AI時代最狠的生意，賣鏟子。

作者 |筆鋒

來源 |投資家（ID：touzijias）

AI時代最狠的生意，賣鏟子。

掘金者九死一生，賣鏟人盆滿缽滿。這條商業鐵律，在傳奇90后女生郭露西（Lucy Guo）身上再次應驗。近日，這位曾被踢出自己創立的公司Scale AI的華裔女孩，僅憑持有的5%股份，隨著公司估值飆升至250億美元，身家突破12.5億美元，登頂《福布斯》全球最年輕白手起家女富豪。

有意思的是，這位90后女生，當年并沒去研發酷炫的AI模型而是埋頭做最苦最累的活兒：搞數據標注。簡單來說，就是給AI淘金者“賣鏟子”，比如教AI識別一張圖片是“狗”還是“貓”。聽起來雖毫無技術含量，但正是這些枯燥的標簽，喂養了ChatGPT的成長，支撐著OpenAI、美國軍方的AI項目。

但更狠的是，她被踢出公司后，反而成了最大贏家。

2018年因戰略分歧離開Scale AI時，郭露西沒去哭鬧爭奪控制權，而是死握5%股份，轉身殺進投資圈。如今這5%的股份價值近12億美元，占她總身家的96%，更絕的是，她用這筆錢投了Ramp，這家金融軟件公司現在估值130億，三位創始人跟著她一起暴富。

只能說，在AI行業瘋狂追逐“技術突破”的表象下，真正的暴利，其實藏在所有人都需要卻不屑于做的底層生意里。別人30歲還在打工，人家已躺賺十幾億美元。

一

輟學創業，白手起家。

1994年出生的華裔女孩郭露西，從小就展現出與同齡人不同的“狠人思維”。十幾歲時自學編程，還靠開發在線游戲腳本倒賣虛擬資產賺了人生第一桶金。初嘗創業滋味后，又加入了由億萬富豪彼得·蒂爾創立的獎學金計劃，手握10萬美元，從卡內基梅隆大學輟學，開啟創業之路。

這份孤注一擲的勇氣，很快被證明賭對了。天下武功，唯快不破。2015年，21歲的她以Quora首位女性產品設計師的身份踏入硅谷，卻在次年與麻省理工輟學的19歲的天才少年Alexandr Wang一拍即合，盯上了AI產業鏈最底層卻最剛需的環節——數據標注，兩人共同創立了人工智能公司Scale AI。

公司成立之初，她精準捕捉到自動駕駛行業的爆發，為Waymo、豐田等車企標注圖像數據。到2022年生成式AI崛起，Scale AI迅速轉型，為OpenAI訓練ChatGPT提供文本標注服務。

她避開巨頭廝殺的AI模型戰場，轉而收割更隱秘的“數據苦力”紅利，通過開發標注工具和算法優化流程，將部分工作外包，把成本價格打了下來。

這種“降維打擊”策略讓Scale AI成立僅兩年就拿下1800萬美元B輪融資，公司估值在2024年達到138億美元，客戶覆蓋微軟、谷歌、特斯拉等巨頭，甚至連美國政府部門都愿意為其買單，拿9100萬美元真金白銀購買服務。

但創業之路并非一帆風順。2018年，郭露西因與CEO產生分歧被“掃地出門”。但她的選擇令人毛骨悚然，僅保留近5%的股份，轉身投向風險投資。

離開Scale AI后，郭露西創立了創作者經濟平臺Passes，幫助名人通過付費聊天、視頻直播等方式變現。短短兩年，Passes融資5000萬美元，估值達1.5億美元，簽約奧尼爾、鄧恩等頂級IP。

當那些吹技術的公司還在燒錢時，她的“苦力生意”早就賺得盆滿缽滿。隨著AI行業的爆發，Scale AI估值飆升，2025年達到250億美元，郭露西手中的5%股份價值隨之突破12.5億美元。

二

用舊錢賭新命，被踢出局反成贏家

當郭露西因管理分歧于2018年離開自己親手創立的Scale AI時，外界一度認為這位年輕創業者的故事將戛然而止。畢竟，在硅谷的敘事氛圍中，“被踢出局”往往意味著職業生涯的重大挫敗。

只是沒想到，她沒有因情緒化拋售股份，反而頂著壓力保留了5%股權，甚至在后續幾年Scale AI估值從138億暴漲至250億美元時，依然選擇“讓子彈飛”而非套現離場的決定，卻在七年后成為改寫命運的關鍵一筆。

