Alexandr WangScale AI 创始人兼CEO$30亿身家 · 全球最年轻白手起家亿万富翁

押注 AI 之前

Wang的故事要从新墨西哥州的洛斯阿拉莫斯说起。他的父母都是物理学家，在洛斯阿拉莫斯国家实验室工作——就是那个研制出原子弹的地方。在这样一个科学氛围浓厚的家庭里长大，Wang从小就展现出了超乎寻常的数学天赋。小学时他开始自学编程，中学时已经是全美数学竞赛和编程竞赛的常客。他在Quora上回答问题、在GitHub上贡献代码，在硅谷的极客圈子里小有名气。

2014年，17岁的Wang被麻省理工学院录取，主修数学和计算机科学。在MIT的第一年，他遇到了人生中最重要的技术拐点：深度学习。彼时正是AlexNet在ImageNet上大放异彩之后的第三年，AI的第三次浪潮刚刚开始。但Wang没有像大多数同学那样沉迷于训练自己的模型——他注意到一个被所有人忽视的细节：这些令人惊叹的AI模型，背后都需要海量的标注数据来训练。而标注数据这个工作，在当时被认为是"低端劳动"，没人想做，也没人认真做。Wang的物理学家家庭背景给了他一种直觉：基础不会被颠覆的东西，才是最持久的生意。

那个改变一切的决定

2016年夏天，Wang参加了Y Combinator的创业营。他本来的想法是做一个人力资源相关的产品，但在YC期间，他越来越清晰地看到一条赛道：AI公司需要高质量的训练数据，而提供这些数据本身就可以成为一门大生意。和他一起看到这个机会的还有Lucy Guo，一位同样年轻的工程师。两人决定把全部精力投入到这个想法中——即使这意味着从MIT退学。当时Wang的父母极力反对。他们作为科学家，深知"退学"在华人家庭中意味着什么。Wang后来在一次采访中回忆那段对话："我跟我爸说，如果失败了，我还可以回去读书。但如果错过了AI这波浪潮，我可能这辈子都不会原谅自己。"

2016年，Scale AI在旧金山的一间小办公室里诞生。起初，这家公司默默无闻——它做的事情太"不酷"了。当时硅谷的叙事是"造出最强的AI模型"，而不是"帮别人标注数据"。但Wang看到的是另一层逻辑：自动驾驶公司需要标注道路图像、医疗AI需要标注X光片、NLP模型需要标注语料——每一个AI应用场景的背后，都有一条数据标注的流水线。而在AI公司们忙着建造"引擎"的时候，没有人愿意去挖"石油"。Scale AI从自动驾驶领域切入，拿下了Cruise、Waymo、Uber等客户。到2018年，Scale AI已经服务了几乎所有的美国头部自动驾驶公司。Hacker News上曾有人评论："Wang做的不是AI，是做AI公司的房东——不管你们谁赢，都得给我交租金。"

从被忽视到不可或缺

2022年底ChatGPT横空出世，全球AI产业进入狂飙模式。而在这场狂潮中，Scale AI迎来了真正的爆发：大语言模型的RLHF（人类反馈强化学习）本质上就是数据标注的升级版。OpenAI、Anthropic、Google、Meta——所有训练大模型的公司突然都需要大规模、高质量的标注数据来对齐模型行为。曾经被认为是"AI产业链最底层"的数据标注，一夜之间变成了"AI安全和对齐的核心基础设施"。Scale AI在2021年以$73亿估值完成E轮融资，Wang成为全球最年轻的自我奋斗型亿万富翁——那一年他24岁。

到2024年，Scale AI的估值已飙升至$138亿。进入2026年，随着美国政府将AI数据标注视为"国家AI基础设施"的关键环节并出台相关政策支持，Scale AI的估值据外媒估计已超过$200亿。而Wang持有公司约15%的股份，个人身家达到$30亿。一个19岁从MIT退学的少年，用了10年时间，在他29岁这年，比大多数科技巨头CEO花一辈子赚到的钱还要多。Reddit上有用户总结得精准："在淘金热中，卖铲子的人总是比淘金者赚得更多。Wang卖的不仅是铲子——他卖的是金矿的勘探权。"

今天的Scale AI不再只是一家数据标注公司。Wang正在将公司转型为"AI数据基础设施平台"，服务范围从数据标注扩展到数据生成（合成数据）、数据质量评估、模型评估和红队测试。他最近在国会的听证会上为AI数据政策作证，成为美国政府AI战略的重要产业顾问。2026年初，Scale AI获得了一份来自美国国防部的数亿美元级别的AI数据合同——这家公司的触角已经从硅谷延伸到了华盛顿。

Wang的办公桌上至今还放着那封MIT的退学通知书。他说那是他人生中最重要的文件之一——它提醒他：有时候最理性的选择，恰恰是退后一步看全局。在所有人都在造AI模型的时候，他选择去做那个所有人都不想做的基础设施。十年后，那些造模型的人都在用他的数据。