2025 年 5 月，Scale AI 完成了 10 亿美元的 F 轮融资，估值达到 140 亿美元。这家公司的核心业务是什么？给 AI 模型标注数据。对，就是那个听起来最「土」、最「劳动密集型」的生意，做到了一年 10 亿美元收入。这可能是 AI 创业中最被低估的赛道。
数据标注赛道的底层逻辑很简单：AI 模型需要好的数据来训练，而好的数据需要人来标注。尽管自动标注技术一直在进步，但高质量标注（特别是需要专业知识的标注）仍然离不开人工。这就形成了一个稳定的需求飞轮：AI 能力越强，应用场景越多，需要的标注数据就越多。
这个赛道有三种商业模式。
第一种是 Scale AI 的「平台模式」。Scale AI 不自己雇标注员，而是搭建了一个标注平台，对接需求方（AI 公司）和供给方（标注员）。平台的核心价值是质量控制、效率管理和标注工具。Scale AI 的客户包括 OpenAI、Google、Meta、美国国防部，客单价从几十万美元到上亿美元不等。平台模式的优点是规模效应强，缺点是前期需要大量资金建立供需网络。
第二种是「全栈服务模式」。这类的代表是 Appen 和 Lionbridge，它们提供从数据采集、清洗、标注到质量评估的完整服务，拥有自己的标注团队。这种模式的优点是服务质量可控，缺点是人力成本高、利润率低。Appen 在 2025 年的毛利率只有 30% 左右，远低于 SaaS 公司的 70%+。
第三种是「AI 驱动的标注工具模式」。这类的代表是 Labelbox 和 SuperAnnotate，它们不做标注服务，只卖标注工具。工具的核心是利用 AI 进行预标注，然后人工修正，从而大幅提升标注效率。Labelbox 在 2025 年 ARR 突破 1 亿美元，客户包括沃尔玛、宝洁等非 AI 公司 —— 这些公司有自己的 AI 团队，需要标注工具但不需要标注服务。
在中国，AI 数据标注是一个典型的「大市场、小公司」格局。中国的 AI 公司数量全球第二，数据标注需求巨大，但行业高度分散，超过 90% 的标注公司年收入低于 5000 万元。头部公司如海天瑞声、云测数据、数据堂等，年收入在 2-5 亿元之间，远低于 Scale AI 的规模。
中国数据标注创业的机会在哪里？答案是「专业化」。目前绝大部分标注公司做的都是通用标注 —— 图片框选、文本分类、语音转写。但高价值的标注是专业标注 —— 医疗影像标注、法律文书标注、自动驾驶 3D 点云标注、金融数据标注。这些专业标注需要专业知识，单价是通用标注的 5-10 倍，竞争也小得多。
数据标注创业面临一个关键挑战：AI 标注能力本身在快速进步。GPT-4 和 Claude 已经可以做很多标注任务，这意味着低端标注的壁垒正在消失。创业者的应对策略应该是：拥抱 AI 标注，用 AI 做预标注，人工做审核和修正，持续提升效率。未来的数据标注公司，本质上是一家「AI + 人力」的效率优化公司，而不是纯人力公司。
说一个你可能不知道的事实：数据标注行业正在催生一个新的职业 ——「AI 训练师」。这个职业不仅需要标注能力，还需要理解 AI 模型的原理，能设计标注方案、评估标注质量、优化标注流程。在中国，AI 训练师已经被纳入国家职业分类大典，从业者超过 50 万人。围绕这个新职业的培训、认证、工具服务，也是一个值得关注的创业方向。