整个6月，全球科技界最受关注的事件，非Meta宣布收购ScaleAI49%的股权莫属。

如果不是担心美国越来越严格的反垄断法，这个股权占比或许更高。虽然没有绝对控股，但Meta志在掌控，所以施以“双重保险”——股权和人，都收入囊中。

ScaleAI的华裔创始人兼CEOAlexandrWang将进入Meta工作，领导Meta的AI业务。

ScaleAI创始人亚历山大·王/图源：视觉中国

收购价格为143亿美元（ScaleAI估值为290亿美元），约合人民币1030亿，看似属于巨额范畴，实则不然。在财大气粗的科技界，这根本不算多。

比如，2023年，微软和动视暴雪收购案，交易金额达690亿美元。在Meta过去的收购案中，ScaleAI也只能排到第二。2014年，Meta于以190亿美元收购WhatsApp。考虑到两桩案子之间长达11年的通胀因素，当年收购WhatsApp的交易规模，要大得多。

这桩案子最被关注的点，显然不在于交易规模，也不在于28岁华裔创始人的白手起家传奇故事，而是它意味着全球科技界AI突破方向，正在发生一次大转变。

以前，超级巨星是OpenAI和英伟达，在各自赛道，它们如入无人之境；而在这次转变之后，所有人都注定不会轻松。

01

数据很重要，但最穷

关于ScaleAI的报道汗牛充栋，外界都知道这家公司的主营业务是“数据标注”。

到底什么是数据标注？以自动驾驶业务为例，用一个简单场景来说明：自动驾驶AI模型需要用数据来训练，但厂商采集车采集的数据主要是道路影像，而现有技术条件下，AI无法直接读取影像，因此就需要对影像进行标注。

数据标注，是指为图像、文本、视频或音频等原始数据添加结构化信息，以便机器学习模型能够理解和学习这些数据的过程/图源：Shaip

原始影像经处理，变成三维的点云数据，标注就可以开始了。关键一步是标注语义信息，要让AI能识别这些信息，才能读懂图像。标注会很细，比如有车道线标注、斑马线标注、红绿灯标注等。要知道，在很多技术条件平平的数据标注机构，标注是一帧一帧地完成的，背后是海量的人工。

“有多少智能，就有多少人工”，这句AI行业著名的话，指的就是人工数据标注。于是，数据标注领域产生了蔚为壮观的外包现象，无论中外。

总部位于北上广深，服务于本土AI独角兽的中国数据公司们，将工作层层转包，最后交给了中西部三四线城市和县城的劳动者手中。无论是暂时没有好工作的黄毛青年，还是寻求副业的温吞中年人，只要眼神好，精力旺，坐得住，懂得用键盘和鼠标拉框输入就行。生产工具是一台电脑。

作为“国际大厂”的ScaleAI，在外包环节自然会更加国际化。

说到信息产业外包，人们会想到印度。但随着印度经济的发展，尤其是外资涌入推高资产价格之后，印度人钱包鼓了，接受外包的价格也越来越高了。而且，拉框标注这种活儿，技术含量比写代码还低，时薪也更低，毕业于各种理工学院的印度年轻人现在还真不一定看得上。

因此，ScaleAI的外包劳动力网络被拓展到了菲律宾、委内瑞拉，还有非洲的肯尼亚。

菲律宾政府估计全国共有200万人从事数据标注行业，这些工人已成为菲律宾网吧的常客

肯尼亚在哪里？这是一个东非国家，5244万人，有75%的人口在35岁以下。重要的是，作为英国在非洲的殖民地，英语是官方语言之一，受过基础教育的年轻人，英语都还马马虎虎。实际上，早在承接ScaleAI的劳务外包之前，肯尼亚就已经在学术界如雷贯耳。它是全球闻名的“论文工厂”，这里的年轻人经常利用网络，远程帮助全球的莘莘学子搞论文。

由于标注工人的薪水太低和工时过长，劳工组织和一些政府部门准备找ScaleAI的麻烦，但事情后来不了了之。

ScaleAI的众包平台Romotasks上有超过24万名注册工人，Romotasks的宣传语为“在家在线挣美元”，这吸引了不少第三世界国家的工人/图源：DuckDuckGo

从非洲城乡结合部的标注员，到硅谷的千亿美元富豪；从让95%的岗位消失，到给你一个人形机器人的女朋友，AI浪潮影响着所有阶层的地球人，席卷着经济社会的方方面面。它好像是一个包罗万象，充满混沌的“筐”。

实际上，AI作为一个产业，三条支柱基本上可以把所有我们听说过的企业和产品都清晰地分类，并纳入其中。

一是算法，指向了应用端的公司和他们的产品，OpenAI、DeepMind、deepseek之类；

二是算力，指向了硬件供应商，一家独大的英伟达，以及正在崛起的博通等；

三是数据，ScaleAI是数据服务商中最著名的一家，它的对手还有Turing、Labelbox和Handshake等。

赛道不同，人生的富贵程度便天差地别。在算法领域，3月底，OpenAI宣布新一轮融资时，估值已达到3000亿美元，是ScaleAI的10倍。未来，随着头部效应继续放大，估值是否上不封顶，没人知道。在算力环节，英伟达市值已经3.5万亿美元，是ScaleAI的100百倍以上。即使是博通，市值也接近了1.2万亿美元，是ScaleAI的40多倍。

