19歳の Brendan Foody が、高卒の友人と共同で設立したスタートアップ「Mercor」は、2023年に海外のソフトウェアエンジニアを採用する自動化された人材紹介サービスとしてスタート。AIによる履歴書選考と面接を導入し、数か月で年間100万ドルの収益と利益を達成した。2024年初頭、AI訓練データ大手のScale AIから「1,200人のソフトウェアエンジニアを短期間で調達してほしい」との依頼を受け、この機会をきっかけに、AIモデルの訓練データを生産するビジネスへと転換。エンジニアの給与未払い問題を受けて中間業者を排除し、自社で直接人材を管理する体制に。同年9月、年間収益が5億ドルに達し、「史上最快の成長企業」と評された。現在、同社は100億ドルの評価額を記録。Foodyと2人の共同創業者は22歳で、史上最年少の自己製 billionaire となった。 この成長は、AIの「訓練データ」市場の急拡大を象徴している。OpenAIやAnthropicなどのラボがAIモデルの性能向上に向け、専門知識を持つ人材による高品質なデータを大量に必要としている。特に、コード生成や医療、法律、金融などの分野では、人間の専門家が「評価基準（rubrics）」を細かく作成し、AIが正しく学習できるように支援している。これにより、データ提供企業が急成長。Surge AIやHandshake AI、Turingなど、数多くの新興企業が登場。中でもSurge AIは、データ品質を重視し、時給30ドルで専門家を採用。年間10億ドル以上の収益を上げ、150億ドルの評価額を獲得。Scale AIもMetaの出資を受けた後、依然としてGoogle、Microsoft、OpenAIなどと取引を継続。2025年には年間20億ドルの収益を見込んでおり、データ事業とアプリケーション事業の両方が9桁の収益を上げている。 しかし、この市場は極めて集中しており、顧客の変動に敏感。Appenのように、大手クライアントの依存度が高かった企業は、市場価値を97％も失っている。また、AIラボが「汎用人工知能（AGI）」を実現するという夢を掲げる一方で、現実の進展は「特定タスクに特化したデータの蓄積」に留まっている。数学やコード生成の改善は進むが、実務における曖昧な判断や文脈依存のタスクでは依然として人間の監視が必要。MITの研究では、95％の企業が生成AI導入で成果を上げていない。 結局、AIの進化は「人間の知恵を細分化し、チェックリスト化する」作業に依存している。その結果、データ提供企業がAI開発の「鉱山」を担い、莫大な資金を獲得。Foodyは「経済全体が強化学習環境になる」と予言。AIが「普遍的」に能力を発揮する未来ではなく、特定のタスクごとにデータを購入し続ける「正常な技術」の発展が見込まれる。今、AIの未来は、人間の専門知識をいかに効率的に「訓練データ」として再利用できるかにかかっている。