发生了什么
当地时间 9 月 22 日，AI 训练数据供应商 Snorkel AI 宣布完成 3.5 亿美元 E 轮融资，投后估值 35 亿美元。本轮由 Insight Partners 与 S32 领投，Third Point、March、Blumberg、Allegis、Standard VC 与 Frontline 参与，既有股东 Addition、Lightspeed、Greylock、GV、P7、Wells Fargo、Walden Catalyst Ventures 与 Factory 继续跟投。相比公司 17 个月前完成 1 亿美元 D 轮时的 13 亿美元估值，本次估值接近翻三倍。
Snorkel AI 成立于 2019 年，创始团队出自斯坦福大学 AI 实验室，首款产品 Snorkel Flow 用于自动化数据标注。约一年前公司调整商业模式，从出售标注工具转为直接交付已完成的数据集，并把重心从监督学习扩展到强化学习：后者提供的是没有标准答案的问题，模型自行作答后由人类专家或自动系统核验并反馈，用于改进推理能力。公司称目前依托数万名人类专家生成强化学习训练任务与评测标准。
- 增长数据：公司称 data-as-a-service 业务近 12 个月增长 18 倍，本周年化收入运行率突破 3.75 亿美元
- 平台机制：Agentic Data Platform 让领域专家与专用 AI 智能体协同，智能体把专家给出的任务草案扩展为完整环境或数据集，并承担质量分派与初筛
- 效率口径：公司称智能体使质检环节提速超过 50%，复核准确率提升 15 个百分点以上；在数据质量任务上的准确率是非专用前沿大模型基线的两倍以上（均为公司自述）
- 客户结构：覆盖前沿 AI 实验室、超大规模云厂商、新兴模型公司、垂直 AI 企业、大型企业与美国政府机构
- 财务口径：支付给领域专家的费用计入销售成本，而不是像人力市场型同行那样按净额确认收入
- 资金用途：扩充工程、研究与市场团队，扩大 Open Benchmarks Grants 开放评测数据集资助计划（约 300 万美元规模），并投入面向 AI 对齐与安全的数据开发
为什么重要
第一，训练数据正在从「外包服务」变成「可规模化的数据基础设施」。当公开互联网语料被逐步用尽，前沿模型的能力差距越来越取决于能否获得高质量、可验证、带评测标准的领域数据，Snorkel 的估值重估与 18 倍增速是这一判断的资本侧印证。第二，强化学习环境的供应方式决定了下一阶段成本结构：相比单纯购买人力标注，交付完整环境与评分细则（rubric）的产品形态更容易被复用与审计，也更容易与客户已有的训练流水线对接，这是它区别于纯劳动力市场平台的关键。
第三，横向比较需要谨慎。同一赛道的 Mercor 已披露总年化收入约 20 亿美元、Handshake 超过 10 亿美元、Micro1 约 5 亿美元，但这些平台通常把 60% 至 70% 的收入直接支付给承接任务的专家，按净额计算的真实规模远低于毛收入数字。Snorkel 把专家费用计入销售成本的做法，使其报表上的收入更具软件业务特征。对企业采购方与投资人而言，这意味着「年化收入」在不同数据供应商之间并不是可直接比较的指标，判断依据应回到交付物形态、毛利结构与可复用程度。
不确定之处
其一，收入与效率数字均来自公司披露，没有审计或第三方复核；其二，本轮已有额外 1 亿美元的投资意向，但最终规模取决于分配与文件签署，实际交割条件与老股东权益安排未完全公开；其三，训练数据市场高度依赖前沿实验室的资本开支节奏，若模型厂商放缓预训练与强化学习投入，需求弹性会明显放大；其四，公司同时承接受美国政府机构业务，相关合同的规模与可持续性尚未单独披露。
对国内企业的参考意义在于采购视角的转变：与其把数据标注预算视作一次性人力外包，不如按「是否沉淀可复用的评测标准与环境」来评估供应商，这决定了同一笔投入能否在下一轮模型迭代中继续产生价值。