Ich habe in den letzten 10 Tagen mit 3 Gründern verschiedener Unternehmen gesprochen, die in diesem Bereich tätig sind. Ihre Firmen verkaufen Trainingsdaten an führende KI-Labore, und alle reden so, wie Menschen reden, wenn der Boden unter ihren Füßen bebt. Es geht ungefähr so.
Wir haben im April angefangen. Im ersten Quartal haben wir Aufträge im Wert von 30 Millionen Dollar abgeschlossen. Auf meinem Schreibtisch liegen offene Bestellungen über 100 Millionen Dollar. Bis Dezember sollten wir bei irgendetwas nördlich von 150 Millionen Dollar landen.
. Nichts davon ist wiederkehrend, aber alles wächst. Dieser Monat könnte für uns bei 20 Millionen Dollar enden. Wir sind weniger als 12 Leute, und vielleicht ein paar Praktikanten.
Jedes Gespräch, das ich in diesem Markt führe, klingt jetzt so. Eine Zeit lang dachte ich, das ist eine Rakete, warum reden nicht mehr Leute darüber? Dann wurde mir klar, dass die Gründer selbst eine bessere Frage stellen. Sie wissen, dass das Bargeld echt ist. Sie wissen, dass die Verträge nicht ewig halten. Was sollte man in einer solchen Situation tun?
Was eigentlich verkauft wird
Sechs Dinge.
Manche Unternehmen verkaufen Stunden: Menschen, die Bilder labeln und Chatbot-Antworten bewerten, das Fließband-Produkt, das bereits stirbt. Manche verkaufen Urteilsvermögen: Ärzte, Anwälte und Physiker, die aufschreiben, wie sie denken, für 100 bis 500 Dollar pro Stunde, weil die Modelle ausgeschöpft haben, was Amateure ihnen beibringen konnten. Manche verkaufen Welten: simulierte Salesforce-Instanzen, gefälschte Banken, Nachbildungen von Krankenhäusern, in denen Agenten über Millionen von Wiederholungen hinweg einen Job üben. Die Einheit hier ist fachkundiges Urteilsvermögen, verpackt in eine Aufgabe, eine Welt zum Handeln, eine Bewertungsmatrix, die definiert, was gut ist, und einen Prüfer, der es bewertet. Manche verkaufen Urteile: Benchmarks, Evaluierungen, Red Teams, die Schiedsrichter des Rennens. Manche verkaufen Körper: Sensoranordnungen, taktile Handschuhe und Kamera-Gurte an echten Arbeitern, weil Roboter Hände sehen müssen. Und manche verkaufen Rechte: lizenzierte Archive, die Reddit-artigen Deals im Wert von zig Millionen Dollar pro Jahr, Institutionen, die jahrzehntelang angesammelten Text in eine Rente umwandeln.
Schauen wir uns nun an, wie das Geld tatsächlich ankommt. Fast alles ist ein Kaufauftrag gegen eine Lieferung: ein akzeptierter Datensatz, ein Stapel bestandener Aufgaben, eine ausgelieferte Umgebung. Nichts verlängert sich automatisch. Die Schlagzeilen, die Sie lesen, sind annualisiert, normalerweise der beste Monat multipliziert mit 12, in einem Geschäft, in dem ein Labor seine Bestellungen innerhalb eines Quartals verdoppeln oder auf null setzen kann. Und jeder weiß, dass Brutto nicht Netto ist. Marktplätze geben 60-70 % der Abrechnungen an die Experten weiter, die die Arbeit erledigen. Die Ausnahme sind strukturelle Unternehmen und solche, die ihre Lieferung aus Niedriglohnländern betreiben, die 70-80 %+ jedes Dollars behalten, weshalb einige der profitabelsten Namen in diesem Markt von den Bewertungslisten kaum erfasst werden. Die Labore kümmern sich nicht darum, wo das Urteil hergestellt wurde, zumindest vorerst. Die Gewinn- und Verlustrechnung des Anbieters tut es definitiv.
Die unfreiwilligen Giganten
Fast niemand an der Spitze dieses Marktes hat sich vorgenommen, ihn aufzubauen.
