-
TQ Ventures
从校园招聘到 AI 数据基础设施：Handshake 收购 Cleanlab，补齐数据质量关键拼图
AI 数据标注公司（原美国校园招聘平台） Handshake 宣布收购数据审计初创公司 Cleanlab。双方表示，此次交易以人才整合为主，属于典型的 acqui-hire，Cleanlab 的 9 名核心员工将加入 Handshake 研究组织，包括三位联合创始人 Curtis Northcutt、Jonas Mueller 和 Anish Athalye，三人均拥有 MIT 计算机科学博士背景。交易条款未披露。更多信息，请关注 HRTech
Cleanlab 成立于 2021 年，是一家专注于“数据质量审核”的技术公司，其核心能力在于通过算法自动识别错误标签与异常数据，无需再次人工复核即可发现潜在问题，从而显著提升训练数据的一致性与准确率。公司累计融资 3000 万美元，投资方包括 Menlo Ventures、TQ Ventures、Bain Capital Ventures 与 Databricks Ventures，团队规模曾超过 30 人。相比传统依赖多轮人工校验的方式，Cleanlab 的自动化检测思路更接近“数据质量基础设施”，强调系统化、可规模化与可复用的质量控制能力。
对 Handshake 而言，这次收购的战略意义十分明确。随着大模型训练进入精细化阶段，行业关注点正从“标注数量”转向“标注质量”。单纯扩大人力规模已难以形成长期壁垒，真正决定模型效果的，是标签准确率、样本覆盖度以及数据一致性等底层指标。Cleanlab 的加入，意味着 Handshake 不再只是提供人工标注产能，而是开始具备算法驱动的数据审计与质量管理能力，从“人力外包型服务商”向“数据质量技术平台”升级。
从业务层面看，Handshake 近年来已逐步切入 AI 数据服务市场。公司目前为 8 家头部 AI 实验室提供数据支持，其中包括 OpenAI。其 2022 年估值达到 33 亿美元，并预计 2025 年年化收入（ARR）将达到 3 亿美元，今年有望进一步提升至“数亿美元”规模。客户结构与收入体量的变化，也反映出其在 AI 产业链中的定位正不断上移，从辅助角色转向关键基础设施供应商。
值得注意的是，当前 AI 数据标注行业正在发生结构性变化。一方面，模型复杂度提升，使得医疗、法律、金融、科研等专业领域的高门槛标注需求快速增长；另一方面，企业对数据安全、可追溯性与偏见控制的要求日益严格，推动数据审核、评测与治理成为刚需。这一趋势使得具备“专家网络 + 质量算法 + 规模化交付”综合能力的平台更具竞争优势。Handshake 通过整合 Cleanlab 的研究与算法团队，正是对这一趋势的主动回应。
转型背景与路径
Handshake 成立于 2013 年，最初是一家面向美国高校毕业生的招聘平台，被视为“学生版 LinkedIn”，长期服务于校园招聘与早期职业匹配市场。凭借高校资源与人才数据库，公司积累了覆盖数百万学生及大量专业人士的供给网络。随着生成式 AI 对高质量训练数据需求的爆发，Handshake 将原有“人才匹配与任务分发”能力延伸至数据标注场景，利用医生、律师、科学家等专家群体参与模型训练与反馈。此次收购 Cleanlab，则进一步补强了自动化数据审核与算法能力，使其从单纯的人力标注服务商，升级为兼具人才供给与数据质量技术的 AI 数据基础设施提供方。可以说，这是一场基于既有资源优势的战略升维，而非简单跨界——Handshake 正从 HR Tech 平台，演进为服务 AI 产业链上游的关键数据基础设施企业。
HRTech对数据标注的这几家简单分析：
从赛道格局看，Scale AI 更像“全栈型数据基础设施巨头”，依靠大规模交付能力与企业级合规体系，承接政府与头部 AI 实验室的复杂训练与评测需求；
Surge AI 主打高质量与专家级人类反馈服务，聚焦 RLHF、模型评估与红队测试等高难度场景，以“质量优先”建立口碑壁垒；
Mercor 则定位为专家劳动力调度平台，通过产品化方式快速匹配专业人才与后训练任务，强调效率与弹性供给；
而 Handshake 凭借多年积累的人才网络切入 AI 标注市场，并通过收购 Cleanlab 强化算法化数据审核能力，正从人才供给平台升级为兼具“专家资源 + 数据质量技术”的新型数据基础设施玩家。
扫一扫 加微信
hrtechchina
