新智元报道
编辑：KingHZ
Meta 投资 148 亿美元的 Scale AI，原本被视为 AI 的「黄金选择」，然而，另一个名不见经传的后起之秀 Surge AI，竟早已超越了它！一场 AI 大战，究竟谁能笑到最后？
在营收上，后起之秀 Surge AI 一直碾压 Scale AI！
没错，Meta 豪掷 148 亿美元控股的 Scale AI，竟然被晚成立 4 年的 Surge AI 在营收上超越了！
The Information 报道：在 2024 年，Surge 营收超过 10 亿美元，Scale 营收为 8.7 亿美元收入
Surge AI 创始人 Edwin Chen 转发了相关推文，就像在看 Scale AI 在演滑稽戏。
消息圈内人都知道：Scale 早已被 Surge 超越，已成为公开的「秘密」。
对 Scale AI 如此不利的消息被报告，这时 CEO 被 Meta 天价挖走，Alexandr Wang 的离职可谓恰到好处。
O'Reilly Media 创始人兼 CEO 爆出了更大内幕，扎克伯格这次投资不是被坑了，就是炒作：
根据我的消息来源，不仅 Surge 更大，而且它好得多。很多人告诉我，尽管 Scale 在媒体上被大肆宣传，但它远不是他们首选的服务商。我不知道是 Meta 在尽职调查上做得不够，还是说他们更在意炒作的热度，而不是实际情况。
有趣的是，路透社报道称，这家 AI 独角兽启动首轮融资，募资额 10 亿美元，估值将达 150 亿美元（约 1000 亿元人民币）。
对比而言，Scale AI 去年融资估值 140 亿美元，近期因 Meta 收购其 49% 股权并挖走 CEO 担任 AI 主管，估值飙升至近 290 亿美元。
据说，这笔融资主要是为了抓住的机遇，满足日益增长的市场需求。
不过，Scale AI 和 Surge AI 都是华人创立，真是 AI 领域处处有华人。
低调的 Surge AI，要推动 AGI
Surge AI，过往大多出现在圈内，大众媒体鲜有报道。
但他们的使命非常宏大，致力于用人类智能推动 AGI。
Surge AI：用人类智慧推动通用人工智能 AGI 的发展
他们认为数据质量决定了智能上限：你的数据质量，决定雄心的上限。你无法用方框框住智慧，也无法将诺贝尔奖压缩成复选框。
人类的智能，从来不是流水线商品。垃圾数据堆不出伟大 AI，正如废铁里炼不出真金。
他们认为是人类的选择的数据塑造了 AI 的价值观:海明威、弗里达·卡罗、冯·诺依曼为何非凡？是生命体验的馈赠——战争、爱情、胜利、过错，他们赢过的战役，和输过的战斗，每一次欢笑与挣扎，都淬炼出作品的灵魂。
数据之于 AI，恰如经历之于人类。
它让机器智能得以——证明黎曼猜想、创造全新艺术、将飞船送上火星。我们建造的机器，终将在速度、体量、记忆上超越人类。但它们永远是人类之子，
由我们百万次选择中注入的价值观塑造。数据不是铁锹与镐，而是为人父母的托付。
通往 AGI 之路，只有一次做对的机会，这是他们的使命：我们的使命，是培育出如人类般丰盈的 AGI——好奇、幽默、充满想象力，闪耀意料之外的才华。
大家想要的 AGI，是能治愈癌症、揭开宇宙奥秘的智能，还是被点击率、刷榜数据和炒作驯化的 AI？机会只有一次，务必做对。
85 后华人干出一个千亿独角兽
Surge AI 的创始人兼首席执行官 Edwin Chen，出生于 1988 年，曾在几家知名科技公司工作，包括谷歌、Facebook 和 Twitter，积累了丰富的工程经验。
在麻省理工学院（MIT），他学习了数学、计算机科学和语言学
创业念头始于他十年 AI 实战中的痛点：不管是在谷歌还是 Facebook，获取可靠的人工标注数据始终是他最头疼的问题。
在他工作过的那些公司，即使是一个小型数据标注项目，也可能需要几个月才能启动。
但速度和规模并不是唯一的问题——内部标注员的质量也常常堪忧！
而外部标注公司的效率和质量更是令人头疼。他曾经遇到过 3 个月得到的 10,000 行文本的标注结果，结果发现 50% 的标签都是垃圾数据。
他发现即使是像谷歌和 Meta 这样的巨型科技公司，也缺乏创建高质量数据集所需的专业数据标注基础设施。
因此，他看到了其中巨大的商机。
短短六个月，他们的业务增长了十倍，取得了许多令人欣喜的成果：通过重新标注现有数据集，帮助客户将机器学习模型的性能提升了 50%。客户将等待新标签的时间从原来的 3 到 6 个月，缩短到仅几天。每周标注数百万张图像和文本，涵盖十几种语言。
而且他们的业务不局限于内容标注：从内容审核、AI 公平性，到打电话收集商业和医疗信息，再到核心图像识别和 NLP 等问题，他们都有涉猎。他们用技术驱动产品，体现在四个方面：
首先，提供功能丰富且完全可定制的数据标注模板，帮助客户通过直观的界面进行数据收集。
其次，提供易于使用的 API，使得标注任务可以通过编程方式轻松创建。
通过复杂的机器学习基础设施来标记和修正人类错误。人类和 AI 相互促进，共同提升产品质量。
最后，「人类/AI 协同标注」基础设施，可以让模型随着数据不断输入，逐步接管更多的标注任务。
Surge Al 给 OpenAI、Anthropic 提高数据服务，参与了 ChatGPT、Claude3 大模型训练过程，验证了技术实力。
独特的理念：创业不需产品经理
身为前数据科学家，Edwin Chen 认为在创业初期，数据科学家带来的价值非常有限。他还说，早期也不需要产品经理——产品和方向应由创始人和工程师自己把握。
在《No Priors》播客中指出，他常听到早期创始人把这两个职位列为前五到十名员工之一，「这在我看来简直离谱」。
他直言，如果由他决定，绝不会在初创阶段就招数据科学家。「当你想把产品性能再提升2% 或5% 时，数据科学家很棒，但创业初期根本不是干这个的时候。」「你要追求的是 10 倍甚至 100 倍的突破，而不是纠结几个百分点的微调，那不过是噪声。」
他也认为，早期并不需要产品经理。只有当工程师没时间或精力再主导产品方向时，这一角色才有意义。「工程师必须亲自下场，他们也应该能想出好点子。」「等公司大了再招产品经理不迟；一开始，创始人就该自己想清楚要做什么产品。」
参考资料：
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
