今天我们要和大家分享的公司Scale AI，业务就是做人工智能训练数据标注，在短短6年的时间里，Scale AI已经成为了估值73亿美元的行业独角兽。

这是什么概念呢？根据iResearch、前瞻研究院的预测，2021年中国数据标注市场规模为43亿人民币，只有Scale AI估值的八分之一左右。

它如何取得如此高的估值？人工智能的上游，数据标注行业在发生什么变革？科技前哨今天与你一起了解。

1.又一个辍学创业的天才少年

Scale AI的创始人Alexandr Wang19岁就成立了这家公司，听名字就知道他是位美籍华裔，Alexandr出生在美国新墨西哥州，他的父母都是物理学家。

Alexandr Wang很小的时候就展现出了对计算机的兴趣，高中时参加了很多编程比赛，取得了不错的成绩，高中就收到很多硅谷科技公司的offer，他也抓住这个机会，别人考大学，思考未来专业的时候，Alexandr已经在好几家公司工作过。

这段硅谷科技公司的任职经历，让他发现机器学习和人工智能技术已经进入早期应用，未来会很有可能会掀起一场技术革命。

为了抓住这轮机会，他放弃了硅谷的工作，继续自己的学业，考入麻省理工学院攻读机器学习专业，为了尽快了解人工智能技术，他选修的全是研究生级别的计算机课程。

即便这样他还是认为太慢了，在大学待了一年后，他决定进入下一个阶段，毅然从麻省理工辍学。在一次采访中他谈到，这个决定让他的父母很失望，但再不行动就要错失机会，他必须这么做。

虽然辍学这个决定看起来有些冲动，他的创业路径可并不激进。辍学后，他先加入了创业孵化公司Y Combinator，因为Alexandr知道自己有了一些技术基础，但创业的方向和人脉都还需要探索。

正是这段经历给了他巨大的启发，Y Combinator当时有一个机器学习相关的创业项目，人工智能技术没有遇到大问题，如何获取训练用的数据一直无法解决。

2016年，19岁的他成立了Scale AI，为人工智能训练提供数据服务，仅仅3年后Scale AI就成为了一家独角兽公司，现在Scale AI已经成为了数据标注领域的龙头。

2.主要靠人工的数据标注行业

如今人工智能的主流训练模式就是“题海战术”，让人工智能做足够多的题目，再用答案告诉它对错，人工智能算法经过一遍遍训练，慢慢地就能明白怎么做题。

比如要培训人工智能识别照片里的猫，就要给他足够多猫的照片，提前把图片中的猫标注出来，一张张让AI自己识别，再对照答案判断对错，不断反复AI识别猫的能力就能越来越强。

数据标注做的就是把图片、声音中的关键信息标注、翻译成人工智能可以理解的内容，数据标注的好坏决定了人工智能训练成果的好坏。

这个行业很长一段时间都非常依赖人工，为此还兴起了“数据标注师”的职业，每天就是在各种图片上框选好物体，标上名字，特斯拉、英伟达为了训练自己的人工智能都有数千人以上的标注团队。

中国数据标注行业其实早有不少企业在做，耐不住大家“内卷“得太厉害，最后变成和外卖行业一样过度比拼人力的状态，产业没有得到真正的规模化发展。

3.Scale AI如何走出内卷？

Scale AI没有披露数据标注业务具体流程，从业内的判断来看，他们早期也走的是人工标注的路线，很可能他们的用的还是印度的的标注团队，靠着比美国更便宜、更高效的标注服务打开的市场。

在行业的选择上也非常有眼光，他们最早提供的数据就是用于训练自动驾驶，因此早早就和Waymo等自动驾驶龙头达成合作。

6年时间过去，Scale AI的业务早已不止自动驾驶这么简单，Uber、宝洁，Open AI，英伟达 ，Paypal，爱彼迎等大公司都与Scale AI有数据处理上的合作。

2020年9月，它们还和美国军方达成合作，拿下9100万美元的大单，协助美国军方开发、更新用于训练人工智能的数据集。

同样从人工标注数据起家，为什么国内的公司都在堆人力艰难求生，Scale AI却能在美国成为独角兽呢？

传统数据标注软件界面

4.数据标注最重要的是什么？

这其中既有偶然，也有必然。

偶然的部分，是他们作为数据标注行业的早期参与者，市场竞争并不激烈，有不少试错的空间；必然的部分在于，美国高昂的人工费让Scale AI没有陷入堆人力“内卷”当中，而是坚定的走技术解决方案。

数据标注业务本身的门槛非常低，数据是客户提供的，“数据标注师”也没有什么硬性的技能要求，要标注图片中的“猫”，你只要认识猫是什么样就能干。

与之相对的是，随着人工智能技术的发展，标注的要求越来越高，以前画个正方形把猫框住就行，后来为了精确，要像PS抠图一样，一个像素也不能多，这对人工的要求就越来越高。

为了解决这两个问题，Scale AI将人工智能应用到自己的数据标注服务中，先用人工智能识别一遍，人工主要负责校对其中的错误，校对完的数据再度用来训练自己的人工智能，让下一次标注更精准。

虽然用户的数据我不能向别人开放，但用户数据训练后的AI我可以用来帮别的企业做数据标注，随着训练数据越来越多，Scale AI做标注的效率也会越来越快，需要人工参与也会越来越少，成本自然也会越来越低。

5.自动化标注是大势所趋？

2021年底，他们为了进一步提高自己的技术实力，专门收购了一家数据管理平台公司SiaSearch，让平台的数据标注和管理能力进一步提高。

在商业上还做了一件很绝的事情，他们免费开放了自己标注好的一组激光雷达自动驾驶数据，向所有想做激光雷达方案的企业宣告“激光雷达的数据标注业务我们也有”。

正是凭借技术上的积累，商业上的持续跟进，它才得以从人工“内卷”中跳出来，走上一条平台发展之路。

Scale AI提供的机械臂图像标注

科技前哨判断，人工智能模型越来越大的趋势没有停止，更多训练数据的需求也不会停下，随着数据量越来越大，自动化的数据标注是必然之路，中国的数据标注行业也必然会走上这条道路。

只是在人工如此内卷的大环境下，如何搭建自己的平台，如何度过技术落地的困难期，中国企业面临的压力和竞争要大得多。