Meta143亿收购Scale AI,3个22岁青年抓住对手“中立性”漏洞,把数据标注做成百亿生意

AI快讯7秒前发布 niko
1 0

Meta收购案里的“机会窗口”

6月Meta以143亿美元收购Scale AI 49%股份的交易,不仅让Scale AI CEO Alexandr Wang加入Meta担任首席AI官,更意外为同赛道的Mercor打开了增长通道。这家由Brendan Foody、Surya Midha、Adarsh Hiremath三名22岁青年创立的数据标注公司,正借着Scale AI“中立性争议”的机会,快速填补行业空白。

当看到最大竞争对手被Meta收入麾下,Foody的第一反应不是恐慌,而是兴奋——他判断,Scale AI与Meta的绑定会让其失去中立性,而这对依赖第三方数据服务的AI实验室而言,是不可接受的风险。“其他大型AI公司不会愿意把核心训练数据交给Meta的关联方。”Foody说。

彭博社随后的报道印证了他的推测:OpenAI、谷歌等Scale AI的老客户,已逐步停止与后者的合作。而Mercor,正成为这些客户的新选择。

用“高技能专家”做数据标注,年入1亿美金

Mercor的核心逻辑很简单:用专业人士训练专业AI。和传统数据标注公司不同,它聚焦于招募律师、博士等高技能群体——这些人的专业能力,能帮AI模型理解复杂的法律条文、学术概念等推理类任务,而这正是当前AI模型最需要的训练数据。

同时,Mercor的匹配算法能为每个项目筛选最合适的标注人员。比如为一家专注强化学习的AI公司Applied Compute提供数据集时,其算法精准匹配了具备相关学术背景的博士,让数据质量远超普通标注团队。Applied Compute CEO Yash Patil评价:“Mercor的人才水准,是很多平台做不到的。”

这种模式让Mercor快速崛起:年度化营收达1亿美元,上半年利润600万美元,过去六个月月增长近60%;估值从今年2月的20亿美元,短短半年内飙升至100亿美元,还登上《福布斯》Cloud 100榜单第89位——这是全球未上市云计算公司的顶级榜单。

16岁开始创业的“硅谷基因”

Foody的创业基因,刻在硅谷的成长环境里:母亲曾在Meta房地产团队工作,父亲90年代创办过图形界面公司,后来转做初创企业顾问。16岁读高中时,他就创办公司帮朋友在AWS拿优惠推广价,每人收费500美元;父亲的建议“卖给有钱且痛点强烈的客户”,成为Mercor的核心策略。

2023年,刚读完乔治城大学大二的Foody退学,和两位高中同学创立Mercor。最初公司想做AI招聘,但ChatGPT的爆火让他们转向——为AI实验室提供标注人员。“我们还是一家招聘公司,只是把人匹配给了更需要的AI行业。”Foody说,“名称不重要,重要的是商业回报。”

数据标注:“永不枯竭”的AI刚需

Meta收购Scale AI引发的行业震荡,让外界质疑数据标注的可持续性,但Foody坚信:“只要AI还需要学习复杂概念,人类训练师就是刚需。”而Mercor的优势,在于抓住了“质量”这个核心——投资人Victor Lazarte评价,“构建模型的人都懂,数据质量比数量更重要,而Mercor是高质量数据的最佳提供者。”

对于Scale AI“仍然中立”的回应,Foody并不在意。市场已用脚投票:Mercor的客户名单里,包括OpenAI在内的顶级AI实验室正在增加。“我们不需要靠争议吸引关注,只要把数据质量做到最好,客户会自己来。”Foody说。

AI浪潮里的“后浪”

Meta的143亿收购案,意外让Mercor成为赛道黑马,但更值得关注的,是AI时代的“后浪”力量:Y Combinator今年学员的中位年龄是24岁,比2022年小6岁;Foody、Scale AI的Wang、Cursor的Michael Truell等20+ CEO,正成为AI浪潮中最活跃的群体。

Foody说,他的目标不是成为下一个Scale AI,而是“做最懂AI的标注公司”。而Mercor的故事,本质上是“抓住机会+聚焦质量”的创业样本——三个22岁的青年,用硅谷的基因、专业的眼光,把一个“刚需生意”做成了百亿神话。

AI已成为年轻人的创业乐土,而Mercor的成功,或许能给更多创业者启示:机会,往往藏在巨头的变动里;而成功,永远属于那些把“简单生意”做到极致的人

© 版权声明