我最近十天內，與三家不同公司、但都身處同一場遊戲的創辦人聊過。他們的公司都向前沿 AI 實驗室出售訓練資料，而他們談話的方式，就像腳下土地正在移動的人會說的話。大致是這樣。
「我們四月開始。第一季就接到了 3000 萬美元的訂單。現在我桌上還有價值 1 億美元的未結採購訂單。到十二月，我們應該能落在 1.5 億美元以上。」
「這些都不是經常性收入，但全部都在成長。這個月我們可能會有 2000 萬美元進帳。我們團隊不到 12 人，可能還包含一些實習生。」
現在我在這個市場進行的每一場對話，聽起來都是這個調調。有好一陣子，我一直覺得這簡直是火箭飛船，為什麼沒什麼人在談論？後來我才恍然大悟，這些創辦人自己正在問一個更好的問題。他們知道現金是真的，也知道合約不是永久的。在這種情況下，你該怎麼做？
實際上在賣的是什麼
六種東西。
有些公司賣的是時數：人類標記圖片、評分聊天機器人回應，這是裝配線時代的產品，已經在衰落。有些賣的是判斷力：醫生、律師、物理學家以每小時 100 到 500 美元寫下他們的推理過程，因為模型已經耗盡了業餘者能教的一切。有些賣的是世界：模擬的 Salesforce 實例、虛擬銀行、複製的醫院，讓 Agent 在裡面重複數百萬次練習工作。這裡的單位是專家判斷，包裹在任務中、一個可以行動的世界、一套定義「好」的評分標準，以及一個負責評分的驗證器。有些賣的是判決：基準測試、評測、紅隊測試，比賽中的裁判。有些賣的是身體：感測器套件、觸覺手套和攝影機背帶，安裝在真實工人身上，因為機器人需要觀察人類的手。有些賣的是權利：授權的檔案庫，類似 Reddit 那種每年價值數千萬美元的協議，將機構數十年累積的文字轉換成年金。
現在來看看錢實際上是怎麼進來的。幾乎所有東西都是針對可交付成果的採購訂單：一個通過驗收的資料集、一批通過品質檢驗的任務、一個交付的環境。沒有任何東西會自動續約。你看到的那些標題數字都是年化後的，通常是把最好的月份乘以 12，但在一個實驗室可以在一個季度內將訂單翻倍或歸零的業務中，這並不靠譜。而且業內每個人都知道，總額不等於淨額。市集平台會將 60-70% 的帳款轉給實際執行工作的專家。例外的是結構性公司，那些從低成本地區交付的企業，能保留每塊錢的 70-80% 以上，這也是為什麼這個市場中一些最賺錢的名字，在估值榜上幾乎看不到。至少目前為止，實驗室不在乎判斷力是在哪裡製造的。但賣方的損益表絕對在乎。
意外的巨頭
這個市場頂端的公司，幾乎沒有一家是刻意要建立這個市場的。
Mercor 一開始是一個媒合自由工程師與公司的市集平台，用 AI 面試官進行篩選。Micro1 也是同樣的起點，有個叫 Zara 的 AI 招募官。Turing 花了多年時間經營遠端開發者市集。Handshake 經營了十年的大學招聘網絡，後來發現實驗室從自己的會員中挖角博士註釋員，於是轉型。它不再出租自己的網絡，而是直接銷售這項工作本身，在短短 16 個月內，從零成長到約 10 億美元的年化總收入。就連 Scale 也是從一個 Mechanical Turk 的 API 起家，後來才找到自駕車這個方向。
這個模式告訴你，真正的產品是什麼。這些公司成功，不是因為他們了解資料，而是因為他們早就建立了大規模驗證陌生人的機制：誰是真正的醫生、哪個工程師真的會寫程式、誰的判斷力可以在沒見過面的情況下被信任。當實驗室突然需要數以千計的經過驗證的專家時，這些招募公司是唯一握有供應方的人。資料從來就不是產品。經過驗證的判斷力才是，而經過驗證的判斷力的既得利益者，就是工作平台。
