数据标注公司怎么赚钱？项目制和抽成市场差在哪

先说结论：数据标注公司有两种完全不同的收费结构，财务表现也因此完全不同。

项目制是客户下单、服务商组织人力交付、按交付量或项目金额结算。客户每付 100 元，40–50 元是给标注员和专家的报酬，10–15 元是质检与项目管理，约 5 元是平台与工具摊销，毛利 30–45 元，净利通常只有个位数。

抽成市场是平台不雇人、只做撮合：专家在平台上接活，客户按小时付费，专家拿 65 元，平台拿 35 元。按平台净收入口径算，毛利约 70%。

两者最关键的差别不在毛利率，在谁承担交付风险，以及对外报的是 gross 还是 net。

一、项目制：客户付的 100 元怎么分

（本文推算。四项都是区间，本表按中位值示意：一线人力取 45、质检与项目管理取 12.5、平台与工具摊销约 5，毛利为扣掉前三项后的余额约 37.5；实际随项目浮动，区间端点不会同时出现，不能把上下限自由相加。毛利率的分母是客户支付额。）

人力是最大的一项，也是最没有规模效应的一项：多做一倍的活就要多雇一倍的人，而且优质人力越到后面越贵。质检与项目管理占 10–15 元，团队越大管理层级越多，协调成本反而上升。真正随规模下降的只有平台与工具摊销，约 5 元。

毛利 30–45 元不等于净利。再扣销售、研发、管理和税费，项目制的净利通常只剩个位数。可核的样本是海天瑞声：2025 年营收 3.77 亿元、同比增长 59%，归母净利润约 0.141 亿元（业绩快报口径），净利率约 3.7%。一家收入增长 59% 的公司，当年净利率只有 3.7%——存量利润空间很薄。这只能说明当年收入里留下多少利润，不能说明增长的那一部分被成本吃掉了多少；要看增量，需要上年同期净利润或增量成本，公开披露里没有。这只是单家样本，不能推全行业，但它和成本结构的方向一致。

这里有两个常见的口径陷阱。「Scale AI 毛利率 50–60%」是第三方研究机构的估计（机构未具名），不是公司披露；这个数很可能采用了不同口径，把质检与项目管理这 10–15 元排除在营业成本之外，但第三方没有披露计算过程，无法逐项核对，所以它不能和上文项目制拆分的 30–45% 直接比。反过来，海天瑞声 48.08% 的综合毛利率高于 30–45%，是因为它的收入里仍有相当比例的标准化数据集产品（智能语音），不是纯项目制交付。

二、抽成市场：平台拿的 35 元怎么花

（抽成比例约 35% 来自 Mercor 的媒体报道 2026；平台收入内部三项为本文假设。）

平台拿到的 35 元里，扣掉甄别与匹配的约 10 元，剩下约 25 元，对 35 元收入就是约 70% 的毛利——这就是「抽成市场净收入口径毛利约 70%」的来源。这里的 70% 只扣了甄别与匹配，没有扣运营与合规的约 8 元；后者在本文里按期间费用处理，不计入营业成本。如果把运营与合规也算进营业成本，毛利率是（35−10−8）÷35≈49%。两种口径都能成立，但必须说清扣了哪些。它也不能和项目制的 30–45% 直接比，因为分母不同：一个是客户支付额，一个是平台确认的收入。

真正决定两种结构命运的是风险。项目制服务商承担交付风险：做砸了要返工，人闲着也要发钱。抽成平台不承担闲置人力成本：专家没接到活是专家的事，平台不养人；但匹配失败、质检、退款、合规与声誉风险仍在平台身上。Mercor 一家在极高增速下保持了自由现金流为正（媒体报道，2026），这是单家样本，不能推成所有抽成平台都如此；项目制公司在同样的增速下可能面临更大的资金周转压力，是否出现现金流失血取决于回款与付款安排（本文未披露账期数据，无法判定）。

三、gross 与 net：最容易被误导的地方

同样报 20 亿美元，一家抽成 35% 的平台实际确认的收入只有约 7 亿美元；软件公司的 20 亿美元 ARR 是公司确认收入口径，更接近平台的 net，而不是 gross。差约三倍的是平台的 gross 与 net，不是平台收入与软件 ARR。把两种东西混着说，就会以为软件 ARR 与平台 gross 之间有一个固定的三倍换算。

用假设算例看差多少：一家抽成 35% 的平台，估值 100 亿美元、年化 gross 10 亿美元，按 gross 算市销率 10 倍，看起来不贵；按 net（约 3.5 亿美元）算，市销率接近 29 倍。而媒体报道里的「收入」几乎全是 gross。

Mercor 的两个数字为什么差这么远？先看两个时点。2026 年初的媒体口径是 7.6 亿美元 gross；2026 年 6 月媒体报道的 gross 是 20 亿美元，四个月增长约 1.6 倍（+163%，变为约 2.6 倍）。这是同一条时间序列，增速与 02、06 两篇一致。