Mercor startete als Marktplatz, der freiberufliche Ingenieure mit Unternehmen zusammenbrachte, mit einem KI-Interviewer, der die Prüfung durchführte. Micro1 startete auf die gleiche Weise, eine KI-Rekrutiererin namens Zara. Turing war jahrelang ein Marktplatz für Remote-Entwickler. Handshake war ein Jahrzehnt lang ein College-Rekrutierungsnetzwerk und schwenkte um, nachdem es bemerkte, dass Labore Doktoranden-Annotatoren aus seiner eigenen Mitgliederbasis abwarben. Es hörte auf, sein Netzwerk zu vermieten, und begann, die Arbeit selbst zu verkaufen, und stieg in etwa 16 Monaten von 0 auf etwa 1 Milliarde Dollar annualisierten Bruttoumsatz. Sogar Scale begann als API für Mechanical Turk, bevor es selbstfahrende Autos für sich entdeckte.
Das Muster verrät, was das Produkt wirklich ist. Diese Unternehmen haben nicht gewonnen, weil sie Daten verstanden haben. Sie haben gewonnen, weil sie bereits Maschinen gebaut hatten, um Fremde in großem Maßstab zu verifizieren, z. B. wer tatsächlich ein Arzt ist, welcher Ingenieur tatsächlich programmieren kann, wessen Urteil vertraut werden kann, ohne sie zu treffen. Als Labore plötzlich Tausende von geprüften Experten brauchten, waren die Rekrutierungsunternehmen die einzigen, die Angebot hatten. Die Daten waren nie das Produkt. Verifiziertes Urteilsvermögen war es, und die Platzhirsche des verifizierten Urteilsvermögens waren Jobplattformen.
Warum die Labore weiter zahlen
Der Grund, warum Labore millionenschwere Kaufaufträge unterschreiben, ist ein Krieg, den sie nicht verlassen können. Es sah eine Zeit lang so aus, als wäre Anthropic vorne, aber die letzten zwei Wochen haben das Spielfeld weitgehend eingeebnet. Kein Labor hält mehr einen dauerhaften Leistungsvorsprung. Niemand behält die Krone für eine ganze Saison, offene Modelle hinken den Grenzmodellen um Monate hinterher, und jedes Preissegment bricht weiter zusammen. Sie sind auf einem Laufband. Datenanbieter verkaufen, was nötig ist, um dieses Laufband anzutreiben. Ihre Einnahmen erfordern nicht, einen Gewinner auszuwählen. Es ist eine Steuer darauf, dass niemand gewinnt.
Alex Karp hat diesen Monat damit verbracht, dem Silicon Valley vorzuwerfen, KI zu überverkaufen, und der Öffentlichkeit gesagt, sie solle ihren lügenden Augen nicht trauen. Die Kaufaufträge geben ihm recht. Wären Modelle fast fertig, würden Labore nicht so viel für menschliches Urteilsvermögen bezahlen. Jede Rechnung in dieser Branche ist ein Eingeständnis dessen, was die Modelle noch nicht können.
Aber das gleiche Laufband führt auch seine eigenen Lieferanten vor. Im Jahr 2023 war das Produkt Crowdworker, die Antworten bewerteten. Sobald Modelle die Bewerter überflügelten, wurden die Bewertungen zu Rauschen, und 2024 gehörte den akkreditierten Experten. Dann lernten Reasoning-Modelle, sich selbst anhand überprüfbarer Antworten zu bewerten, und 2025 verlagerte sich das Geld auf Umgebungen und Bewertungsmatrizen. Jede Generation von Modellen wächst über die Daten hinaus, die sie trainiert haben. Die Sprossen unterhalb der Grenze lösen sich ständig auf. Die Grenze zahlt weiter.
Ich habe am Wochenende mit einem Freund in einem führenden Labor gesprochen und gefragt, mit wie vielen Datenanbietern er direkt zusammenarbeitet. Sieben, sagte er. Alle sieben haben die Aufgabe, die gleiche Art von Datensätzen zu produzieren. Es versteht sich von selbst, dass einige von ihnen in einem Jahr zusehen werden, wie dieser Auftrag verschwindet. Das ist der ganze Markt in einer Anekdote: enorme Nachfrage, bewusst dupliziertes Angebot und ein Käufer, der die Uhr besitzt.
