这几天，AI公司ScaleAI成功了10亿美元融资，估值到达了138亿美元。这个估值并不算低，甚至凑近了大模型明星公司Anthropic往年年终融资时刻的估值，更是远远超越了号称欧洲OpenAI的MistralAI。
与Anthropic这种搞大模型的矮小上科技公司不同，ScaleAI却干着很接地气的活儿——数据标注。
说起来，数据标注相对算得上是AI行业最早的衍消费业了。
早期，为了让AI更好地意识环球，须要人工标注数据投喂给机器学习。到了如今，虽然智能化数据标注取代了人工，但依然须要须要十分专业的人士来写词条，针对相应的疑问和指令，给出合乎人类逻辑与表白的高品质的答案。
但这活又苦又累，大公司不情愿花精神做，自然也给了守业公司更多的时机。ScaleAI就是这样一步步锋芒毕露。2023年，ScaleAI公司的年化支出高达7.5亿美元，其客户简直涵盖了美国AI各细分赛道的皇冠上的明珠。
明白增量需求加上成熟的商业形式，ScaleAI可以说当下AI产业中最具确定性的公司之一。
假设不是ScaleAI138亿美元的估值，很多人或者很难构想数据标注会是一个如此渺小的生意。
都说英伟达是卖铲人，其实数据标注公司也表演着相似的角色。AI畛域公认的三个基本支柱——数据、算法和算力。英伟达是算力的卖铲人，数据标注公司就是数据的卖铲人。
AI要靠书籍、报刊、杂志来学习，但因为模型意识环球的形式与人类不同，所以须要把数据加工成模型看得懂的形式，才干让模型看懂，数据标注就是加工的环节。
数据标注，深刻了解，就是经过火类、画框、标注、注释等对图片、语音、文本、视频等原始的数据启动处置，标志对象的特色，以作为机器学习基础素材。
比如，假设要训练AI识别出图片中的猫，则须要采集少量无对于猫的图片，将其中的关键消息标注进去，供AI识别，在屡次识别的环节中让AI构成识别各式各样猫的才干。
数据量越大，须要的人就越多。2007年，计算机迷信家李飞飞为了建设ImageNet数据集，经过亚马逊众包平台雇佣了167个国度合计5万人。因为须要少量人工介入，数据标注不时被视为苦活、累活。
所以，简直一切的科技大厂都把这种机械化上班交给像第三方公司来做。
一方面，数据标注难度自身并不大，只需是受过必定教育的个别人即可成功，就是对着电脑屏幕依据给定的规定来给数据打上各式各样的标注这一上班，与流水线上工人干的活没什么区别。
另一方面，美国的人力老本很高，雇人来做这个很不划算，须要两边商将这些转移到人力更低的中央。比如，像肯尼亚这样的中央，标注员每小时薪酬只须要1到3美元。
近年来，随着机器学习模型的开展，越来越多的数据标注上班逐渐被计算机取代，人类在其中承当更多的是校审和纠错等上班。
但随着大模型的产生，RLHF（基于人类反应的强化学习）训练形式又再次让人类所承当的角色变得关键起来：模型须要参与人工打分环节，以保障模型能够给出合乎逻辑的高品质答案，能让大模型更好地与人类指令坚持分歧。
标注数据，就被以为是ChatGPT成果优于其余竞争对手的要素之一。在OpenAI外部，招了几十名PhDs来做RLHF的标注，Scale作为OpenAI的抢先供应商，也招聘了几十名PhDs为OpenAI服务，详细的分工是Scal担任标注，而OpenAI担任品质检测。
在大模型带动下，数据标注生意开局炽热起来。据估量，到2030年这一市场规模将到达171亿美元，并估量从2023年到2030年的复合年增长率为28.9%。在这个未来百亿美元赛道里，ScaleAI就是那个最靓的仔。
2016年，一个名叫AlexWang的守业者，看准了数据畛域的空白，拉上联结开创人LucyGuo创立了ScaleAI，但过后的公司名还叫ScaleAPI。
回忆过去8年的开展历史，ScaleAI大抵教训了4个阶段：纯人工标注阶段、弱AI标注阶段、转型翻新阶段和强AI主导阶段。
早期，ScaleAI经常使用API来简化恳求上班的环节，并在后端经过同行评审系统对人员启动审查和培训，以确保高品质的输入。在此阶段，公司的标注业务更多地依赖于人工标注。