為什麼實驗室持續付錢
實驗室簽下九位數採購訂單的原因，是一場他們無法退出的戰爭。有一陣子，Anthropic 看起來領先，但過去兩週大致上已經拉平了競爭。沒有哪個實驗室能長期保持能力優勢。沒有人能霸佔王座一整季，開放模型落後前沿幾個月，而每個價格層級都在持續崩潰。他們就像在跑步機上。資料供應商販售的是維持跑步機運轉所需的動力。他們的收入不需要押注誰會贏，這是一場對「沒有人贏」的課稅。
Alex Karp 這個月一直在指責矽谷過度吹捧 AI，告訴大眾不要相信自己的眼睛。採購訂單也同意他的看法。如果模型已經接近完成，實驗室就不會花這麼多錢買人類的判斷力。這個行業的每一張發票，都是一份關於模型還做不到什麼的告白。
但同一台跑步機也在持續消耗它自己的供應商。2023 年，產品是群眾外包工作者對回應進行評分。一旦模型超越了評分者，評分就變成了雜訊，於是 2024 年屬於擁有資格的專家。接著，推理模型學會了根據可檢查的答案自我評分，於是 2025 年將資金轉向了環境和評分標準。每一代模型都會超越訓練它的資料。前沿之下的階梯不斷溶解，但前沿持續付錢。
我這個週末和一位在前沿實驗室工作的朋友聊了一下，問他直接合作多少家資料供應商。他說七家。這七家都在負責生產相同類型的資料集。不用說，一年後，其中一些供應商會看到那張採購訂單消失。這整個市場，就濃縮在這一個小故事裡：巨大的需求、刻意重複的供應、以及一個擁有時鐘的買家。
每份合約裡的時鐘
Epoch AI 的研究人員訪談了供應商，並公布了一份價格表：一個用於 Agent 訓練的簡單網站複製品，大約 2 萬美元；據報導，某個實驗室買了幾百個，就像你為駕訓班買三角錐一樣。一個包含專家編寫任務的高保真企業工具複製品，價格更高。單一任務的定價在 200 到 2000 美元之間，而獨家授權會讓所有價格乘以 4 到 5 倍，因為如果你的競爭對手也在同一個任務上訓練，那對打敗他們來說就沒什麼幫助。
但這裡有個轉折點：一旦模型在某個任務上通過率達到約 70%，這個任務就會被丟棄。產品因為成功而貶值。這保證了重複訂單，這就是為什麼收入曲線看起來是垂直的；同時也保證了沒有任何東西會自動變成年金。一切必須不斷重新建造得更難，永遠如此。從某種意義上說，供應商也在一台較弱的跑步機上，只是剛好在前沿實驗室旁邊。
我有一種感覺，這個領域的創辦人對資料業務至少未來 3-4 年都相當看好，也許他們應該如此。但買家，也就是前沿實驗室，正在選擇同時從櫃檯的兩邊做生意。據報導，Anthropic 討論過一年內在環境上花費超過 10 億美元，同時與十幾家供應商合作，並讓所有供應商都遵循其框架——這是一種透過採購進行的商品化。據報導，OpenAI 已經為一個內部資料平台註冊了商標，旨在減少對那些它正在養肥的供應商的依賴，並要求承包商上傳真實過去工作的成果——這是最客氣的方式來表達「我們想要源頭，而不是轉售商」。xAI 削減了其內部註釋團隊的三分之一，轉而培養專門的導師。Karpathy 雖然看好環境這個概念，但公開看空整個類別所變現的訓練技術。
