训练数据成新瓶颈：Snorkel AI完成3.5亿美元E轮融资估值35亿，数据即服务一年增长18倍
发布时间：2026年09月23日 16:00:00AI数据公司Snorkel AI宣布完成3.5亿美元E轮融资，估值35亿美元，由Insight Partners与S32联合领投，较17个月前D轮13亿估值增长近三倍；公司自去年转型数据即服务后年化营收达3.75亿美元、12个月增长18倍，客户覆盖头部前沿实验室、超大规模云厂商与美国政府机构，融资将扩建面向RL环境的智能体数据工厂
35亿美元估值的「卖铲人」
9月23日，AI 数据公司 Snorkel AI 宣布完成 3.5亿美元 E 轮融资，估值达35亿美元，由 Insight Partners 和 S32 联合领投，Third Point、March Capital、Blumberg Capital 等新投资人与 Addition、Lightspeed、Greylock、GV（谷歌风投）、富国银行等老股东共同参与。
估值节奏：17个月前 D 轮估值约13亿美元，本轮增长近三倍。融资将用于扩建其「智能体数据工厂（agentic data factory）」、加大垂直行业与企业 AI 投入，并支持开源评测基准研究。
18倍增长背后的「Data 2.0」叙事
Snorkel 2019年脱胎于斯坦福 AI 实验室，创始团队是「以数据为中心的 AI（data-centric AI）」概念的开创者之一，累计发表250多篇同行评审论文。公司最初卖数据标注自动化软件 Snorkel Flow，去年转型数据即服务（Data-as-a-Service）——软件合成数据与领域专家结合，直接交付完整数据集和强化学习环境。
转型后的数据：
| 指标 | 数值 |
|---|---|
| 年化营收（ARR run rate） | 3.75亿美元 |
| 近12个月增长 | 超过18倍 |
| 客户类型 | 头部前沿实验室、超大规模云厂商、新实验室、垂直 AI 公司、美国政府机构 |
| 团队根基 | 斯坦福 AI Lab，论文被引超2.5万次 |
CEO Alex Ratner 提出的核心框架是 Data 1.0 → Data 2.0：
- Data 1.0：模型还很弱时，任何数据都能提供信息增量，比拼的是标注规模，本质是人力与物流问题；
- Data 2.0：当模型在编程等领域接近超人水平，能再推动它进步的只有复杂、精准、高质量的课程式数据——资深工程师也要花数天解决的任务、能对抗模型「作弊钻空子」的 RL 沙箱、长达数页的评分细则，本质变成了科研与技术问题。
为什么这轮融资是行业风向标
- 模型降价，数据升值：本周 Opus 5.5、GPT-6 Sol/Luna 连续把 API 价格腰斩，模型层利润承压；而训练前沿模型的差异化要素正向数据与环境迁移，卖数据基础设施的公司反而被重新定价；
- RL 环境成为新刚需：智能体训练需要的不只是问答对，而是模拟整个公司/工作站的沙箱、奖励信号和数百项质量检查，Snorkel 这类公司提供的是「训练场地」而非「习题册」；
- 营收质量的会计细节：与 Mercor 等把人力支出计入营收的同类公司不同，Snorkel 销售的是完整数据集与 RL 环境，专家费用计入销售成本，其3.75亿美元 ARR 的含金量被投资人特别强调；
- RSI 逻辑延伸到数据：Snorkel 明确提出打造「数据领域的 RSI 引擎」——专用 AI 模型加速人类专家产出，规模化的人类监督再反过来改进模型，形成复合循环。
与本周事件链的对照
Snorkel 这轮融资与本周其他新闻构成完整闭环：模型公司在降价抢调用量（Anthropic、OpenAI），实验室在用海量智能体产生科研需求（Anthropic 950个智能体21小时发现 ART 酶系统），而支撑这一切的上游——高质量数据、评测标准与训练环境——正在以18倍速扩张并获得资本溢价。当所有人都盯着模型榜单，钱正悄悄流向榜单背后的数据工厂。