核心結論：這不是技術追趕，而是戰略卡位。
Zuckerberg 意識到 Meta 在 AI 競爭中面臨挫折，追趕的最快方式不是技術硬拚，而是直接控制產業鏈的關鍵節點。
當 OpenAI 拚模型、Google 拚技術時，Meta 選擇了不同的路線：與其在技術層面直接競爭，不如控制產業鏈的關鍵節點。
Meta 正在敲定一筆約 150 億美元的投資，取得 Scale AI 49% 股權，並聘請其 28 歲創辦人 Alexandr Wang 離開 CEO 職位加入 Meta 新成立的 AI 實驗室。
這不是普通的人才挖角，而是對 AI 基礎設施的戰略卡位，同時巧妙避開了監管風險。
Scale AI 是什麼？
Scale AI 是 AI 訓練數據的專業供應商，成立於 2016 年。
公司由 19 歲的 Alexandr Wang 和 21 歲的 Lucy Guo 共同創立，兩人都是大學輟學生，Wang 來自 MIT 數學與資工系，Guo 來自卡內基美隆大學。
核心業務模式：
所有 AI 模型在訓練時都需要「標籤」來告訴模型什麼是正確答案，比如醫療影像標註為陰性或陽性、自駕車數據標註道路和行人。
這些標註工作既枯燥又耗時，需要大量人力。大多數 AI 公司不願意內部處理這些「不性感但很重要」的任務，所以外包給 Scale AI 這樣的專業公司。
公司規模與財務狀況：
- 目前估值 138 億美元（2024 年春季融資輪）
- 2024 年營收約 8.7 億美元，預計 2025 年超過 20 億美元
- 2024 年中在舊金山租下 18 萬平方英尺辦公室（原 Airbnb 總部）
- 已累計融資 16 億美元，最近一輪（2024 年 5 月）融資 10 億美元
客戶群體廣泛：
- 科技巨頭 ：OpenAI、Google、Microsoft 等主要 AI 實驗室
- 政府部門 ：美國中情局、空軍、陸軍
- 國防合約 ：2024 年 3 月與美國國防部簽署數百萬美元合約
- Meta 也是 Scale AI 的最大客戶之一
技術優勢：
Scale AI 不只是簡單的外包，它開發了改善標註流程的技術，先用 AI 對數據做初步標註，再讓人工檢查修正，大幅提升效率。
公司還投資於數據預處理和品質檢查系統，用戶可以在平台上快速查看和修改標註結果。近年也擴展到合成數據生成領域。
面臨的挑戰：
Scale AI 因使用海外廉價勞動力進行數據標註而受到批評。《華盛頓郵報》2023 年報導，菲律賓 36 名工作者中有 34 人表示付款被延遲、減少或取消。
2023 年因宏觀經濟環境，公司也進行了 20% 的裁員。
Zuckerberg 的 AI 焦慮
Meta 在 AI 競爭中確實落後了。
今年 4 月發布的 Llama 4 模型反應冷淡，開發者評價遠不如 OpenAI 和 Google 的模型。原本承諾的更強大「Behemoth」模型至今未發布，因為 Zuckerberg 擔心其能力不如競爭對手。
內部組織也出現變化：
Meta 重組了 GenAI 部門，分拆成兩個團隊，原負責人 Ahmad Al-Dahle 被降為共同領導，被視為 Zuckerberg 對現有 AI 領導層失去信心的信號。
據知情人士透露，Zuckerberg 對競爭對手 OpenAI 在底層 AI 模型和面向消費者應用方面的領先地位感到沮喪。
親自招募團隊：
Bloomberg 報導，Zuckerberg 在 Lake Tahoe 和 Palo Alto 的家中親自會見 AI 研究員和工程師，要組建約 50 人的精英團隊。
數據標註的戰略價值
為什麼入股一家數據標註公司？
AI 模型的品質很大程度取決於訓練數據的品質。隨著模型越來越複雜，對高品質標註數據的需求急劇增加。
Scale AI 的技術發展：
Scale AI 不只是簡單的外包，它開發了改善標註流程的技術，先用 AI 對數據做初步標註，再讓人工檢查修正，大幅提升效率。
公司還投資於數據預處理和品質檢查系統，用戶可以在平台上快速查看和修改標註結果。近年也擴展到合成數據生成領域。
巧妙的交易結構設計
Meta 面臨的現實考量。
Meta 目前正因收購 Instagram 和 WhatsApp 而面臨 FTC 的反壟斷訴訟。在這種背景下，直接收購 Scale AI 會引來更嚴格的監管審查。
49% 股權的雙重優勢：
這個設計既能獲得實質控制權，又能避開監管陷阱：
- 不觸發完全收購的審查門檻
- 保持 Scale AI 的獨立運營表象
- 讓 Meta 能快速推進交易
據知情人士透露，Meta 不想通過完全收購來「進一步惹惱監管機構」，所以選擇了這個迂迴方案。
業界新趨勢：
