F輪10億美元的光環與血汗：Scale AI如何成為資料標記獨角獸？

幫助OpenAI、NVIDIA、TOYOTA等大型企業做AI數據標記的Scale AI，在5月21日迎來最新消息：由美國創投Accel領投，NVIDIA、亞馬遜和Meta等科技巨頭跟投的F輪募資中，籌集了10億美元（約新台幣320億元），整體估值達到140億美元（約新台幣4,500億元）。

Scale AI表示這筆新資金將會運用在與美國政府合作的最新AI安全政策「DEFCON 31」活動中，幫助政府機關測試AI模型，防止AI出現有害、敏感、偏見或是事實不正確的資訊。

Scale AI能與企業和政府合作，卻被爆出背後靠的是「血汗人工標記員」，還有低薪和延遲支付薪資等問題。究竟這個估值達140億美元（約新台幣4,500億元）的企業背後還有多少故事？

25歲的億萬富翁：Scale AI原本只是我的一個暑假專案

Scale AI的故事必須先從共同創辦人Alexandr Wang開始。

Alexandr Wang從小就對數學和撰寫程式有極高天賦，17歲從麻省理工學院輟學，原本只是想在暑假期間做出一個side project（兼職專案），後來發覺自己所開發的工具可以用在更廣泛的領域，便找了合作夥伴Lucy Guo。

這個side project，就是Scale AI的雛形。

Alexandr Wang和Lucy Guo在2016年將這個side project變成Scale AI，不僅同年獲得YC加速器的投資，更讓Alexandr Wang在年僅25歲的年紀，就成為白手起家、世界上最年輕的億萬富翁，身家在2021年達到10億美元（約新台幣320億元）。

自駕車背後的推手，連國防部都與之合作

Scale AI主要的服務，是協助計畫開發AI和機器學習的企業註解AI模型的數據，並協助後續的模型訓練。標記AI是一件密集又繁瑣的工作，因此Scale AI最初的想法，是為這些企業節省整理和標記數據的動作和時間，加速他們開發AI系統的時間。

Scale AI最初瞄準的客戶領域，是訓練自動駕駛汽車的企業。「如果數據是石油，那Scale AI應該是煉油廠。」Alexandr Wang認為，這些公司擁有各種道路駕駛的數據和圖像，卻沒有足夠的人手來協助標記這些數據，但這些數據卻是訓練AI模型的關鍵。

以自駕車為例，自駕車在行駛過程中會蒐集汽車影像、雷達或數位感測器等周遭環境的大量數據；然而，這些數據並沒有個別標記像是行人走路的姿勢、不同類型的車輛或動物等數據，但這些都是協助AI訓練模型的關鍵。

Scale AI就協助標記這些數據，再將其轉換成AI可讀的數據形式，讓AI模型能學習分辨行人或物體，進而辨識出安全駕駛的行為。

藉著這樣的洞見，Scale AI正好填補了企業在數據標記上的痛點。一開始，他們與日本跨國汽車公司TOYOTA、HONDA以及美國自駕車公司Waymo和Cruise（目前已暫停服務）合作。透過Scale Data Engine工具，Scale AI能幫助客戶蒐集、整理和註解相關數據，進而協助訓練AI模型。

目前，Scale AI也開始和微軟和Meta等不同領域的客戶合作，並根據不同企業所需的數據數量和服務需求收費。去年8月，團隊更協助OpenAI調整GPT-3.5的文字生成模型，標記自然語言處理 (NLP）中需要註解的文字資訊。

同時，團隊也協助NVIDIA SteerLM技術進行數據處理，加強SteerLM的功能，使開發人員能夠客製化LLM（大型語言模型）的參數，應用於遊戲中NPC的特色和個性，讓角色產生更有情緒以及真實的對話。

除了企業以外，由於近幾年政府對AI的應用逐漸增加，Scale AI也開始與更多公部門合作。去年8月，Scale AI就與美國國防部首席數位（DoD）和AI辦公室（CDAO）合作，負責建立AI系統架構以及資料蒐集，協助美軍未來的情報搜集和任務規劃，支援前線部隊的戰術決策，以便讓AI能夠更好的支援軍事應用。

由於Scale AI的業務範圍逐漸擴展，今（2024）年5月團隊更宣布在英國倫敦開設歐洲的第一個總部，同時招募50幾名工程師和開發人員，目標是幫助更多企業和公部門推動AI計畫。

低薪血汗勞工爭議，是否影響後續發展？

然而， 在Scale AI快速擴張的背後，也隱藏着一些隱憂。

Scale AI之所以能夠達到現在的成就，背後依靠的是人數高達24萬人的標記團隊，而這些工人很大一部分都來自肯亞、菲律賓和委內瑞拉等國。他們在不到1美元（約新台幣32元）的時薪下進行資料標記的遠端工作，透過分辨影片中的人物、標記圖像和編輯文本以修正演算法。

去年Scale AI決定縮減團隊規模，導致了許多勞工遭到解雇，而這項裁員消息也連帶爆出許多爭議，包含工資過低以及延遲發放薪資等問題。同時，由於遠端的工作性質，這些工人也缺乏可信的申訴管道。

對此，Scale AI發言人Anna Franko表示延遲支付薪資的情況極為少見，但公司將會改進薪資發放的流程，並承諾向受影響的工人提供至少8週的資遣費以及3個月的醫療保健費用。

Scale AI的成功，無疑得益於其對AI資料標註領域商機的精準洞察。然而，Scale AI卻也同時面臨低薪的爭議。因此，如何在追求商業利益的同時，兼顧社會責任和道德倫理，將是Scale AI以及整個AI產業需要持續思考和探索的重要議題。

參考資料：THE BUSINESS TIMES、Techcrunch、Forbes、CNBC、Tatler、TIME、esquire、YouTube、THE WHITE HOUSE、COMPUTERWORLD、rest of world