37歲華人理工男劍指AGI，1年收入70億，估值1000億

2025-07-29 15:46 創業邦

來源丨新智元（ID：AI_era）
編輯丨KingHZ

在營收上，後起之秀Surge AI一直碾壓Scale AI！
沒錯，Meta豪擲148億美元控股的Scale AI，竟然被晚成立4年的Surge AI在營收上超越了！
The  Information報道：在2024年，Surge營收超過10億美元，Scale營收為8.7億美元收入
Surge AI創始人Edwin Chen轉發了相關推文，就像在看Scale AI在演滑稽戲。
訊息圈內人都知道：Scale早已被Surge超越，已成為公開的「秘密」。
對Scale AI如此不利的訊息被報告，這時CEO被Meta天價挖走，Alexandr Wang的離職可謂恰到好處。
O'Reilly Media創始人兼CEO爆出了更大內幕，扎克伯格這次投資不是被坑了，就是炒作：
根據我的訊息來源，不僅Surge更大，而且它好得多。很多人告訴我，儘管Scale在媒體上被大肆宣傳，但它遠不是他們首選的服務商。我不知道是Meta在盡職調查上做得不夠，還是說他們更在意炒作的熱度，而不是實際情況。
有趣的是，路透社報道稱，這家AI獨角獸啟動首輪融資，募資額10億美元，估值將達150億美元（約1000億元人民幣）。
對比而言，Scale AI去年融資估值140億美元，近期因Meta收購其49%股權並挖走CEO擔任AI主管，估值飆升至近290億美元。
據說，這筆融資主要是為了抓住Scale AI近期客戶流失的機遇，滿足日益增長的市場需求。
不過，Scale AI和 Surge AI都是華人創立，真是AI領域處處有華人。

低調的Surge AI
要推動AGI
Surge AI，過往大多出現在圈內，大眾媒體鮮有報道。
但他們的使命非常宏大，致力於用人類智慧推動AGI。
Surge AI：用人類智慧推動通用人工智慧AGI的發展
他們認為資料質量決定了智慧上限：
你的資料質量，決定雄心的上限。
你無法用方框框住智慧，也無法將諾貝爾獎壓縮成複選框。
人類的智慧，從來不是流水線商品。
垃圾資料堆不出偉大AI，正如廢鐵裡煉不出真金。
他們認為是人類的選擇的資料塑造了AI的價值觀:
海明威、弗裡達·卡羅、馮·諾依曼為何非凡？
是生命體驗的饋贈——戰爭、愛情、勝利、過錯，  他們贏過的戰役，和輸過的戰鬥，每一次歡笑與掙扎，都淬鍊出作品的靈魂。
資料之於AI，恰如經歷之於人類。 
它讓機器智慧得以—— 
證明黎曼猜想、創造全新藝術、將飛船送上火星。
我們建造的機器，終將在速度、體量、記憶上超越人類。  
但它們永遠是人類之子，由我們百萬次選擇中注入的價值觀塑造。  
資料不是鐵鍬與鎬，而是為人父母的託付。
通往AGI之路，只有一次做對的機會，這是他們的使命：
我們的使命，是培育出如人類般豐盈的AGI  ——  好奇、幽默、充滿想象力，閃耀意料之外的才華。
大家想要的AGI，  是能治癒癌症、揭開宇宙奧秘的智慧，還是被點選率、刷榜資料和炒作馴化的AI？  
機會只有一次，務必做對。

85後華人幹出一個千億獨角獸
Surge AI的創始人兼執行長Edwin Chen，出生於1988年，曾在幾家知名科技公司工作，包括谷歌、Facebook 和 Twitter，積累了豐富的工程經驗。
在麻省理工學院（MIT），他學習了數學、計算機科學和語言學
創業念頭始於他十年AI實戰中的痛點：不管是在谷歌還是Facebook，獲取可靠的人工標註資料始終是他最頭疼的問題。
在他工作過的那些公司，即使是一個小型資料標註專案，也可能需要幾個月才能啟動。
但速度和規模並不是唯一的問題——內部標註員的質量也常常堪憂！
而外部標註公司的效率和質量更是令人頭疼。他曾經遇到過3個月得到的10,000行文字的標註結果，結果發現50%的標籤都是垃圾資料。
他發現即使是像谷歌和Meta這樣的巨型科技公司，也缺乏建立高質量資料集所需的專業資料標註基礎設施。
因此，他看到了其中巨大的商機。
短短六個月，他們的業務增長了十倍，取得了許多令人欣喜的成果：
透過重新標註現有資料集，幫助客戶將機器學習模型的效能提升了50%。 
客戶將等待新標籤的時間從原來的3到6個月，縮短到僅幾天。
每週標註數百萬張影像和文字，涵蓋十幾種語言。
而且他們的業務不侷限於內容標註：從內容稽核、AI公平性，到打電話收集商業和醫療資訊，再到核心影像識別和 NLP等問題，他們都有涉獵。
他們用技術驅動產品，體現在四個方面：
首先，提供功能豐富且完全可定製的資料標註模板，幫助客戶透過直觀的介面進行資料收集。
其次，提供易於使用的API，使得標註任務可以透過程式設計方式輕鬆建立。
透過複雜的機器學習基礎設施來標記和修正人類錯誤。人類和AI相互促進，共同提升產品質量。
最後，「人類/AI協同標註」基礎設施，可以讓模型隨著資料不斷輸入，逐步接管更多的標註任務。
Surge Al給OpenAI、Anthropic提高資料服務，參與了ChatGPT、Claude3大模型訓練過程，驗證了技術實力。

獨特的理念：
創業不需產品經理
身為前資料科學家，Edwin Chen認為在創業初期，資料科學家帶來的價值非常有限。他還說，早期也不需要產品經理——產品和方向應由創始人和工程師自己把握。
在《No Priors》播客中指出，他常聽到早期創始人把這兩個職位列為前五到十名員工之一，「這在我看來簡直離譜」。
他直言，如果由他決定，絕不會在初創階段就招資料科學家。「當你想把產品效能再提升2%或5%時，資料科學家很棒，但創業初期根本不是幹這個的時候。」「你要追求的是 10 倍甚至 100 倍的突破，而不是糾結幾個百分點的微調，那不過是噪聲。」
他也認為，早期並不需要產品經理。只有當工程師沒時間或精力再主導產品方向時，這一角色才有意義。「工程師必須親自下場，他們也應該能想出好點子。」「等公司大了再招產品經理不遲；一開始，創始人就該自己想清楚要做什麼產品。」
參考資料：
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


相關文章