Alexandr Wang

AI · AI 训练数据
美国当前 约 29 岁

Meta 首席 AI 官 · Scale AI 联合创始人及董事 · 前 CEO

从洛斯阿拉莫斯的竞赛学生到 MIT 辍学创业——19 岁把最不起眼的数据标注做成 AI 基础设施,28 岁转身掌管 Meta 的 AI

辍学创业首次创业规模化公司$100M+ · 2024VC 支持硅谷出身 美国1997 年生名校科班24 岁进入 Forbes 亿万富翁榜(个人财富为媒体估算)

关键数字

每条都带口径与采集时点,角标标明证据等级

1997出生 · 约 29 岁
约19岁2016 首次创业
创始人自报$29B+↗Meta 投资对应估值 · 2025-06
媒体报道$14.3B↗Meta 投资 · 2025-06
媒体报道$870M↗2024 年收入 · 2024

关键阶段

他几岁的时候在干什么

约19岁

19 岁辍学创业

约24岁

24 岁进入十亿美元级

约28岁

从创始人到 Meta AI 一号位

地理迁移

每一次身份跃迁落在哪座城市

  1. Los Alamos
    1997年 出生于美国新墨西哥州洛斯阿拉莫斯
  2. Cambridge
  3. San Francisco
    约19岁 19 岁辍学创业约24岁 24 岁进入十亿美元级约27岁 联合创始人兼 CEO
  4. Scale AI
  5. Meta
    约28岁 从创始人到 Meta AI 一号位

代表作品

Scale AI

从自动驾驶数据标注起步,扩展到生成式 AI 的专家数据、模型评测和政府 AI 项目

Outlier

面向专业人士的 AI 训练与评测工作平台,是 Scale 获取人类专家判断的重要网络

这门生意怎么运转

赛道
AI · AI 训练数据 / 模型评测
用户与付费者
模型实验室、大型企业与政府机构;专家与承包者是数据和判断的供应方,不是客户
收费方式
企业销售 + 合同定价,购买的是专家数据、模型评测与定制 AI 项目;官网不公开标准价格
主要成本
专家报酬、质量控制与定制实施,会随业务增长上升
验证层级
已验证规模2024 年收入 8.7 亿美元(媒体报道);未公开毛利与利润
护城河
历史数据、专家网络与政府资质(分析判断)
主要风险
客户集中与「中立性」依赖——Meta 入股后,OpenAI、Google 被报道停止或缩减合作

Scale 的付款方是模型实验室、大型企业和政府机构,购买的是专家数据、模型评测以及定制 AI 项目。官网不公开标准价格,合同依赖企业销售;专家与承包者并不是客户,而是数据和判断的供应方。Scale Data Engine

客户愿意付钱,是因为自行招募专家、拆任务、做质量复核并接回训练管线非常慢。Scale 用软件和运营体系提高交付效率,但专家报酬、质量控制与定制实施仍会随业务增长。历史数据、专家网络和政府资质可能形成壁垒;反过来,Meta 入股后 OpenAI、Google 被报道停止或缩减合作,也暴露了基础设施供应商对客户集中和“中立性”的依赖。TechCrunch

时间线

  1. 出生于美国新墨西哥州洛斯阿拉莫斯

    起步美国 · Los Alamos

    出生月份存在二手资料口径,可靠来源足以确认 1997 年,故只记到年。

    出处 ↗
  2. 19 岁从 MIT 辍学,与 Lucy Guo 创办 Scale AI

    约19岁转折Cambridge → San Francisco · 联合创始人兼 CEO

    此前在 Quora、Hudson River Trading 和 Addepar 接触机器学习工程问题;创业后把训练数据获取与质量控制做成标准化服务。

    出处 ↗
  3. Scale AI 融资估值达到 73 亿美元

    约24岁里程碑美国 · San Francisco · 联合创始人兼 CEO

    公司从自动驾驶标注工具成长为横跨企业和政府客户的数据基础设施;个人财富属于基于未上市股权的媒体估算,不能与现金收入等同。

    出处 ↗
  4. Series F 将公司估值推至约 138 亿美元

    约27岁里程碑美国 · San Francisco · 联合创始人兼 CEO

    业务重心已从自动驾驶数据扩展到大模型的专家数据、评测和企业 AI 基础设施。

    出处 ↗
  5. Meta 投资 Scale AI,Wang 卸任 CEO 并加入 Meta

    约28岁转折Scale AI → Meta · Meta 首席 AI 官;Scale AI 董事

    Meta 的 143 亿美元投资对应 Scale AI 超过 290 亿美元估值。Scale 保持独立,Wang 不再担任 CEO,但继续留在董事会。

    出处 ↗

从竞赛学生到基础设施创业者

Wang 在洛斯阿拉莫斯长大,父母从事物理研究。他参加过数学、物理和计算机竞赛,随后进入 MIT 学习机器学习。真正改变路径的不是又一次竞赛成绩,而是实习和工程经历让他看到:很多机器学习团队缺的不是算法,而是持续获得高质量数据的能力。

2016 年,他与 Lucy Guo 通过 YC 创办 Scale AI,并担任 CEO。最早的客户来自自动驾驶行业——摄像头和激光雷达每天产生海量数据,工程师需要把道路、车辆和行人准确标出来,才能训练模型。

把“人肉工作”变成系统

数据标注表面上劳动密集,壁垒却不只在人力成本。任务怎么拆、谁来做、如何复核、错误如何追踪、结果怎样接回客户训练流程,决定了交付质量和速度。

Scale 把这些步骤软件化,并在生成式 AI 周期把业务迁移到专家数据、红队测试和模型评测。变化的是数据形式,不变的是同一个判断:模型能力取决于持续、可靠的人类反馈。

2025 年的身份跃迁

2025 年 6 月,Meta 以 143 亿美元投资 Scale AI,交易对应公司估值超过 290 亿美元。Scale 并未被 Meta 全资收购;Wang 卸任 CEO,保留董事席位,并出任 Meta 首席 AI 官。

这不是普通退出。它把他的权力位置从一家基础设施公司的 CEO,推到了拥有模型、算力和数十亿用户分发能力的平台内部。

我的点评

Alexandr Wang 属于「把低声望的脏活做成战略基础设施,再把基础设施位置换成行业权力」的创业者。Scale 最常被误读成一家“数据标注外包公司”,但真正起作用的是把碎片化劳动力、质量控制、交付软件和客户工作流组织成可扩张的系统。

值得抄的第一点,是从客户不得不做、却不愿自己做的环节切入。第二,随着客户问题变化,Scale 没把自己锁死在自动驾驶图片标注,而是迁移到生成式 AI 的专家数据和模型评测。第三,Wang 不只卖工具,还主动进入政府、国防和大厂决策网络,让公司从供应商变成战略节点。

冷水也很明确:这是一个资本密集、运营密集、关系密集的生意。MIT、YC、硅谷资本和政府客户网络不是普通团队可以复制的起点;而且 Meta 交易后客户是否会担心中立性,是基础设施公司必须付出的战略代价。可迁移的是找到“模型越强越需要”的补充环节,不是照抄数据外包。

看下一位