先说结论：Scale AI 是人类数据服务里的项目制头部公司，客户是前沿实验室。2025 年 6 月，Meta 以 143 亿美元取得约 49% 的无表决权股权、不进入董事会，公司估值约 290 亿美元。同期，创始人及核心高管整体加入 Meta，主导其超级智能团队。交易后 Google 终止合作、Microsoft 缩减；OpenAI 在此前已减少合作，不能归因于这笔交易。收入没有腰斩：2024 年 8.7 亿美元、2025 年接近 10 亿美元、2026 年指引约 10 亿美元；腰斩的是市场预期，从约 20 亿降到约 10 亿。一句话，143 亿美元买的是 49% 的经济权益；人的离开、客户的流失在同期发生，相关但不能说是一笔买走的。留下的是一家增长预期基本归零（按 2026 年公司指引）、正在转向政府与企业工具的公司。
一、它原本是什么公司
Scale AI 做项目制数据服务：客户下单，服务商组织人力交付，按交付量或项目金额结算。收入 2022 年 2.9 亿、2023 年 7.6 亿、2024 年 8.7 亿美元（媒体报道）。Google 2024 年采购约 1.5 亿美元（媒体报道），2025 年原计划约 2 亿美元（路透社，2025-06-14）；流传的「15 亿美元」与 2 亿差 7.5 倍，量级上不能同时成立。
单位经济：客户付 100，人力 40–50、质检与项目管理 10–15、平台工具摊销 5，毛利 30–45，净利个位数。流传的「毛利率 50–60%」是第三方研究机构估计、不是公司披露，且把质检与项目管理排除在营业成本外，口径不同。项目制收入可预测性最低，毛利也不占优。
二、143 亿美元买的不是控制权
49% 无表决权，Meta 无董事席位，所以不是控制权收购。143 亿美元对应的是 49% 的经济权益；创始人与核心高管加入 Meta 是同期发生的另一项安排，公开报道没有拆清这 143 亿里是否包含对人和员工股权的支付。三件事在时间上相关，但不能合并成一笔交易的内容。
信任从两层崩塌。第一层是人的层面：交付团队稳定性和技术判断独立性同时失去锚点，与持股比例无关。第二层是举证责任：采购负责人无法向董事会解释「把下一代模型能力方向，交给竞争对手持有 49% 经济权益的供应商」。这是举证责任问题，不是事实风险，合同和防火墙未必足以消除采购方的顾虑。
在这个案例里，客户流失与股权事件在时间上重合，可能的机制就是上面这条举证责任。但样本只有一个事件，Google 终止、Microsoft 缩减的规模与时间也没有逐一披露，还不能排除交付质量、价格、竞争等替代解释；不能由此推出「任何供应商只要与某一家买方发生关联，其余买方就会离开」。这个机制也不需要等到真的泄密才起作用。
三、客户为什么能这么快走掉
四项转换成本逐条检验：数据资产沉淀不成立，交付物归客户；系统集成弱，主要是文件与 API；人员流程熟悉度中，数月可重建；合规审查中，是摩擦不是障碍。
没有一项锁住客户。Scale 所在的这个环节本质是把人力组织起来交付，人力流动性最高。在这个案例里，更大的转换成本可能是信任，Meta 入股提供了客户重估供应商中立性的直接理由。
四、收入到底发生了什么
| 年份 | 收入 | 性质 |
|---|---|---|
| 2022 | 2.9 亿美元 | 实际收入（媒体报道） |
| 2023 | 7.6 亿美元 | 实际收入（媒体报道） |
| 2024 | 8.7 亿美元 | 实际收入（媒体报道） |
| 2025 | 接近 10 亿美元 | 公司表述（2026-05，厂商自述） |
| 2026 | 指引约 10 亿美元 | 公司指引（媒体转述） |
| 2026 | 原预期约 20 亿美元 | 市场预期（媒体报道） |
表里只有 2022–2024 是已实现的收入；2025 是公司自述，2026 的 10 亿是公司指引、20 亿是市场预期，三者事实强度不同，不能读成两笔 2026 年收入。
要分清存量与增长：8.7 亿→近 10 亿→指引约 10 亿，存量平甚至略增；腰斩的是预期。所以它证明的不是「客户走掉收入减半」，而是「在头部平台数月翻倍的市场里，按公司指引，客户走掉会让增长预期归零」。
