作者｜Eric，編輯｜伊凡
誰在喂養(yǎng)“AI巨獸”？
3月19日，OpenAI在其開發(fā)人員API上推出了o1-pro——o1推理AI模型更強(qiáng)大的版本。
所向披靡的Open AI，正在“創(chuàng)飛”一部分創(chuàng)業(yè)公司，只要Open AI想做某個(gè)業(yè)務(wù)，就會(huì)有一批初創(chuàng)公司宣告倒閉。不過，也有另一批小公司，正在OpenAI的生態(tài)之下生長。
Turing原本專注于遠(yuǎn)程的開發(fā)人才招聘，現(xiàn)在成為AI代碼服務(wù)商——即組織工程師團(tuán)隊(duì)為OpenAI等公司提供代碼支持。今年3月，Turing完成1.11億美元的E輪融資，公司估值翻倍達(dá)到22億美元，在數(shù)據(jù)標(biāo)注領(lǐng)域僅次于Scale AI。
業(yè)績方面，Turing創(chuàng)始人兼CEO Jonathan Siddharth 在社交平臺(tái)高調(diào)宣布：公司2024年收入增長3倍，ARR（年度經(jīng)常性收入）突破3億美元，并成為“全球增長最快且盈利的AGI基礎(chǔ)設(shè)施公司”。
我們試圖從Turing的成長故事，挖掘大模型時(shí)代下，小企業(yè)的生存指南——在做原來業(yè)務(wù)的過程中，發(fā)現(xiàn)了新的機(jī)會(huì)，迅速切入AI，瞄準(zhǔn)垂直而細(xì)分的市場。
Turing：從人才中介到AI“數(shù)據(jù)礦場”
Siddharth的創(chuàng)業(yè)故事，充滿硅谷式傳奇色彩。
2017年，Siddharth與斯坦福校友Vijay Krishnan創(chuàng)立的機(jī)器學(xué)習(xí)公司Rover被收購，這是一家利用機(jī)器學(xué)習(xí)進(jìn)行深度個(gè)性化興趣分析的公司。第二年，Siddharth就創(chuàng)立了Turing，利用AI技術(shù)為其客戶優(yōu)化人才匹配。
2020年的疫情期間，Turing獲得迅速發(fā)展。因?yàn)橐咔樽屧S多公司不得不居家辦公，同時(shí)也需要在線上招聘人才和管理團(tuán)隊(duì)，由此對Turing產(chǎn)生旺盛的需求。當(dāng)時(shí)，Turing平臺(tái)上有上百萬的工程師和開發(fā)人員。對于雇主而言，使用Turing招聘可以節(jié)省50多個(gè)小時(shí)的面試時(shí)間，匹配成功率高達(dá)97%。
轉(zhuǎn)折點(diǎn)發(fā)生在2022年。
當(dāng)時(shí)Siddharth被邀請到OpenAI開會(huì)，他本來以為是去討論招募工程師，去了之后才發(fā)現(xiàn)是要談合作。OpenAI的研究人員發(fā)現(xiàn)，將代碼添加到訓(xùn)練數(shù)據(jù)集中有助于提高模型的推理能力。比如，用Python代碼解釋“如何設(shè)計(jì)橋梁”，模型更易抽象出工程學(xué)原理。
為什么添加代碼這么有用？因?yàn)榇a有著嚴(yán)密的語法和邏輯結(jié)構(gòu)，同時(shí)包含了大量的算法、數(shù)據(jù)結(jié)構(gòu)等知識(shí)，有助于AI大模型學(xué)習(xí)到更抽象的語言規(guī)律。
在OpenAI眼中，Turing憑借龐大的工程師資源成為理想的“代碼礦場”。OpenAI方面詢問Siddharth是否可以組建一支程序員隊(duì)伍完成特定的軟件工程任務(wù)，以便推動(dòng)OpenAI的下一個(gè)項(xiàng)目：GPT-4。