這種情況以前發生過，就在同一個行業內。2016 到 2021 年間，一代資料公司靠自駕車計畫養活，然後倖存的汽車製造商將標記工作拉回內部，最純粹的供應商被收購或關閉。Scale 存活下來，因為它及時跳上了大型語言模型的浪潮。看看 Appen。這家澳洲公司，曾經是市值 40 億美元的上市寵兒，為大型科技公司提供人類資料，高峰時 80% 的收入來自五個客戶。2024 年 1 月，Google 毫無預警地取消了合約。股價從高點下跌超過 95%。一封客戶郵件、一次技術轉變，整個類別的既得利益者就變成了一個案例研究。製藥業則走了另一條路，從未將藥物試驗收回內部，40 年後，外包試驗行業仍在持續成長。這兩種結局在這裡都有可能發生。你最終得到哪一種，取決於一個法則。
但這個法則是什麼？凡是機器能夠驗證的，機器最終都能在沒有你的情況下學會。凡是仍然需要人類說「這樣很好」的，就會持續付錢給人類。程式碼可以被檢查，所以它是第一個被淘汰的，實驗室現在從公開儲存庫中挖出數以萬計的訓練任務。品味、模糊性、受監管的判斷力，以及物理世界，是最後才被攻克的，也許永遠不會被攻克。沒有單元測試可以測試資深外科醫生所看到的東西，你也無法對一件摺好的襯衫進行單元測試。驗證才是稀缺資源。如果你能圍繞它來銷售，時鐘就會為你運作，而不是與你為敵。
現金應該用來買什麼
這一切都不代表資料浪潮是假的。錢是真的，成長是真的，跑步機的物理特性保證了未來幾年對更難作業的需求。這意味著，這波浪潮會獎勵特定形狀的公司，並懲罰那些複製者，在一個完全可以自力更生的公司可以出貨、離岸交付團隊可以壓低你報價的利基市場中。當一個市場的最大客戶在付你帳單的同時，正在打造你的替代品時，你的產品不是護城河。你的位置才是。
所以真正的問題是——那些正在印鈔票的創辦人會在晚餐時問的。沒有任何一個經營著能產生 1 億到 5 億美元 採購訂單現金流、且利潤率如此之高的企業的人會停下來。他們也不應該停。接下每一張訂單。全力運轉機器。在現階段，唯一可能犯的錯誤，就是把這筆意外之財當作事業本身，而不是事業的資金。採購訂單收入是很好的燃料，但接下來要考慮的是它能買到什麼，以及對每個選項的誠實評估。
在資料上往深處走，而不是往寬處走。 懶惰的作法是橫向擴張：更多領域、更多通用供應商、與擁有信任優勢的四家巨頭競爭。能產生複利效應的作法是垂直深耕：選一個驗證依然困難的領域，僱用該領域最頂尖的 200 位專家作為你的團隊，成為實驗室在該領域唯一會找的對手。有一家年輕公司掌握了音訊。有一家掌握了晶片設計。有一家掌握了高等數學。隨著模型進步，新的階梯會不斷出現，而實驗室自己生成資料並不會終結這個需求，只會把它沿著難度曲線向上推，推向擁有該領域頂端資源的人。當你真正擁有稀缺的專家時，這招就有效。當你的專家與競爭對手的試算表可以互換時，這招就失敗。
走向物理世界，並擁有完整的循環。 在物理資料方面，錯誤在於認為手套才是業務。硬體捕捉是便宜的部分。未來重要的公司會端到端地運作整個收集作業：他們僱用工人、建造裝備、僱用內部產業專家，這些專家知道什麼是正確的焊接、縫合或鎖定程序，將一個產業的實際運作方式編碼，並以獨家條款出售帶有註釋的成果。我腦中能想到的地圖上最空白的區域，是工業裝備、煉油廠、工廠車間、礦場——這些地方沒有任何價格的資料集存在，而每個人都擠在零售、金融和醫療保健相關的示範項目中。然而，這招在你控制捕捉、品質和權利時有效，當你只是別人攝影機的中間人時就失敗。
