嘉宾：Enoch 朱永钉 | 硅谷 AI 公司 Orbifold AI 的创始人，前谷歌、阿里数据专家。Meta豪掷近150亿美元收购数据公司Scale AI ，一家“数据标注”公司凭什么能撑起近300亿美金的估值？数据在AI时代究竟有多贵？为解答这些疑问，我们请来了身处一线的硅谷AI公司Orbifold AI创始人、前阿里和谷歌数据专家Enoch，为我们揭开数据炼金术的神秘面纱。在这期节目中，你将听到：天价收购揭秘：这笔交易中，买的究竟是数据，还是价值50亿美金的创始人？冰火两重天：中美数据服务市场为何一个高估值一个难赚钱？数据的真相：数据真的枯竭了吗？还是每家公司都坐拥一座尚未开采的金矿？实战方法论：传统企业如何将自己杂乱的历史数据，转化为能训练AI的“燃料” ？出海避坑指南：华人创始人在硅谷创业，成功的秘诀和要避开的“坑”是什么？关键结论Meta收购案的核心是“人+公司”：Meta的天价收购不仅是购买Scale AI的数据处理能力和市场地位，更是高价“购买”其创始人Alexandr Wang的领导力、视野和执行力，以期扭转其在AI竞争中的被动局面。数据服务的商业模式决定价值：美国数据公司之所以估值更高，是因为其商业模式倾向于可规模化的平台或SaaS服务，利润率可以随规模提升。相比之下，国内市场更多是定制化的“保姆式”项目服务，限制了其估值天花板数据是AI时代的核心资产和护城河：高质量、独特且垂直的专有数据是企业在AI时代构建核心竞争力的关键。数据处理和准备能力正从边缘的“脏活累活”转变为AI价值链的中心环节。关键认知数据枯竭是伪命题，企业数据是金矿：公众普遍担心的高质量公开数据即将用尽，但这忽略了企业内部积累的海量、独特的非公开数据。这些数据是训练垂直领域AI模型的宝库，其价值挖掘才刚刚开始。AI训练需从“正反两面”入手：Pre-training（预训练）主要让模型从“正确”的样本中学会做正确的事。而Fine-tuning和Post-training（后训练）则更侧重于通过负样本和人类反馈（RLHF）告诉模型什么是“错误”的，从而减少幻觉，提升可靠性。“超级对齐”是终极难题：让AI的价值观与人类对齐（Super Alignment）极其困难。AI会无意识地学习训练数据中隐含的偏见，例如在英文语料中“rock”的出现频率远高于“scissor”，导致AI玩剪刀石头布时出石头的概率畸高这揭示了数据层面对齐的深层挑战。数据服务的未来是平台化：数据创建（Data Curation）的终极形态将是一个综合性的数据平台，类似于上一代的Data Bricks或Snowflake。它将为企业AI Agent提供数据ETL、管理和工具箱，尤其是在多模态时代，其价值将比传统BI时代大百倍。行动指南对拥有数据的企业的建议：从终局思考：先明确要解决的业务问题，再反向推导需要什么数据、如何处理数据。寻找“好坏案例”：要训练客服AI，就去分析绩效最好的客服和最差的客服记录，将其分别作为正、负样本来训练模型，这样最有效。用Q&A范式处理非结构化数据：面对会议录音、访谈等非结构化数据，可以设计一套标准化的问卷（Q&A Pair），用AI或人工从原文中提取答案，形成结构化的“特征-答案”对，作为高质量的微调数据集。对缺乏初始数据的AI创业者的建议：先跑起来，积累数据飞轮：利用现有的基础大模型（如Llama、Deepseek等）快速构建产品原型，先服务用户，在服务过程中积累自己独特的、有价值的数据，形成正向循环。花钱买时间：如果想快速启动，可以寻找专业的“数据交易”公司，向传统行业里拥有数十年数据积累的企业购买或授权使用其数据集。对计划出海的华人创始人的建议：创始人必须肉身在场：对于To B业务，创始人在美国本地是获取客户信任的基础，远程服务几乎行不通 ()。追求团队与资本的多元化：有意识地让团队、投资方更多元化，吸纳本地人才和VC，这不仅能获得本土化支持（如销售），也能更好地融入当地商业生态，避免被贴上“中国公司”的标签。建立共识，拥抱PLG：要理解美国创投圈从创始人到投资人都有一个共同目标，即最终要把公司做成“产品驱动增长”（Product-Led Growth）的模式。所有服务和定制化都是为了打磨产品、最终实现规模化的过程。时间轴01:19 嘉宾介绍：欢迎本期嘉宾Enoch，他在数据领域经验丰富，现在硅谷创业，公司名为Orbifold AI 。03:21 专业解读Scale AI：Scale AI究竟是做什么的？Enoch将其核心业务总结为三点：人工众包标注、Fine-tuning支持（如RLHF）和多模态数据准备（Data Curation）。07:11 Meta为何天价收购Scale AI？：Enoch分析了三大原因：创始人Alexandr Wang出色的执行力与客户服务能力、公司最早进入该领域的成熟经验，以及其掌握的行业数据机密。10:48 数据的真实价值：数据为何能值百亿美金？这笔收购中，大约100亿是买公司，50亿是买创始人Alexandr Wang本人。13:37 数据枯竭是伪命题：公众普遍担心的数据枯竭尚未发生，企业内部积累的数据是一个巨大的宝库，其使用才刚刚开始。17:03 Vertical AI的独特价值：通用大模型无法在所有垂直领域都做到专家级别，垂直领域的专业数据对于训练深度、精准的AI至关重要。19:51 中美数据公司的价值差异：为何美国数据公司估值远超国内？核心在于商业模式不同，美国公司倾向于做成可规模化的平台或SaaS服务，而国内更多是项目制的“保姆式”服务。28:00 Orbifold AI做的是什么？：Enoch介绍自己的公司更侧重于Scale AI的第三项业务——数据创建（Data Curation），通过API和工作流深度嵌入企业，帮助他们将多模态数据准备成AI可用的格式，但不做人工标注。34:25 传统企业的“数据债”：AI应用在传统企业面临巨大挑战，数据混乱、系统老旧、信息无法关联是普遍现象。53:22 如何为新的AI应用寻找数据？：启动阶段可以先用基础模型跑起来积累数据，或者寻找专业的“数据猎头”公司花钱购买特定数据集。58:09 企业如何有效利用自有数据？：Enoch提出一个实用方法论：设计针对性的Q&A对（特征提取），从现有资料中生成大量的问答对作为训练集，进行模型微调，效果往往超出预期。01:04:25 在中美做数据业务的体感差异：工作本质相似，但商业文化不同。美国创投圈对“产品驱动增长”（Product-Led Growth）有共识，发展路径更清晰。01:07:38 给华人创始人的出海建议：做To B业务，创始人肉身在硅谷是建立信任的基础。同时，要注意投资方和团队成员的多元化与平衡。01:16:16 AI Agent的数据挑战与“超级对齐”：Agent的训练数据更难获取。这引出了“超级对齐”（Super Alignment）的概念，即如何让AI的决策和价值观与人类对齐，这是数据层面需要解决的核心难题。欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！商务合作：公众号「AI炼金术」菜单栏中【商务】获取联系方式节目主理人：徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。任鑫：云九资本合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。BGM：片尾：Vansire - Kind of a Nice Time

Ask this episode

“What did the council decide on item 42?” — answered with the speaker and the moment.

Transcript

Related