Kimi实习生创业公司估值达25亿美元,数据生意如何支撑百亿梦想

由Kimi等模型大厂实习生创立的AI训练数据公司,凭借对模型训练的深刻理解和专业领域数据需求的增长,在不到一年内完成三轮融资,估值快速攀升至25亿美元。然而,单纯的数据服务模式面临成本高、天花板低的挑...

人工智能

在人工智能领域,一家由Kimi等头部模型公司实习生创立的数据服务公司近期引发了资本市场的广泛关注。这家成立于2025年的初创企业,仅用不到一年时间便完成了三轮融资,最新一轮融资估值达到25亿美元(约190亿人民币),投资方阵容包括红杉资本、阿里巴巴和腾讯等知名机构。

数据中心场景

这家公司的成功并非偶然。创始人团队均拥有月之暗面、通义等一线AI模型公司的实习经历,他们对模型训练的需求有着深刻理解。与传统依赖廉价劳动力的数据标注公司不同,这家公司从一开始就瞄准了高质量的专业领域数据服务市场。随着大模型能力的提升,医疗、法律、金融等专业领域的数据质量要求显著提高,而具备相关专业知识的高端人才供给却十分稀缺,这为该公司创造了巨大的市场空间。

不过,单纯依靠数据销售支撑如此高的估值并非易事。数据显示,这类数据服务公司的毛利率普遍较低,60%-70%的收入需要支付给外部标注承包商。此外,订单交付过程中还需要经过反复验收,一旦出现质量问题可能导致订单被削减或取消,收入确定性较低。因此,要维持当前的高估值,公司必须讲出新的增长故事。

为此,该公司开始尝试跨界金融领域,开发了一套可对比、可验证的预测系统,并计划通过API方式盈利。同时,公司还在探索构建“半RSI”自迭代数据管线,将数据服务从一次性交付升级为客户工作流中的长期基础设施。这些创新举措不仅提升了数据服务的价值,也为公司赢得了更多资本青睐。

值得注意的是,尽管国内AI训练数据服务商获得VC支持的机会仍然有限,但海外已经诞生了许多独角兽企业。例如,Surge AI在2025年以超过150亿美元的估值寻求融资,Mercor则在2026年按200亿美元估值筹集资金。相比之下,国内的数据服务公司虽然起步较晚,但在专业领域数据服务方面的潜力不容小觑。