同期 Mercor 从 2026 年初 7.6 亿 gross 到 6 月 20 亿，四个月约 +163%（gross 存疑）；Micro1 从 1.25 亿到 5 亿美元年化 gross，八个月约 +300%。均为媒体报道、口径混杂，只看流动速度。Mercor 另有一个 2025-10 倒推的 8.4 亿口径，与本处 7.6 亿不是同一时点，本篇统一用 7.6→20 的四个月序列，03 篇同此。
说明的不是谁更强，而是部分平台披露的业务规模可在几个月内快速扩大，单看当前收入规模不足以证明份额稳固；基于当前份额的护城河叙事需要极高举证标准。
五、2026 年的 Scale 在做什么
2026 年指引仍约 10 亿美元，战略转向政府与企业 AI 工具，企业业务年化约 2 亿美元（口径未披露，媒体转述）。能否补上前沿实验室收入，公开信息不足，不下判断。
六、这个案例说明什么
第一，Scale 所在的项目制通用／前沿标注段没有强壁垒。四项转换成本在 Scale 身上无一成立；规模经济也很弱：只有约 5% 的平台工具摊销可摊薄，人力与质检 50–65% 随规模线性放大，采购规模只带来谈判优势与管理效率的边际改善。这个结论不能直接推到专家数据平台：Mercor 一类平台的壁垒在甄别与招募、专业人士供给，四项转换成本要另行检验。
第二，客户集中度是定义性特征。前沿实验室约 10–15 家；Mercor 约 90% 收入来自 OpenAI 等头部客户，Surge AI 由约 12 家驱动，Handshake 服务约 8 家。
第三，在这个案例里，信任是最难替代的一项转换成本，而一次股权事件可能在一夜之间改变部分采购方对中立性的判断。
看后续重点不是收入有没有跌，而是收入结构：前沿实验室、政府、企业各占多少，增长来自哪块，专家网络还在不在。不评级、不给目标价。
资料来源
- 路透社. Meta 以 143 亿美元取得 Scale AI 约 49% 股权及 Google 采购规模报道[N]. 2025-06-14.
- 诺辉投资研究部. AI 训练数据与语料 · 行业认知研究报告[R]. 2026-09.
数据截止 2026-09 | 相关：数据授权和版权授权，AI 公司到底买的是什么 · Mercor 和 Surge AI：专家数据为什么比标注贵几十倍 · AI 训练数据与语料 · 行业认知研究报告
编写依据
本文依据本赛道研究报告及用户授权的成品库 Markdown 摘编，素材获取于 2026-10-30。原文所列资料时点、出处及核验边界按提供稿保留；本轮未逐条回溯外部来源。
资料来源
- AI 训练数据与语料 · 行业认知研究报告（原文其他出处见正文） ↗
资料时点：2026-09-05；获取于 2026-10-30。
接着读
查看所属专题 →数据标注怎么选？众包、专家市场和 BPO 三种交付模式
先看任务，不看平台名气。承接数据标注的服务模式分三种：众包、专家市场、BPO 交付中心。前两种是平台，第三种是自建团队的服务商，不是平台；本文比较的是三种「交付模式」，不是平台名单或平台功能。它们不是同一门生意的三个品牌，而是三种计价单位、三种质量责任和三种成本结构。选错的代价不是贵一点，是把风险和成本算错：众包按件买的是产量，专家市场按小时买的是判断，BPO 按项目买的是交付确定性。下面不讨论本地部署的标注工具；只讲三种模式的经济性与适用场景，不排名，也不推荐具体平台。
- AI 训练数据与语料
- 选型与判断
海天瑞声：营收涨 59%、毛利率降 18 个点说明什么
2025 年海天瑞声营收 3.77 亿元、同比 +59.00%，综合毛利率 48.08%、同比降 18.38 个百分点，归母净利润约 0.141 亿元（同比约 +25%，东方财富口径），净利率约 3.7%；同期经营活动现金流净额同比下降 94%，绝对额未披露。这几个数放在一起说明的是：这家公司的增长伴随定制服务占比上升，高毛利的标准化数据集占比在被稀释；收入增长快，利润很薄，经营活动现金流净额明显下降。它是一个样本，不能代表整个行业。
- AI 训练数据与语料
- 公司与标的
中国数据标注市场：117.53 亿元是谁的钱
2025 年中国数据标注市场规模约 117.53 亿元，折合约 16 亿美元。这个数单列：它不与第 13 篇的中国以外全球估算（可核下限 38–43 亿美元）相加，也不当全球份额的分母——两者年份和业务口径都不同。能确认的买家是自动驾驶与安防、具身智能、医疗和模型厂商；公开信息没有金额拆分，判断不了谁贡献主要收入；产业政策是制度条件，不是付款方。它更像一门项目制服务生意，不像平台生意。
- AI 训练数据与语料
- 市场与规模