2 Milliarden Yuan, Alibaba führt die Finanzierungsrunde für einen Praktikanten der Generation 90er an: Er arbeitet als Lehrer für Künstliche Intelligenz.
Ein KI-Unternehmen, das vor weniger als einem Jahr gegründet wurde, sichert sich gerade eine Finanzierung in Höhe von 2 Milliarden Yuan.
Berichten zufolge plant Alibaba, eine neue Finanzierungsrunde von UniPat im Umfang von rund 300 Millionen US-Dollar anzuführen, an der sich Tencent, HSG und weitere Parteien beteiligen. Das Unternehmen wird mit etwa 2,5 Milliarden US-Dollar bewertet, was umgerechnet fast 17 Milliarden Yuan entspricht.
UniPat erstellt Aufgaben für KI, bewertet deren Ergebnisse und weist dem Modell darauf hin, wo es Fehler gemacht hat.
Dieses Geschäft beginnt bereits, große Gewinne zu erzielen.
Im Jahr 2024 erzielte das KI-Daten- und Bewertungsunternehmen Surge AI einen Umsatz von rund 1,2 Milliarden US-Dollar; Mercor gab in diesem Jahr bekannt, dass sein annualisierter Gesamtumsatz bereits 2 Milliarden US-Dollar übersteigt; auch Scale AI erzielte im vergangenen Jahr einen Umsatz, der sich 1 Milliarde US-Dollar näherte.
- 01 - Innerhalb eines Jahres entstehen drei Geschäfte im Wert von jeweils über einer Milliarde US-Dollar
UniPat wurde Ende 2025 gegründet. Der Gründer Li Kuan gehört zur Generation der Nach-90er, er absolvierte seinen Bachelor an der Beihang-Universität und seinen Master am Institut für Computertechnik der Chinesischen Akademie der Wissenschaften. Derzeit promoviert er an der Fakultät für Informatik und Ingenieurwesen der Hong Kong University of Science and Technology, seine Forschungsrichtungen umfassen LLM-Agenten. Vor seiner Gründungstätigkeit nahm er als Praktikant am Post-Training-Forschungsprojekt von Ali Tongyi DeepResearch teil, wobei seine Schwerpunkte auf Datensynthese und Verstärkungslernen lagen.
Eines der Kernprobleme, das durch das Post-Training gelöst wird, besteht darin, dass das bereits vortrainierte Modell weiterhin „intelligenter“ wird. Es reicht nicht aus, dass das Modell eine bestimmte Anzahl von Aufgaben lösen kann, das Trainingsteam muss zudem wissen: Welche Antwort gilt als gut, wo liegt der Fehler und welches Feedback eignet sich am besten für das weitere Training.
UniPat hat dies zu einem Produkt gemacht. Ein Leiter des KI-Agent-Projekts eines großen Top-Unternehmens sagte zu Pencil News, dass UniPat die Arbeit ersetzt, die ursprünglich das Testteam im Agent-Entwicklungsprojekt erledigen musste. Der gesamte Bewertungsprozess wird zu einem Produkt gebündelt, um die Vollständigkeit der Ausführung von KI-Aufgaben zu bewerten, was einen dringenden Bedarf deckt.
Der derzeit direkteste Weg, Gewinne zu erzielen, besteht darin, die Urteile von Fachleuten an Unternehmen für große Modelle zu verkaufen.
Mercor organisiert Programmierer, Anwälte, Finanzfachleute und Wissenschaftler für Organisationen wie OpenAI, Anthropropic und Google DeepMind, lässt sie Aufgaben erstellen, Antworten schreiben und die Ausgaben des Modells bewerten, und übergibt dann die Daten an Kunden für das Post-Training. Das Unternehmen begann ursprünglich mit KI-Personalbeschaffung, stellte dann aber fest, dass die Labore für große Modelle am meisten bereit sind, für hochqualifizierte Fachkräfte zu zahlen, und wechselte daraufhin zum KI-Training.
Laut einem Bericht von Forbes überstieg der annualisierte Gesamtumsatz von Mercor im Juni dieses Jahres 2 Milliarden US-Dollar, was eine Verdopplung gegenüber den 1 Milliarde US-Dollar im Februar bedeutet. Der Gesamtumsatz des Unternehmens im ersten Halbjahr dieses Jahres betrug etwa 614 Millionen US-Dollar, wovon etwa 91 % von Unternehmen für Basismodelle stammen.