另一条线是倒推：平台每天向超过 3 万名专家支付超过 150 万美元、平均时薪 85 美元以上（厂商自述，2025-10）。折一年，专家支付额约 5.5 亿美元；按专家拿 65% 倒推，gross 约 8.4 亿美元。8.4 亿是 2025-10 的时点值，不是 2026 年初的 7.6 亿，两者不能拿来算同一段增速；8.4 与 20 相差 2.4 倍，反映的是约八个月里流水的变化加上两个口径的差异，能解释一部分，但公开信息不足以确认能解释全部。可能的解释有三种：日均支付是时点快照而 20 亿是按更晚的周度水平年化；实际抽成高于 35%；两个口径的业务范围不同。本文无法判定，因此在加总时并列采用 8.4–20 亿美元区间，不取单点；这两个数分别对应不同时点，不能当作同一时点的两个互斥口径。

看到任何一家数据标注公司的收入，先问一句：这是 gross 还是 net。

四、为什么这门生意长不大

把项目制的成本拆到物理层，答案很清楚。

五项成本里，只有约占收入 5% 的平台与工具摊销有规模经济。销售费用降不下来，是因为客户只有十几家前沿实验室，每家都要单独攻，没有渠道杠杆；研发降不下来，是因为自动化是持续的军备竞赛，对手加码你就得加码。

把交付端（人力 40–50 加质检 10–15，合计 50–65）与销售研发 25–35 放在一起，不能按区间端点直接相加——两端不会同时出现：交付成本高的一端留给费用的空间小（65＋25＝90），低的一端费用空间大（50＋35＝85），按这种高低两端错配的取法，随收入放大的成本合计约为 85–90%；这依赖高交付成本必对应低费用占比的假设，本文未给出该假设的根据。这是静态的成本占比，不是增量利润率；把它读成「每多做 1 元收入只有 0.10–0.15 元落到营业利润」，是在假设下一年成本结构不变的前提下做的近似，0.10–0.15 元也只在上述 85–90% 的同一情景下成立。同样 1 元新增收入，一家 SaaS 公司能留下 0.70–0.80 元。按同一情景看，同样是增长，软件公司的增量利润率是数据服务公司的约五到八倍。 这才是「没有规模经济」在损益表上的真实形状——不是不能长大，是长大了也不怎么赚钱。

海天瑞声提供了一个方向一致的实证，但要说清它证明了什么：2025 年收入增长 59%、综合毛利率下降 18.38 个百分点，公司自己的归因是「定制服务占比提升」。这是产品结构变化——高毛利的标准化产品正在被低毛利的定制服务替代。它不能直接证明规模不经济，因为公司没有披露分业务线毛利率；真正的证明来自上面那张成本表。但它说明了另一件事：增长靠的是承接更多定制项目，而定制项目要投入更多刚性人力。

五、破局方向：换交付形态

既然只有约 5% 的成本能摊薄，那么继续卖人时，规模越大只是收入越大，利润不会同比例变好。一条重要的破局路径是：从「卖人时」变成「卖可复用的产品」，也就是行业头部都在挤的 RL 环境、评测产品和自动化工具。它们要的不是新增长点，是新的成本结构。

本文做过一个假设测算：如果一家公司把一半收入迁移到产品化形态，交付成本会从占收入 50–65% 降到约 30–40%，随收入放大的成本从 85–90% 降到 60–70%，每 1 元新增收入的营业利润从 0.10–0.15 元升到 0.30–0.40 元。这是未经标定的情景测算，只作定量参考。

难度不在产品，在组织：一家管理着数万名众包工人的运营型公司，要变成一家工程型公司。这要求的不是增加一条产品线，而是换一套组织能力，企业史上的成功率不高。

六、看一家标注公司，问四个问题

项目制还是抽成市场？ 决定毛利率的分母是什么，也决定谁承担交付风险。

报的是 gross 还是 net？ 同一个估值，换一个口径，市销率能差近三倍。

收入里标准化产品与定制服务各占多少？ 这决定毛利率能不能维持——海天瑞声 2025 年毛利率下降，公司归因于定制服务占比提升；这只是单家样本，能否代表全行业本文无法确认。

有没有向产品化迁移、迁移比例有多大？ 这决定交付成本能否实际下降、增量利润率能否从 0.10–0.15 元一档抬升到 0.30–0.40 元一档——后者是半数收入迁移的未标定情景，不是对具体公司的判断。

四个问题问完，一个收入数字能不能信、这门生意值多少倍，大致就有答案了。不要用一个行业规模数字覆盖两种结构，也不要拿传统标注公司的估值倍数去类比专家数据公司。

资料来源

1. 海天瑞声. 2025 年年度报告与 2025 年度业绩快报[R]. 2026-04／2026-02.
2. Mercor. 平台抽成比例与交易规模披露[EB/OL]. 2026.
3. TechCrunch. Mercor 平台日均支付与专家规模报道[N]. 2025-10-27.
4. 诺辉投资研究部. AI 训练数据与语料 · 行业认知研究报告[R]. 2026-09.

数据截止 2026-09　|　相关：AI 训练数据是什么？为什么它不是一个行业 · 数据标注是做什么的？标注员到底在标什么 · AI 训练数据与语料 · 行业认知研究报告

编写依据

本文依据本赛道研究报告及用户授权的成品库 Markdown 摘编，素材获取于 2026-10-30。原文所列资料时点、出处及核验边界按提供稿保留；本轮未逐条回溯外部来源。