Die Uhr in jedem Vertrag
Forscher von Epoch AI haben Anbieter interviewt und die Preisliste veröffentlicht – eine einfache Website-Replik für Agententrainingsläufe kostet etwa 20.000 Dollar, und ein Labor soll Hunderte davon gekauft haben, einmal, so wie man Kegel für eine Fahrschule kauft. Ein hochauflösender Klon eines Unternehmenswerkzeugs mit von Experten geschriebenen Aufgaben kostet . Einzelne Aufgaben kosten zwischen 200 und 2.000 Dollar, und Exklusivität multipliziert alles um das 4- bis 5-fache, weil eine Aufgabe, an der auch Ihr Rivale trainiert, Ihnen nichts darüber beibringt, wie Sie ihn schlagen können.
Aber hier ist der Haken: Sobald Modelle eine Aufgabe zu etwa 70 % bestehen, wird die Aufgabe verworfen. Das Produkt entwertet sich durch seinen Erfolg. Das garantiert Folgeaufträge, weshalb die Umsatzkurven vertikal aussehen, und es garantiert auch, dass sich nichts von selbst in eine Rente verwandelt. Alles muss immer wieder härter neu aufgebaut werden, für immer. In gewisser Weise laufen auch die Anbieter auf einem schwächeren Laufband, nur direkt neben den führenden Laboren.
Ich habe den Eindruck, dass die Gründer in diesem Bereich mindestens für die nächsten 3-4 Jahre bullish für das Datengeschäft sind, und vielleicht sollten sie das auch sein, aber die Käufer hier, die führenden Labore, entscheiden sich dafür, auf beiden Seiten des Tresens zu arbeiten. Anthropic soll angeblich darüber gesprochen haben, in einem Jahr über 1 Milliarde Dollar für Umgebungen auszugeben, während es mit einem Dutzend oder mehr Anbietern zusammenarbeitet und alle dazu zwingt, sich seinen Rahmenbedingungen anzupassen – Kommodifizierung durch Beschaffung. OpenAI soll angeblich eine interne Datenplattform markenrechtlich geschützt haben, die darauf abzielt, die Abhängigkeit von genau den Anbietern zu verringern, die es bereichert, und hat Auftragnehmer aufgefordert, Artefakte tatsächlicher vergangener Arbeit hochzuladen – die höflichste Art zu sagen: Wir hätten gerne die Quelle, nicht den Wiederverkäufer. xAI hat ein Drittel seines internen Annotationsteams abgebaut, um stattdessen spezialisierte Tutoren aufzubauen. Karpathy, generell bullish für das Konzept der Umgebungen, ist öffentlich bearish gegenüber der Trainingsmethode, die die gesamte Kategorie monetarisiert.
Das ist schon einmal passiert, innerhalb derselben Branche. Zwischen 2016 und 2021 ernährte sich eine Generation von Datenunternehmen von selbstfahrenden Programmen, dann zogen die überlebenden Autohersteller das Labeln ins Haus, und die reinen Anbieter wurden absorbiert oder geschlossen. Scale überlebte, weil es rechtzeitig auf die LLM-Welle sprang. Denken Sie an Appen. Ein australisches Unternehmen, einst ein börsennotierter Liebling im Wert von 4 Milliarden Dollar, das Big Tech mit menschlichen Daten versorgte, mit, auf seinem Höhepunkt, 80 % des Umsatzes von fünf Kunden. Im Januar 2024 kündigte Google seinen Vertrag ohne Vorwarnung. Die Aktie ist seit diesem Höchststand um mehr als 95 % gefallen. Eine E-Mail eines Kunden, eine Methodenänderung, und der Platzhirsch der gesamten Kategorie wurde zur Fallstudie. Pharma ging den anderen Weg, hat nie wieder Arzneimittelstudien ins Haus geholt, und 40 Jahre später wächst die ausgelagerte Studienindustrie immer noch. Beide Enden sind hier möglich. Welches Sie bekommen, entscheidet ein Gesetz.
Aber was ist das Gesetz? Was immer eine Maschine verifizieren kann, werden Maschinen irgendwann ohne Sie lernen. Was immer noch einen Menschen braucht, der sagt, das ist gut, bezahlt weiterhin Menschen. Code kann überprüft werden, also war er das erste Opfer, und Labore schürfen jetzt ihre eigenen Trainingsaufgaben aus öffentlichen Repositories zu Zehntausenden. Geschmack, Ambiguität, reguliertes Urteilsvermögen und die physische Welt fallen als Letztes, vielleicht nie. Es gibt keinen Unit-Test für das, was ein erfahrener Chirurg sieht, und Sie können ein gefaltetes Hemd nicht unit-testen. Verifikation ist die Knappheit. Verkaufen Sie dagegen, und die Uhr arbeitet für Sie statt gegen Sie.
