AIモデルの学習に使えるインターネット上のデータは、すでに掘り尽くされつつあると言われて久しくなります。そこで存在感を増しているのが、医師や弁護士、エンジニアといった専門知識を持つ人間を学習データの供給源とする企業群です。
Micro1は創業4年のAIデータラベリング企業で、この8か月間でグロスの年換算売上を1億ドルから5億ドルへ拡大した。同社は売上の6〜7割を手元に残す構造で、ネットの年換算売上は1億5000万〜2億ドルに達する。
競合のMercorはこの夏に20億ドル、Handshakeは今年前半に10億ドルの水準に到達しており、Micro1はなお両社の後塵を拝する。Micro1は人手を介さない合成データ生成や、同一データの複数顧客への販売も進めており、後者の粗利率は80〜90%に上るという。創業者のアリ・アンサリ氏は、自社は中国のAIモデル開発企業にデータを販売していないと表明している。Micro1は昨年9月、評価額5億ドルでシリーズAを実施しており、直近ではさらに高い評価額での追加調達があった可能性があるとTechCrunchは報じている。
From: 
AI data startup Micro1 reaches $500M gross run rate amid AI training boom
【編集部解説】
「求人プラットフォーム」から「データの油田」へ
Micro1のこの成長曲線を見て既視感を覚えるとしたら、それは偶然ではありません。競合のMercorも、もともとはAI採用支援サービスとして出発し、AI開発企業がその採用プラットフォームを使ってアノテーション人材を選考・調達し始めたことをきっかけに、データラベリング事業へと転じています。「人を評価するインフラ」と「AIを訓練するための人間を調達するインフラ」は、技術的にはごく近い場所にあります。この二社が同じ経路をたどったのは、業界の構造そのものがそうなっているからだと見るべきでしょう。
Micro1は8か月でグロスの年換算売上を1億ドルから5億ドルへと伸ばしました。一方Mercorは、2026年6月時点でグロスの年換算売上20億ドルに到達しており、これは4か月前の水準からの倍増だったとTechCrunchは報じています。Handshakeも今年前半に10億ドルの水準に達しました。3社の規模には大きな開きがありますが、伸び率という点では業界全体が似たリズムで動いていることがわかります。
数字の裏側：粗利率80〜90%という「発明」
今回の記事で見過ごせないのは、Micro1が粗利率80〜90%に達すると説明する「レディメイド」データの存在です。専門家一人ひとりに時給を払って個別対応する従来型のデータラベリングは、人件費が売上の大半を占める労働集約型のビジネスです。実際、Micro1もグロス売上の60〜70%を契約する専門家に還元する構造になっており、これは同業のMercorがおよそ同水準の比率で人件費を支払っている構図とも重なります。
これに対し、一度作ったデータセットを複数の顧客に繰り返し販売できれば、限界費用はほぼゼロに近づきます。これは人材マッチングというビジネスモデルから、コンテンツやソフトウェアに近い「複製可能な資産」のビジネスモデルへの転換を意味します。ここに、この業界がなぜ急激に利益率を改善できる可能性を秘めているかの説明があります。
同じデータを誰に売るか、という問い
ただし、この「複製可能な資産」という性質こそが、記事後半で触れられている摩擦の火種でもあります。Forbesは2026年8月、Surge AIやMercorを含む大手データ企業の従業員や、中国AI企業側の担当者とのやり取りを独自に確認したとして、中国の大手企業が学習データを求めて米国のデータ企業に接触している実態を報じました。同記事によれば、Tencentは金融・サイバーセキュリティ、さらにはAIが自らを改善する能力に関わる分野まで、具体的な調達リストを取引先候補に示していたといいます。
Micro1のアンサリ氏はこの流れに距離を置く立場を明確にしています。「敵対的な競争関係にある国々に多額のデータを販売しながら、米国のAI優位を語るのは恥ずべきことだ」と述べ、その帰結が今のKimi K3に表れていると指摘しました。Kimi K3は中国Moonshot AIが2026年7月に発表した2.8兆パラメータのオープンウェイトモデルで、独立系ベンチマークでも米国トップモデルに迫る評価を得ています。実際、Scale AIも2024年に一度はByteDance関連の契約を検討しながら、国家安全保障上の懸念から撤回した経緯があり、この業界にとってデータの販売先は以前から神経を使う論点だったことがうかがえます。
ここで留意したいのは、アンサリ氏の発言はあくまで自社の立場表明であり、Micro1が実際に中国企業へ一切データを提供していないことを外部の第三者が独自に検証した情報ではないという点です。半導体の輸出管理が「チップをどこへ売るか」を国家間の争点にしてきたように、学習データについても「誰に売るか」が同様の争点に育つのかどうかは、現時点ではまだ見通せません。
急成長の土台は、思うほど強固ではないかもしれない
もう一つ触れておきたいのが、この業界の成長が無条件に続くとは限らないという点です。MercorはAI開発大手のxAIが2025年9月に一般アノテーターを解雇して内製チームへ移行した動きや、OpenAIが静かに社内でのデータ運用体制を築きつつある動きに直面していると報じられています。AIラボにとって、外部委託しているデータ調達を内製化するのは技術的には十分可能な選択肢であり、今Micro1やMercorが握っている立ち位置は、顧客であるAIラボ自身の判断ひとつで変わりうる、条件つきのものだといえます。Mercorが2026年3月のデータ侵害を受けてMetaとの提携を一時停止された経緯も、この業界が抱える信頼面の脆弱さを示す一例です。
「AIが賢くなるほど、人間が要らなくなる」わけではない現実
