整个 6 月，全球科技界最受关注的事件，非 Meta宣布收购 Scale AI 49% 的股权莫属。

如果不是担心美国越来越严格的《反垄断法》，这个股权占比或许更高。虽然没有绝对控股，但 Meta 志在掌控，所以施以“双重保险”—股权和人，都收入囊中。

Scale AI 的华裔创始人兼 CEO Alexandr Wang 将进入 Meta 工作，领导 Meta 的 AI 业务。

收购价格为 143 亿美元（Scale AI 估值为 290 亿美元），约合人民币 1030 亿，看似属于巨额范畴，实则不然。在财大气粗的科技界，这根本不算多。

比如，2023 年，微软和动视暴雪收购案，交易金额达 690 亿美元。在 Meta 过去的收购案中，Scale AI也只能排到第二。2014 年，Meta 于以 190 亿美元收购WhatsApp。考虑到两桩案子之间长达 11 年的通胀因素，当年收购 WhatsApp 的交易规模，要大得多。

这桩案子最被关注的点，显然不在于交易规模，也不在于 28 岁华裔创始人的白手起家传奇故事，而是它意味着全球科技界 AI 突破方向，正在发生一次大转变。

以前，超级巨星是 Open AI 和英伟达，在各自赛道，它们如入无人之境 ；而在这次转变之后，所有人都注定不会轻松。

数据很重要，但最穷

关于 Scale AI 的报道汗牛充栋，外界都知道这家公司的主营业务是“数据标注”。

到底什么是数据标注？以自动驾驶业务为例，用一个简单场景来说明 ：自动驾驶 AI 模型需要用数据来训练，但厂商采集车采集的数据主要是道路影像，而现有技术条件下，AI 无法直接读取影像，因此就需要对影像进行标注。

原始影像经处理，变成三维的点云数据，标注就可以开始了。关键一步是标注语义信息，要让 AI 能识别这些信息，才能读懂图像。标注会很细，比如有车道线标注、斑马线标注、红绿灯标注等。要知道，在很多技术条件平平的数据标注机构，标注是一帧一帧地完成的，背后是海量的人工。

“有多少智能，就有多少人工”，这句 AI 行业著名的话，指的就是人工数据标注。于是，数据标注领域有了蔚为壮观的外包现象，无论中外。

总部位于北上广深，服务于本土 AI 独角兽的中国数据公司们，将工作层层转包，最后交给了中西部三四线城市和县城的劳动者手中。无论是暂时没有好工作的黄毛青年，还是寻求副业的温吞中年人，只要眼神好，精力旺，坐得住，懂得用键盘和鼠标拉框输入就行。生产工具是一台电脑。

作为“国际大厂”的 Scale AI，在外包环节自然会更加国际化。

说到信息产业外包，人们会想到印度。但随着印度经济的发展，尤其是外资涌入推高资产价格之后，印度人钱包鼓了，接受外包的价格也越来越高了。