143亿美元的“人才收购”：Meta为何天价拿下Scale AI？

十大品牌 2025年08月24日 12:41 1 aa

当Meta CEO扎克伯格宣布成立“超级人工智能实验室（MSL）”时，整个硅谷都清楚：一场围绕AI人才的争夺战已进入白热化。

为支撑这一野心，Meta不仅从OpenAI、Google等公司挖来11位顶尖研究者，更以143亿美元收购了数据标注公司Scale AI 49%的股份。

这场看似“天价”的交易，核心目标并非公司本身，而是其灵魂人物——创始人Alexander Wang（王泽宇）。

这位19岁从MIT辍学、2021年成为全球最年轻白手起家亿万富翁的创业者，被视为“下一个Sam Altman”。

Meta将他任命为首席AI官，与GitHub前CEO Nat Friedman共同执掌MSL。

这场收购背后，是Scale AI这家一度被视为“AI界富士康”的公司，如何凭借独特的基因成为AI革命的关键玩家，以及Meta为何坚信Alexander Wang能带领其在超级智能竞赛中破局。

从数据标注到AI核心

Scale AI的起点并不起眼。2016年，Alexander Wang在YC创业营路演时，将公司定位为“人类劳动力的API”——简单来说，就是为AI提供数据标注服务。

早期业务聚焦于自动驾驶领域，比如给激光雷达（LiDAR）数据做标注，这在当时被视为“脏活累活”。

但Alexander Wang的敏锐嗅觉改变了公司轨迹。2020年前后，他察觉到生成式AI的潜力，果断推动公司向大模型数据服务转型。

与OpenAI的合作成为关键转折点：当时OpenAI需要大量高质量标注数据训练模型，而Scale AI不仅能快速交付，还主动深入理解模型需求——比如为数学推理任务招募数学博士标注数据，为对话模型设计“指令跟随”标注框架。

这种“不止于标注”的能力，让Scale AI与其他数据服务商拉开差距。不同于单纯执行客户指令的“富士康模式”，其团队中大量MIT、斯坦福的工程师直接与OpenAI等机构的研究者对话，甚至主动提出“你的模型在这些领域可能不够好，我们可以帮你优化”。这种深度介入，让Scale AI从“数据供应商”变成了“AI研发伙伴”。

最具代表性的是其对前沿技术的预判。早在2023年，当大模型还聚焦于文本生成时，Scale AI就开始探索“智能体（Agent）”所需的数据标注方案，并向客户推荐相关方向。

这种前瞻性让它在AI军备竞赛中始终占据先机——当客户决定布局Agent时，第一个想到的合作方往往是Scale AI。

速度、人才与“穿透墙壁”的执行力

Scale AI的独特性，很大程度上源于Alexander Wang的个人风格。这位年轻创始人身上，既有技术极客的敏锐，又有创业者的狼性，这种特质塑造了公司鲜明的文化。

对前沿的极致敏感是他的核心竞争力。从创业初期就紧盯AI最前沿的研究动态，他要求团队“永远站在浪潮之前”。

公司内部从不缺讨论“下一个AI突破会在哪里”的会议，工程师甚至被鼓励直接参与客户的研发讨论。这种文化让Scale AI早早捕捉到大模型爆发的信号，比同行提前两年布局相关数据服务。

人才密度优先是另一个关键策略。Alexander Wang坚信“最聪明的人才能做出最前沿的事”，Scale AI早期团队几乎由MIT、斯坦福的同学和校友组成。他甚至让技术背景的员工直接对接客户，理由是“只有懂技术的人才能真正理解研究者的需求”。这种模式虽然看似“浪费人力”，却让公司能深度参与客户的研发过程，形成差异化优势。