右：Siddharth
“我清楚地記得，他們當(dāng)時(shí)的雄心壯志有多大，”Siddharth在接受 Semafor采訪時(shí)說道。“他們對我們的要求非常高，想在短時(shí)間內(nèi)獲得大量數(shù)據(jù)。”
后來Siddharth接受了OpenAI提出的合作，一位知情的OpenAI前員工透露，Turing在幫助OpenAI提升性能方面發(fā)揮了重要作用。
當(dāng)然，這場合作也為Turing開啟了全新的業(yè)務(wù)方向。與 OpenAI合作以來的近三年里，許多基礎(chǔ)模型提供商以及AI模型公司都成為了Turing的客戶，而且其數(shù)據(jù)標(biāo)注的能力范圍已超越了編程代碼領(lǐng)域，逐漸涉及各行業(yè)的專業(yè)數(shù)據(jù)。
比如，谷歌就從2023年下半年開始跟Turing合作。從編程代碼任務(wù)開始，二者達(dá)成了價(jià)值數(shù)百萬美元的合作。
目前，Turing大約60%的收入來自希望訓(xùn)練及提升AI模型能力的客戶，40%的收入來自為利用AI升級(jí)業(yè)務(wù)的客戶提供咨詢服務(wù)。
“資源-效率-社區(qū)”三板斧，筑牢護(hù)城河
隨著Turing跟AI公司的合作逐漸深入，資本也對其產(chǎn)生了興趣。
Turing的E輪融資，由馬來西亞主權(quán)財(cái)富基金 Khazanah Nasional Berhad領(lǐng)投，其他參投方包括 WestBridge Capital、Sozo Ventures、UpHonest Capital威誠資本、AltaIR Capital、Amino Capital豐元?jiǎng)?chuàng)投、Plug and Play、MVP Ventures、Fortius Ventures、Gaingels 和 Mastodon Capital Management。
這些投資機(jī)構(gòu)之所以押注Turing，在于它的幾大優(yōu)勢。
首先，AI大模型的整個(gè)訓(xùn)練和運(yùn)行，其實(shí)都非常依賴數(shù)據(jù)標(biāo)記和數(shù)據(jù)投喂。
數(shù)據(jù)標(biāo)記，其實(shí)就是對圖像、文本、語音等數(shù)據(jù)進(jìn)行標(biāo)注，以便機(jī)器學(xué)習(xí)模型能夠識(shí)別和分類這些數(shù)據(jù)。盡管自動(dòng)化工具涌現(xiàn)，但數(shù)據(jù)標(biāo)注仍高度依賴人類。目前，Scale AI已經(jīng)成為頭部的數(shù)據(jù)標(biāo)注服務(wù)商。其擁有龐大的數(shù)據(jù)標(biāo)記師團(tuán)隊(duì)，大多是來自非洲、印度和菲律賓的廉價(jià)勞動(dòng)力。根據(jù)The information報(bào)道，Scale AI的年化收入至2024年5月已經(jīng)突破10億美元，估值突破138億美元。
不過，人類對大模型推理能力要求在不斷提高。大模型除了需要傳統(tǒng)的數(shù)據(jù)標(biāo)注，還需要代碼輸入，說白了就是從“體力勞動(dòng)”轉(zhuǎn)向“腦力協(xié)作”。Bloomberg Research指出預(yù)計(jì)到2032年模型訓(xùn)練市場價(jià)值2470億美元，模型推理市場價(jià)值2970億美元，總價(jià)值超過5000億美元。Turing就是處在在這一趨勢上，即通過代碼生成優(yōu)化大模型的推理能力，資本自然對其抱有期望。
