本文信息来源：apexventurestudio
从 $0 到 $5 亿，速度惊人 – 本周早些时候，Mercor 的 CEO 兼联合创始人 Brendan Foody 在 Twitter 上发布了一些非常有趣的内容。首先，他分享了 Mercor 在 17 个月内将年化收入从 $0 扩展到 $5 亿的消息，这确实令人印象深刻。但我觉得更有意思的是他关于经济和 AI 对就业影响的文章。你可以在 这里 找到。Brendan 的核心观点是，就像以往的技术周期一样，会创造出一类新的工作岗位。他认为，“AI 革命将创造一类新的工人，他们的任务是引导机器并使人们能够民主化地获取机器的能力。” 引导机器并民主化地获取其能力，简而言之，就是一个以技术为中心的“数据标注和评估”的委婉说法。数据标注和评估是一个绝对庞大的业务，即使它是一种商品化的服务，基础模型提供商也永远不嫌多。Scale AI、Surge AI、Mercor、Micro1、Labelbox、Snorkel AI、Handshake —— 所有这些平台提供的都是同样的东西：让各领域的专家参与，帮助训练模型。 数十亿美元已被投入到这些服务中，我猜测已有数十万人被招募。Surge AI 最近分享称，他们在 2024 年实现了 12 亿美元的收入。Scale AI 在被 Meta 收购时，据报道其收入为 8.7 亿美元。
虽然收入数字似乎是吸引所有人注意的焦点，也因此出现了模仿这种模式但应用于硬件/机器人/建筑环境的热潮，但我个人觉得更有趣的是数据标注与内容创作者之间的相似之处。两种职业路径都是技术变革的二阶效应，都依赖于专注于聚合的科技平台，并且都由极其广泛、由个人驱动的兴趣图谱推动，这意味着就像有专门研究埃及学（小众且具体）的数据标注员和 YouTuber，也有专注于五年级数学（广泛且通用）的数据标注员和 YouTuber。
人们对数据标注业务的主要批评似乎是它可能会遇到瓶颈。一些科技圈里有一种观点，认为基础模型会变得如此强大，以至于进入一种递归的自我学习循环，在这种循环中它们将完全破解人类创造力和发现的密码，理论上这将使对标注数据的需求变得多余。社交媒体催生了内容创作者，LLMs 催生了数据标注员。一种极度简化的看法是，内容创作是一种主要需要人类审查其他人类的工作，而数据标注是一种主要需要人类审查 AI 的工作。
我个人倾向于认为数据标注将会是一个持久的业务。我不认为会出现一个人类创造力和发现能力突然断崖式下跌的世界，只要这种创造和发现持续发生，就会需要将这些信息数字化、标注，并输入到 LLM 中。当然，如果模型出现某种跨越式的突破，情况可能会发生变化，但在 LLMs 在诸如撰写一封优质冷邮件等一般商业实践方面仍然表现不佳的情况下，我认为我们距离人类完全退出改进环节还很遥远。时间会证明一切。
再为 AI 服务筹集 1 亿美元 – 又过了一周，又一家 AI 服务公司宣布完成大规模融资。本周的赢家是 Invisible Technologies，该公司由 Francis Pedraza 于 2015 年创立。Invisible 表示，“[我们的]使命是扩展、提升和自动化劳动，将人类智能与人工智能结合起来，使企业能够实现曾经不可能的目标。”
Invisible 在幕后有几个产品，其中之一是数据标注，但他们也向客户推广为其创建 AI 原生应用的能力。Invisible 与我在上周文章中介绍的公司 Brain Co. 非常相似，只是针对不同的客户群体。Invisible 似乎更偏向美国市场，专注于 F500 规模的客户，而 Brain Co. 则专注于大型跨国公司和政府机构。无论哪种情况，这两家公司似乎都指向一个事实：AI 在企业中存在“最后一公里”问题。在这个“最后一公里”问题被解决之前，当你看到更多此类融资轮宣布时，不要感到惊讶。服务公司和系统集成商经常被风险投资人诟病，因为它们缺乏真正的经常性收入，因此交易倍数较低，但它们似乎是当今环境下真正推动 AI 落地的必要垫脚石。