AI训练与数据标注赛道正在成为市场关注的新增长引擎。根据素材信息，截至4月14日，Handshake的AI训练业务年化毛收入已逼近10亿美元，较今年1月的5.5亿美元显著提升，也远高于一年前仅500万至1000万美元的规模。若扣除支付给承包商的成本，该业务的年化净收入接近3亿美元。与此同时，Handshake原有的高校招聘软件业务还贡献了约1.5亿美元年化毛收入，显示公司正从单一软件模式向AI基础设施服务延展。
AI训练需求推动外包平台高速扩张
从行业角度看，Handshake并非孤例。报道显示，它已成为近年来至少第四家年化毛收入突破10亿美元的数据标注或AI训练服务公司。此前，Surge AI已在2024年率先达到这一水平，Scale AI也在Meta收购其近半股权前实现相关里程碑。成立仅三年的AI外包平台Mercor也在今年早些时候跨过10亿美元门槛，较去年9月的5亿美元再度翻倍，且在扣除承包商成本后，其净收入达到3亿至4亿美元，并已实现自由现金流盈利。
这组数据反映出一个清晰趋势：生成式AI进入深水区后，模型能力提升越来越依赖高质量、专业化的人类反馈数据。无论是法律、医学还是科研领域，AI实验室都需要由律师、博士、医生等专业人士参与模型评分、复杂问题回答和特定领域知识校验。这使得“组织专家、管理任务、交付训练数据”的外包服务平台迅速崛起，成为大模型产业链的重要组成部分。
客户需求强劲，但行业护城河并不深
尽管增长迅猛，这一业务也并非没有隐忧。素材提到，包括Anthropic和OpenAI在内的AI实验室是这些平台的重要客户，行业整体需求仍在持续扩张。但另一方面，AI训练外包业务的护城河相对有限。顶级AI实验室可以在不同供应商之间快速切换，一些公司甚至会选择自建团队，以降低对外部平台的依赖。
例如，xAI就曾直接招聘超过1000名远程训练人员。这一现象说明，当模型公司拥有足够资金和明确数据需求时，自建供给体系可能成为替代方案。对外包平台而言，这意味着客户粘性未必稳固，价格竞争、交付质量与数据安全能力将成为决定胜负的关键因素。
此外，Mercor在3月底发生数据泄露事件后，Meta已无限期暂停与其合作，相关收入是否受到冲击尚不明确。该事件再次提醒市场，在AI训练产业链中，数据安全、合规管理和交付可信度的重要性正不断上升。特别是在涉及高价值企业客户和敏感训练数据时，平台一旦出现安全漏洞，商业影响可能迅速放大。
更多玩家涌入，赛道竞争持续升温
除头部公司外，其他竞争者也在加快扩张。Turing在2024年底的年化收入已达到3亿美元，而AfterQuery上周宣布其收入已突破1亿美元，估值达到3亿美元。从市场结构来看，AI训练与数据标注行业已从早期的分散试验阶段，逐渐进入规模化竞争时期。头部平台依靠客户资源、专家网络和项目管理能力率先放大收入体量，而中小玩家则试图通过垂直领域专业化来争夺份额。
这一变化也解释了为何“AI概念相关资产”和“值得关注的山寨币”会在近期获得更多讨论度。随着AI基础设施商业化路径愈发清晰，资金往往会从纯概念叙事转向寻找具备真实收入支撑的标的。虽然素材并未直接给出某个加密项目与Handshake之间的业务联系，但市场情绪层面，AI产业链收入的持续兑现，确实会强化投资者对AI赛道整体成长性的乐观预期。
对加密市场意味着什么
从加密市场视角看，这类新闻的意义主要体现在情绪与估值逻辑两个层面。首先，AI训练服务商收入快速放大，说明AI应用落地并非停留在模型发布阶段，而是已带动上游数据生产、人工反馈和外包管理等配套环节形成稳定现金流。这有助于提升市场对“AI+区块链”叙事的关注度，尤其是去中心化算力、数据市场、隐私计算和任务分发类项目，可能因此获得更多资金审视。
其次，素材提到市场中的恐惧与贪婪指数反映出更高的乐观情绪。在风险偏好回升背景下，AI相关加密资产往往容易成为短期热点。不过，投资者也需要区分“真实商业模式”与“单纯概念映射”。AI训练外包平台本身的成功，并不自动意味着所有AI代币都将受益；相反，只有那些真正能够嵌入数据供给、算力协调、隐私保护或激励分发环节的项目，才更可能在长期竞争中建立价值支撑。
总体来看，Handshake年化毛收入逼近10亿美元，再次印证了AI训练和数据标注市场的爆发力。高质量训练数据需求的上升，正在催生一个增速极快的新服务行业。但在高速增长背后，客户集中、行业切换成本低、数据安全风险与自建替代趋势，也意味着该赛道仍处在激烈竞争和快速洗牌阶段。对于关注AI叙事的加密投资者而言，这既是观察真实需求扩张的重要窗口，也是一场需要警惕估值泡沫和概念外溢的理性考验。