新智元報道

編輯：KingHZ

【新智元導讀】Meta投資148億美元的Scale AI，原本被視為AI的「黃金選擇」，然而，另一個名不見經傳的后起之秀Surge AI，竟早已超越了它！一場AI大戰，究竟誰能笑到最后？

在營收上，后起之秀Surge AI一直碾壓Scale AI！

沒錯，Meta豪擲148億美元控股的Scale AI，竟然被晚成立4年的Surge AI在營收上超越了！

The Information報道：在2024年，Surge營收超過10億美元，Scale營收為8.7億美元收入

Surge AI創始人Edwin Chen轉發了相關推文，就像在看Scale AI在演滑稽戲。

消息圈內人都知道：Scale早已被Surge超越，已成為公開的「秘密」。

對Scale AI如此不利的消息被報告，這時CEO被Meta天價挖走，Alexandr Wang的離職可謂恰到好處。

O'Reilly Media創始人兼CEO爆出了更大內幕，扎克伯格這次投資不是被坑了，就是炒作：

根據我的消息來源，不僅Surge更大，而且它好得多。很多人告訴我，盡管Scale在媒體上被大肆宣傳，但它遠不是他們首選的服務商。我不知道是Meta在盡職調查上做得不夠，還是說他們更在意炒作的熱度，而不是實際情況。

有趣的是，路透社報道稱，這家AI獨角獸啟動首輪融資，募資額10億美元，估值將達150億美元（約1000億元人民幣）。

對比而言，Scale AI去年融資估值140億美元，近期因Meta收購其49%股權并挖走CEO擔任AI主管，估值飆升至近290億美元。

據說，這筆融資主要是為了抓住的機遇，滿足日益增長的市場需求。

不過，Scale AI和 Surge AI都是華人創立，真是AI領域處處有華人。

低調的Surge AI，要推動AGI

Surge AI，過往大多出現在圈內，大眾媒體鮮有報道。

但他們的使命非常宏大，致力于用人類智能推動AGI。

Surge AI：用人類智慧推動通用人工智能AGI的發展

他們認為數據質量決定了智能上限：

你的數據質量，決定雄心的上限。

你無法用方框框住智慧，

也無法將諾貝爾獎壓縮成復選框。

人類的智能，從來不是流水線商品。

垃圾數據堆不出偉大AI，

正如廢鐵里煉不出真金。

他們認為是人類的選擇的數據塑造了AI的價值觀:

海明威、弗里達·卡羅、馮·諾依曼為何非凡？

是生命體驗的饋贈——戰爭、愛情、勝利、過錯，

他們贏過的戰役，和輸過的戰斗，

每一次歡笑與掙扎，都淬煉出作品的靈魂。

數據之于AI，恰如經歷之于人類。

它讓機器智能得以——

證明黎曼猜想、創造全新藝術、將飛船送上火星。

我們建造的機器，終將在速度、體量、記憶上超越人類。

但它們永遠是人類之子，

由我們百萬次選擇中注入的價值觀塑造。

數據不是鐵鍬與鎬，而是為人父母的托付。

通往AGI之路，只有一次做對的機會，這是他們的使命：

我們的使命，是培育出如人類般豐盈的AGI——

好奇、幽默、充滿想象力，

閃耀意料之外的才華。

大家想要的AGI，

是能治愈癌癥、揭開宇宙奧秘的智能，

還是被點擊率、刷榜數據和炒作馴化的AI？

機會只有一次，務必做對。

85后華人干出一個千億獨角獸

Surge AI的創始人兼首席執行官Edwin Chen，出生于1988年，曾在幾家知名科技公司工作，包括谷歌、Facebook 和 Twitter，積累了豐富的工程經驗。

在麻省理工學院（MIT），他學習了數學、計算機科學和語言學

創業念頭始于他十年AI實戰中的痛點：不管是在谷歌還是Facebook，獲取可靠的人工標注數據始終是他最頭疼的問題。

在他工作過的那些公司，即使是一個小型數據標注項目，也可能需要幾個月才能啟動。

但速度和規模并不是唯一的問題——內部標注員的質量也常常堪憂！

而外部標注公司的效率和質量更是令人頭疼。他曾經遇到過3個月得到的10,000行文本的標注結果，結果發現50%的標簽都是垃圾數據。

他發現即使是像谷歌和Meta這樣的巨型科技公司，也缺乏創建高質量數據集所需的專業數據標注基礎設施。

因此，他看到了其中巨大的商機。

短短六個月，他們的業務增長了十倍，取得了許多令人欣喜的成果：

通過重新標注現有數據集，幫助客戶將機器學習模型的性能提升了50%。

客戶將等待新標簽的時間從原來的3到6個月，縮短到僅幾天。

每周標注數百萬張圖像和文本，涵蓋十幾種語言。

而且他們的業務不局限于內容標注：從內容審核、AI公平性，到打電話收集商業和醫療信息，再到核心圖像識別和 NLP等問題，他們都有涉獵。

他們用技術驅動產品，體現在四個方面：

首先，提供功能豐富且完全可定制的數據標注模板，幫助客戶通過直觀的界面進行數據收集。

其次，提供易于使用的API，使得標注任務可以通過編程方式輕松創建。

通過復雜的機器學習基礎設施來標記和修正人類錯誤。人類和AI相互促進，共同提升產品質量。

最后，「人類/AI協同標注」基礎設施，可以讓模型隨著數據不斷輸入，逐步接管更多的標注任務。

Surge Al給OpenAI、Anthropic提高數據服務，參與了ChatGPT、Claude3大模型訓練過程，驗證了技術實力。

獨特的理念：創業不需產品經理

身為前數據科學家，Edwin Chen認為在創業初期，數據科學家帶來的價值非常有限。他還說，早期也不需要產品經理——產品和方向應由創始人和工程師自己把握。

在《No Priors》播客中指出，他常聽到早期創始人把這兩個職位列為前五到十名員工之一，「這在我看來簡直離譜」。

他直言，如果由他決定，絕不會在初創階段就招數據科學家。「當你想把產品性能再提升2%或5%時，數據科學家很棒，但創業初期根本不是干這個的時候。」「你要追求的是 10 倍甚至 100 倍的突破，而不是糾結幾個百分點的微調，那不過是噪聲。」

他也認為，早期并不需要產品經理。只有當工程師沒時間或精力再主導產品方向時，這一角色才有意義。「工程師必須親自下場，他們也應該能想出好點子。」「等公司大了再招產品經理不遲；一開始，創始人就該自己想清楚要做什么產品。」

參考資料：

https://www.reuters.com/business/scale-ais-bigger-rival-surge-ai-seeks-up-1-billion-capital-raise-sources-say-2025-07-01/

https://www.youtube.com/watch?v=UU26zm676Lg

https://archive.ph/ZOasZ

https://www.surgehq.ai/

https://datainnovation.org/2022/09/5-qs-for-edwin-chen-ceo-of-surge-ai/

https://medium.com/@echen/surge-ai-a-modern-data-labeling-platform-for-nlp-d7045a1cb239