编者荐语：创新往往就在生活的细节中生发，直至不可收拾。
在科技飞速发展的今天，人工智能 AI 已成为引领未来的关键技术。在这个领域中，有一个名字格外引人注目——亚历山大·王 Alexander Wang 。1995年出生，年仅27岁的他，凭借其创立的Scale AI 公司，以惊人的速度崛起，成为全球AI数据服务领域的佼佼者。如今，Scale AI 的估值已高达138亿美元，让这位95后华人青年成为了众人瞩目的焦点。
如果要列出当下全球最有权势的一位95后，他的名字应该大多数人都没听说过——亚历山大·王（Alexandr Wang）。
这位在硅谷被称为“下一个扎克伯格”的天才少年，在2022年借助着生成式AI的浪潮，成功登上《福布斯》全球亿万富豪榜，也凭此成为了史上最年轻的白手起家的亿万富豪。
如果要列出当下全球最有权势的一位95后，他的名字应该大多数人都没听说过——亚历山大·王（Alexandr Wang） 。
这位在硅谷被称为“下一个扎克伯格”的天才少年，在2022年借助着生成式AI的浪潮，成功登上《福布斯》全球亿万富豪榜，也凭此成为了史上最年轻的白手起家的亿万富豪。
尽管在一年后其创立的公司Scale AI因估值大幅下滑，他的名字也从富豪榜上消失。
但在今年5月，随着Scale AI宣布获得10亿美元融资，估值138亿美元（约为人民币1000亿元），亚历山大·王也再一次回到大众的视野当中。
从2016年创立到成为千亿估值的独角兽企业，亚历山大·王和Scale AI用了短短8年的时间，而凭借着Scale AI，亚历山大不仅在AI数据标注行业上演了一段传奇创业故事，也在全球AI热潮中扮演了一个“卖铲人”的角色，为马斯克、奥特曼、扎克伯格等一众科技大佬提供数据支持，某种程度上来说，他影响了整个AI世界的格局。
如果用一句话总结亚历山大·王的创业故事，那一定是一出场就手握爽文大男主剧本。1997年，亚历山大出生于美国的新墨西哥州，其父母都是物理学家，在新墨西哥州洛斯·阿拉莫斯国家实验室工作。关于亚历山大这个名字的由来，还有一个蕴含中国文化的故事：Alexandr（亚历山大）是其名字的英文拼写，但比通用拼法少了一个e。在中国传统中，数字“8”承载着许多美好寓意，所以他的父母就想让他的名字刚好为8个字母。受到家庭氛围的熏陶，亚历山大从小就是“别人家的孩子”：小学时，亚历山大便展露出数学天才的一面，到了初中，亚历山大就读于顶尖私立名校洛斯·阿拉莫斯，数次在美国数学人才选拔赛中拿下铜牌、金牌等；上了高中后，亚历山大又自学了编程技术，成为美国计算机、物理、数学奥林匹克竞赛上的常客，成绩均名列前茅；
此外，他9岁时学过小提琴，还精通中文、英语、法语等多种语言，可以说是“文理两开花”。除了学有所成，在高中时，亚历山大就收到了多家硅谷科技公司的工作邀请，他先是去了硅谷最热门的财富投资大数据管理平台Addepar，之后又加入了“海外版知乎”Quora从事编码工作并担任技术主管。也就是在Quora，亚历山大结识了同为华裔的女孩Lucy Guo，后者也将成为Scale AI的联合创始人。2015年，凭借优异的成绩，亚历山大考入麻省理工学院（MIT），主要攻读数学和计算机专业。根据领英(Linkedln)的个人资料显示，亚历山大在MIT求学期间GPA为5.0（满分），且其选修的还是研究生级别的计算机科学课程。也正是在其上大一期间，DeepMind推出的AlphaGo，战胜了围棋世界冠军，开启了人工智能的元年和深度学习的热潮。“我记得当时我在大学里，尝试使用神经网络，尝试训练图像识别神经网络。我很快意识到，这些模型在很大程度上只是数据的产物。”亚历山大在后面一次采访中曾回忆起上大学时的思考，“这些模型或AI总体上是由三个基本支柱构成——算法、计算能力和数据。”在当时，已经有公司在研究算法，比如OpenAI或Google的实验室，或者其他一些AI研究机构；至于算力，英伟达也已展示出了为这些AI系统提供算力的领导者潜力。唯独没有公司专注于数据，亚历山大意识到随着人工智能技术的长期发展，数据只会变得越来越重要。于是在麻省理工大一刚结束后的暑假，亚历山大决定从MIT辍学，与此同时Lucy Guo也从卡内基梅隆大学辍学，两人一同创办了Scale AI。当时很多人为这两位天才的中途辍学感到惋惜，认为这就是一场豪赌，但亚历山大的看法却不一样：“如果现在不愿意迈出这一步，那什么时候会愿意呢？”