AI淘金热里的青年冒险家：当巨头易主，少年独角兽如何乘风破浪？

TL;DR：

Meta对Scale AI的百亿收购，意外重塑了AI数据标注市场格局，为新兴独角兽Mercor创造了黄金机遇。这家由三位22岁青年创立的公司，凭借对高质量AI训练人才的精准匹配，迅速填补了市场空白，估值飙升至百亿美元，凸显了在AI军备竞赛中“数据后勤”服务的巨大商业价值与资本吸引力。

当硅谷的巨头们为了抢夺人工智能的“圣杯”而豪掷千金时，一场看似平常的并购案——Meta斥资143亿美元收购AI数据标注领军者Scale AI的49%股份——却如同投石入湖，激起了远超预期的涟漪，意外地为年轻的闯入者Mercor铺就了一条通往百亿估值的康庄大道。在这场“军备竞赛”中，为模型输送“燃料”的生意，正以其独特的价值主张，重塑着资本的版图。

Meta的这场收购，固然巩固了自身在AI算力与人才方面的领先地位，将Scale AI的首席执行官Alexandr Wang招致麾下，领导新成立的Meta Superintelligence Labs（MSL）。然而，此举却在市场中引发了一场关于“中立性”的拷问。Scale AI，这家一度为OpenAI、谷歌、xAI等众多顶尖AI实验室提供数据标注服务的“瑞士银行”，在与Meta“联姻”后，其独立性瞬间变得模糊。果然，彭博社的报道证实，包括OpenAI和谷歌在内的昔日客户，已悄然抽身，寻找新的“数据盟友”¹。

正是在这片因巨头站队而留下的空白市场中，三位22岁的年轻人，Brendan Foody、Surya Midha和Adarsh Hiremath，嗅到了芬芳的商机。他们创立的Mercor，一家最初旨在用AI优化招聘流程的公司，在ChatGPT掀起AI浪潮后，迅速将重心转向为AI模型提供专业的训练师——那些身怀绝技的博士、律师，甚至是各个领域的专家。Foody坚称，这并非转型，而是对其核心宗旨“将劳动者与公司匹配”的拓展。无论名称如何，Mercor的商业回报却是实实在在的：年度化营收已达1亿美元，上半年实现600万美元利润，每月增长近60%。在短短数月内，公司估值从20亿美元一路飙升至100亿美元，上涨了令人瞠目结舌的八倍，其后又增加了五倍²。这得益于Benchmark、Twitter联合创始人Jack Dorsey以及前美国财政部长Larry Summers等重量级投资者的背书，以及前Uber产品负责人Sundeep Jain的加盟，后者犹如谷歌当年为Page和Brin请来的Eric Schmidt，为这家新秀注入了宝贵的“大厂经验”。³

数据标注：AI世界的“永动机”？

对于数据标注行业的前景，外界不乏质疑，尤其是在Scale AI这位“前霸主”被收编之后。然而，Mercor的创始人Foody却信心满满。他认为，Meta不惜百亿美金收购Scale AI，恰恰是对这个行业价值的有力验证。只要人工智能模型仍需人类教会其理解复杂概念，那么对高质量AI训练师的需求就“永不枯竭”。Mercor的独特之处在于其专注于“高技能专家”策略。在“数据的质量比数据的量更重要”的信条下，Mercor的匹配算法能够为特定项目精准筛选出最合适的人选，因此赢得了OpenAI等顶级AI实验室的青睐。即使面对Surge这样估值高达250亿美元的老牌劲旅，Mercor对高质量数据的执着，仍使其在拥挤的市场中脱颖而出。当然，Scale AI的发言人Joe Osborne并不认同Mercor关于其“失去中立性”的说法，坚称其仍然“独立且中立”¹。但市场的选择，往往比声明更为雄辩。

Brendan Foody，这位在16岁就已开始创业的“冒险者”，骨子里流淌着硅谷的血液。他的父亲曾建议他“创造岗位，并把东西卖给那些有钱且痛点强烈的客户”，而Mercor正精准践行了这一商业箴言。他激进的过弯风格，不仅体现在F1赛道上，也延伸到了商业决策中——从乔治城大学退学，毅然投身旧金山的AI浪潮。这并非孤例。Y Combinator的最新数据显示，其孵化器学员的中位年龄已从2022年的30岁降至24岁。⁴ 从Cursor的Michael Truell，到Scale AI的Alexandr Wang，再到Mercor的Foody，一大批20多岁的年轻人正成为这场AI浪潮中最引人注目的“后浪”。他们不再满足于依附巨头，而是通过精妙的商业模式，在巨头间的缝隙中快速成长，甚至反噬市场。

资本逐鹿与市场重塑的未来图景

Mercor的崛起，不仅仅是一个创业神话，更是对当前AI产业格局的深刻洞察。它揭示了在技术迭代飞快的时代，服务于核心技术——AI模型训练——的“辅助性”产业，同样蕴藏着巨大的商业价值。资本的流动，正从单纯的算法和算力投资，向更精细、更专业化的“数据基础设施”服务延伸。

未来的数据标注市场，很可能将继续分化。一方面，像Mercor这样专注于提供高技能专家，满足复杂模型训练需求的“精品店”模式将持续繁荣；另一方面，自动化和合成数据技术的发展，也可能在一定程度上替代低技能的重复性标注工作。监管层面，对数据隐私、模型偏见以及算法透明度的日益重视，将进一步提升高质量、可追溯标注数据的价值，为行业设置更高的门槛。

对于那些仍在寻找“甜点区”的创业者而言，Mercor的故事提供了一个有力的佐证：在这场AI的盛宴中，并非只有直接烹饪大餐的厨师才能获利。那些为厨师提供最优质食材、最趁手工具的供应商，同样能铸就属于自己的商业传奇。只不过，在这场充满冒险与机遇的竞赛中，唯有那些能精准识别市场空白、迅速调整航向的“冒险者”，才能真正乘风破浪，成为时代的弄潮儿。下一个百亿独角兽，或许正潜藏于AI生态系统的某个看似不起眼的角落，等待着被发现。

引用

• AI独角兽
• 数据标注
• 市场竞争
• 资本并购
• 青年创业