Was das Bargeld kaufen sollte
Nichts davon bedeutet, dass die Datenwelle falsch ist. Geld ist echt, Wachstum ist echt, und die Physik des Laufbands garantiert jahrelang Nachfrage nach schwierigeren Hausaufgaben. Es bedeutet, dass die Welle eine sehr spezifische Form von Unternehmen belohnt und die Klone bestraft, in einer Nische, in der ein vollständig bootstrapped Unternehmen ein Produkt ausliefern kann und ein Offshore-Lieferteam jeden Preis, den Sie nennen, unterbieten kann. Wenn der Kunde Nummer eins eines Marktes Ihren Ersatz baut, während er Ihre Rechnungen bezahlt, ist Ihr Produkt nicht der Burggraben. Ihre Position ist es.
Hier ist also die eigentliche Frage, die die Gründer, die dieses Geld drucken, beim Abendessen stellen. Niemand, der ein Unternehmen führt, das bei diesen Margen 100-500 Millionen Dollar an Auftragseingängen generiert, wird aufhören. Sollten sie auch nicht. Nehmen Sie jeden Auftrag an. Lassen Sie die Maschine auf Hochtouren laufen. Der einzige Fehler, der in dieser Phase möglich ist, ist, den Glücksfall als das Geschäft selbst zu betrachten, anstatt als die Finanzierung für das Geschäft. Auftragseingänge sind ein großartiger Treibstoff, aber was folgt, ist das Menü dessen, was sie kaufen können, und eine ehrliche Einschätzung jeder Option.
Gehen Sie tiefer in die Daten, nicht breiter. Der faule Zug ist horizontal – mehr Bereiche, mehr generalistisches Angebot, Konkurrenz mit 4 Giganten, die das Vertrauen besitzen. Der sich vermehrende Zug ist vertikal – wählen Sie einen Bereich, in dem die Verifikation schwierig bleibt, stellen Sie die 200 besten Experten darin als Ihre eigenen ein, und werden Sie der einzige Ansprechpartner für Labore. Ein junges Unternehmen besitzt Audio. Eines besitzt Chipdesign. Eines besitzt fortgeschrittene Mathematik. Neue Sprossen werden auftauchen, wenn Modelle Fortschritte machen, und Labore, die ihre eigenen Daten generieren, beenden diese Nachfrage nicht, sie verschieben sie die Schwierigkeitskurve hinauf zu dem, der die Spitze eines Bereichs besitzt. Funktioniert, wenn Sie wirklich über knappe Experten verfügen. Funktioniert nicht, wenn Ihre Experten mit der Tabelle eines Konkurrenten austauschbar sind.
Gehen Sie physisch und besitzen Sie die gesamte Schleife. Der Fehler bei physischen Daten ist zu denken, die Handschuhe seien das Geschäft. Die Hardware-Erfassung ist der billige Teil. Die Unternehmen, die zählen werden, betreiben die Sammlungsoperation Ende-zu-Ende – sie beschäftigen die Arbeiter, bauen die Anlagen, stellen hauseigene Branchenexperten ein, die wissen, wie eine korrekte Schweißnaht, Naht oder Verriegelungsprozedur aussieht, kodieren, wie eine Branche tatsächlich funktioniert, und verkaufen die annotierten Abgase mit Exklusivitätsbedingungen. Die leersten Felder auf der Karte, die ich in meinem Kopf erstellt habe, sind Industrieanlagen, Raffinerien, Fabrikhallen, Minen, Orte, an denen zu keinem Preis ein Datensatz existiert, während sich alle auf Einzelhandels-, Finanz- und gesundheitsbezogene Demos stürzen. Dies funktioniert jedoch, wenn Sie die Erfassung, Qualität und Rechte kontrollieren, und scheitert, wenn Sie ein Mittelsmann für die Kameras anderer Leute sind.
