9月22日，成立七年的AI数据公司Snorkel AI宣布完成3.5亿美元E轮融资，投后估值达到35亿美元。此轮融资由Insight Partners和S32领投，Addition、Lightspeed、Greylock、GV及Wells Fargo等老股东继续跟投。这距离其上一轮1.3亿美元D轮融资仅过去17个月，当时公司估值约为13亿美元，此次估值接近此前的三倍。
Snorkel AI最初以数据标注自动化软件起家，由联合创始人兼CEO Alex Ratner及其团队在斯坦福AI实验室历经四年研究后，于2019年正式商业化。去年，公司调整业务方向，从提供工具转向直接交付完整的训练数据集和模拟环境，并将该模式称为“数据即服务”（data-as-a-service）。
从标注工具到数据服务商
与传统依赖人工标注的数据外包平台不同，Snorkel采用的是混合路径：一方面利用自有软件和模型生成合成数据，另一方面结合领域专家参与数据构建与校验。公司表示，这种模式使其能够向AI实验室和企业客户提供可用于强化学习（RL）的环境以及成品化数据集，而非单纯输出人力。
这一转型正赶上大模型公司对高质量训练数据需求快速上升的阶段。Snorkel披露，其当前年化收入运行率已达3.75亿美元，较过去12个月增长了18倍。公司强调，由于其销售对象是强化学习环境或完整数据集，而非人力工时，支付给人类专家的费用计入营业成本，不会像部分数据服务平台那样直接体现在总成交额（GMV）口径的收入数字中。
数据服务赛道集体升温
Snorkel并非唯一受益者。近期多家定位为AI数据实验室的公司都呈现出高速扩张态势：
- Mercor的年化总成交额已升至20亿美元；
- Handshake在今年早些时候达到10亿美元规模；
- 据TechCrunch报道，Micro1也已扩展至5亿美元。
不过，这类公司通常需要将总收入的60%至70%支付给执行具体任务的领域专家，因此其实际净年收入显著低于对外公布的总成交额。相比之下，Snorkel因其产品化交付方式，在收入确认结构上有所不同。
数据基础设施价值凸显
随着大模型能力竞争加剧，训练数据的质量、多样性和可扩展性正成为影响模型表现的关键因素。尤其是在公开语料逐渐见顶的背景下，专业领域知识、合成数据生成能力和强化学习环境构建，正在构成AI基础能力的重要一环。
Snorkel此轮估值跃升，反映出资本市场对数据工程环节价值的重新评估。它不再只是模型训练前的辅助步骤，而是逐步演化为支撑AI系统持续迭代的核心基础设施。对于需要构建垂直领域模型或复杂推理能力的企业而言，成熟的数据供给体系正变得愈发关键。
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/ai-xun-lian-shu-ju-cheng-zi-ben-xin-zhan-chang-snorkel-ai
