Scale AI 获 10 亿美元 F 轮融资，以扩展其前沿模型数据引擎

Scale AI 已完成 10 亿美元 F 轮融资，公司估值飙升至公开披露的 138 亿美元（https://techcrunch.com/2024/05/21/scale-ai-raises-1-billion-at-a-13-8-billion-valuation/），全球对高保真 AI 训练数据的争夺已达到白热化程度。本轮融资由 Accel 领投，Nvidia、Amazon 和 Meta 参投，这标志着机构对作为前沿模型开发主要瓶颈的“数据引擎”进行了巨额投资。Scale AI 的扩张恰逢一个关键时刻，此时高质量的公共互联网数据供应已接近枯竭，迫使 AI 实验室转向定制化、人工参与的数据生成和复杂的合成数据管道。

转向高级数据许可

Scale AI 的融资是更广泛市场转变的一个缩影，数据不再被视为商品，而是高价值的战略资产。新闻集团与 OpenAI 达成的多年期里程碑式合作进一步证明了这一趋势，该协议估计在五年内价值超过 25000 万美元（https://www.reuters.com/technology/news-corp-strikes-content-licensing-deal-with-openai-2024-05-22/）。根据协议，OpenAI 可以访问《华尔街日报》和《泰晤士报》等主要出版物的当前和存档内容，提供只有专业编辑数据才能提供的强大推理能力。此举表明，“免费抓取”时代已基本结束，取而代之的是一个结构化的许可知识产权市场。

基础设施和治理资本

随着管理中的专有数据量激增，支持这些数据的基础设施吸引了创纪录的资本。CoreWeave 最近获得了公开披露的 75 亿美元债务融资（https://www.reuters.com/technology/coreweave-raises-75-bln-debt-led-by-blackstone-magnetar-2024-05-17/），以扩大其数据中心规模，确保有足够的计算能力来处理这些海量新数据集。与此同时，数据治理正成为一项独立的投资主题。Atlan 获得了公开披露的 1.05 亿美元 C 轮融资（https://atlan.com/news/series-c-funding/），以帮助企业管理其“数据资产”，确保输入 AI 模型的数据合规、干净且可追溯——这是任何企业级 AI 部署的先决条件。

专业数据资产的兴起

除了通用大型语言模型外，垂直 AI 的专业数据也获得了显著的估值溢价。语言翻译专家 DeepL 获得了公开披露的 3 亿美元投资，估值达到 20 亿美元（https://www.forbes.com/sites/iainmartin/2024/05/22/deepl-the-german-ai-translation-startup-hits-2-billion-valuation-with-300-million-investment/），以加倍投入其专有语言数据集。这凸显了“专家级”数据不断增长的二级市场，其能力超越了通用网络爬取信息。与此同时，自动驾驶仍然是数据密集度最高的垂直领域，Wayve 的公开披露的 10.5 亿美元 C 轮融资（https://wayve.ai/news/series-c/）由软银领投，旨在通过大规模传感器数据处理实现“具身智能”的商业化。

这对数据所有者意味着什么

对于数据所有者而言，Scale AI 和新闻集团的交易证实了我们已经进入了 AI 经济的“收获阶段”。高质量、经过人工验证的数据现在是 AI 供应链中最稀缺的资源。专有档案、专业技术文档或真实世界传感器数据的拥有者不再仅仅是“存储”信息；他们掌握着下一代主权和企业 AI 的原材料。货币化策略正从一次性销售转向经常性许可模式，数据的价值将与其训练的模型性能和收入挂钩。