Google 和 Microsoft 也採用類似策略，對 Character.AI 和 Inflection AI 進行大額投資而非完全收購。這種「49% 模式」正成為科技巨頭規避監管的標準做法。
「超級智慧」實驗室的戰略野心
Meta 成立的不是普通的 AI 實驗室。
據《紐約時報》報導，Meta 成立了專門追求「超級智慧」(superintelligence) 的新實驗室，這是一個超越人類智慧的 AI 系統概念，不只是模仿人類認知任務，而是在所有方面都超越人類。
消息來源表示，Zuckerberg 相信 Meta 能夠並且應該超越其他科技公司，率先實現 AGI（通用人工智慧），最終目標是 superintelligence。
什麼是「超級智慧」？
與一般 AI 實驗室不同，這個團隊內部被稱為「superintelligence group」，專門致力於開發：
- 超越人類問題解決能力的 AI 系統
- 在創造力、推理、學習等所有認知領域都勝過人類
- 能夠自主改進和發展的 AI 系統
這比目前的 AI 模型（包括 ChatGPT）要野心勃勃得多，後者主要專精於特定任務。
Wang 的關鍵角色：
Wang 將離開 Scale AI 的 CEO 職位，Scale AI 將提拔現任首席策略長 Jason Droege 為新 CEO。Wang 將加入 Meta 領導這個超級智慧實驗室，並會有一些 Scale AI 同事一起轉職。
投資而非收購的巧妙設計：
Meta 將取得 Scale AI 49% 股權，這是戰略投資而非完全收購。但更有意思的是投票權安排。
據專業科技媒體 Newcomer 報導，Meta 會將其獲得的投票權轉讓給 Wang。此前 Wang 作為創辦人，並沒有對 Scale 的投票控制權——這在經過多輪融資的新創公司中很常見，創辦人股權被稀釋，投資人掌握董事會控制權。
這個安排的深層含義：
- Meta 花 150 億買股權，但把投票權給 Wang
- 等於是 Meta 出錢幫 Wang 重新獲得自己公司的控制權
- 比直接給現金激勵更能確保 Wang 的長期忠誠度
同時，這 150 億美元被結構化為股息，讓 Scale AI 的投資人可以拿回現金給他們的 LP（Limited Partner，有限合夥人，指創投基金背後的出資者如退休基金、大學捐贈基金等），同時保留未來上漲空間。
這種三方共贏的複雜安排，解釋了為什麼 Wang 願意離開 CEO 職位——他不只是加入 Meta 工作，而是通過 Meta 的資金重新成為 Scale AI 的實際控制人。
關鍵報導來源： Newcomer - "Scale AI's Alexandr Wang in the Driver's Seat With Meta Deal" 連結：https://www.newcomer.co/p/scale-ais-alexandr-wang-in-the-drivers
巧妙的監管迴避策略：
據多位知情人士透露，Meta 目前正在與 FTC 進行反壟斷訴訟，公司不想通過完全收購 Scale AI 來進一步惹惱監管機構。
49% 股權的設計很巧妙：
- 不觸發完全收購的監管審查門檻
- 在法律上保持「投資」而非「併購」的性質
- Scale AI 維持獨立運營的表象
這已成為科技業新趨勢：
Google 和 Microsoft 也採用類似策略，對 Character.AI 和 Inflection AI 進行大額投資而非完全收購，以避免監管阻力。有分析直指「Meta 可能想要完全收購 Scale AI，但不想經過監管審批，所以找到了這個迂迴的方案」。
AI 投資的財務考量與執行挑戰
這筆投資是 Meta 2025 年 AI 策略的核心部分。
今年 1 月，Zuckerberg 宣布 Meta 計劃投入高達 650 億美元在 AI 相關專案，包括建造「大到足以覆蓋曼哈頓一大部分」的資料中心，並在年底前擁有超過 130 萬個 GPU。
150 億美元的 Scale AI 投資正是這個宏大計劃的關鍵一環。但投資人關心的是：這些巨額投資何時能轉化為實際營收？
商業化時程的現實考驗：
Meta 已將生成式 AI 整合進核心廣告產品，其 AI 助理 Meta AI 月活躍用戶已超過 10 億。這些 AI 工具被視為提升廣告精準度和投資報酬率的關鍵武器。
但效益預計要到 2025 年底或 2026 年初才會在財報上明顯體現。在此之前，Meta 需要承受高資本支出對現金流的壓力。
執行風險不容忽視：
Meta 在重大技術投資上有過挫折經驗。元宇宙投資至今未見明顯回報，今年 4 月發布的 Llama 4 模型反應也不如預期。