Die 2 Milliarden US-Dollar sind jedoch keine reinen Software-Einnahmen. Etwa 60 % bis 70 % des Umsatzes müssen an die Experten gezahlt werden. Mercor verdient an der Vermittlungsspanne, wichtiger ist es aber, schnell geeignete Experten zu finden und die Lieferqualität zu kontrollieren.
Handshake verfolgt denselben Weg. Es war ursprünglich eine Plattform für die Personalbeschaffung von Studenten und verfügte über Netzwerke von Hochschulen, Studenten und Alumni. Nach dem Einstieg in das KI-Training im Jahr 2025 erreichte das annualisierte Gesamtumsatz dieses Geschäfts innerhalb von weniger als einem Jahr fast 1 Milliarde US-Dollar; nach Abzug der Vergütungen für Experten belief sich das annualisierte Nettoeinkommen auf etwa 300 Millionen US-Dollar.
Surge AI hingegen ähnelt eher einem hochmargigen Datendienstleister. Der Gründer Edwin Chen arbeitete früher bei Google, Facebook und Twitter. Das Unternehmen erzielte 2024 einen Umsatz von rund 1,2 Milliarden US-Dollar, zu seinen Kunden gehören Google, Meta, Microsoft und Anthropropic.
Surge verkauft ebenfalls menschliches Feedback und hochwertige Daten, aber es treibt sein Geschäft in wertschöpfendere Segmente voran: Es sucht nicht nur Personen, die Aufgaben lösen, sondern gestaltet Aufgaben, Bewertungsstandards, Evaluationsdatensätze und Trainingsumgebungen. Im Vergleich zur reinen Personalvermittlung ist dies eher ein vollständiger KI-Post-Training-Dienst.
Diese Unternehmen verdienen dasselbe Geld: Je stärker das Modell ist, desto mehr braucht es Fachleute, die ihm sagen, wo es Fehler macht.
- 02 - Gute Antworten sind sehr wertvoll
Der Grund, warum die Branche von der Datenannotierung zur Bewertung übergeht, ist einfach: Die Modelle können Prüfungen inzwischen immer besser bestehen.
Das Problem der Trainingsdaten in der Frühphase lautete „gibt es eine Antwort?“. Heute ist das Problem zu „was macht eine Antwort wirklich gut?“ geworden. Um eine KI eine Katze erkennen zu lassen, reicht ein einziges Label aus; um eine KI dazu zu bringen, ein großes Code-Repository zu modifizieren, eine Investmentbank-Analyse zu erstellen oder die administrativen Abläufe eines Krankenhauses abzuschließen, reicht eine Bewertung nur mit den Wörtern „richtig/falsch“ kaum aus.
In diesem Fall wird der Bewertungsstandard selbst zu Daten.
Das von UniPat in diesem Jahr eingeführte ExpertEval deckt die drei Bereiche Medizin, Finanzen und Recht ab, umfasst insgesamt 3213 Expertenfälle und 207 Szenarien, wobei für jeden Fall durchschnittlich 21,83 Bewertungsstandards festgelegt sind. Es prüft nicht nur das Ergebnis, sondern auch Beweise, Schlussfolgerungsprozesse und hochriskante Fehler. Diese Bewertungsergebnisse können für das weitere Post-Training verwendet werden.
Sein Monthly-SWEBench entnimmt monatlich Aufgaben aus den neu abgeschlossenen GitHub-Projekten, um das Modell zu testen. Der Aufgabenpool muss ständig aktualisiert werden, da öffentliche Benchmarks schnell „durchgearbeitet“ werden können: Ein steigender Score bedeutet nicht, dass sich die tatsächliche Arbeitsfähigkeit des Modells entsprechend verbessert.
Sein SaaS-Bench ist noch näher an der realen Arbeitswelt. UniPat platziert Agenten in 23 funktionsfähigen SaaS-Systemen und fordert sie auf, Aufgaben wie Kostenerstattung, Jahresabschluss, Projektmanagement und medizinische Verwaltung zu erledigen. Das Ergebnis zeigt, dass die derzeit besten Modelle zwar viele Zwischenschritte abschließen können, der Anteil der vollständig end-to-end erledigten Aufgaben jedoch nur 3,8 % beträgt.
Genau diese 3,8 % sind das Geschäft dieser Art von Unternehmen. Wenn Agenten bereits 99 % der Arbeiten stabil erledigen könnten, würde der Wert von Bewertungsunternehmen sinken. Gerade weil die Modelle häufig scheitern, müssen KI-Labore ständig neue Aufgaben finden, Fehler identifizieren, Bewertungsregeln gestalten und die fehlerhaften Stichproben zurück ins Training geben. Mit jedem Upgrade des Modells kann dieser Zyklus von Neuem beginnen.