在大一结束后暑假的某一天，亚历山大跟爸妈说，我暑假搞了个项目玩。亚历山大回答道，差不多吧，搞了个AI公司，还有个叫Sam Altman的给我投了点钱，对了，airbnb（爱彼迎）也是他们投的，现在估值也就300多亿美金吧。除了拿到Y Combinator（山姆·奥特曼时任总裁）的天使轮投资，在创立第一年，Scale AI还拿到了风投巨头Accel的A轮融资。两方资助下，Scale AI初期的资金障碍被扫清。在成立之初，亚历山大对Scale AI的设想是打造一个一站式服务中心，解决AI生态系统中的数据支柱问题。因此，Scale AI早期的定位就是通过结合自动化技术与人力审核，创建一个高效、精确的数据标注平台，为创建机器学习算法的公司快速处理和标注大规模的数据集。所谓的数据标注，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。通俗来讲，就是给你一段视频或图片，让你分门别类地标出里面的行人、车辆、建筑等元素，某种程度上，这是个小学生也能做的事。虽然原理很简单，但这些经过标注的数据对于人工智能的发展不可或缺。AI模型需要大量的标注数据来进行学习，才能具备识别、分类和预测等功能。这里值得一提的是，尽管一些自动化工具可以加快部分标注过程，但为了得到高质量、高精确度的标注数据，仍然需要大量的人工来处理、标记和验证数据，尤其是在一些如医疗、自动驾驶、军事等对高精度有要求的领域。事实上，在Scale AI崛起之前，数据标注行业在AI领域长期处于“边缘”位置，其对大量人工的需求使得外界打上了劳动密集型产业的标签。在大多数人看来，数据标注行业既不“AI”，也一点都不“性感”。但就是这样一个“低门槛”的“辛苦活”，被亚历山大在8年时间里干出了一家估值千亿的AI独角兽；在2023年《时代周刊》发布AI领域最具影响力的100个人物中，亚历山大与李飞飞、黄仁勋、李彦宏等人共同入选榜单，其本人更是其中最年轻的人之一。而在这背后，亚历山大又是带领Scale AI怎么做到的？尽管数据标注看起来是一个低门槛、劳动密集型的行业，但在2016年的节点，它却是一个为数不多的空白市场。除了谷歌、亚马逊等少数大厂因业务需求设立了自己的数据标注部门外，大多数公司不愿意也没有精力去自己管理，这导致标注数据的获取的过程耗时且昂贵。而这也正是Scale AI“卖好铲子”飞速发展的机会所在，并且再回顾Scale AI八年的发展历程，其成功也可以说是天时、地利，加人和的一个结果：在创立Scale AI后，8年时间里亚历山大带领整个团队抓住了人工智能行业发展的几次大风口。2016年是AI时代的元年，也同样是自动驾驶周期的起点，在那一年Cruise被通用以超10亿美元的价格收购。关注到这一消息后，亚历山大意识到自动驾驶行业对于数据标注将产生大规模的刚性需求——自动驾驶技术的发展依赖于大量高精度的标注数据，比如道路场景、行人和其他物体的图像数据，车企需要成千上万小时的视频数据进行标注来训练和验证其算法。“我们构建了第一个支持传感器融合数据的数据引擎，支持2D数据和3D数据的组合，即激光雷达加摄像头，这些设备安装在车辆上，这很快成为整个行业的标准。”通过建立高效的数据标注平台，以及使用模型辅助标注和数据预处理来加速了数据处理流程，使得标注成本和时间得到大幅度降低，很快Scale AI就吸引了通用汽车、丰田和Waymo等车企的合作。亚历山大和Scale AI也凭此在自动驾驶数据标注领域站稳脚跟。而在2019~2020年期间，这个阶段自动驾驶行业技术方面已基本成熟，加上当时语言模型和生成式AI还未诞生，人工智能领域处于一个高度不确定时期。于是，亚历山大和Scale AI开始专注于政府应用，“这是一个显然具有高度适用性的领域，并且在全球范围内变得越来越重要。”据外媒报道，今年2月，Remotasks关闭了肯尼亚、尼日利亚和巴基斯坦的服务，并在3月停止接受泰国、越南和波兰的新注册用户。
在这种情况下采用技术平台或者进一步研发来提高数据标注或是从标注行业进一步向上延展创新，对于处在市场竞争中的企业而言，可能反而是得不偿失的做法。但一旦在这个阶段错过了对数据标注行业的技术创新或沉淀，也许就永远地错失了创新升级的机会了。2024年1月，为Remotasks工作的肯尼亚的数字劳工与肯尼亚官员会面，分享了其远程工作的成果
