当地时间9月22日，路透社独家报道：AI训练数据公司Snorkel AI完成3.5亿美元E轮融资，估值35亿美元。这家从斯坦福AI实验室走出的公司，估值在17个月内从13亿美元涨至近三倍，年化收入一年增长约18倍——资本的下一个标的，是喂给大模型的数据。
17个月估值近三倍：融资细节与增长曲线
本轮由Insight Partners与S32联合领投，Addition、Lightspeed、Greylock、GV、富国银行等十余家机构跟投。上一轮是2025年5月的1亿美元D轮、估值13亿美元，如今35亿美元的估值意味着近三倍跳涨。增长数据更陡峭：Snorkel的年化收入运行率已突破3.5亿美元（公司博客口径为3.75亿美元、一年增长超18倍），而一年前仅约2000万美元。增长引擎是2025年9月上线的”数据即服务”业务，直接向客户交付成品数据集而非标注工具。公司同时预计今年实现盈利，在普遍烧钱换规模的AI基础设施公司中相当罕见。Insight与S32的出手速度，也说明数据赛道的窗口期正在收窄。为什么重要：17个月估值重置近三倍，反映的不是模型层的狂欢，而是资本开始给”数据层”单独定价。
AI训练数据成新瓶颈：从卖软件到卖数据产品
Snorkel由斯坦福AI实验室研究员Alex Ratner等人于2019年创办，源自其导师Christopher Ré团队的”数据编程”研究。公司最初出售自动化标注软件Snorkel Flow，2025年起彻底转向数据产品：提供成品训练数据集、强化学习（RL）训练环境、评估标准与仿真沙箱——例如为编程模型搭建虚拟开发者工作站，让智能体在真实场景里试错。其”智能体数据开发平台”把数万名编程、法律、医疗领域专家与数千个专用AI模型配对：专家设计任务场景和评分标准，AI自动承担大部分质检。客户覆盖前沿AI实验室、超大规模云厂商、大型企业与美国联邦政府机构，编程类数据是最大需求来源。CEO Ratner的判断很直白：可预见的未来，实验室用得上的数据都会有人类输入，但必须借助合成与自动化手段才能跟上复杂度。为什么重要：公开网络文本的挖掘红利见顶后，前沿模型的竞争正转向专家级高难度数据。
数据层重估：Meta 143亿美元买出一条赛道
这轮融资落地在一个被重新定义的市场。2025年6月Meta以143亿美元收购Scale AI 49%股权，把训练数据供应商抬成了战略基础设施，各大实验室随即寻找第二供应方，Mercor、Surge AI等同行均获资本追捧——据TechCrunch报道，Mercor毛收入年化约20亿美元，Handshake今年早些时候突破10亿美元，Micro1达5亿美元。联合领投方S32合伙人Andy Harrison对路透表示：数据正变得更稀缺、更专精、更难找，要训练最前沿的模型，你需要的是更优数据而非更多数据。新资金将用于扩充研究与工程团队、拓展企业与政府业务、支持第三方模型评估，并进入新的行业垂直领域与数据模态，扩大对美国联邦政府机构的服务半径。为什么重要：AI产业链的钱正从模型层向基础设施层外溢——对照此前Baseten推理层15亿美元融资和英伟达129亿美元收购Hugging Face，算力、内容生态与数据三层基础设施都在被重估。
结语
前沿模型对专家级数据的需求还在膨胀，数据层的独立价值会继续抬升：谁能把专家判断变成可复用的数据产品，谁就握住了下一轮模型竞赛的原料供应。Snorkel能否如期在年内盈利，将是检验这条赛道商业模式的第一个硬指标。