2018年2月，ScaleAI将其网址从Scaleapi.com改为Scale.ai，同时将标器重心转向用于训练智能驾驶的数据标注。在这个阶段，ScaleAI开局将人工、自主开发平台和机器学习相结合启动数据标注的核对，来提高其数据标注的速度以及准确性。
AI的参与，让ScaleAI构成了良性的飞轮效应：AI算法辅佐人类标注员启动标注，人类标注员所标注的图像又会反上来对ScaleAI的算法启动训练。这象征着，随着期间的推移和标注数据的优化，ScaleAI的算法将会愈加准确。
在领有自循环的才干后，ScaleAI已不满足于当一个单纯的数据标注公司，他们正在尝试成为以数据标注为基础的运行开发平台。这间接体如今产品线的变动。
2020年8月，ScaleAI推出了数据调试SaaS产品Nucleus，Nucleus准许数据探求、调试失误标签、比拟不同版本ML模型的准确性目的以及查找失败案例。
产品线加长面前，是公司定位的变动——ScaleAI由单纯的数据处置服务商转变为数据治理、剖析和模型搭建服务商。
到了强AI主导阶段，ScaleAI进一步优化其AI才干，构成以AI为主导的全流程数据服务。在E轮投资报告中，ScaleAI指出：
在Scale，咱们正在构建基础，使组织能够治理整个AI生命周期。无论他们外部领有AI团队，还是须要齐全托管的模型即服务方法，咱们都会与客户协作，从头开局制订他们的战略，并确保他们领有适当的基础设备来系统地交付高功能模型。
这篇报告象征着ScaleAI曾经领有从端到端的处置方案来减速其客户公司的ML（机器学习）开发，换言之，ScaleAI目前已可成功从数据失掉、数据标注到模型开发，数据运行的全流程服务。
时至今天，除了数据标注外，ScaleAI还有治理和评价、智能化和分解产品，比如DocumentAI和Launch。虽然ScaleAI野心很大，但从目前看，ScaleAI大局部支出依然来自数据标注业务。
从定价上看，ScaleAI盈利形式分为两种:
一种是Consumption-base:起价+标注价(标注总数量*每条标注多少钱)；另一种是Enterprise，即依据详细的企业级名目的数据量及服务启动不要钱。
目前，ScaleAI客户包括智能驾驶畛域、金融科技公司、政府(国防部、美国空军等)、批发与电商、AR/VR等。在大模型畛域，ScaleAI与OpenAI、Meta都有协作。
能够接到一众国内巨头的数据标注订单，ScaleAI的支出自然水涨船高。据了解，2023年ScaleAI公司的年化支出高达7.5亿美元，而这一数字在一年前还是2.5亿美元，一跃成为目前生成式AI畛域最赚钱的公司之一。
在大模型浪潮下，ScaleAI的崛起能够带给咱们很多不错的启发。
首先，数据标注是一个自然适宜守业公司做的事情，大厂不情愿把资源花在下面，又须要必定的经营上班，把美国公司需求转移到肯尼亚等人力低老本地域。
其次，数据标注这事看起来毫无壁垒，但依然有方法经过技术形式构建效率壁垒。
ScaleAI并不是最早进入数据标注的玩家，这个畛域竞争也不算小，数据标注赛道其余玩家还有MightyAI、CloudFactory、LightTag、Alegion等，但他们都没有把数据标注作为主业而是作为一个业务部门看待。
相较之下，ScaleAI则在这条路上走的愈加扎实。一方面，经过标注少量数据来训练AI算法，进而提高效率并降落老本。另一方面，一旦行业有新意向Scale都能很快捕捉到信号，并加快推出相应的数据标注产品。
回过头来看，ScaleAI的竞争长处恰好来自标注算法迭代后的规模经济效益，既有效率又有品质。
除了规模效应建设的效率壁垒外，资本情愿下注ScaleAI的理由是，在大模型比赛日益强烈的当下，数据标注是一个有明白增量且商业形式成熟的生意，ScaleAI的客户简直涵盖了美国AI各细分赛道的皇冠上的明珠。
有了英伟达股价疯涨在前，投资人下注AI卖铲人逻辑自然也就有了更大的底气。
本文来自微信群众号乌鸦智能说（ID:wuyazhinengshuo），作者：智能乌鸦，36氪经授权颁布。