繼續建立環境，但向上游銷售。 2 萬美元的網站複製品層級已經在商品化，變成開放原始碼中心。可持續的層級是高保真、專家評分、獨家，並且指向兩個買家，而不是一個。今天是實驗室，明天是企業，而第二個買家改變了一切。Satya Nadella 一直在告訴每家公司，他們為智慧付了兩次錢：一次是金錢，一次是透過每個提示洩漏出去的專有判斷力。因此，他們必須在自己的圍牆內建立自己的評測和學習環境。把這當作產品規格來讀。你為實驗室工作建立的確切技能——將一個混亂的工作流程變成一個帶有評分標準和驗證器的世界——可以變成客戶防火牆後的私人訓練健身房：他們的理賠流程、他們的交易平台、他們的醫院，模擬出來，讓他們的 Agent 可以學習，而他們的判斷力從未離開過建築物。這會把你的買家數量從 5 個增加到 5000 個。這招有效，因為它運用的是同一套肌肉。失敗的唯一原因是，你等到實驗室的採購訂單放緩後才開始建立。
睜大眼睛進入企業工作流程。 在公司內部部署 Agent，是前向部署工作：繪製發票實際流動的路徑、發現 SOP 是虛構的、與團隊坐在一起直到例外情況停止（我最近寫了一篇完整的文章）。這是一個真實的目的地，有些資料公司會在那裡建立真正的業務。但在投入資金之前，要知道它的物理特性。資料收入是幾週內簽下的 2500 萬美元採購訂單；企業收入是數季內簽下的 50 萬到 200 萬美元 試點項目；而今天大約 95% 的企業 AI 試點項目沒有顯示出可衡量的回報。這個作法只有在作為一個獨立運作的單位、擁有獨立的期望和自己的領導層時才有效。如果只是作為一個副業項目，由資料業務可以騰出來的人員兼職操作，就會失敗，因為所需的肌肉不同，需要的是耐心、嵌入和黏合程式碼，而不是吞吐量。
只有在算力能餵養你的產品時才買算力。 這個市場裡不止一位創辦人在問，這些現金是否應該變成 GPU 和一個託管強化學習平台。誠實的答案是，出租原始算力是一種商品，被超大型雲端服務商和新雲端業者夾擊；而一個裝滿貶值矽晶片的金庫不是護城河。可行的版本更狹窄：託管在你自己的環境中運行的訓練循環，這樣利用率由你保證，客戶買的是世界加健身房加算力，作為一個產品。Prime Intellect 已經在公開場合執行這個策略。他們免費提供了一個包含 2500 多個社群環境的中心，並銷售運行在其上的算力和託管訓練。環境是店面，GPU 是結帳櫃台。這是一個風險投資賭注，而不是一個停泊現金的決定。如果我是這樣做的創辦人，我會刻意做出這個決定，否則就不做。
收購下一級階梯，而不是等到落後了才自己建立。 這個市場迄今為止最具啟發性的資本配置是，一家巨頭利用其採購訂單意外之財，在五個月內收購了兩家環境新創公司，用錢買到了新階梯上的位置，而競爭對手還在為此招聘。大約 18 個月後，模型很可能會讓那些擁有真正環境工程師的公司，很樂意被收購。速度是這裡唯一的優勢。你坐擁大筆現金——所以，一個戰爭基金加上一張清晰的下一級階梯地圖，勝過在一個每 18 個月重新洗牌的市場中的有機速度。
賣給政府。 一個新的客戶類別正在出現。購買主權 AI 計畫的政府，將需要國家級資料管道、母語語料庫、本地評測，以及來自他們自己工廠和農場的物理資料，原因與他們購買自己的電網相同。
