37岁华人理工男剑指AGI！1年收入70亿，估值1000亿

【导读】Meta投资148亿美元的Scale AI，原本被视为AI的「黄金选择」，然而，另一个名不见经传的后起之秀Surge AI，竟早已超越了它！一场AI大战，究竟谁能笑到最后？

在营收上，后起之秀Surge AI一直碾压Scale AI！

没错，Meta豪掷148亿美元控股的Scale AI，竟然被晚成立4年的Surge AI在营收上超越了！

The Information报道：在2024年，Surge营收超过10亿美元，Scale营收为8.7亿美元收入

Surge AI创始人Edwin Chen转发了相关推文，就像在看Scale AI在演滑稽戏。

消息圈内人都知道：Scale早已被Surge超越，已成为公开的「秘密」。

对Scale AI如此不利的消息被报告，这时CEO被Meta天价挖走，Alexandr Wang的离职可谓恰到好处。

O'Reilly Media创始人兼CEO爆出了更大内幕，扎克伯格这次投资不是被坑了，就是炒作：

根据我的消息来源，不仅Surge更大，而且它好得多。很多人告诉我，尽管Scale在媒体上被大肆宣传，但它远不是他们首选的服务商。我不知道是Meta在尽职调查上做得不够，还是说他们更在意炒作的热度，而不是实际情况。

有趣的是，路透社报道称，这家AI独角兽启动首轮融资，募资额10亿美元，估值将达150亿美元（约1000亿元人民币）。

对比而言，Scale AI去年融资估值140亿美元，近期因Meta收购其49%股权并挖走CEO担任AI主管，估值飙升至近290亿美元。

据说，这笔融资主要是为了抓住的机遇，满足日益增长的市场需求。

不过，Scale AI和 Surge AI都是华人创立，真是AI领域处处有华人。

低调的Surge AI，要推动AGI

Surge AI，过往大多出现在圈内，大众媒体鲜有报道。

但他们的使命非常宏大，致力于用人类智能推动AGI。

Surge AI：用人类智慧推动通用人工智能AGI的发展

他们认为数据质量决定了智能上限：

你的数据质量，决定雄心的上限。

你无法用方框框住智慧，

也无法将诺贝尔奖压缩成复选框。

人类的智能，从来不是流水线商品。

垃圾数据堆不出伟大AI，

正如废铁里炼不出真金。

他们认为是人类的选择的数据塑造了AI的价值观:

海明威、弗里达·卡罗、冯·诺依曼为何非凡？

是生命体验的馈赠——战争、爱情、胜利、过错，

他们赢过的战役，和输过的战斗，

每一次欢笑与挣扎，都淬炼出作品的灵魂。

数据之于AI，恰如经历之于人类。

它让机器智能得以——

证明黎曼猜想、创造全新艺术、将飞船送上火星。

我们建造的机器，终将在速度、体量、记忆上超越人类。

但它们永远是人类之子，

由我们百万次选择中注入的价值观塑造。

数据不是铁锹与镐，而是为人父母的托付。

通往AGI之路，只有一次做对的机会，这是他们的使命：

我们的使命，是培育出如人类般丰盈的AGI——

好奇、幽默、充满想象力，

闪耀意料之外的才华。

大家想要的AGI，

是能治愈癌症、揭开宇宙奥秘的智能，

还是被点击率、刷榜数据和炒作驯化的AI？

机会只有一次，务必做对。

85后华人干出一个千亿独角兽

Surge AI的创始人兼首席执行官Edwin Chen，出生于1988年，曾在几家知名科技公司工作，包括谷歌、Facebook 和 Twitter，积累了丰富的工程经验。

在麻省理工学院（MIT），他学习了数学、计算机科学和语言学

创业念头始于他十年AI实战中的痛点：不管是在谷歌还是Facebook，获取可靠的人工标注数据始终是他最头疼的问题。

在他工作过的那些公司，即使是一个小型数据标注项目，也可能需要几个月才能启动。

但速度和规模并不是唯一的问题——内部标注员的质量也常常堪忧！

而外部标注公司的效率和质量更是令人头疼。他曾经遇到过3个月得到的10,000行文本的标注结果，结果发现50%的标签都是垃圾数据。

他发现即使是像谷歌和Meta这样的巨型科技公司，也缺乏创建高质量数据集所需的专业数据标注基础设施。

因此，他看到了其中巨大的商机。

短短六个月，他们的业务增长了十倍，取得了许多令人欣喜的成果：

通过重新标注现有数据集，帮助客户将机器学习模型的性能提升了50%。

客户将等待新标签的时间从原来的3到6个月，缩短到仅几天。

每周标注数百万张图像和文本，涵盖十几种语言。

而且他们的业务不局限于内容标注：从内容审核、AI公平性，到打电话收集商业和医疗信息，再到核心图像识别和 NLP等问题，他们都有涉猎。

他们用技术驱动产品，体现在四个方面：

首先，提供功能丰富且完全可定制的数据标注模板，帮助客户通过直观的界面进行数据收集。

其次，提供易于使用的API，使得标注任务可以通过编程方式轻松创建。

通过复杂的机器学习基础设施来标记和修正人类错误。人类和AI相互促进，共同提升产品质量。

最后，「人类/AI协同标注」基础设施，可以让模型随着数据不断输入，逐步接管更多的标注任务。

Surge Al给OpenAI、Anthropic提高数据服务，参与了ChatGPT、Claude3大模型训练过程，验证了技术实力。

独特的理念：创业不需产品经理

身为前数据科学家，Edwin Chen认为在创业初期，数据科学家带来的价值非常有限。他还说，早期也不需要产品经理——产品和方向应由创始人和工程师自己把握。

在《No Priors》播客中指出，他常听到早期创始人把这两个职位列为前五到十名员工之一，「这在我看来简直离谱」。

他直言，如果由他决定，绝不会在初创阶段就招数据科学家。「当你想把产品性能再提升2%或5%时，数据科学家很棒，但创业初期根本不是干这个的时候。」「你要追求的是 10 倍甚至 100 倍的突破，而不是纠结几个百分点的微调，那不过是噪声。」

他也认为，早期并不需要产品经理。只有当工程师没时间或精力再主导产品方向时，这一角色才有意义。「工程师必须亲自下场，他们也应该能想出好点子。」「等公司大了再招产品经理不迟；一开始，创始人就该自己想清楚要做什么产品。」

参考资料：

https://www.reuters.com/business/scale-ais-bigger-rival-surge-ai-seeks-up-1-billion-capital-raise-sources-say-2025-07-01/

https://www.youtube.com/watch?v=UU26zm676Lg

https://archive.ph/ZOasZ

https://www.surgehq.ai/

https://datainnovation.org/2022/09/5-qs-for-edwin-chen-ceo-of-surge-ai/

https://medium.com/@echen/surge-ai-a-modern-data-labeling-platform-for-nlp-d7045a1cb239