Meta 最大的 AI 投注不在模型上，而在数据上

Meta 的 据报道的 100 亿美元投资 Scale AI 代表的远不止是一个简单的资金轮次——它标志着科技巨头在 AI 竞争中战略演变的根本转变。这一潜在的交易可能超过 100 亿美元，并将成为 Meta 最大的外部 AI 投资，揭示了马克·扎克伯格的公司正在加倍下注于一个关键的洞察：在 ChatGPT 后时代，胜利不属于那些拥有最复杂算法的人，而属于那些控制最高质量数据管道的人。

数据统计：

• 100 亿美元：Meta 的潜在投资 Scale AI
• 8.7 亿美元 → 20 亿美元：Scale AI 的收入增长（2024 年至 2025 年）
• 70 亿美元 → 138 亿美元：Scale AI 的估值轨迹在最近的资金轮次中

数据基础设施的必要性

在 Llama 4 的平淡反应 之后，Meta 可能正在寻求确保专属数据集，以便在竞争对手如 OpenAI 和 Microsoft 面前获得优势。这一时机并非巧合。虽然 Meta 的最新模型 在技术基准测试中显示出希望，但早期用户反馈和实施挑战凸显了一个残酷的现实：仅仅依靠架构创新在今天的 AI 世界中是不够的。
“作为 AI 社区，我们已经用尽了所有简单的数据，互联网数据，现在我们需要转向更复杂的数据，” Scale AI 首席执行官 Alexandr Wang 在 2024 年告诉金融时报 。”数量很重要，但质量是至关重要的。” 这一观察正好解释了为什么 Meta 愿意在 Scale AI 的基础设施上进行如此大量的投资。
Scale AI 将自己定位为 AI 革命的 “数据铸造厂”，为想要通过先进的混合方法（结合自动化和人工专业知识）训练机器学习模型的公司提供 数据标注服务 。Scale 的秘密武器是其混合模型：它使用自动化来预处理和过滤任务，但依赖于训练有素的分布式工作人员来进行人工判断，在 AI 训练中最重要的地方。

通过数据控制实现战略差异化

Meta 的投资论点基于对竞争动态的深刻理解，这种理解超出了传统的模型开发。虽然像 Microsoft 这样的竞争对手将数十亿美元投入到模型创造者如 OpenAI 中，Meta 正在押注控制底层数据基础设施，这些基础设施为所有 AI 系统提供支持。
这种方法提供了几个有力的好处：

• 专有数据集访问 —增强模型训练能力，同时可能限制竞争对手访问相同高质量数据
• 管道控制 —减少对外部提供商的依赖，并具有更可预测的成本结构
• 基础设施关注 —投资于基础层，而不是仅仅在模型架构上竞争

Scale AI 合作伙伴关系使 Meta 能够利用 AI 训练数据需求日益复杂的增长。最近的发展表明，大型 AI 模型的进步可能不再依赖于架构创新，而是更多地依赖于 高质量训练数据 和计算。这一洞察驱动了 Meta 在数据基础设施上进行大量投资，而不是仅仅在模型架构上竞争。

军事和政府维度

这一投资具有超出商业 AI 应用的重大影响。Meta 和 Scale AI 都在加深与美国政府的联系。两家公司正在合作开发 Defense Llama ，这是 Meta 的 Llama 模型的军事版本。Scale AI最近 获得了美国国防部的合同 ，以开发用于实际操作的 AI 代理。
这一政府合作伙伴维度增加了战略价值，这种价值超出了即刻的财务回报。军事和政府合同提供了稳定的、长期的收入流，同时将两家公司定位为国家 AI 能力的关键基础设施提供商。Defense Llama 项目展示了如何将商业 AI 开发与国家安全考虑相结合。

挑战 Microsoft-OpenAI 范式

Meta 对 Scale AI 的投资将直接挑战定义当前 AI 空间的主导 Microsoft-OpenAI 合作伙伴模型。Microsoft 仍然是 OpenAI 的主要投资者，提供资金和能力来支持他们的进步，但这种关系主要集中在模型开发和部署上，而不是基础数据基础设施上。
相比之下，Meta 的方法优先考虑控制使所有 AI 开发成为可能的基础层。这一战略可能比独家模型合作伙伴关系更持久，后者面临着日益激烈的竞争压力和潜在的合作伙伴关系不稳定性。 最近的报告表明，Microsoft 正在开发自己的内部推理模型 以竞争 OpenAI，并已测试来自 Elon Musk 的 xAI、Meta 和 DeepSeek 的模型，以在 Copilot 中替换 ChatGPT，突出了大型科技公司的 AI 投资策略中的内在紧张。

AI 基础设施的经济学

Scale AI 去年收入为 8.7 亿美元，并预计今年将达到 20 亿美元，表明专业 AI 数据服务的巨大市场需求。该公司的估值轨迹——从大约 70 亿美元到最近的资金轮次中的 138 亿美元——反映了投资者对数据基础设施代表持久竞争优势的认识。
Meta 的 100 亿美元投资将为 Scale AI 提供前所未有的资源来扩大其全球业务并开发更复杂的数据处理能力。这种规模优势可能会产生网络效应，使竞争对手越来越难以匹配 Scale AI 的质量和成本效率，特别是当 AI 基础设施投资在整个行业中继续升级时。
这一投资表明，整个行业正在向 AI 基础设施的垂直整合演变。科技巨头不再依赖与专门的 AI 公司的合作伙伴关系，而是越来越多地收购或大量投资于使 AI 开发成为可能的底层基础设施。
这一举动还强调了数据质量和模型对齐服务将变得更加关键的认识，因为 AI 系统变得更加强大，并被部署在更敏感的应用中。Scale AI 在 强化学习从人工反馈（RLHF） 和模型评估方面的专业知识为 Meta 提供了开发安全、可靠的 AI 系统所必需的能力。

展望：数据战争开始

Meta 对 Scale AI 的投资代表着可能成为 “数据战争” 的开幕式——一场争夺控制高质量、专用数据集的竞争，这些数据集将决定 AI 领导地位的未来十年。
这一战略转变承认，虽然当前的 AI 热潮始于突破性的模型如 ChatGPT，但持续的竞争优势将来自于控制使持续模型改进成为可能的基础设施。随着行业成熟超越最初的生成性 AI 的兴奋，控制数据管道的公司可能会发现自己拥有比那些仅仅许可或合作使用模型访问的公司更持久的优势。
对于 Meta 来说，Scale AI 投资是一项经过计算的赌注，认为 AI 竞争的未来将在数据预处理中心和注释工作流中赢得——这些是大多数消费者从未见过的，但最终决定哪些 AI 系统在现实世界中成功。如果这一假设被证明是正确的，Meta 的 100 亿美元投资可能会被铭记为该公司在 AI 革命的下一阶段中确保其地位的时刻。