A Micro1, startup que fornece dados rotulados para treinamento de modelos de IA, atingiu US$ 500 milhões em receita bruta anualizada. A empresa se beneficia da corrida das big techs e labs de IA por datasets de qualidade, especialmente para fine-tuning e RLHF (aprendizado por reforço com feedback humano). O crescimento reflete a pressão sobre quem treina modelos: dados sintéticos ajudam, mas supervisão humana segue necessária em escala.
A Micro1 compete com Scale AI, Labelbox e outras que conectam anotadores humanos a quem precisa rotular imagens, texto, código ou áudio. O modelo de negócio é marketplace: a startup intermedia o trabalho, cobra margem e garante qualidade. Com modelos multimodais exigindo datasets cada vez mais complexos, o mercado de rotulação virou indústria de centenas de milhões.
Quem treina modelo próprio já sabe: dado rotulado custa caro e demora
Para quem constrói em cima de API de terceiro, isso é invisível. Mas se você treina ou faz fine-tuning de modelo próprio, sabe que rotular dado com qualidade é gargalo de tempo e dinheiro. A Micro1 crescer a esse ritmo confirma que ninguém resolveu isso com automação pura. Dados sintéticos ajudam a aumentar volume, mas validação e edge cases ainda pedem olho humano.
O custo de treino não é só GPU. É também a equipe que rotula, valida, corrige viés. Se você está avaliando fine-tuning vs. RAG, lembre que fine-tuning implica esse custo recorrente de preparar dado. Para a maioria dos casos de uso em produção, RAG com modelo de fundação pronto sai mais barato e rápido. A conta muda se você tem dado proprietário valioso ou precisa de comportamento que prompt engineering não entrega.
Apurado originalmente por TechCrunch AI.