当然，这些公司的体量本不是一个数量级，无论根据哪种估值方法，存在巨大市值差异实属正常。但差异大到如此程度，也说明AI的数据环节相对于算法和算力，可能存在一些天然缺陷。

ScaleAI的股东们，在公司如日中天的时候，愿意一下子卖掉49%的股权，不是没有原因。

02

不是炼油厂，是发动机

AI概念浪潮中，三家公司陆续火了。算法环节的OpenAI最先火了一把，然后是算力之王的英伟达，最后才是这家搞数据、体量小得多的ScaleAI。

数据公司远比前面两类缺乏想象力。

AI概念浪潮中，三家公司陆续火了，而数据公司远比前面两类缺乏想象力

一是，它无法像互联网公司（算法公司更类似于互联网）那样，实现边际成本几乎为零的扩张，无法赢者通吃。目前，在算法环节的独角兽中，OpenAI出现断崖式领先。第二名Anthropic拥有615亿美元的估值，但只有OpenAI3000亿估值的五分之一。第一名和第二名的差距如此之大，说明了这个领域的终极竞赛，最终可能有点像搜索引擎。

二是，它不像硬件厂商那样有技术壁垒。可以这样说，只要不发生算力硬件革命，英伟达的技术壁垒还能持续很久。但ScaleAI和竞争对手之间，很难说有什么本质差异。无论是分布在全球的24万人工标注员，还是中台的软件平台，可能也谈不上什么不可替代的核心竞争力。因此，数据标注市场必然是一个分割的市场，对手提供差不多的服务，大家都有饭吃，但大家都不轻松。因此，在合适的时机卖出好价格，是一种优选。

但ScaleAI收购案的历史性意义却不容被低估。它不只是科技大厂之间的竞争，比如什么Meta落后，奋起直追之类，而是宣告AI浪潮的突破方向出现了逆转——正在从纵向分工细化，走向一体化融合的时代，算力、算法和数据将更加密切地连为一体。

数据是AI时代的石油，数据服务商是“炼油厂”，经过“炼油厂”精炼的数据，才能被AI这台发动机使用。但实际上，随着AI应用不断走向专业化，数据服务商很可能成为发动机的一部分。

这就好比：汽油不是直接流进发动机燃烧的，而是要先和空气混合，形成燃气混合物，喷射到燃烧室，发动机才进行燃烧，实现高效的能量转化。处理和标注后的数据，AI才可以直接读取，正类似于燃气混合物之于汽车发动机。在这个意义上讲，数据处理环节不再是外部“炼油厂”，而本就是发动机的一部分。

Meta宣布收购Scale之后，谷歌、微软和xAI等曾经的客户，已经不再把ScaleAI看作中立、独立的“炼油厂”，有的将和ScaleAI终止合作，有的表示将削减订单。原因不言自明：即便有数据脱敏和客户隐私防火墙，即便Meta所收购股份为非投票股份，但谁能100%保证商业机密的万无一失？

ScaleAI正在成为Meta这台发动机的一部分。其他AI巨头是否会继续信任其他数据商，并保证它们不在未来某一天同样被竞争对手收购，也被打上了问号。可以预见，巨头们将可能强化对数据供应的独占性，推动数据环节重构，将数据和算法进行更深度的融合。

当数据、算法和算力三大支柱融合度不断跃升，很多成见就会被解构。Deepseek通过对算法架构的创新，提升了给定算力的效率，用2000块芯片就完成了被认为必须是万卡集群才能干成的运算。于是，“算力即权力”开始被部分地怀疑。那时候，英伟达市值跌幅17%，蒸发近6000亿美元。

DeepSeek新版V3模型的百科知识（MMLU-Pro,GPQA）、数学（MATH-500,AIME2024）和代码任务（LiveCodeBench）表现均有提升

商业世界有两种逻辑。

资本的逻辑是分拆，把一家公司或一个产业，拆成越来越多的板块或环节，在每个板块和环节都打造独角兽，让每个地方都有一个英伟达或OpenAI，分别卖出去，才能实现最可观的资本利得。

产业的逻辑是整合，提升产业链的纵向协同，你中有我，我中有你，更能节省资源，提升效率，就像Deepseek用算法节省算力，Meta希望用数据独角兽的技能，重构自己的广告分发算法集群一样。

Meta被称为是科技界的“收购大王”。2022年底，Meta股价跌到谷底，一度只有90多美元，现在已突破690美元。在美股七姐妹中，Meta超过7倍的涨幅，仅次于英伟达。市场一直都很相信扎克伯格的洞察力，现在他才41岁。

Meta创始人马克·扎克伯格/图源：视觉中国

AlexandrWang也才28岁。两人都是热衷打造个人品牌，爱出风头的性格，一个公司同时有两颗星星在发光，并不是容易的事情。

他们能在一起共事多久，已不是重点。重点是，AI的风向变了。

转自：南风窗