143亿美元的裂痕：Scale AI 被曝数据质量低劣，与小扎蜜月期结束

热门资讯 2025年08月31日 16:59 1 admin

在马克·扎克伯格不惜一切代价追赶人工智能浪潮的宏大叙事中，一道价值143亿美元的裂痕正悄然扩大。这笔科技史上最大规模的人工智能投资，本应是Meta Platforms追赶OpenAI和谷歌的强心剂，如今却因内部的人事动荡、数据质量争议以及战略分歧，而显得步履蹒跚。这场围绕Meta与数据标注巨头Scale AI的合作风波，不仅揭示了扎克伯格激进战略下的潜在风险，也折射出整个AI行业在迈向更高智能水平时所面临的根本性挑战。

故事的开端充满了雄心壮志。今年六月，Meta宣布向Scale AI注入143亿美元巨资，并邀请其年仅28岁、被誉为“AI天才少年”的创始人兼CEO王亚历山大（Alexandr Wang）及数名高管，共同执掌新成立的、被寄予厚望的Meta超级智能实验室（MSL）。此举在当时被外界解读为一箭双雕的妙棋：既通过巨额投资锁定了AI模型训练最关键的上游资源——高质量数据，又成功将一位富有号召力的行业领袖招入麾下，以吸引和稳定顶尖AI人才。在Llama 4模型发布后反响平平的背景下，扎克伯格的这一举动被视为一场志在必得的豪赌。

然而，蜜月期异常短暂。仅仅数月之后，这场盛大联姻的裂痕便开始公之于众。最先显现的信号是人事层面的不稳。据知情人士透露，随王亚历山大一同加入Meta、负责监督AI数据运营团队的Scale AI前高级副总裁鲁本·梅耶尔（Ruben Mayer），在履新仅两个月后便匆匆离职。尽管梅耶尔本人对外宣称其离职完全出于个人原因，且初始职责本就是协助实验室的初期搭建，但这一高层“闪离”事件无疑为双方的合作前景蒙上了一层阴影。

更深层次的问题在于双方业务合作的根基——数据。多位了解情况的人士证实，Meta内部，尤其是承担最前沿研究的TBD实验室，正在绕过Scale AI，将其部分数据标注业务交给了后者的主要竞争对手，包括Surge AI和Mercor。尽管在AI领域，与多家供应商合作以分散风险是常规操作，但考虑到Meta对Scale AI的巨额财务承诺，这一举动显得极不寻常。它传递出一个明确的信号：Meta对Scale AI作为其核心数据供应商的信心或许并不如外界想象中那般坚定。

问题的核心直指AI竞赛的命脉：数据质量。有TBD实验室的研究人员表示，他们认为Scale AI提供的数据质量偏低，无法满足前沿模型训练的严苛要求，因此更倾向于与以高标准著称的Surge和Mercor合作。这一指控触及了Scale AI商业模式的根本。Scale AI早期依靠众包模式，利用全球范围内的低成本劳动力进行大规模的简单数据标注，从而迅速崛起。但随着AI技术的发展，尤其是大语言模型能力的深化，行业对数据的需求已从“量”转向“质”。如今，模型需要由医生、律师、物理学家等具备深厚专业知识的领域专家来提供和校验高质量、高精准度的训练数据。

正是在这一转型上，Scale AI似乎慢了一步。其竞争对手Surge和Mercor从成立之初就专注于构建由高薪酬、高技能专家组成的标注网络，并以此为卖点，在高端数据市场实现了快速增长。尽管Scale AI近年来也在努力吸引专家型人才，但其固有的商业模式和成本结构似乎使其难以彻底摆脱对低成本劳动力的依赖。对于数据质量的质疑，Meta的发言人予以了否认，而Scale AI则重申，Meta的投资正是为了深化和扩大双方的商业合作。然而，Meta用行动进行的“多方下注”，已经让这份声明显得苍白。

对于Meta而言，这或许是一种深思熟虑的风险对冲。但对于Scale AI来说，其处境则要被动得多。在获得Meta的巨额投资后不久，Scale AI接连失去了OpenAI和谷歌这两大重要客户，这对其业务造成了沉重打击。紧接着，公司在今年七月裁撤了数据标注部门的200名员工，新任CEO将此归因于市场需求的变化。一系列的负面消息叠加，使得Scale AI对Meta的依赖性空前提高。一旦Meta这个最大的“金主”对其核心能力产生怀疑，Scale AI的未来将充满不确定性。

风暴的中心，Meta的AI部门也并未因王亚历山大的加入而变得风平浪静，反而陷入了更深层次的混乱。新成立的MSL试图整合Meta原有的AI研究团队与新加入的顶尖人才，包括部分从OpenAI高薪挖来的研究员，但不同团队之间因工作范围、资源分配乃至企业文化的差异而产生了显著的摩擦。据一位内部员工透露，从Scale AI过来的几位高管，并未能进入最核心的TBD实验室决策圈，这进一步加剧了外界对于此次合作“虚大于实”的猜测——Meta的真实目的或许只是为了王亚历山大这位明星创始人的个人品牌效应。

这场内部动荡导致了人才的持续流失。一些从OpenAI跳槽而来的研究员已经早早离开，许多在Meta工作多年的资深AI成员也选择了离职。最新一位公开宣布离开的是MSL的研究员里沙布·阿加瓦尔（Rishabh Agarwal），他在社交媒体上引用扎克伯格本人关于“当断则断”的建议来解释自己的决定，这无疑是对当前管理状况的一种无声抗议。

归根结底，Meta与Scale AI合作的早期困境，是扎克伯格“大力出奇迹”式AI战略的必然结果。在追赶者的焦虑驱动下，Meta试图通过一场并购式的豪赌来弥补其在基础模型研发上的时间差。然而，人工智能的发展并非简单的资源堆砌。顶尖人才的融合需要文化认同，前沿模型的突破依赖于最顶尖质量的数据，而这一切都需要时间和精细化的管理。仓促的变革和激进的整合，反而可能破坏了原有的研究生态，造成了“1+1<2”的尴尬局面。

这场价值143亿美元的合作将走向何方，目前尚无定论。但它已经为整个高歌猛进的AI行业敲响了警钟：在追逐更大、更强的模型的道路上，对人才的尊重、对文化的融合以及对数据质量毫不妥协的坚持，才是决定最终成败的关键。对于扎克伯格和他的Meta帝国而言，如何抚平这场豪赌带来的内部裂痕，将直接决定其能否在未来的AGI（通用人工智能）终局之战中占据一席之地。