並將你能轉化的部分，轉變成經常性收入。 採購訂單就像天氣。其中一些可以轉變成氣候：例如評測訂閱，而不是一次性基準測試銷售；環境維護合約，而不是一次性建置；資料更新保留費；每年收費的認證計畫。這些都不會像 5000 萬美元的採購訂單那樣耀眼，而這就是棘手的部分——用不那麼閃亮的零件來對沖自己。因為，所有這些都能在沒有採購訂單的那一季存活下來。
而我作為創辦人，也失敗過才知道——有兩個錯誤要避免。一是進入巨頭的通用領域，在那裡，信任溢價無法從零開始複製。二是以超過合理倍數進行適度募資，這會買來像軟體一樣定價的義務，但經濟效益卻完全不是那麼回事，同時關閉了這裡真正存在的兩個出口：保持私有並富有，或成為別人必須擁有的基礎設施。
信任是會複利的資產
上面那張選單上的每個選項，都通過同一個關卡。企業不會把他們的理賠流程交給你，實驗室不會把前沿訓練優先事項交給你，政府不會把國家級語料庫交給你，除非信任被刻意建立起來。而在這個市場中，信任不是一種氛圍，它是一疊可驗證的承諾。
那些做對的公司，會像打造產品一樣建立信任。首先，說服那些你正在從中取得資料的公司，你沒有帶走任何敏感的東西，而且就法律而言，他們沒有犯下任何會讓他們陷入麻煩的錯誤。在客戶要求之前，就先取得安全性和資料駐留的認證，這是常態。公開的基準測試是另一種信任機器。另一方面，購買這些資料的實驗室也想要可追溯性的軌道：攝影機驗證的會話、憑證證明、證明某個特定人類確實進行了思考，因為供應鏈的骯髒秘密是，註釋者將模型輸出貼回去當作人類工作。
擁有中立性契約（例如，沒有實驗室在股東名單上，沒有單一買家超過一定收入比例）會有所幫助，這是每個看過競爭對手的客戶在實驗室買下其一半股份那天逃離的人，用慘痛教訓學到的——不過對 Scale AI 團隊來說，也許那是一個輝煌的結果。專家認證計畫也有幫助，如果你能建立一個品牌，讓「由你的網絡評級」開始在業界具有意義。這些資產中的每一項都會隨著任務格式的死亡或改變而複利。當格式改變時（大約每兩年一次），信任會轉移到下一個產品上。
第 50 家公司
Scale 和 Mercor 率先到達，而且規模巨大，那麼第 50 家公司應該做什麼？
從 Mercor 崛起的真正教訓開始，因為每個人都複製了錯誤的部分。顯而易見的部分是速度。Scale 花了大約 4 年達到第一個 10 億美元。下一批花了 2 年。Mercor 花了不到 20 個月，Micro1 和 AfterQuery 接近一年，而一家環境新創公司在 6 個月內從 100 萬美元成長到 6300 萬美元。創辦人把這解讀為市場變得越來越友善。事實正好相反。每一級階梯都更陡、更短，而同樣的加速作用，把一個新來者推到一年內達到 1 億美元，也同樣快速地從他們腳下拉走那級階梯。速度是浪潮的屬性，不是船的屬性——想想這個，你就會對坐那艘船猶豫不決，因為這場遊戲不適合每個人。
值得複製的部分比較低調。Mercor 在需求出現之前就建立了它的驗證引擎，用於一個完全不同的業務，所以當浪潮來臨時，它比任何人都更快地招募到值得信賴的專家。它從來不需要把工程師嵌入客戶內部，或經營服務團隊；市集始終是機器，而當下一級階梯出現時，它用錢買到了那裡，而不是從後面追趕。而這個市場中自力更生、自給自足的領導者，用同樣的道德教訓告訴我們相反的啟示：透過保持盈利並從不出售股權，它保留了所有其他人賣掉的選擇權——對任何客戶、任何交易結構、任何季度說不的選擇權。在一個你的客戶就是你未來競爭對手的市場中，選擇權不是奢侈品。它是你的利潤率所買來的東西。
