摘要：他叫Alexandr Wang。但他发财的方式，和很多硅谷故事不一样。他不是靠某个爆款APP起家，也不是因为发明了某种新的芯片架构，而是靠了一样最不起眼、却最关键的资源：人力。
他是一个年纪轻轻却极其老辣的创业者。19岁创办公司，29岁公司估值140亿美元，他自己手握15%的股份，妥妥的十亿美金身价。
他叫Alexandr Wang。但他发财的方式，和很多硅谷故事不一样。他不是靠某个爆款APP起家，也不是因为发明了某种新的芯片架构，而是靠了一样最不起眼、却最关键的资源：人力。
他的公司叫Scale AI，做的是数据标注。
什么是数据标注？简单说，就是靠人眼把AI看不清楚的东西“标出来”。比如无人车看到的是像素点，它不知道眼前的是行人还是电线杆，是水坑还是井盖。人类看得清，所以就用人力把这些内容一个个标清楚，让AI反复学习，最终能自动识别。
用人来教AI认世界。
这是人工智能最基础的活，却是几乎所有AI公司都绕不开的步骤。NVIDIA、OpenAI、微软、Meta，通通是他的客户。想象一下你是做AI的，想训练模型，不管做的是无人车还是语言模型，数据先得“干净”“有标注”，Scale AI提供的就是这第一步的“干净数据”。
说白了，AI再强大，本质上还是“吃数据的机器”。Scale AI给它做“饭”。
这饭，做得极其精细。比如帮通用旗下的Cruise标注路面视频，告诉系统这个是小孩、那个是路人，那边是一棵树，这边是个广告牌。连“这个人有可能要穿马路”这样的行为预测，也靠标注来教AI。
Alexandr看准了一个时代性的“漏洞”——数据海量增长，但懂业务、能高质量标注的人力资源极度稀缺。他没去搞前端炫目的AI应用，而是回头扎进了底层基础设施。
这是一种冷静到极致的战略眼光。
他并不是传统意义的“富二代”。出生于美国新墨西哥州，父母是洛斯阿拉莫斯国家实验室的核物理学家。是的，就是那个造原子弹的地方。也就是说，他从小生活在国家安全与科技结合最深的土壤里。
17岁他就去给Quora写代码，和CEO Adam D’Angelo混熟了。D’Angelo一句话影响深远：四年大学可能没用，两年也许刚好。于是他进了MIT，念了一年，果断退学，去搞自己的公司。
他告诉父母是“暑期项目”。但他心里清楚，不是。
当时自动驾驶正热，Waymo、特斯拉、Cruise等公司积累了海量视频，却没有足够的人去看、去标。AI还没有强大到“看一眼就懂”，必须靠人力喂养。谁能快速组织人力去搞这件事，谁就能挖到第一桶金。
Scale AI成立，第一笔融资来自Y Combinator。他和另一位Quora出身的Lucy Guo合伙，拿下Accel的450万美元种子投资，甚至用上了投资人的地下室办公。
这场豪赌，很快变成印钞机。
2019年，Peter Thiel的Founders Fund投了1亿美元。估值迅速飙升到10亿美金以上。
当然，合伙人Lucy后来离开了，据说是理念不合，但具体原因没人公开讲过。
外界只看到Scale AI做的是高科技，其实底层是极致的运营。最初他们用外包公司，在东南亚和非洲招人干标注。后来发现这样管理太难，干脆自己建平台、自己搞队伍。
Remotasks平台就此诞生。
平台很低调，几乎没有和Scale AI公开绑定。但Remotasks已经成了全球最大的数据标注平台之一。全球90个国家，24万人注册工作。标注任务按件计酬，有人一天干十几个小时，有时收入还不到1美元。
有人批评这像“数字血汗工厂”，Scale AI的回应是：我们支付的是“当地的生活工资”。
争议始终存在，但效率也摆在那儿。Remotasks如今的任务已经从基础标注升级到“创造数据”——比如配合语言模型写更自然的句子，让AI更像人类。
这时候，你就会发现Scale AI其实早就从“打工”角色变成了“训练师”角色。
而Alexandr的野心，远远不止此。
他对“AI国家竞争”这件事产生了强烈的紧迫感。于是Scale AI开始介入军事项目。他们现在在圣路易斯有一个美国本土办公室，专门用美国人来做军事数据标注。比如处理卫星图像。
AI真正的“杀手级应用”，是军事。美国国防部每天产出22TB数据，但很多只是堆硬盘吃灰。Alexandr要做的，是把这些数据集中、整理、标注、变成AI-ready的数据，才能真正上战场。
他说，失败往往不是因为不努力，而是因为大家没有发现真正的瓶颈在哪里。所以要“主动思考”，不要“自动接受”。他甚至警告员工别陷入“Nice Syndrome”——太礼貌、太温和、怕得罪人，结果反而错失了关键问题。
这可能是Alexandr最强大的地方：不是智商，而是狠劲和清醒。他的朋友、Plaid创始人William Hockey说：“他不是靠少年天才成功的，MIT退学的少年太多了。他是因为工作疯了一样地拼。”
现在的AI圈子，已经不像早期那样野蛮生长，反而越来越卷，越来越内卷。模型更新越来越快，但背后支撑的，是一个庞大得近乎工业帝国的“标注体系”。
Scale AI就是这个帝国的核心节点。而Alexandr，是那个把无数“打零工的人力”变成“AI战略资产”的人。再说一次：他靠的是人，不是机器。靠的是对底层结构的理解，而不是炒概念。
看起来，他只做了一个“数据公司”。但实际上，他做的是整个AI时代最不易被复制、也最容易被低估的那个部分：为机器建立世界观的基础设施。
来源：老胡科学