主动权把握在这家科技巨头手上。据报道，一家曾与Scale AI合作的外包公司负责人表示，全球式的内卷导致Remotasks的薪资下降，“这是一场残酷的竞争”。
菲律宾数字劳工研究教授Cheryll Soriano则在受访时指出，Remotasks雇佣全球南方地区人员的远程平台，规避了各国劳工法规，如最低工资和公平合同，任意采用了他们制定的条款。
她强调：“问题的关键在于，（远程工作）没有明确的标准。”
2023年，牛津大学研究所对Remotasks（Scale AI）等远程数字工作的平台进行了评分。Remotasks（Scale AI）只获得了基础分10分中的1分，表现惨淡。
牛津大学研究员Jonas Valente解释，Scale AI通过向客户提供高质量数据获得了极高利润，却将责任和成本转移给了任务执行者。在其条款中，Remotasks表示，如果工作被认为不准确，它将“保留权利扣留薪资、将人从项目中移除或停用账户”。
吊诡的是，即使公司明显有管理混乱、漠视劳工权益的问题，在求职者中也口碑较差，Scale AI依然大而不倒。甚至，它在近年越加乘风而起，成为硅谷丛林法则中的位高权重者。
这一巨大的反差源于，高质量的数据在大模型时代始终面临着巨大缺口。再加上Scale AI在8年前早早入局了AI数据赛道，拥有各个层面的数据标注经验——从自动驾驶汽车到互联网，接着是近年爆火的生成式人工智能，在数据行业已经具备先发优势。
据媒体报道，一位Scale AI 的旗舰客户直言，Scale AI 提供的全方位服务让他们只需与一家公司合作，减少了与15家供应商打交道的麻烦。这种横跨所有功能的数据标注服务，是数据标注行业其他对手无法比拟的。
更重要的是，作为科技巨头，Scale AI以及亚历山大·王并不需要对劳动者负责。他们巧妙地通过规则设计，规避了各国政府的监管。
Scale AI在8年前早早入局了AI数据赛道，拥有各个层面的数据标注经验
例如，面对媒体对Remotasks的曝光，Remotasks最大外包工作地之一的菲律宾官员表达了担忧，但他们不知道该如何采取行动。主管科技行业的菲律宾信息和通信技术部主管伊万·乌伊在受访时表示，远程数据标注属于“非正式部门”，目前缺乏监管机制。
顺理成章地，比起担心底下员工，年轻、自信的亚历山大·王平时将大部分的精力花在了演讲、参加私人聚会，以及与名流合影的社交场合上。这些社交让他与各大名人有了许多现实的交集。有Scale AI员工评价：“在这些场合，他像一个摇滚明星一样耀眼。”
亚历山大的行径还曾获得OpenAI创始人山姆·奥特曼在社交媒体的调侃：“真的没有人比你参加的派对更多，以至于那看起来就像是你的全职工作。”
完美融入美国硅谷圈的男子，很快斩获了令诸多公司艳羡的大订单。2019年，Scale AI获得硅谷创投教父彼得·帝尔领投的1亿美元C轮融资。又凭借与山姆·奥特曼早已深交的关系，同年，Scale AI成为了OpenAI的合作方，深度参与了OpenAI大模型训练的数据标注工作。后来，这一工作——基于人类反馈强化学习（RLHF），被认为是ChatGPT智能涌现的一大功臣。
与OpenAI携手共进以后，Scale AI名声大震，成功吸引到了Meta等科技巨头的订单。2023年，Scale AI被爆与谷歌旗下DeepMind的一个AI工作室达成合作，订单总价值73亿美元（约合人民币520亿元）。
更高歌猛进的时候还在于和美国政府官方的合作。2020年，Scale AI与美国陆军签署了一份价值3.5亿美元（约合人民币24.9亿元）的合同。在这之后，美国国防部、空军等等官方机构，都逐渐成为了其合作伙伴。
在其官网上，Scale AI介绍：“我们致力于与美国政府和技术领袖合作，实现联邦机构的现代化，确保美国能够成功部署新技术。”据介绍，这些项目是为美国政府关键平台、传感器系统和数据提供AI解决方案。
一位Scale AI团队成员评价：“亚历山大·王对成功的渴望，如同对氧气的需求一样不可或缺。”
与成功的强者成为同路人，让20多岁的青年愈加神采飞扬。近1年来，亚历山大·王频繁地出现在公众面前，接受采访、进行演讲，像一个政治明星般讲述他的AI洞见与野心。他总以年轻的身姿说出最成熟的话：“现在已经是中美竞争的白热化阶段。在AI战场中，精髓就是数据。AI将改变未来战争的方式，我们不能袖手旁观。”