Auch Scale AI erlebte einen ähnlichen Aufstieg. Es begann mit der Datenannotierung für autonomes Fahren und stieg später in die Bereiche hochwertige Trainingsdaten, Modellbewertung, Red-Team-Tests und Regierungsprojekte ein. Im Jahr 2025 investierte Meta 14,3 Milliarden US-Dollar, um 49 % der Anteile des Unternehmens zu erwerben, wodurch die Bewertung des Unternehmens auf 29 Milliarden US-Dollar stieg.
Der Wert dieser Art von Unternehmen liegt darin, ob sie kontinuierlich Dinge entdecken können, die das Modell nicht beherrscht, und dann die Gründe für das Scheitern zu Trainingssignalen umwandeln. Mit jedem Upgrade des Modells entsteht erneut ein neuer Bedarf an Bewertung und Training.
- 03 - Die nächste Finanzierungsrunde
Die Branche sucht nach einem besseren Geschäftsmodell als „den Verkauf von Daten pro Kopf“. Die neue Richtung heißt RL Environment, also Verstärkungslernumgebung.
Man kann es so verstehen, dass man für den Agenten ein „simuliertes Unternehmen“ aufbaut. Darin gibt es E-Mails, CRM, Code-Repositories, Finanzsysteme, Kundenanfragen und verschiedene Tools. Die KI beantwortet nicht nur eine einzelne Frage, sondern muss Dutzende oder sogar Hunderte von aufeinanderfolgenden Arbeitsschritten erledigen. Das System bewertet das Ergebnis automatisch und lässt das Modell wiederholt üben.
Dies ist schwieriger als die herkömmliche Datenannotierung und näher an einem Softwareprodukt. Das herkömmliche Modell erfordert die ständige Einstellung von Personal, Zuweisung von Aufgaben und Abnahme der Ergebnisse, sodass das Umsatzwachstum oft mit dem Wachstum der Personalkosten einhergeht; sobald die Trainingsumgebung aufgebaut ist, kann sie von verschiedenen Modellen wiederholt aufgerufen werden und generiert kontinuierlich neue Trainingsabläufe und Feedbacksignale.
Surge hat bereits ein spezialisiertes Team gegründet, um solche Umgebungen zu erstellen. In diesem Jahr veröffentlichte es EnterpriseBench CoreCraft, das ein Kundensupport-Unternehmen mit mehr als 2500 Entitäten und 23 Tools simuliert und Agenten dazu bringt, mehrstufige Arbeiten zu erledigen. Mercor erwarb im Juli das Unternehmen Deeptune, das sich auf Verstärkungslernumgebungen spezialisiert hat, und hat explizit Trainingsumgebungen für Bereiche wie Codierung, Medizin und Recht als Geschäftsschwerpunkt der nächsten Phase festgelegt.
Handshake hingegen beginnt, eine weitere knappe Ressource zum Verkauf anzubieten: die echten Betriebsdaten von Unternehmen. Es ruft Unternehmen öffentlich dazu auf, anonymisierte Geschäftsdaten bereitzustellen. Je nach Umfang und Wert der Daten kann für eine Zusammenarbeit zwischen 100.000 und über 4 Millionen US-Dollar gezahlt werden, und die aufbereiteten Daten werden dann an führende KI-Labore für Training und Bewertung weitergegeben.
Dies zeigt, dass dieses Geschäft drei Ebenen der Gebührenerhebung ausbildet: Die erste Ebene ist der Verkauf von Expertenzeit, die zweite Ebene ist der Verkauf von aufbereiteten Trainingsdaten und Bewertungsstandards, die dritte Ebene ist der Verkauf von Umgebungen, die kontinuierlich Trainingsdaten generieren können. Je weiter fortgeschritten, desto näher kommt man der Infrastruktur.
Natürlich ist dieses Geschäft noch nicht von Personaldienstleistungen losgelöst. Bei Mercor müssen etwa 60 bis 70 Prozent des Umsatzes an Experten gezahlt werden, und die Kunden konzentrieren sich stark auf wenige führende KI-Labore; nachdem Meta Anteile an Scale erworben hatte, gab es Veränderungen in einigen Kundenbeziehungen, was zeigt, dass die Eigenschaft als „neutraler Drittanbieter“ selbst ein Vermögenswert ist.
Dieser Artikel stellt keine Anlageberatung dar.
Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Pencil News“ (ID: pencilnews), Autor: Song Ge, Redakteur: Huang Xiaogui, veröffentlicht mit Genehmigung von 36Kr.