今回の記事の根底には、私たちが漠然と抱きがちな前提への反証があります。AIが高度化すれば、人間の関与は縮小していくはずだ、という直感です。ところが実際には、AIモデルを鍛えるための「良質な人間の判断」への需要はむしろ拡大し、それを供給する産業がここまでの規模で急成長しています。Micro1は人手を介さない合成データの生成にも力を入れ始めていますが、それすらも「どのデータが良質か」を判断する人間の目利きなしには成立しません。
医師・弁護士・エンジニアといった専門家が、本業の傍らでAIの「先生役」として時給を得る。この記事はその経済圏の急拡大ぶりを数字で示していますが、同時に、この働き方がどれだけ持続可能なものなのか、AIラボの内製化が進めばどうなるのか、中国を含む海外への技術移転をどう線引きすべきかといった問いは、まだ結論の出ていない領域として残されています。
【関連記事】
AI訓練に人間の専門家が不可欠な理由─xAIが12分野で最高峰ライターを募集、RLHF手法の実態
専門家がAIモデルを鍛える具体的な仕組みについては、以前お伝えしたxAIの事例記事もあわせてご覧ください。
AIデータラベリング品質管理の革新 – 従来手法の限界と4つの新アプローチとは
データラベリングの品質管理という切り口については、以前の記事で詳しく取り上げています。
【特集】Kimi K3、Moonshot AIの2.8兆パラメータが変えた地図─WAICが映す米中AIの「接戦」
Kimi K3そのものの技術的な位置づけについては、以前の特集記事で詳しく解説しています。
Moonshot「Kimi K3」WebDev分野で米国勢を抑え暫定首位 中国AI規制論で揺れるトランプ政権
Kimi K3の性能が米国の対中AI規制論に与えた影響については、以前の記事で取り上げています。
【編集部後記】
AIが賢くなるほど、私たちの出る幕は減っていく——そう感じている方は少なくないかもしれません。ですが今回取り上げた業界の急成長は、その前提に静かに疑問を投げかけています。医師や弁護士がAIの「先生」として報酬を得る働き方は、この先どこまで広がっていくのでしょうか。そして、誰の専門知識が、どの国のどのAIを賢くしているのか。私たちもこの問いを、もう少し追いかけてみたいと思います。
【用語解説】
データラベリング（アノテーション）
AIモデルの訓練に使うデータへ、正解や分類情報を付与する作業。近年は医師・弁護士・エンジニアなど専門家が担う「エキスパートアノテーション」が主流になりつつある。
グロス売上／ネット売上（年換算売上）
グロス売上は顧客から受け取る売上総額、ネット売上はそこから契約専門家への支払いを差し引いた手取り分。年換算売上（run rate）は、直近月の実績を12倍して算出する見込み指標。
レディメイドデータ
あらかじめ作成し、複数の顧客に繰り返し販売できる学習データ。専門家に個別対応する従来型のデータラベリングに比べ、粗利率が高くなりやすい。
強化学習ジム（Reinforcement Learning Gyms）
専門家がAIモデルの出力を評価・添削し、その差分をモデル改善に反映させる仕組み。モデルの推論能力向上に用いられる。
オープンウェイトモデル
学習済みモデルの重み（パラメータ）を公開し、第三者がダウンロード・改変・自前運用できる形で提供されるAIモデル。
Kimi K3
中国Moonshot AIが2026年7月に発表した2.8兆パラメータのAIモデル。オープンウェイトモデルとしては最大級とされ、独立系ベンチマークで米国トップモデルに迫る評価を得ている。
【参考リンク】
Micro1（公式サイト）（外部）
今回取り上げたAIデータ企業の公式サイト。専門家としての登録や、企業向けサービスの概要を掲載。
Mercor（公式サイト）（外部）
Micro1の競合で、2026年6月にグロス年換算売上20億ドルに到達したAI人材・データ企業の公式サイト。
Handshake（Handshake AI）公式サイト（外部）
大学向け就職支援サービスから出発し、AIデータラベリング事業でも年換算売上10億ドル規模に成長した企業の公式サイト。
Moonshot AI（公式サイト）（外部）
Kimi K3を開発した中国のAI企業の公式サイト。
【参考記事】
These AI startups are growing revenue at faster and faster rates — TechCrunch（外部）
Mercorが2026年6月にグロス年換算売上20億ドルへ到達した経緯を報道。業界内での成長速度比較に使用。
Silicon Valley’s Other China Problem: It’s Training Their AI — Forbes（外部）
米国データ企業から中国AI企業への学習データ販売の実態を独自取材。Tencentの調達リストやScale AIの過去事例を報道。
Mercor is in talks for a $20B valuation — TechCrunch（外部）
Mercorの資金調達交渉と、2026年3月のデータ侵害によるMetaとの提携一時停止を報道。
Moonshot’s Kimi K3 pushes Chinese AI into Fable-level territory — Fortune（外部）
Kimi K3の発表内容と、米中AIモデルの性能差が縮まっている状況を報道。
Mercor revenue, valuation & funding — Sacra（外部）
Mercorのグロス／ネット売上の算出方法や成長カーブを分析した業界レポート。
Mercor’s Growth Playbook — startupriders.com（外部）
xAI・OpenAIによるアノテーション業務の内製化や、Handshakeによる同業買収など業界再編の動きを分析。