另外，Turing自身的“資源-效率-社區(qū)”特性，也筑牢了發(fā)展的護(hù)城河，提升了資本的信心。
資源領(lǐng)域，Turing擁有覆蓋140個(gè)國家、超400萬程序員貢獻(xiàn)的代碼，涵蓋金融、生物、制造等垂直領(lǐng)域，能夠形成差異化語料庫。效率領(lǐng)域，在龐大資源的基礎(chǔ)上，Turing憑借算法能夠提升客戶跟工程師的匹配效率，降低撮合成本。社區(qū)領(lǐng)域，工程師通過貢獻(xiàn)代碼獲得高薪和成長，形成“貢獻(xiàn)越多→技能越強(qiáng)→收入越高→吸引更多工程師”的正循環(huán)，從而推動(dòng)Turing平臺(tái)的壯大。
隨著大模型的加速發(fā)展，資本認(rèn)為Turing憑借這三板斧能夠開拓更廣闊的成長空間。更何況，AI基建賽道是個(gè)極為燒錢的領(lǐng)域，但Turing罕見地實(shí)現(xiàn)盈利，這也是吸引資本的重要一點(diǎn)。
DeepSeek時(shí)代：數(shù)據(jù)標(biāo)記會(huì)消失嗎？
雖然Turing發(fā)展地如火如荼，但很多人質(zhì)疑其未來的發(fā)展空間。
他們認(rèn)為越來越多的AI大模型能自動(dòng)標(biāo)技數(shù)據(jù)和生成代碼，比如DeepSeek就能對數(shù)據(jù)進(jìn)行自動(dòng)標(biāo)記和整理，還能通過自然語言描述生成代碼。這意味著，Scale AI旗下的數(shù)據(jù)標(biāo)記師、Turing旗下眾多的程序員會(huì)面臨淘汰風(fēng)險(xiǎn)。
事實(shí)上，完全拋開人類實(shí)現(xiàn)大模型的迭代是不現(xiàn)實(shí)的。
因?yàn)槟Ｐ驮綇?fù)雜，越需要人類進(jìn)行精準(zhǔn)且高效的“數(shù)據(jù)指導(dǎo)”。比如，自動(dòng)駕駛模型需要標(biāo)注極端場景數(shù)據(jù)，醫(yī)療模型需專家驗(yàn)證病理特征，這些都無法完全依靠自動(dòng)化的機(jī)器。另外，AI生成的代碼仍需人類審核與優(yōu)化。最優(yōu)秀的AI代碼生成器，一定由人類編寫的代碼訓(xùn)練而成。
Siddharth就描繪了一幅人類和AI共同推動(dòng)大模型發(fā)展的圖景，比如如果要求大模型分析頂級(jí)風(fēng)險(xiǎn)投資公司，它首先會(huì)利用金融專業(yè)人士的知識(shí)了解要尋找哪種數(shù)據(jù)，然后利用人類的編碼知識(shí)編寫一個(gè)腳本，訪問相關(guān)數(shù)據(jù)并將其轉(zhuǎn)換為正確的格式，接著做出深度的分析。
Siddharth表示，OpenAI的最新模型是給程序員的禮物，而不是生存威脅。
事實(shí)上，AI不是取代人類，而是放大人類的智慧。人類跟AI是可以共同協(xié)作的——人類進(jìn)行數(shù)據(jù)標(biāo)注和提供專業(yè)知識(shí)，AI將其轉(zhuǎn)化為數(shù)據(jù)和邏輯，二者共同喂養(yǎng)更強(qiáng)大的模型。
數(shù)據(jù)就是數(shù)字化時(shí)代的原料，是21世紀(jì)的石油。當(dāng)資本瘋狂涌入大模型時(shí)，Turing的崛起揭示了一個(gè)趨勢：
AI的“靈魂”不止于數(shù)據(jù)和算法，還在于數(shù)據(jù)背后的人類痕跡。工程師的每一行代碼、醫(yī)生的每一次診斷，都能成為喂養(yǎng)AI的養(yǎng)料。人類和AI之間是共生關(guān)系，而不是零和博弈。
參考資料：
京公網(wǎng)安備 11011402013531號(hào)