Bauen Sie weiterhin Umgebungen, aber verkaufen Sie sie weiter oben im Stack. Die Stufe der 20.000-Dollar-Website-Replik wird bereits zu Open-Source-Hubs kommodifiziert. Die dauerhafte Stufe ist hochauflösend, von Experten bewertet, exklusiv und zielt auf 2 Käufer ab, nicht nur 1. Labore heute. Unternehmen morgen, und dieser zweite Käufer ändert alles. Satya Nadella sagt seit einiger Zeit jedem Unternehmen, dass es für Intelligenz zweimal bezahlt, einmal in Geld und einmal in dem proprietären Urteilsvermögen, das durch jede Eingabeaufforderung durchsickert, also müssen sie ihre eigenen Evaluierungen und eigenen Lernumgebungen innerhalb ihrer eigenen Mauern aufbauen. Lesen Sie das als ein Produkt-Spezifikation. Die genaue Fähigkeit, die Sie für die Laborarbeit entwickelt haben – einen chaotischen Arbeitsablauf in eine Welt mit Bewertungsmatrizen und Prüfern zu verwandeln – wird zu privaten Trainingshallen hinter der Firewall eines Kunden, z. B. ihrem Schadensbearbeitungsprozess, ihrem Handelsschreibtisch, ihrem Krankenhaus, simuliert, damit ihre Agenten lernen können, ohne dass ihr Urteil jemals das Gebäude verlässt. Es multipliziert Ihre Käuferzahl von 5 auf 5.000. Funktioniert, weil es auf derselben Stärke aufbaut. Scheitert nur, wenn Sie warten, bis die Labor-Aufträge langsamer werden, bevor Sie es bauen.
Betreten Sie Unternehmens-Workflows mit offenen Augen. Das Einsetzen von Agenten in Unternehmen ist Vorwärts-Einsatzarbeit, die Kartierung, wie Rechnungen wirklich fließen, die Entdeckung, dass die SOP Fiktion ist, das Sitzen mit dem Team, bis Ausnahmen aufhören (ich habe kürzlich einen vollständigen Artikel darüber geschrieben). Es ist ein echtes Ziel, und einige Datenunternehmen werden dort echte Geschäfte aufbauen. Aber kennen Sie die Physik, bevor Sie das Geld dafür binden. Dateneinnahmen kommen als 25-Millionen-Dollar-Aufträge, die in Wochen unterschrieben werden, Unternehmenseinnahmen kommen als 500.000-2-Millionen-Dollar-Pilotprojekte, die in Quartalen unterschrieben werden, und etwa 95 % der heutigen KI-Pilotprojekte in Unternehmen zeigen keine messbare Rendite. Der Schritt funktioniert als separat geführte Einheit mit separaten Erwartungen und eigener Führung. Er scheitert als Nebenprojekt, das von dem Personal betrieben wird, das das Datengeschäft entbehren kann, weil die Stärke eine andere ist und Geduld, Integration und Klebecode statt Durchsatz erfordert.
Kaufen Sie Rechenleistung nur, wenn Rechenleistung Ihr Produkt speist. Mehr als ein Gründer in diesem Markt fragt sich, ob das Bargeld in GPUs und eine gehostete RL-Plattform werden sollte. Die ehrliche Antwort ist, dass das Vermieten von reiner Rechenleistung ein Rohstoff ist, der zwischen Hyperscalern und Neoclouds eingeklemmt ist, und eine Schatzkammer voller sich entwertender Siliziumchips ist kein Burggraben. Die Version, die funktioniert, ist enger: Hosten der Trainingsschleifen, die in Ihren eigenen Umgebungen laufen, wo die Auslastung von Ihnen garantiert wird und der Kunde die Welt plus das Fitnessstudio plus die Rechenleistung als ein Produkt kauft. Prime Intellect fährt dieses Spiel bereits im Open-Source-Bereich. Es hat einen Hub mit über 2.500 Community-Umgebungen verschenkt und verkauft die Rechenleistung und das gehostete Training, die darauf laufen. Die Umgebungen sind das Schaufenster. Die GPUs sind die Kasse. Das ist eine Venture-Wette, keine Entscheidung zum Parken von Bargeld. Wenn ich ein Gründer wäre, der dies tut, würde ich die Entscheidung bewusst treffen oder gar nicht.
