Meta 天價收購 Scale AI 近半股權背後，Web3 AI 如何擺脫偏見？

撰文：HaoTIAn

一邊是 Meta 砸下 148 億美元收購 Scale AI 近半股權，整個矽谷都在驚呼巨頭用天價為「數據標註」重新定價；另一邊則是即將 TGE 的

@SahARaLabsAI，依然被困在「蹭概念、無法自證」的 Web3 AI 偏見標籤下。 這種巨大反差背後，市場到底忽略了什麼？

首先，數據標註是比去中心化算力聚合更有價值的賽道。

用閒置 GPU 挑戰雲計算巨頭的故事確實精彩，但算力本質上是標準化商品，差異主要在於價格和可獲得性。 價格優勢看似能從巨頭壟斷中找到縫隙，但可獲得性受制於地理分佈、網絡延遲以及用戶激勵不足，一旦巨頭降價或增加供給，這種優勢瞬間就會被抹平了。

數據標註則完全不同——這是一個需要人類智慧和專業判斷的差異化領域。 每一個高質量標註都承載著獨特的專業知識、文化背景和認知經驗等等，根本無法像 GPU 算力那樣「標準化」複製。

一個精準的癌症影像診斷標註，需要資深腫瘤醫生的專業直覺；一個老道的金融市場情緒分析，離不開華爾街 Trader 的實戰經驗。 這種天然的稀缺性和不可替代性，讓「數據標註」具備了算力永遠無法企及的護城河深度。

6 月 10 日，Meta 正式宣布以 148 億美元收購數據標註公司 Scale AI 49% 的股份，這是今年 AI 領域最大的單筆投資。 更值得關注的是，Scale AI 創始人兼 CEO Alexandr Wang 將同時擔任 Meta 新成立的「超級智能」研究實驗室負責人。

這位 25 歲的華裔企業家於 2016 年創立 Scale AI 時還是斯坦福大學的輟學生，如今他掌管的公司估值已達 300 億美元。 Scale AI 的客戶名單堪稱 AI 界的「全明星陣容」：OpENAI、特斯拉、微軟、國防部等都是其長期合作夥伴。 該公司專門為 AI 模型訓練提供高質量數據標註服務，擁有超過 30 萬名經過專業培訓的標註員。

你看，當所有人還在為誰家模型跑分更高爭論不休時，真正的玩家已經悄悄把戰場轉移到了數據源頭。

一場關於 AI 未來控制權的「暗戰」已經開始。

Scale AI 的成功暴露了一個被忽視的真相：算力不再稀缺，模型架構趨於同質化，真正決定 AI 智能上限的是那些被精心「調教」過的數據。 Meta 用天價買下的不是一家外包公司，而是 AI 時代的「石油開採權」。

壟斷的故事總有反叛者。

正如雲算力聚合平台試圖顛覆中心化雲計算服務一樣，Sahara AI 試圖用區塊鏈徹底重寫數據標註的價值分配規則。 傳統數據標註模式的致命缺陷不是技術問題，而是激勵設計問題。

一個醫生花幾小時標註醫療影像，拿到的可能就是幾十美元勞務費，而這些數據訓練出的 AI 模型價值數十億美元，醫生卻分不到一分錢。 這種價值分配的極度不公平，嚴重抑制了高質量數據的供給意願。

而有了 web3 代幣激勵機制的催化，他們都不再是廉價的數據「農民工」，而是 AI LLM 網絡的真正「股東」。 顯然，web3 改造生產關係的優勢相比算力更適用於數據標註場景。

有趣的是，Sahara AI 恰好在 Meta 天價收購的節點 TGE，是巧合還是精心策劃？ 在我看來，這其實反映了一個市場拐點：無論 Web3 AI 還是 Web2 AI，都已經從「卷算力」走到了「卷數據質量」的十字路口。

當傳統巨頭用金錢築起數據壁壘時，Web3 正在用 tokenomics 構建一個更大的「數據民主化」實驗。