Scale AI 融资 10 亿美元，估值达 138 亿美元

Scale AI 已完成 10 亿美元 (https://scale.com/blog/series-f) 的 Series F 融资，估值达到 138 亿美元 (https://www.bloomberg.com/news/articles/2024-05-21/scale-ai-raises-1-billion-at-13-8-billion-valuation)。此次融资得到了 Nvidia、Meta 和 Amazon 等战略巨头的积极参与，预示着市场已达成一项基本共识：在通用人工智能的竞赛中，原始算力的价值仅与其所喂养的精炼数据相当。随着行业逐渐摆脱无差别抓取网络的时代，Scale 提供高保真、人工参与（HITL）数据的能力已成为那些旨在突破大型语言模型当前性能瓶颈的实验室的终极竞争壁垒。

数据稀缺时代的终结

多年来，人工智能行业一直认为公共互联网提供了取之不尽的训练材料。然而，随着模型参数规模达到万亿级别，行业正面临研究人员所称的“数据墙”。Scale AI 的巨额融资正是对这种稀缺性的直接回应。通过获得 10 亿美元的新资本 (https://scale.com/blog/series-f)，该公司正将自己定位为“数据富足”的基础设施，而不仅仅是服务提供商。这一战略涉及大规模扩展专门的 RLHF（人类反馈强化学习）操作，通过聘请物理学、法律和编码领域的博士级专家来生成当前模型在 Reddit 或 Wikipedia 上找不到的复杂推理链。

AI 巨头的战略协同

本轮融资的投资者名单堪称 AI 权力结构的目录。除了领投的 Accel 外，Nvidia 和 Meta (https://www.bloomberg.com/news/articles/2024-05-21/scale-ai-raises-1-billion-at-13-8-billion-valuation) 的参与表明了 AI 供应链的垂直整合。Nvidia 需要高质量的数据来确保其 H100 和 B200 芯片发挥最大效用，而 Meta 则需要精炼的数据集来保持其开源 Llama 系列的竞争优势。这 10 亿美元的注入与其说是传统的风险投资扩张，不如说是为了在日益诉讼化和注重隐私的数据环境中确保可靠的“真实数据”供应管道。

转向高级许可模式

Scale AI 近 140 亿美元的估值反映了直接数据许可交易中不断上涨的成本。作为参考，OpenAI 最近与 News Corp 签署了一项为期多年、价值 2.5 亿美元 (https://www.reuters.com/technology/openai-news-corp-sign-content-licensing-deal-2024-05-22/) 的协议，以获取高级新闻档案。同时，Google 已承诺每年向 Reddit 支付 约 6000 万美元 (https://www.reuters.com/technology/reddit-ai-content-licensing-deal-with-google-sources-say-2024-02-22/) 以获取实时 API 访问权限。Scale AI 处于这一生态系统的中心，将这些原始许可数据转化为微调所需的结构化格式。这笔资金很可能用于扩展 Scale 的“数据引擎”，该引擎可自动化由高端人类专家验证的合成数据策展，这种混合方法正成为行业标准。

监管与伦理前沿

随着 欧盟《人工智能法案》 (https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai) 开始对训练数据实施更严格的透明度要求，“干净”、合乎道德且合法许可的数据的溢价将不断增长。Scale AI 在企业级数据溯源方面的投资是对这一监管未来的战略押注。企业不再愿意冒着数十亿美元模型训练的风险，使用可能面临未来版权追溯的数据。通过提供透明、有据可查的数据供应链，Scale 实际上是在为全球最大的企业提供法律和运营上的风险规避。

对数据所有者的意义

对于数据所有者——从医疗网络到法律存储库——Scale AI 的估值是一个明确的信号，表明他们的资产从未如此具有流动性。从 2.5 亿美元的内容交易转向十亿美元的基础设施轮次表明，市场已超越数据获取的“实验”阶段。我们现在正处于数据资产类别时代。如果您拥有专有的、高通量的或高度专业化的人类话语数据，您就不再仅仅是出版商或服务提供商；您是下一代全球智能的燃料。这些所有者的关键在于从一次性许可费转向结构化的、类似股权的参与，以分享他们数据所创造的 AI 模型。