Akquirieren Sie die nächste Sprosse, anstatt sie spät zu bauen. Die lehrreichste Kapitalallokation in diesem Markt bisher ist, dass ein Gigant seinen Auftrags-Glücksfall genutzt hat, um innerhalb von 5 Monaten zwei Umwelt-Startups zu kaufen, und sich so auf die neue Sprosse eingekauft hat, während die Konkurrenz noch dafür einstellte. In etwa 18 Monaten werden die Modelle wahrscheinlich Unternehmen mit echten Umgebungsingenieuren positionieren, die sich gerne akquirieren lassen würden. Geschwindigkeit ist der einzige Vorteil hier. Sie sitzen auf einem Haufen Bargeld – also schlägt ein Kriegsschatz plus eine klare Karte, welche Sprosse als nächstes kommt, die organische Geschwindigkeit in einem Markt, der sich alle 18 Monate neu ordnet.
Verkaufen Sie an Regierungen. Es kommt eine neue Kundenklasse. Regierungen, die souveräne KI-Programme kaufen, werden nationale Datenpipelines, muttersprachliche Korpora, lokale Evaluierungen und physische Daten aus ihren eigenen Fabriken und Feldern benötigen, aus den gleichen Gründen, aus denen sie ihre eigenen Stromnetze kaufen.
Und wandeln Sie um, was Sie können, in Einnahmen, die sich erneuern. Aufträge sind wie Wetter. Ein Teil davon kann in Klima verwandelt werden – Evaluierungsabonnements statt einmaliger Benchmark-Verkäufe, Umwelt-Wartungsverträge statt einmaliger Bauten, Datenaktualisierungs-Retainer, Zertifizierungsprogramme, die jährlich abgerechnet werden. Nichts davon wird so spektakulär aussehen wie ein 50-Millionen-Dollar-Auftrag, und das ist der knifflige Teil, sich mit weniger glänzenden Stücken abzusichern. Denn all das überlebt das Quartal, in dem der Auftrag nicht eintrifft.
Und ich habe als Gründer versagt, dies zu wissen – es gibt zwei Fehler, die es zu vermeiden gilt. Der Eintritt in die generalistische Spur der Giganten, wo die Vertrauensprämie nicht von Null aus repliziert werden kann. Und eine moderate Kapitalerhöhung zu einem unmäßigen Multiplikator, die Verpflichtungen kauft, die wie Software bepreist sind, zu Wirtschaftlichkeiten, die alles andere sind, während die beiden Ausgänge, die es hier tatsächlich gibt, geschlossen werden – privat und reich zu bleiben oder Infrastruktur zu werden, die jemand besitzen muss.
Vertrauen ist das Kapital, das sich vermehrt
Jede Option in diesem Menü oben führt durch dasselbe Tor. Unternehmen werden Ihnen nicht ihren Schadensbearbeitungsprozess geben, Labore werden Ihnen nicht ihre Prioritäten für das Training an der Grenze geben, und Regierungen werden Ihnen nicht ihre nationalen Korpora geben, es sei denn, Vertrauen wurde bewusst aufgebaut, und Vertrauen ist in diesem Markt keine Stimmung, es ist ein Stapel überprüfbarer Zusicherungen.
Die Unternehmen, die das verstehen, bauen es wie ein Produkt auf. Zuerst kommt die Überzeugung des Unternehmens, von dem Sie die Daten nehmen, dass Sie nichts Sensibles herausnehmen und dass sie rechtlich keinen Fehler machen, der sie in Schwierigkeiten bringen würde. Sicherheits- und Residenz-Zertifizierungen, bevor der Kunde fragt, sind die Norm. Öffentliche Benchmarks sind eine weitere Form der Vertrauensmaschine. Auf der anderen Seite wollen die Labore, die diese Daten kaufen, auch Herkunftsnachweise – kamerabestätigte Sitzungen, Nachweise über Qualifikationen, den Beweis, dass ein bestimmter Mensch das Denken durchgeführt hat, denn das schmutzige Geheimnis der Lieferkette ist, dass Annotatoren Modellausgaben als menschliche Arbeit ausgeben.