最令人印象深刻的是其“穿透墙壁”的执行力。公司内部有个口号叫“run through the wall”（穿透墙壁），意为无论遇到什么阻碍，必须找到解决办法。

2022年转型电商数据服务时，团队在三周内搭建起能抓取数亿网页数据的系统；为适配开源模型Llama 3，工程师在两周内将内部代码改造为“内外通用”的开源版本。

这种速度源于高压管理，项目负责人直接对收入负责，新员工常被委以重任，“一个人顶一个团队”的情况并不罕见。

这种文化虽带来争议（被外界认为“混乱”），却完美适配了AI行业的快节奏。正如前员工所说：“在Scale AI，今天的混乱是为了明天的领先——当你习惯了三个月转型一次，就不会害怕任何变化。”

为何143亿美元买“半个公司”？

Meta对Scale AI的收购，表面是资本操作，实则是一场“人才争夺战”。143亿美元的价格远超Scale AI的业务价值，其核心目标是将Alexander Wang纳入麾下，为MSL注入新的基因。

文化注入是关键考量。Meta早期以“快速迭代”著称，但庞大的体量让其逐渐失去灵活性。而Scale AI的“move fast and break things”（快速行动，打破常规）文化，与Meta早期高度契合。

扎克伯格希望Alexander Wang能将这种敏捷性带回Meta，推动AI研发从“学术导向”向“落地导向”转型。

数据与模型的协同同样重要，大模型竞争已从“算法比拼”转向“数据比拼”，Scale AI在数据理解上的积累（如何标注更有效、如何预判模型需求）正是Meta急需的。

通过收购，Meta不仅能直接获取这些经验，还能绑定Scale AI的客户资源，巩固数据优势。

领导力拼图是更深层的原因。Meta内部虽有杨乐康等顶尖研究者负责基础研究，但缺乏能将技术快速转化为产品的“实战派” leader。

Alexander Wang兼具技术洞察力和商业化能力，恰好填补了这一空白——他既能理解研究者的需求，又能推动团队以最快速度交付结果。

这场收购也反映了AI行业的新逻辑：人才价值已远超资产价值。正如业内人士分析：“单独挖走Alexander Wang可能只需数亿美元，但Meta花143亿，买的是他背后的团队、文化和对行业的理解——这些是用钱堆不出的软实力。”

不止于数据的行业启示

尽管核心人物加盟Meta，Scale AI的发展路径仍为AI行业提供了重要启示。

它证明了“脏活累活”也能做成核心竞争力。数据标注曾被视为AI产业链的边缘环节，但Scale AI通过深度介入研发、绑定顶尖客户，将其变成了“理解AI需求的窗口”。这种从“服务”到“伙伴”的转型，为垂直领域公司提供了参考。

其人才培养模式同样值得关注。通过“新人担重任”“技术人做销售”等反常规操作，Scale AI让年轻员工快速成长。正如前员工所说：“在这里，你可能用一年时间经历其他公司三年的成长——因为你永远在解决最棘手的问题。”

而客户导向的极致实践（“earn customer love”）则揭示了AI时代的生存法则：客户需要的不是“你能做什么”，而是“你能帮我做成什么”。从主动优化模型建议到预判技术趋势，这种“超出预期”的服务能力，让Scale AI在竞争中始终难以被替代。

AI军备竞赛中的“人”与“势”

Meta收购Scale AI的背后，是整个硅谷AI竞赛的缩影：技术迭代速度已远超预期，而决定胜负的关键，越来越从“技术本身”转向“理解技术的人”。

Alexander Wang和Scale AI的故事证明，在AI领域，最有价值的不是专利或资产，而是对行业趋势的敏锐嗅觉、将想法落地的执行力，以及能凝聚顶尖人才的文化。

对于Meta而言，这场143亿美元的豪赌，本质是对“人”的押注——相信Alexander Wang能带领MSL在超级智能的赛道上实现突破。

而对于整个行业来说，这更像一个信号：AI的竞争已进入“深水区”，那些能将技术、人才、文化深度融合的玩家，才能在未来的格局中占据一席之地。

Scale AI的崛起与被收购，或许只是这场宏大竞赛中的一个注脚，但它揭示的“人定胜天”的逻辑，将持续影响硅谷乃至全球的AI发展轨迹。

人民日报专访胖东来，正面回应三次拘留的传言，就是要对员工好

黑料“微信小程序双扣神器”（免费辅助)

发表评论