所以，第 50 家公司應該進入階梯仍在建造中的地方：一個完全擁有的困難領域，銷售的是評分標準、驗證器和環境，而不是時數；從第一天起就發布基準測試；在需要之前就建立第二個買家類別；第一天就決定資本故事：要麼自力更生並保留選擇權，要麼大舉募資並購買階梯，永遠不要中間選項。如果你不是創辦一家公司，而是決定是否加入一家，那麼從內部問同樣的問題：這家公司實際上賣的是六種產品中的哪一種？它擁有誰的信任？它目前的格式處於哪個時鐘？採購訂單現金流向哪裡？在實驗室之後，第二個客戶是誰？一家能給出這些問題好答案的公司，值得加入，因為在火箭飛船上，通常能讓你在壓縮的時間內學到很多東西。
五年後
如果我對這些事情沒有極度正確或極度錯誤，那麼寫這一切有什麼意義？所以，這是我對五年後的看法。
總市場會成長好幾年。只要實驗室之間的競賽沒有結束，需求機制就不會暫停，而且日曆上已經有一個預定的壓力測試：第一家實驗室 IPO（截至 2026 年 7 月，這已經非常接近了），屆時資料支出將成為一個公開分析師每季都要質疑的項目。我的直覺是，在成長之下，組成部分會劇烈變動。時數最先死亡，而且大多已經死了。通用環境商品化，變成開放中心。價值集中在前沿判斷力、驗證和可追溯性、裁判、物理捕捉，以及企業的私人健身房；如果我必須排序，驗證和企業健身房第一，因為兩者都會隨著實驗室變強而變強；物理第二，因為它是唯一一個供應（而非需求）是瓶頸的領域。在今天向實驗室銷售的 100 多家公司中（我列了一個清單，但中途放棄了，因為我意識到這個嘗試是徒勞的，下一秒就會過時），我預計到 2031 年，不到 10 家能保持獨立且規模化。大多數會停止運營，留下一些有錢的創辦人。其餘的會被吸收——被購買階梯的巨頭吸收，或被實驗室本身悄悄吸收，為了人才。
如果你觀察他們已經在做什麼，贏家是可以辨識的。自力更生的品質領導者會成為標準制定者，一個名字本身就能成為認證。收購型巨頭會變成一個交易所，專家工作在那裡被定價、驗證和銷售，無論買家是誰；如果實驗室有一天被取代了客戶的位置，雇主就會排在隊列中下一個。存活下來的環境建構者，會轉變為企業模擬行業。裁判，如果他們保持獨立，到十年結束時看起來會像評級機構，被寫入採購規則，也許還寫入法律。而在物理世界的某個地方，一家收集感測器融合工業資料的公司，正在朝著成為具身時代的 Scale 的方向複利，比所有擠在數位世界的人早了五年。
這個市場中有一位創辦人主張，人類資料將成為每年一兆美元的事業，而他掌握到了最深層的東西：模型在每個階段都永遠向人類學習。但「一兆美元」這個數字遺漏了的是，它定價的是人類的時間，而不是中介者。中介者的份額取決於它是否擁有比一份承包商試算表更稀缺的東西。對所有在這裡建立事業的人來說，好消息是，稀缺的東西現在已經知道，而且每一樣都可以用這個市場正在產生的現金來建立：擁有的專家網絡、可追溯性軌道、裁判特許權、物理世界中的封閉循環。
每次淘金熱的結局不外乎兩種：金子挖光了，或是礦工工業化了。而這一次，結局有第三種——金子學會了自己開採自己。當那一刻來臨，最後屹立不搖的供應商，將會是那些賣給礦場一樣它永遠挖不到的東西的人——那個每個模型都在問、卻沒人能回答的問題的答案：什麼才是「好」的模樣？在一個狹窄的領域裡掌握那個答案，你就擁有一家公司。若能足夠可信、足夠長久地掌握它，你就不再只是別人賽局中的供應商——你成了比賽計分的一部分。