Es hilft, Neutralitätsvereinbarungen zu haben – z. B. kein Labor im Cap Table, kein einzelner Käufer über einem bestimmten Anteil am Umsatz, gelernt auf die harte Tour von allen, die zusahen, wie die Kunden eines Rivalen am Tag davonliefen, als ein Labor die Hälfte davon kaufte – obwohl es für das Scale AI-Team vielleicht ein brillantes Ergebnis war. Experten-Zertifizierungsprogramme helfen, wenn Sie eine Marke aufbauen können, so dass „bewertet von Ihrem Netzwerk“ anfängt, etwas zu bedeuten, das eine Branche anerkennt. Jedes einzelne davon ist ein Kapital, das sich vermehrt, während Aufgabenformate sterben oder sich ändern. Wenn sich das Format ändert, und das wird es, etwa alle 2 Jahre, ist es das Vertrauen, das auf das nächste Produkt übertragen wird.
Das 50. Unternehmen
Scale und Mercor waren zuerst da und wurden riesig, also was sollte das 50. Unternehmen tun?
Beginnen Sie damit, was Mercors Aufstieg tatsächlich lehrt, denn jeder kopiert den falschen Teil. Der sichtbare Teil ist Geschwindigkeit. Scale brauchte etwa 4 Jahre, um seine erste zu erreichen. Die nächste Kohorte brauchte 2 Jahre. Mercor brauchte weniger als 20 Monate, Micro1 und AfterQuery näher an einem Jahr, und ein Umwelt-Startup ging in 6 Monaten von 1 Million auf 63 Millionen Dollar. Gründer lesen das als einen freundlicher werdenden Markt. Es ist das Gegenteil. Jede Sprosse ist steiler und kürzer, und die gleiche Beschleunigung, die einen Neuling in einem Jahr auf 100 Millionen Dollar bringt, zieht ihnen die Sprosse unter den Füßen weg, genauso schnell. Geschwindigkeit ist eine Eigenschaft der Welle, nicht des Bootes – denken Sie darüber nach, und Sie werden Zweifel bekommen, in diesem Boot mitzufahren, denn dieses Spiel ist nicht für jedermann.
Der Teil, den es nachzuahmen lohnt, ist leiser. Mercor baute seine Verifikationsmaschine, bevor die Nachfrage existierte, für ein völlig anderes Geschäft, also als die Welle kam, brachte es vertrauenswürdige Experten schneller an Bord als jeder andere. Es musste nie Ingenieure in Kunden integrieren oder Dienstleistungsteams betreiben, der Marktplatz blieb die Maschine, und als die nächste Sprosse erschien, kaufte es sich dorthin, anstatt von hinten zu bauen. Und der bootstrapped Marktführer in diesem Markt lehrt die umgekehrte Lektion mit derselben Moral: Indem es profitabel blieb und nie Eigenkapital verkaufte, behielt es die Option, die alle anderen verkauft haben, die Option, Nein zu sagen, zu jedem Kunden, jeder Deal-Struktur, jedem Quartal. In einem Markt, in dem Ihre Kunden Ihre zukünftigen Konkurrenten sind, ist Optionalität kein Luxus. Es ist das, was Ihre Margen kaufen.
Also tritt das 50. Unternehmen dort ein, wo die Leiter noch gebaut wird – eine schwierige Domäne, die vollständig besessen wird, Bewertungsmatrizen und Prüfer und Umgebungen, die statt Stunden verkauft werden, Benchmarks, die von Tag eins an veröffentlicht werden, die zweite Käuferklasse, die gebaut wird, bevor sie benötigt wird, die Kapitalgeschichte, die am Tag eins entschieden wird: Bootstrapping und die Option behalten oder groß aufnehmen und Sprossen kaufen, niemals die Mitte. Und wenn Sie keins gründen, sondern sich entscheiden, ob Sie einem beitreten, stellen Sie von innen die gleichen Fragen: Welches der 6 Produkte verkauft dieses Unternehmen tatsächlich? Wessen Vertrauen hält es? Welcher Uhr ist sein aktuelles Format unterworfen? Wohin fließt das Auftrags-Bargeld? Und wer ist der zweite Kunde nach den Laboren? Ein Unternehmen mit guten Antworten auf diese Fragen ist es wert, beizutreten, denn auf Raketenschiffen lernt man oft Dinge in komprimierter Zeit.
In 5 Jahren
Was ist der Sinn, das alles zu schreiben, wenn ich nicht unglaublich richtig oder schrecklich falsch mit einigen dieser Dinge liege? Also hier ist meine 5-Jahres-Perspektive.
