97年的麻省理工輟學(xué)青年,五年成就73億美元獨角獸

圖片來源:Scale Pandaset
鈦媒體注:本文來源于微信公眾號硅兔賽跑(ID:sv_race),作者丨江江,編輯丨蔓蔓周,鈦媒體經(jīng)授權(quán)發(fā)布。
這幾年,硅谷有一家 SaaS 公司的表現(xiàn)非常亮眼,光看下圖的增長曲線,剔去我們熟悉的Slack、shopify、twillio,誰最橫?

圖片來源:CapIQ
無疑是那條陡峭的橙色曲線——Scale。從0到估值73億美元只用了五年,ARR從0到1億美元只用了四年,Scale幾乎是SaaS公司里最快達到這些數(shù)字的。
臟活累活起家,Scale是無名之輩嗎?
Scale所在行業(yè)無疑是當下最fancy的行業(yè)之一,人工智能(AI)和機器學(xué)習(xí)(ML)。想到人工智能,我們腦子里可能都是科幻電影中那些能夠與人爭天下的機器人,但事實上,這個景象還離我們很遙遠,離身處于這個行業(yè)的Scale更是遙遠。
Scale最初做的是這個行業(yè)最不性感、最接地氣、最能被稱為臟活累活的事情,即數(shù)據(jù)標注。
所謂數(shù)據(jù)標注,就是企業(yè)客戶,比如自動駕駛汽車公司,給到Scale一些圖片、視頻等等,Scale找一群人,給這些圖片和視頻打上標簽的過程。
這里的打標簽,不是我們理解的命名那么簡單。舉個例子,Toyata和Lyft給Scale發(fā)送一張馬路上的圖片,如下圖,Scale就得找人把這些汽車圈出來,并且標注為“汽車”。
這個過程其實大家都很熟悉,我們經(jīng)常在登陸驗證的時候被要求指出某些物體,比如下圖要求指出所有帶有船的圖片,即標注這些圖片:

你也許不會相信這世界上最性感而又高端的行業(yè)里,有如此鼓噪的一環(huán), 而這才是開頭那個具有靚麗增長曲線的Scale起家的業(yè)務(wù)。
Scale由Alexandr Wang和聯(lián)創(chuàng)Lucy Guo創(chuàng)立于2016年的YC,當時這個公司還叫做Scale API,只是一家有API的土耳其機器人。
土耳其機器人指的是亞馬遜的一個眾包平臺,研究人員在網(wǎng)站上發(fā)布瑣碎任務(wù),比如給圖像加標簽、進行調(diào)查、抄錄收據(jù)等,用戶領(lǐng)取任務(wù),在完成后能賺取少量現(xiàn)金。這聽起來是個人力驅(qū)動的公司,需要大量來自發(fā)展中國家的外包團隊,依靠經(jīng)濟發(fā)展的不平等獲利。
但目的比手段重要。
塵埃里的資本寵兒
Scale的創(chuàng)始人Alexandr Wang出生于1997年,父母都是Los Alamos National Lab的物理學(xué)家。他的名字從Alexander去掉了一個e,因為父母想讓他的名字剛好有8個字母,8在中國代表著好運。他本身非常優(yōu)秀,大學(xué)被麻省理工錄取,大一滿績,之后輟學(xué)。輟學(xué)之后,他先去了Addepar和Quora工作,也在Hudson River Trading也工作過一小段時間。
2016年,他和另一名來自卡內(nèi)基梅隆大學(xué)的輟學(xué)生Lucy Guo和Thiel的一名同事一起組隊,進入了YC2016春季營,其實當時的他也不清楚自己創(chuàng)業(yè)具體要做什么,只是對市場痛點有一定的洞察。
他曾描述道:“盡管麻省理工有數(shù)百名才華橫溢、天資過人的學(xué)生,但是沒有人用AI成功地構(gòu)建任何東西。我們都在研究人工智能,卻都遇到了一大瓶頸——沒有好的數(shù)據(jù)。盡管如此,市面上也沒有可以解決這個問題的標準化工具,我們有AWS、Strip 和 Twillio,卻沒有任何人系統(tǒng)性地解決數(shù)據(jù)問題,這導(dǎo)致AI和ML的發(fā)展止步不前。”
具體來說,他每天打開冰箱的時候,都會想在冰箱里安裝一個攝像頭,攝像頭會告訴他什么時候需要補充哪些雜貨,這聽起來并不難,但他根本做不到,因為沒有適用的數(shù)據(jù)工具。
因此,他們決定做Scale。
Alexandr確實精準地擊中了市場痛點,因此Scale發(fā)展地順風(fēng)順水:
2016年6月,Scale正式成立,YC投資了12萬美元換取公司7%的股份。
2017年7月,Accel領(lǐng)投450萬美元A輪。
2018年,完成1800萬美元B輪,同年,Scale進軍自動駕駛領(lǐng)域,并且拿下了許多行業(yè)內(nèi)赫赫有名的客戶,比如GM、Cruise、Lyft、Zoox和nuTonomy,標注的數(shù)據(jù)超過20萬英里。
2019年8月,完成Founders Fund的Peter Thiel領(lǐng)投的1億美元C輪,跟投包括Accel、Coatue Management、Index Venture、Spark Capital、Thrive Capital、Instagram的創(chuàng)始人Kevin Systrom和Quora的CEO Adam d’Angelo。此時的Scale正式邁入獨角獸行列,估值十億美元。同年,Scale宣布擴展行業(yè)領(lǐng)域,拿下了OpenAI和Lyft這種其他行業(yè)的頭部用戶。
2021年1月,以35億美元估值完成老虎基金領(lǐng)投的1.5億美元D輪融資,同時宣布進軍標注之外的新業(yè)務(wù),發(fā)布Nucleus。
2021年4月,以超過70億美元估值完成來自Greenoaks Capital,Dragoneer和Tiger Global的3.25億美元E輪融資
至此,可以說,Scale是個徹頭徹尾的資本寵兒。
從團隊到業(yè)務(wù),它擁有一切硅谷寵兒的標簽:AI、API、YC、野心勃勃、年輕、才華橫溢、大學(xué)輟學(xué)創(chuàng)業(yè)、行業(yè)洞察。
Scale一掃早期的包工頭形象,儼然已經(jīng)是一家性感的AI/ML公司。而相比其他AI/ML公司,它又不受“紅顏薄命”的詛咒,就連Peter Thiel都說:“在激烈的競爭中,AI公司們會出現(xiàn)又消失,但是Scale會一直存在。”
那么這樣的轉(zhuǎn)變原因是什么呢?
Peter Thiel一語中的:“因為Scale提供的是整個AI/ML行業(yè)的基礎(chǔ)設(shè)施,數(shù)據(jù)是這個行業(yè)最重要的東西。”
AI/ML的基礎(chǔ)是數(shù)據(jù),所謂的機器學(xué)習(xí)就是機器輸入并學(xué)習(xí)數(shù)據(jù),從而輸出正確的編碼。沒有數(shù)據(jù)也就不會有ML或者AI,并且,不好的數(shù)據(jù)比沒有數(shù)據(jù)更加糟糕。學(xué)習(xí)一堆垃圾只會導(dǎo)致機器產(chǎn)出另一堆垃圾。
可以說,數(shù)據(jù)標注是個普適性的需求,只要一個公司存在,它就有數(shù)據(jù)標注的需求。
這個領(lǐng)域的領(lǐng)頭人Andrew Ng曾發(fā)推說:“AI系統(tǒng)=代碼+數(shù)據(jù)”,大多數(shù)的學(xué)術(shù)型競爭對手都不會去碰數(shù)據(jù),而是在代碼上埋頭苦干,但試想一下,如果有一個team可以不動代碼,光在數(shù)據(jù)上下功夫。”而這剛好就是Scale在做的事情。

既然數(shù)據(jù)如此重要,為何沒有更有實力的巨頭躬身下場,拿下這塊香餑餑?
前文也提到,數(shù)據(jù)標注是份臟活累活,受過良好教育的精英們寧可在代碼堆里狂卷也不愿意碰數(shù)據(jù)標注。巨頭不太可能在這個領(lǐng)域費心,他們的員工都太優(yōu)秀了,不太可能把時間浪費在注釋上。這一點剛巧給到了早期的Scale足夠大的成長空間。
始于數(shù)據(jù)標注,不止于數(shù)據(jù)標注
當然,如果一直沉迷于數(shù)據(jù)標注,Scale無疑只是一家利用發(fā)展中國家便宜人力牟利的外包公司,何談科技?
其實不然,盡管Scale的商業(yè)模型最初看起來更像是服務(wù)業(yè),通過人工支撐起業(yè)務(wù),但是隨著它自身數(shù)據(jù)的積累和模型的成熟,有些標注工作正在被機器取代。
相比于最初的純?nèi)肆︱?qū)動,現(xiàn)在Scale能讓算法和人工配合著去做數(shù)據(jù)標注。算法會先把視頻切成一幀一幀,并且粗略標注這些圖片,在這之后,人工會接過來做更精細的標注。由此,Scale在服務(wù)價格降低的同時,利潤率也在升高。
同時,Scale在戰(zhàn)略上頗有遠見,他們從很早就計劃著從數(shù)據(jù)標注起家慢慢開發(fā)出一整套產(chǎn)品,讓這些產(chǎn)品協(xié)同作用,以更快的速度創(chuàng)建更好的模型和更好的結(jié)果。
Alexandr Wang 認為,數(shù)據(jù)是ML和AI領(lǐng)域的基礎(chǔ)設(shè)施,因此數(shù)據(jù)標注只是個開始。Scale 的存在就為了通過建造最以數(shù)據(jù)為中心的基礎(chǔ)設(shè)施平臺來加速AI應(yīng)用的開發(fā),它的核心信念是,數(shù)據(jù)就是新一代的代碼。Scale想做AI領(lǐng)域的AWS,支付領(lǐng)域的Stripe,數(shù)據(jù)分析領(lǐng)域的Snowflake。

