、領域特定資料集等多個細分方向。其中不少公司成立時間並不長，卻已累積可觀的營收與估值。業界分析指出，訓練數據市場的快速擴張，反映的不只是AI產業鏈的成熟，更代表著「資料即基礎設施」的時代已經到來。

過去被視為苦力活的資料處理工作，如今成為AI軍備競賽中不可或缺的關鍵環節。Mercor的崛起尤其具有指標意義。它原本只是一家專注於媒合大學生與企業實習機會的平台，累積了12年的用戶數據與人才匹配經驗。2025年初，公司管理層發現，這些數據與平台運作模式，恰好能轉化為AI訓練所需的結構化資料與人工回饋。於是Mercor迅速調整策略，將核心業務轉向為AI公司提供高品質的訓練數據服務，並在短短數季內實現營收飛躍。值得注意的是，Mercor的成長並非單純仰賴既有客戶，而是快速拓展到多家頂尖AI實驗室與大型科技公司。

這些客戶對資料品質、多樣性與即時更新有極高要求，Mercor憑藉過去在人才媒合中建立的審核與品質控制機制，成功滿足市場需求。業內人士認為，Mercor的案例證明了，在AI訓練數據領域，既有數據資產與營運經驗，可以成為極具價值的競爭優勢。隨著AI模型從語言擴展到影像、影片、語音、程式碼等多模態領域，訓練數據的需求只會更加多元與龐大。業界預估，未來兩到三年內，全球AI訓練數據市場規模將突破數百億美元，甚至可能挑戰千億美元大關。這意味著，像Mercor這樣快速成長的公司，可能只是這波浪潮的開端。

目前，除了Mercor之外，全景圖中還有Scale AI、Labelbox、Sama、Appen等老牌資料標註公司，以及專注於合成資料的Gretel、Mostly AI等新創。這些公司各自在不同領域建立護城河，有的專注於自動駕駛資料，有的深耕醫療影像，有的則提供通用型資料平台。整體來看，訓練數據賽道的競爭格局尚未底定，仍有大量新創公司與資金持續湧入。對於投資人與產業觀察者而言，AI訓練數據的爆發，提供了一個不同於算力與模型競賽的投資視角。相較於需要鉅額資本支出與頂尖人才的AI晶片與大模型領域，訓練數據生意具有較低的進入門檻與更靈活的商業模式。

只要能夠持續提供高品質、符合客戶需求的資料，就有機會在AI產業鏈中佔據穩定且高利潤的位置。Mercor的暴漲故事，無疑為這個低調卻高速成長的賽道，寫下了最戲劇性的一頁。從500萬美元年化收入到20億美元，只花了不到兩年時間，這不僅是AI產業的奇蹟，也預示著資料驅動的時代，真正的價值可能藏在最不起眼的環節裡。