Der Bruttomarkt wächst jahrelang. Der Nachfragemechanismus pausiert nicht, solange das Laborrennen ungelöst ist, und es gibt einen geplanten Stresstest im Kalender – die ersten Labor-Börsengänge (die heute, Stand Juli 2026, sehr nahe sind), wenn die Datenausgaben zu einer Zeile werden, die öffentliche Analysten jedes Quartal hinterfragen. Meine Ahnung ist, dass die Zusammensetzung unter dem Wachstum heftig rotiert. Stunden sterben zuerst, und sind größtenteils schon tot. Generische Umgebungen werden zu offenen Hubs kommodifiziert. Wert konzentriert sich auf Grenz-Urteilsvermögen, Verifikation und Herkunft, Schiedsrichter, physische Erfassung und private Fitnessstudios für Unternehmen, und wenn ich diese ranken müsste, Verifikation und Unternehmens-Fitnessstudios zuerst, weil beide stärker werden, je stärker die Labore werden, physisch als zweites, weil es das einzige Segment ist, in dem das Angebot und nicht die Nachfrage der Engpass ist. Von den über 100 Unternehmen, die heute an Labore verkaufen (ich habe eine Liste erstellt und in der Mitte aufgegeben, als mir klar wurde, dass der Versuch sinnlos war, weil sie im nächsten Moment veraltet ist), erwarte ich, dass weniger als 10 im Jahr 2031 noch unabhängig und skalierbar sind. Die meisten werden den Betrieb einstellen, einige reiche Gründer hinterlassend. Der Rest wird absorbiert, von den Giganten, die Sprossen kaufen, oder von den Laboren selbst, leise, wegen der Leute.
Die Gewinner sind erkennbar, wenn Sie beobachten, was sie bereits tun. Der bootstrapped Qualitätsführer wird zum Standardsetzer, der Name, dessen Akzeptanz selbst eine Zertifizierung ist. Der akquisitionsfreudige Gigant wird zu einer Börse, an der Expertenarbeit bepreist, verifiziert und verkauft wird, wer auch immer der Käufer ist, und wenn Labore jemals als Kunden verdrängt werden, stehen Arbeitgeber als nächste in der Reihe. Die Umwelt-Erbauer, die überleben, wachen als die Unternehmenssimulationsbranche auf. Die Schiedsrichter, wenn sie unabhängig bleiben, beenden das Jahrzehnt wie Ratingagenturen, die in Beschaffungsregeln und vielleicht in Gesetze geschrieben werden. Und irgendwo in der physischen Welt vermehrt sich ein Unternehmen, das sensorintegrierte Industriedaten sammelt, in Richtung des Scale der verkörperten Ära, 5 Jahre früher auf dieser Kurve als alle, die sich auf die digitale drängen.
Ein Gründer in diesem Markt hat argumentiert, dass menschliche Daten zu einer Angelegenheit von einer Billion Dollar pro Jahr werden, und er hat das Tiefste richtig verstanden: Modelle lernen von Menschen in jeder Phase, für immer. Was die Billion verpasst, ist, dass sie menschliche Zeit bepreist, nicht den Vermittler. Der Anteil des Vermittlers wird dadurch bestimmt, ob er etwas Knapperes besitzt als eine Tabelle voller Auftragnehmer. Die gute Nachricht für alle, die hier bauen, ist, dass die knappen Dinge jetzt bekannt sind, und jedes einzelne davon ist mit genau dem Bargeld aufbaubar, das dieser Markt abwirft – besessene Expertennetzwerke, Herkunftsnachweise, Schiedsrichter-Franchises, geschlossene Kreisläufe in der physischen Welt.
Jede Goldgräberstimmung endet auf eine von zwei Arten: entweder das Gold geht aus oder die Bergleute industrialisieren sich. Diese hier endet auf eine dritte Art. Das Gold lernt, sich selbst zu schürfen. Wenn das passiert, werden die Lieferanten, die übrig bleiben, diejenigen sein, die der Mine das eine verkauft haben, was sie nie ausgraben kann – die Antwort auf die Frage, die jedes Modell stellt und keines beantworten kann: Was ist gut? Halte diese Antwort in einem einzigen, engen Bereich und du hast ein Unternehmen. Halte sie glaubwürdig genug, lange genug, und du hörst auf, ein Zulieferer im Rennen eines anderen zu sein. Du wirst ein Teil davon, wie das Rennen bewertet wird.
