你们听说过亚历山大·王这个名字吗？这个被称为"下一个扎克伯格"的华裔少年，才20出头，就把自己的公司做到了138亿美元的估值。
和常见的AI公司不同，当大家都在试图“挖金子”的时候，亚历山大却开始卖起了“铲子”。说实话，我第一次听到他的故事时，都觉得像在看科幻片。说起亚历山大·王，不得不提他那与众不同的成长经历。想象一下，一个华裔小孩，在新墨西哥这样一个并不以科技闻名的地方长大。
不过他的父母都是物理学家，可以想象从小耳濡目染的科学氛围有多浓厚。
97年出生的亚历山大·王，13岁就开始自学编程了。他在各种编程和数学比赛上大显身手，还在高中时期就开发了 5 个iOS应用！
17岁时他加入了国外知名问答社区Quora，担任技术主管。
2016年，18岁的亚历山大进入了麻省理工学院。按常理说，能进MIT已经是人生赢家了，但是他却在一年后做出了一个惊人的决定——退学创业。
跟他一起创业的还有个叫 Lucy Guo 的姑娘，也是个狠角色。他们俩合伙搞了个叫 Scale AI 的公司，专门给AI做"数据管家"。
Lucy Guo与亚历山大王
放弃世界顶尖学府的学历，去创办一家做数据标注的公司，这决定听起来就够疯狂的。
他看准了AI发展的方向，意识到高质量的数据标注将会成为AI发展的瓶颈。
Scale AI 最初的业务相当朴实无华——为自动驾驶公司提供图像标注服务。就是那种在照片上画框框，标记出行人、车辆、交通标志的工作。
随着业务的发展，Scale AI 逐渐将触角伸向了更广阔的领域。
文本分析、语音识别、视频处理，甚至是AR/VR，只要是需要数据处理的地方，你都能看到 Scale AI 的身影。
现在，连OpenAI、Meta、微软这些大牛公司都成了他的客户。
去年公司收入就到了7个亿美金。
说到合作伙伴，不得不提亚历山大·王那令人艳羡的人脉网。
山姆·奥特曼、埃隆·马斯克、马克·扎克伯格，这些响当当的名字，都和他有密切联系。
奥特曼：没人比你更懂Party！
有人说，在硅谷，有时候认识谁比你会什么更重要。亚历山大·王显然深谙此道。
但是，别以为他仅仅是靠关系吃饭的。Scale AI 的成功，更多还是源于他对行业趋势的准确把握和执行力。
比如，他们最近推出的 "Donovan" 项目，就是为大型语言模型提供更优质的训练数据，又站在了AI发展的最前沿。
现在，亚历山大·王已经成为了硅谷最炙手可热的年轻企业家之一。但他并没有满足于现状。
他常说，Scale AI 的使命是"加速人工智能的发展"。在他看来，未来的AI将更加依赖于高质量、多样化的数据。
而Scale AI，就是要成为这个数据时代的"代工厂"。
卖铲子的人
Scale AI 为什么能如此成功？这就不得不聊聊 Scale AI 的核心业务——数据标注。
可以说数据标注就是人工智能发展的幕后英雄。
想象一下，你在教一个外星人认识地球上的事物。你得指着狗说"这是狗"，指着树说"这是树"，对吧？数据标注其实就是干这个的，只不过我们教的是AI，而不是外星人。比如说，你让AI识别一张街景照片里的所有元素，听起来简单，但实际上复杂得很。路人、车辆、建筑、路标，甚至是天气状况，都需要一一标注出来。亚历山大·王正是看准了这个市场，为啥？因为他懂得一个真理：AI模型再牛，没有优质数据喂养也是白搭。他们的数据标注服务还不只是简单的人工作业。Scale AI 还开发了一套智能工具，把AI技术用在了标注过程中。这就好比用机器来教机器，听着有点绕，但效果杠杠的。
Scale AI 的厉害之处还在于它的全面性。图像标注、文本分析、语音转录、视频处理，你能想到的数据类型，他们都能搞定。就拿自动驾驶来说吧，Scale AI 不仅能标注出路况，还能模拟各种极端情况，帮助自动驾驶系统学会应对各种复杂场景。OpenAI、特斯拉这些大佬们，都需要 Scale AI 提供的服务来训练他们的AI模型。
亚历山大·王曾经打过一个比方，他说 Scale AI 就像是AI时代的富士康。富士康组装iPhone，Scale AI则是在"组装"AI的大脑。但是，做数据标注可不是件容易事。需要面对的挑战可多了：如何保证数据的多样性？如何处理隐私问题？如何应对不同语言和文化的差异？这些都是 Scale AI 每天都在绞尽脑汁解决的问题。Scale AI 的成功，某种程度上靠的是亚历山大·王对行业趋势的敏锐洞察。他看准了数据标注这个看似不起眼但实则至关重要的环节。它就像是AI世界的基础设施，虽然不太引人注目，但却是整个行业发展的基石所在。讲了这么半天数据标注，跟咱们设计师有什么关系呢？刚好 @小普 老师最近在咱们官网分享过一篇文章，今天的干货时间，就给大家简单介绍一下。
随着 AI 技术的深入发展，咱们国内新的岗位和机遇也在不断涌现，AI 训练师便是其中一个典型的例子。AI 训练师的主要工作就是帮助 AI “学”得更好。上面已经提到，AI 系统并不是天然聪明的，它需要海量数据的支持和不断的调教，而这些调教过程正是由 AI 训练师完成的。与我们想象中的高门槛不同，AI 训练师的工作并不需要你掌握复杂的编程语言，更多是依赖逻辑思维、数据标注、以及对任务目标的理解。
简单来说，AI 训练师的日常工作就是：对 AI 的输出结果进行评估，给出反馈，并不断调整优化训练数据。这份工作看似技术含量很高，实际上门槛非常低，很多岗位只需要有良好的理解力、细致的工作态度，以及使用 AI 工具的基础技能。
在招聘平台上，我们可以看到很多公司都在招聘 AI 训练师。这些公司大多集中在科技公司、AI 初创企业和大数据公司，同时一些传统行业的公司也逐步开始招聘 AI 训练师，帮助他们通过 AI 优化流程。
随着 AI 技术应用的广泛深入，岗位需求只会越来越多。除了 AI 训练师外，AI 技术的迅速普及还催生了许多全新的岗位，比如 AI 产品经理、AI 数据标注师、自动化流程管理人员等。这些岗位无一例外地都有一个共同点——它们不再要求传统的技术背景，而是更看重你能否快速学会和应用 AI 工具。因此，抓住 AI 的风口，不仅仅是技术专家的机会，它对所有普通人都敞开了大门。
今天的瓜就吃到这里，欢迎大家关注收藏支持一波~如果最后还有人问，数据标注听起来挺枯燥的，为啥能吸引那么多大公司？答案其实很简单：因为它太重要了。
没有高质量的标注数据，AI就只是睁眼瞎...
