“95后”華裔小伙千億賣公司，AI風向變了

整個 6 月，全球科技界最受關注的事件，非 Meta宣布收購 Scale AI 49% 的股權莫屬。

如果不是擔心美國越來越嚴格的《反壟斷法》，這個股權占比或許更高。雖然沒有絕對控股，但 Meta 志在掌控，所以施以“雙重保險”—股權和人，都收入囊中。

Scale AI 的華裔創始人兼 CEO Alexandr Wang 將進入 Meta 工作，領導 Meta 的 AI 業務。

收購價格為 143 億美元（Scale AI 估值為 290 億美元），約合人民幣 1030 億，看似屬于巨額范疇，實則不然。在財大氣粗的科技界，這根本不算多。

比如，2023 年，微軟和動視暴雪收購案，交易金額達 690 億美元。在 Meta 過去的收購案中，Scale AI也只能排到第二。2014 年，Meta 于以 190 億美元收購WhatsApp。考慮到兩樁案子之間長達 11 年的通脹因素，當年收購 WhatsApp 的交易規模，要大得多。

這樁案子最被關注的點，顯然不在于交易規模，也不在于 28 歲華裔創始人的白手起家傳奇故事，而是它意味著全球科技界 AI 突破方向，正在發生一次大轉變。

以前，超級巨星是 Open AI 和英偉達，在各自賽道，它們如入無人之境 ；而在這次轉變之后，所有人都注定不會輕松。

數據很重要，但最窮

關于 Scale AI 的報道汗牛充棟，外界都知道這家公司的主營業務是“數據標注”。

到底什么是數據標注？以自動駕駛業務為例，用一個簡單場景來說明 ：自動駕駛 AI 模型需要用數據來訓練，但廠商采集車采集的數據主要是道路影像，而現有技術條件下，AI 無法直接讀取影像，因此就需要對影像進行標注。

原始影像經處理，變成三維的點云數據，標注就可以開始了。關鍵一步是標注語義信息，要讓 AI 能識別這些信息，才能讀懂圖像。標注會很細，比如有車道線標注、斑馬線標注、紅綠燈標注等。要知道，在很多技術條件平平的數據標注機構，標注是一幀一幀地完成的，背后是海量的人工。

“有多少智能，就有多少人工”，這句 AI 行業著名的話，指的就是人工數據標注。于是，數據標注領域有了蔚為壯觀的外包現象，無論中外。

總部位于北上廣深，服務于本土 AI 獨角獸的中國數據公司們，將工作層層轉包，最后交給了中西部三四線城市和縣城的勞動者手中。無論是暫時沒有好工作的黃毛青年，還是尋求副業的溫吞中年人，只要眼神好，精力旺，坐得住，懂得用鍵盤和鼠標拉框輸入就行。生產工具是一臺電腦。

作為“國際大廠”的 Scale AI，在外包環節自然會更加國際化。

說到信息產業外包，人們會想到印度。但隨著印度經濟的發展，尤其是外資涌入推高資產價格之后，印度人錢包鼓了，接受外包的價格也越來越高了。而且，拉框標注這種活兒，技術含量比寫代碼還低，時薪也更低，畢業于各種理工學院的印度年輕人現在還真不一定看得上。

因此，Scale AI 的外包勞動力網絡被拓展到了菲律賓、委內瑞拉，還有非洲的肯尼亞。

肯尼亞在哪里？這是一個東非國家，5244萬人，有 75% 的人口在 35 歲以下。重要的是，作為英國在非洲的殖民地，英語是官方語言之一，受過基礎教育的年輕人，英語都還馬馬虎虎。實際上，早在承接 Scale AI 的勞務外包之前，肯尼亞就已經在學術界如雷貫耳。它是全球聞名的“論文工廠”，這里的年輕人經常利用網絡，遠程幫助全球的莘莘學子搞論文。

由于標注工人的薪水太低和工時過長，勞工組織和一些政府部門準備找 Scale AI 的麻煩，但事情后來不了了之。

包羅萬象的“筐”

從非洲城鄉接合部的標注員，到硅谷的千億美元富豪 ；從讓 95% 的崗位消失，到給你一個人形機器人的女朋友，AI 浪潮影響著所有階層的地球人，席卷著經濟社會的方方面面。它好像是一個包羅萬象，充滿混沌的“筐”。

實際上，AI 作為一個產業，三條支柱基本上可以把所有我們聽說過的企業和產品都清晰地分類，并納入其中。

一是算法，指向了應用端的公司和他們的產品，Open AI、DeepMind、DeepSeek 之類；

二是算力，指向了硬件供應商，一家獨大的英偉達，以及正在崛起的博通等 ；

三是數據，Scale AI 是數據服務商中最著名的一家，它的對手還有 Turing、Labelbox 和Handshake 等。

賽道不同，人生的富貴程度便天差地別。在算法領域，3 月底，OpenAI 宣布新一輪融資時，估值已達到 3000 億美元，是 Scale AI 的 10 倍。未來，隨著頭部效應繼續放大，估值是否上不封頂，沒人知道。在算力環節，英偉達市值已經 3.5萬億美元，是 Scale AI 的 100 百倍以上。即使是博通，市值也接近了 1.2 萬億美元，是 Scale AI 的 40 多倍。