這種既要落袋為安，又要押注未來的策略，在2024年Scale AI股權收購要約中迎來爆發。按最新估值計算，她持有的股份價值飆升至12.5億美元，這還不算她在風投公司Backend Capital和內容平臺Passes的資產。而當年與她分道揚鑣的聯合創始人Alexandr Wang即便將公司帶上巔峰，個人財富也難以與其匹敵。

這種反差，讓人想起蘋果公司歷史上最著名的“踢人反被踢”，即1985年喬布斯被迫離開時幾乎清空股份，后來蘋果市值突破3萬億美元時，他當年保留的象征性1股僅值約200美元。

郭露西，顯然比喬布斯更懂股權博弈的奧義，她在Scale AI估值僅138億美元時拒絕清倉，反而以這筆股權收益為支點，開啟了更具野心的連續創業，把套現所得投入新戰場。

其創辦的創作者平臺Passes，憑借簽約奧尼爾等明星、開發AI虛擬分身等創新模式，三年融資5000萬美元、估值1.5億美元。2019年成立的風投基金Backend Capital，通過早期押注金融科技公司Ramp，實現了百倍回報。

Scale AI這類幕后數據服務商，就像賭場里的莊家，無論誰能勝出都要向其支付“過路費”。這種商業模式，決定了即便郭露西離開管理層，只要AI競賽中仍在繼續，她的股權就是持續增值的“自動印鈔機”。

她決策的獨到之處在于，將Scale AI的股權收益，轉化為風險對沖的資本。即便新項目失敗，仍有原始股權的財富托底，而一旦成功，則可能復制甚至超越此前的造富神話。

三

所有風口狂歡的背后，最先富起來的永遠是賣鏟子的人。

這背后的邏輯，恰如19世紀加州淘金熱中的“賣鏟人”，掘金者未必致富，但為掘金者提供工具的人卻穩賺不賠。而數據標注，恰恰就是AI時代那把“鏟子”，看似苦力，實則是門暴利生意。只要抓住剛需，就能讓整個行業為你打工，畢竟沒有高質量的標注數據，再牛的算法也只是空中樓閣。

AI模型的訓練，需要海量標注數據，但巨頭們往往不愿自建團隊。Scale AI的崛起，恰好踩中了這一痛點。市場研究機構Grand View Research數據顯示，2023年全球數據標注市場規模達800億元，隨著大模型競賽和行業AI化加速，這一數字預計2027年將突破2000億元，年復合增長率超20%。

以OpenAI訓練ChatGPT為例，每條標注數據的成本約0.1美元，而外包給肯尼亞工人的實際成本不足0.01美元14，近10倍價差的利潤空間，支撐了Scale AI這類公司估值從2024年的138億美元飆升至2025年的250億美元。

當下人工智能應用場景不斷拓展，從自動駕駛到智能安防，從醫療影像識別到電商智能推薦，各領域對AI的依賴與日俱增。而AI若想精準“決策”，離不開海量高質量數據的“喂養”。

從成本收益角度分析，數據標注業務的利潤空間相當可觀。一些小型數據標注團隊，僅20人規模，憑借給自動駕駛公司標注相關圖像，一年便能斬獲超800萬利潤。人力成本雖占大頭，但隨著技術進步，自動標注、合成數據等技術逐漸普及。成本隨之降低，利潤進一步增厚。

但真正讓這門生意封神的，是它構建的“越搬磚越值錢”的飛輪效應。比如OpenAI用Scale AI標注的數據訓練GPT-4時，這些數據又反過來優化Scale AI的標注算法。這種“用客戶的數據養自己的護城河”的模式，讓后來者即便開出半價也難以競爭。

它不像AI公司需要持續燒錢搞研發，也不用擔憂技術路線失敗，而是只聚焦AI產業鏈最剛性的需求，無論技術如何迭代，模型訓練都需要“干凈”的數據，這就是數據標注的不可替代性。

“賣鏟子”模式，之所以屢試不爽，在于它規避了風口的不確定性，鎖定了行業的底層需求。

所以說，在商業世界，真正的暴利從不源于技術神話，而在于對“剛需”的深刻洞察，當整個行業都需要你提供的“鏟子”時，財富自然會滾滾而來，這也解釋了為何郭露西即便離開公司7年，仍能靠5%的股份坐擁12.5億美元身家。