Scale AI：大模型时代的数据标注新角色

"Scale AI：大模型还需要数据标注吗" Scale AI是一家成立于2016年的公司，由Alexandr Wang和Lucy Guo创立，后者已离职。该公司在2019年成为独角兽企业，目前估值约为73亿美元，年度经常性收入（ARR）接近3亿美元。Scale AI的主要业务是数据标注，最初专注于自动驾驶领域，随后扩展到政府、电子商务、机器人以及最近的大模型应用。得益于强大的领导力和团队执行力，Scale AI能够及时抓住市场机遇，推出适应各种趋势的产品，并在各个细分市场取得显著份额。 随着AI行业的快速发展，Scale AI正在积极进入MLOps（机器学习操作）和LLM（大型语言模型）领域，推出如ScaleCatalog（电商图片生成工具）、ScaleSpellbook（大语言模型开发者平台）和ScaleSynthetic（合成数据产品）等工具和服务。尽管这些新产品显示出对第二增长曲线的探索，但根据调研，它们的销售表现并不出色，公司的主要收入来源仍然依赖于数据标注业务。 在大模型中，数据标注的作用至关重要。高质量和高效率的数据标注是训练模型的基础，尤其是对于非结构化数据，如图像、视频、3D传感器数据、文本和音频等。由于数据标注不是大多数公司的核心竞争力，他们倾向于外包这项工作，选择的方式包括建立内部团队、使用众包平台或与专门的数据标注公司，如Scale AI，进行合作。 文章探讨了数据标注在大模型中的作用，数据标注的商业模式，Scale AI的公司治理问题以及其未来发展前景。作为AI行业的一个重要参与者，Scale AI的产品动态反映了行业的新趋势，因此关注其产品更新可以帮助洞察行业变化。 总结来看，尽管Scale AI在探索新的业务领域，但数据标注仍然是其核心业务。大模型的崛起并没有消除对数据标注的需求，反而可能因为模型复杂度的增加而更加依赖于高效的数据标注服务。因此，数据标注在AI产业链中依然占据重要位置，而Scale AI将继续在这一领域发挥关键作用。