當然，這些公司的體量本不是一個數量級，無論根據哪種估值方法，存在巨大市值差異實屬正常。但差異大到如此程度，也說明 AI 的數據環節相對于算法和算力，可能存在一些天然缺陷。

Scale AI 的股東們，在公司如日中天的時候，愿意一下子賣掉 49% 的股權，不是沒有原因。

不是煉油廠，是發動機

AI 概念浪潮中，三家公司陸續火了。算法環節的 OpenAI 最先火了一把，然后是算力之王的英偉達，最后才是這家搞數據、體量小得多的 Scale AI。

數據公司遠比前面兩類缺乏想象力。

一是，它無法像互聯網公司（算法公司更類似于互聯網）那樣，實現邊際成本幾乎為零的擴張，無法贏者通吃。目前，在算法環節的獨角獸中，OpenAI 出現斷崖式領先。第二名 Anthropic 擁有 615 億美元的估值，但 只有 OpenAI 3000億估值的 1/5。第一名和第二名的差距如此之大，說明了這個領域的終極競賽，最終可能有點像搜索引擎。

二是，它不像硬件廠商那樣有技術壁壘。可以這樣說，只要不發生算力硬件革命，英偉達的技術壁壘還能持續很久。但 Scale AI 和競爭對手之間，很難說有什么本質差異。無論是分布在全球的 24 萬人工標注員，還是軟件平臺，可能也談不上什么不可替代的核心競爭力。

因此，數據標注市場必然是一個分割的市場，對手提供差不多的服務，大家都有飯吃，但大家都不輕松。因此，在合適的時機賣出好價格，是一種優選。

但 Scale AI 收購案的歷史性意義卻不容被低估。它不只是科技大廠之間的競爭，比如什么 Meta 落后，奮起直追之類，而是宣告 AI 浪潮的突破方向出現了逆轉—在從縱向分工細化走向一體化融合的時代，算力、算法和數據將更加密切地連為一體。

數據是 AI 時代的石油，數據服務商是“煉油廠”，經過“煉油廠”精煉的數據，才能被 AI 這臺發動機使用。但實際上，隨著 AI 應用不斷走向專業化，數據服務商很可能成為發動機的一部分。

這就好比 ：汽油不是直接流進發動機燃燒的，而是要先和空氣混合，形成燃氣混合物，噴射到燃燒室，發動機才進行燃燒，實現高效的能量轉化。處理和標注后的數據，AI 才可以直接讀取，正類似于燃氣混合物之于汽車發動機。在這個意義上講，數據處理環節不再是外部“煉油廠”，而本就是發動機的一部分。

Meta 宣布收購 Scale 之后，谷歌、微軟和 xAI 等曾經的客戶，已經不再把 Scale AI 看作中立、獨立的“煉油廠”，有的將和Scale AI終止合作，有的表示將削減訂單。原因不言自明 ：即便有數據脫敏和客戶隱私防火墻，即便Meta 所收購股份為非投票股份，但誰能 100% 保證商業機密的萬無一失？

Scale AI 正在成為 Meta 這臺發動機的一部分。其他 AI 巨頭是否會繼續信任其他數據商，并保證它們不在未來某一天同樣被競爭對手收購，也被打上了問號。可以預見，巨頭們將可能強化對數據供應的獨占性，推動數據環節重構，將數據和算法進行更深度的融合。

當數據、算法和算力三大支柱融合度不斷躍升，很多成見就會被解構。DeepSeek 通過對算法架構的創新，提升了給定算力的效率，用 2000 塊芯片就完成了被認為必須是萬卡集群才能干成的運算。于是，“算力即權力”開始被部分地懷疑。那時候，英偉達市值跌幅 17%，蒸發近 6000 億美元。

商業世界有兩種邏輯。

資本的邏輯是分拆，把一家公司或一個產業，拆成越來越多的板塊或環節，在每個板塊和環節都打造獨角獸，讓每個地方都有一個英偉達或 Open AI，分別賣出去，才能實現最可觀的資本利得。

產業的邏輯是整合，提升產業鏈的縱向協同，你中有我，我中有你，更能節省資源，提 升 效率，就像DeepSeek 用算法節省算力，Meta 希望用數據獨角獸的技能，重構自己的廣告分發算法集群一樣。

Meta 被稱為是科技界的“收購大王”。2022 年底，Meta 股價跌到谷底，一度只有 90 多美元，現在已突破690 美元。在美股七姐妹中，Meta 超過 7 倍的漲幅，僅次于英偉達。市場一直都很相信扎克伯格的洞察力，現在他才 41 歲。

Alexandr Wang 也才 28 歲。兩人都是熱衷打造個人品牌，愛出風頭的性格，一個公司同時有兩顆星星在發光，并不是容易的事情。

他們能在一起共事多久，已不是重點。重點是，AI的風向變了。