現在轉向「超級智慧」，Meta 需要整合來自 Scale 的精英團隊，在人才競爭激烈的環境下穩定核心團隊，確保技術順利落地。在 OpenAI、Google 持續領先的情況下，即便完成這筆投資，Meta 也只是邁出追趕的第一步。
AI 產業進入新階段
這筆交易標誌著 AI 競爭進入新階段。
以前大家比拚的是模型架構和算力規模，現在開始競爭對整個產業鏈的控制力。
廣告業務仍是營收主力：
Meta 的廣告業務占總營收超過 95%，AI 帶來的最大機會在於進一步提升廣告精準度與自動化效率。
如果 Scale AI 的高品質數據能有效改善廣告定向和效果測量，這將直接影響 Meta 的核心獲利能力。長期來看，AI 甚至可能開拓 AI 即服務（AIaaS）等新收入來源，成為 Meta 繼社群平台之後的第二成長引擎。
但時程是關鍵挑戰：
投資人最關心的是 ROI 實現時間。Meta 需要在 2025 年底或 2026 年初展現 AI 投資的具體成效，否則高估值將面臨修正壓力。
競爭格局的變化：
這筆投資可能改變 AI 產業的競爭動態。如果 Meta 成功整合 Scale AI 的數據優勢，可能會迫使 OpenAI 和 Google 尋找替代的數據供應商，或加大投資建立內部數據標註能力。
但反過來說，如果競爭對手成功建立替代方案，Scale AI 的價值可能會下降。
接下來很可能會看到：
- 更多針對關鍵基礎設施的收購
- AI 公司加速垂直整合
- 數據、算力、人才的爭奪更加激烈
對其他 AI 公司的啟示：
不能只專注於技術研發，還要思考如何控制關鍵資源。晶片、數據、人才，每個環節都可能成為競爭的勝負手。
Wang 個人的選擇背後有更深層的考量。
28 歲就管理 138 億美元的公司，Wang 選擇離開 CEO 職位加入 Meta 的超級智慧實驗室。
但這個決定的背景很特殊：作為創辦人，Wang 此前並沒有 Scale AI 的投票控制權。通過這次交易，Meta 實際上幫助 Wang 重新獲得了自己創建公司的控制權，這比單純的職業轉換更有個人意義。
這種安排顯示了 Meta 對 Wang 個人的極度重視，以及 Wang 對重新掌控 Scale AI 的渴望。
這也解釋了為什麼 Wang 願意冒著得罪 OpenAI、Google 等重要客戶的風險接受這筆交易。對於一個曾經失去自己公司控制權的創辦人來說，重新成為實際控制人的吸引力，遠超過維持與所有客戶關係的商業考量。
風險與機會的權衡：
Scale AI 很可能會失去來自 Meta 競爭對手的業務，OpenAI 和 Google 等客戶可能會尋找替代供應商。但 Wang 顯然認為，通過 Meta 的銷售團隊開拓企業客戶，加上重獲公司控制權的價值，足以彌補這些損失。
這不只是一個商業決策，更是一個帶有強烈個人色彩的戰略選擇。
LAIDO 觀點
Meta 這次出手的時機和策略都很精準。
當競爭對手還在內部優化時，Zuckerberg 選擇用資本的力量直接改變遊戲規則。150 億美元買的不只是一家公司，而是整個 AI 產業的戰略制高點。
這個案例的深層意義：
在技術快速發展的時代，控制關鍵基礎設施比擁有最先進的技術更重要。Scale AI 看起來不起眼，實際上是所有 AI 公司都離不開的基礎設施。
但更重要的是執行能力。Meta 需要證明它能將數據優勢轉化為產品競爭力，並在合理時程內實現商業回報。
同時，這種「49% 模式」展現了如何在監管環境下靈活達成戰略目標，很可能成為未來科技併購的參考模板。
投資人應該關注的指標：
- 2025 年底前 Meta AI 產品的用戶增長和變現能力
- 廣告業務的 AI 增強效果是否明顯
- Scale AI 整合後的技術協同效應
- 競爭對手的反應和替代方案進展
風險與機會並存：
這是 Meta 在 AI 領域的一場大膽投資，也可能是扭轉競爭劣勢的關鍵機會。但成功與否，最終還是要看執行結果。
重要聲明： 本文基於 CNBC、Bloomberg、TechCrunch 等媒體公開報導進行分析，交易細節尚未最終確定。文中的戰略分析為基於已知資訊的推論，不構成投資建議。
資料來源：CNBC、Bloomberg、TechCrunch、The New York Times、遠見雜誌、Newcomer 關鍵報導：Newcomer - "Scale AI's Alexandr Wang in the Driver's Seat With Meta Deal" 報導連結：https://www.newcomer.co/p/scale-ais-alexandr-wang-in-the-drivers 最後更新：2025 年 6 月 13 日
評論