圖源:NotBoring.co
2020年1月,在完成D輪融資之后,Scale宣布除了標注之外的新業(yè)務(wù)Nucleus。Nucleus是一個用于數(shù)據(jù)調(diào)試的SaaS工具,具體包括解讀數(shù)據(jù)、數(shù)據(jù)可視化、清洗數(shù)據(jù)和數(shù)據(jù)合作,從而幫助公司們建立更好的ML模型。

圖源:Scale
Nucleus的推出使Scale開始得到一些長尾客戶,并且拓展到更多行業(yè)。同年5月,Scale發(fā)布文檔產(chǎn)品Scale Document。
Scale在完成了前五年數(shù)據(jù)標注積淀之后,一步一步把觸角伸向整個AI的生命周期,畢竟,數(shù)據(jù)標簽和數(shù)據(jù)生成只占整個AI/ML基礎(chǔ)設(shè)施圖譜中的1/20。按照Scale的劃分(如下圖),AI的生命周期包括標注、管理、自動化、評估、搜集、產(chǎn)生數(shù)據(jù),這其中的每一步,Scale都要漂亮地拿下。

AI的生命周期,圖源:Scale
在E輪融資過后,Scale正式宣布其愿景為“讓每個行業(yè)都能實現(xiàn)AI的應(yīng)用。Scale為公司提供管理AI的整個生命周期的基礎(chǔ),無論他們是否有自己的AI團隊,我們都會幫助他們建立AI策略,保證他們能夠擁有產(chǎn)出高效模型基礎(chǔ)設(shè)施。”
這是一副極其宏偉的藍圖,回憶一下互聯(lián)網(wǎng)如何從一個小圈子擴展到如今萬物互聯(lián),我們就可以想象,Scale的野心有多么大。
AI/ML基礎(chǔ)設(shè)施市場將在未來幾年內(nèi)達到3000億美元。到2024年,預(yù)計Scale的數(shù)據(jù)標注的潛在市場份額能達到200億美元,光是Document和Nucleus的潛在市場份額就可以達到100億美元和80億美元。
除了戰(zhàn)略遠見之外,Scale的內(nèi)功也夠硬。
和Stripe一樣,Scale很受程序們的喜愛,它把細節(jié)做得很好,“API非常好,有開源數(shù)據(jù)集、文檔很干凈。”
許多大客戶用Scale也不單單是因為不想干數(shù)據(jù)標注的活兒,而是因為Scale的人才密度更高,Scale的推特有一半都是在欣喜若狂地宣布從哪兒挖了大牛,或者是組織了什么集聚大牛的行業(yè)盛會。

圖源:Twitter

Scale 的 CTO 就是從 Amazon 挖過來的AI專家,而戰(zhàn)略負責人則是前美國國家首席技術(shù)官。

圖源:Twitter

財務(wù)SaaS公司Brex也是Scale的客戶,而在問及為什么Brex不直接自己雇傭一個AI團隊時,其CEO Dubugras說:“他們擁有許多AI市場上最優(yōu)秀的人才,而我不能只是打個響指就雇好一個優(yōu)秀的團隊。AI工程師們也希望可以在解決領(lǐng)域內(nèi)最難的問題的公司工作,Scale就是其中之一。”
回望Scale短短的五年,它的故事像極了灰姑娘,看似毫不起眼,卻一路逆襲,骨子里是對商業(yè)極度敏銳的純正血液。
我們期待著AI/ML領(lǐng)域的AWS,Twillio,Stripe,Snowflake的誕生。
參考資料:
1.Scale AI hits $3.5B valuation as it turns the AI boom into a venture bonanza. (Techcrunch)
2.This Founder Dropped Out of MIT to Help Accelerate the Development of AI Technology. (Inc)
3.Data-labeling company Scale AI valued at $7.3 billion with new funding. (Fortune)
4.How The 22-Year-Old Founder Of Scale AI Built A Billion-Dollar Business. (Forbes)
5.Scale: Rational in the Fullness of Time. (notboring)
更多精彩內(nèi)容,關(guān)注鈦媒體微信號(ID:taimeiti),或者下載鈦媒體App
核心關(guān)鍵字: 人工智能| 留言與評論(共有 0 條評論) |



