靠给大模型投喂数据，这家AI数据服务公司一年赚了3亿美元

　　在东方财富看资讯行情，选东方财富证券一站式开户交易>>

　　手握400万AI工程师，Turing靠给大模型投喂数据和添加代码，成为“全球增长最快且盈利的AGI基础设施公司”。

　　最近，一家来自美国硅谷的AI创业公司Turing宣布完成超额认购的1.11亿美元E轮融资，投后估值达22亿美元，累计融资额突破2.25亿美元。这轮融资由马来西亚主权财富基金Khazanah Nasional Berhad领投，WestBridge Capital、Sozo Ventures、UpHonest Capital等顶级机构跟投。

　　Turing有何独特之处？

　　Turing此轮融资，最引人注目的是其公布了公司的业绩增长情况。据Turing创始人兼首席执行官Jonathan Siddharth，公司2024年收入增长3倍，ARR（年度经常性收入）突破了3亿美元，已经实现了盈利，成为“全球增长最快且盈利的AGI基础设施公司”。

　　公开资料显示，Turing成立于2018年，总部位于美国加利福尼亚州帕洛阿尔托，是一家拥有500多名员工的公司。2022年以前，Turing的主营业务是“人力外包”，即为客户优化人才匹配。公司早期的产品是一个审查和聘用远程程序员的平台，这项业务在新冠疫情期间迎来了爆发，由于许多科技公司都在居家办公，需要在线招聘人才，并在寻觅更好的工具来寻觅和管理远程工作团队，Turing因此大受欢迎。

　　参投了Turing的WestBridge Capital联合创始人兼执行合伙人Sumir Chadha曾表示，2018年第一次接触Turing时，他就惊讶于该团队颠覆了整个管理咨询和离岸外包模式。“你甚至不需要人力资源人员，就可以用Turing和远程工程师完成所有工作。”Sumir Chadha说。

　　Turing官网显示，2022年5月时，有25万名专业程序员与公司签约。如今，这一数字已经扩展至500万。

　　但故事在2022年时迎来了转折。彼时，Jonathan Siddharth被召集到OpenAI参加会议，他原以为会议讨论的是为这家初创公司招募工程师，结果发现满屋的AI研究员提出的需求完全聚焦于数据。

　　据悉，当时OpenAI正在训练GPT-3的迭代版本（也即后来的GPT-4），研究人员发现，将计算机代码片段注入训练数据集能显著提升模型推理能力，他们迫切希望获取海量优质代码，询问Turing能否快速组建工程师团队完成特定编程任务。

　　这场会议也成为Turing布局新业务的关键点。据知情前OpenAI员工透露，Turing提供的代码数据为ChatGPT在2022年11月横空出世时的"颠覆性跨越"作出重要贡献。而除了OpenAI以外，据公司官网，谷歌、Meta、Anthropic、Character AI等知名的科技巨头及基础模型创业公司，均为Turing的客户。

　　目前，Turing大约60%的收入来自希望训练及提升AI模型能力的客户，40%的收入来自为利用AI升级业务的客户提供咨询服务。Jonathan Siddharth表示，其独特商业模式形成了双向赋能：向上游，可通过数据工程与调优技术直接提升大模型能力；向下游，可借助AGI技术进步反哺企业级应用，在医疗诊断、工业质检等领域已部署超过120个商业案例。

　　高质量数据依然是刚需

　　随着人工智能迅猛发展，高质量训练数据短缺逐渐成为制约行业进步的一大瓶颈。

　　事实上，在训练ChatGPT时，OpenAI就投入了大量资源用于数据标注，其聘请的众多帮助ChatGPT理解人类指令的“老师”，不仅有一般数据标注人员，还有许多专业人士，甚至包括博士级别的专家。在海外，头部的数据服务商Scale AI通过为OpenAI、微软、Meta和谷歌在内的科技巨头提供数据服务，年化收入也高达7.5亿美元，目前估值已超百亿美元。

　　Scale AI创始人Alexandr Wang曾在访谈中指出，人类已经用尽了所有简单的数据（即互联网上的所有数据），而要想开发出越来越强大的AI，则迫切需要构建前沿数据，将AI能力的边界推向复杂推理、代理、多模态等。

　　与Scale AI在海外大量雇用低成本劳工，直接提供大规模数据标注服务不同，Turing提供的更多是基于高质量数据的代码输入。Jonathan Siddharth认为，关键不在于让模型记忆数据，而是引导其实现“泛化”——领悟数据背后的底层逻辑。为此，Turing建立了一套工业化数据生产体系：当客户需要提升模型在特定领域的智能水平时，公司会招募数百名领域专家（从神经科学博士到销售分析师），创建模拟人类思维过程的问答链。

　　例如，化学专家可能围绕某个分子发起十轮递进式问答，这类被AI界称为“多轮对话数据”的素材，正是培养模型推理能力的核心养料。据悉，Turing目前拥有覆盖140个国家、超400万程序员贡献的代码，涵盖金融、生物、制造等垂直领域，能够形成差异化语料库。在庞大资源的基础上，Turing凭借算法能够提升客户跟工程师的匹配效率，降低撮合成本。

　　对于Turing的成功，问答平台Quora首席执行官亚当·德安杰洛曾评价道："Turing的转型令人惊叹。初期的人才管理能力恰好为其切入数据服务市场奠定基础，而这个新兴市场的潜力远超传统外包业务。"

　　在东方财富看资讯行情，选东方财富证券一站式开户交易>>

（文章来源：创业资本汇）

(原标题：靠给大模型投喂数据，这家AI数据服务公司一年赚了3亿美元)

(责任编辑：126)