何が起きたか
創業4年のスタートアップMicro1が、グロス年換算売上を1億ドルから5億ドルへ、わずか8カ月で伸ばしました（同社に近い関係者の話としてTechCrunchが報道）。医師・弁護士・科学者といったドメイン専門家を業務委託で抱える同業他社と同様、Micro1が手元に残すのはグロスの約60〜70%で、ネットの年換算売上は1.5億〜2億ドル規模とされます。
それでも市場での位置は3番手です。Mercorはこの夏にグロス年換算20億ドル、Handshakeは今年前半に10億ドルに到達しています。注目すべきは順位ではなく、「1社が総取りしていない」という事実のほうです。トップラボや大企業が求める固有の学習データは、供給が需要に追いついておらず、複数のプレイヤーが同時に急成長できる状態にあります。一部の研究者は、将来的にAIのデータ支出が計算資源への支出に匹敵しうると見ています。
収益構造が「人月」から「在庫」へ変わりつつある
Micro1の変化で本質的なのはトップラインより収益構造です。同社は人手を介さない合成データの生成比率を高めており、動画コンテンツの説明文を自動生成するといった用途が挙がっています。さらに、生成したデータの一部は複数顧客へ販売可能で、この「既製品（オフザシェルフ）」データの粗利率は80〜90%に達するとされます。専門家を集めて受注ごとに納品する労働集約モデルから、一度作れば何度も売れる在庫型モデルへの移行です。契約単価も加速度的に大きくなっており、同社はマージンのさらなる改善を見込んでいます。
同社はまた、専門家がモデル出力を評価する「強化学習ジム」と呼ばれる仕組みを持ち、数百人のジェネラリストが自宅で日常的な物体操作を記録するロボティクス事前学習データセットの構築も進めています。データの獲得対象がテキストから身体的な行動へ広がっている点は、次の競争軸を示唆します。
同じデータを誰に売るのか、という新しい論点
一方で、同一データセットの複数販売は論争を招いています。既製品データが中国のAI開発企業に流れれば、米国トップモデルと同等の性能を持つモデルを生む助けになる、という批判です。創業者のAli Ansari氏は先月X上で、一部の競合とは異なりMicro1は中国のモデル開発企業にデータを販売していないと述べ、「人間データ企業の一部は敵対国と取引しており、その結果はKimi K3に表れている。敵対的競争にある国に数百万ドル規模のデータを売りながら米国のAI覇権を唱えるのは恥ずべきことだ」と主張しました。データが商品化されるほど、性能だけでなく「出所と販売先」がガバナンス上の争点になります。Micro1はTechCrunchのコメント要請に応じていません。
同社は昨年9月に評価額5億ドルでシリーズAを実施しており、直近でさらに大幅な高評価額での調達を行った可能性があるとTechCrunchは見ています。
💼 事業会社視点：これは自社にどう効くか
日本の事業会社にとっての含意は「AI投資の予算配分にデータ調達費を独立項目として立てる時期が来た」という点です。GPU確保や基盤モデル利用料に議論が集中しがちですが、データ支出が計算資源支出に匹敵しうるとの見方が出ている以上、来期計画では両者を並べて置くべきです。
特に効くのは、業務知識が売り物の業界です。医療・法務・金融・製造の各社は、自社の判断ログや検査記録、熟練者の評価データを「誰かに安く出す資産」ではなく値付け対象として棚卸しすべきです。Micro1の既製品データが粗利80〜90%で複数社に売れている構図は、裏を返せば独自性のないデータは急速にコモディティ化するという警告でもあります。単価が付くのは、他社が再現できない現場データだけです。
受託開発・BPO企業には直接的な脅威と機会が同時に来ます。Micro1が専門家アノテーションから合成データへ比重を移し、数百人規模でロボティクス用の日常動作を収録している事実は、「人を並べて作業させる」モデルの利幅が縮む方向を示します。人月単価の切り売りではなく、評価環境（強化学習ジム）の設計や品質保証といった上流に立ち位置を移せるかが分岐点です。
EC・SaaS各社は調達側の観点で、外部データベンダーとの契約に「同一データの他社転売可否」と「販売先の国・企業の制限」を明記させてください。競合が同じデータで学習したモデルを使うなら、AIによる差別化は成立しません。