90后女生玩AI，闷声狂赚12亿

AI时代最狠的生意，卖铲子。

掘金者九死一生，卖铲人盆满钵满。这条商业铁律，在传奇90后女生郭露西（Lucy Guo）身上再次应验。近日，这位曾被踢出自己创立的公司Scale AI的华裔女孩，仅凭持有的5%股份，随着公司估值飙升至250亿美元，身家突破12.5亿美元，登顶《福布斯》全球最年轻白手起家女富豪。

有意思的是，这位90后女生，当年并没去研发酷炫的AI模型，而是埋头做最苦最累的活儿：搞数据标注。简单来说，就是给AI淘金者“卖铲子”，比如教AI识别一张图片是“狗”还是“猫”。听起来虽毫无技术含量，但正是这些枯燥的标签，喂养了ChatGPT的成长，支撑着OpenAI、美国军方的AI项目。

但更狠的是，她被踢出公司后，反而成了最大赢家。

2018年因战略分歧离开Scale AI时，郭露西没去哭闹争夺控制权，而是死握5%股份，转身杀进投资圈。如今这5%的股份价值近12亿美元，占她总身家的96%，更绝的是，她用这笔钱投了Ramp，这家金融软件公司现在估值130亿，三位创始人跟着她一起暴富。

只能说，在AI行业疯狂追逐“技术突破”的表象下，真正的暴利，其实藏在所有人都需要却不屑于做的底层生意里。别人30岁还在打工，人家已躺赚十几亿美元。

辍学创业，白手起家。

1994年出生的华裔女孩郭露西，从小就展现出与同龄人不同的“狠人思维”。十几岁时自学编程，还靠开发在线游戏脚本和倒卖虚拟资产赚了人生第一桶金。初尝创业滋味后，又加入了由亿万富豪彼得·蒂尔创立的奖学金计划，手握10万美元，从卡内基梅隆大学辍学，开启创业之路。

这份孤注一掷的勇气，很快被证明赌对了。天下武功，唯快不破。2015年，21岁的她以Quora首位女性产品设计师的身份踏入硅谷，却在次年与麻省理工辍学的19岁的天才少年Alexandr Wang一拍即合，盯上了AI产业链最底层却最刚需的环节——数据标注，两人共同创立了人工智能公司Scale AI。

公司成立之初，她精准捕捉到自动驾驶行业的爆发，为Waymo、丰田等车企标注图像数据。到2022年生成式AI崛起，Scale AI迅速转型，为OpenAI训练ChatGPT提供文本标注服务。

她避开巨头厮杀的AI模型战场，转而收割更隐秘的“数据苦力”红利，通过开发标注工具和算法优化流程，将部分工作外包，把成本价格打了下来。

这种“降维打击”策略让Scale AI成立仅两年就拿下1800万美元B轮融资，公司估值在2024年达到138亿美元，客户覆盖微软、谷歌、特斯拉等巨头，甚至连美国政府部门都愿意为其买单，拿9100万美元真金白银购买服务。

但创业之路并非一帆风顺。2018年，郭露西因与CEO产生分歧被“扫地出门”。但她的选择令人毛骨悚然，仅保留近5%的股份，转身投向风险投资。

离开Scale AI后，郭露西创立了创作者经济平台Passes，帮助名人通过付费聊天、视频直播等方式变现。短短两年，Passes融资5000万美元，估值达1.5亿美元，签约奥尼尔、邓恩等顶级IP。

当那些吹技术的公司还在烧钱时，她的“苦力生意”早就赚得盆满钵满。随着AI行业的爆发，Scale AI估值飙升，2025年达到250亿美元，郭露西手中的5%股份价值随之突破12.5亿美元。

用旧钱赌新命，被踢出局反成赢家

当郭露西因管理分歧于2018年离开自己亲手创立的Scale AI时，外界一度认为这位年轻创业者的故事将戛然而止。毕竟，在硅谷的叙事氛围中，“被踢出局”往往意味着职业生涯的重大挫败。

只是没想到，她没有因情绪化抛售股份，反而顶着压力保留了5%股权，甚至在后续几年Scale AI估值从138亿暴涨至250亿美元时，依然选择“让子弹飞”而非套现离场的决定，却在七年后成为改写命运的关键一笔。

这种既要落袋为安，又要押注未来的策略，在2024年Scale AI股权收购要约中迎来爆发。按最新估值计算，她持有的股份价值飙升至12.5亿美元，这还不算她在风投公司Backend Capital和内容平台Passes的资产。而当年与她分道扬镳的联合创始人Alexandr Wang即便将公司带上巅峰，个人财富也难以与其匹敌。

这种反差，让人想起苹果公司历史上最著名的“踢人反被踢”，即1985年乔布斯被迫离开时几乎清空股份，后来苹果市值突破3万亿美元时，他当年保留的象征性1股仅值约200美元。

郭露西，显然比乔布斯更懂股权博弈的奥义，她在Scale AI估值仅138亿美元时拒绝清仓，反而以这笔股权收益为支点，开启了更具野心的连续创业，把套现所得投入新战场。

其创办的创作者平台Passes，凭借签约奥尼尔等明星、开发AI虚拟分身等创新模式，三年融资5000万美元、估值1.5亿美元。2019年成立的风投基金Backend Capital，通过早期押注金融科技公司Ramp，实现了百倍回报。

Scale AI这类幕后数据服务商，就像赌场里的庄家，无论谁能胜出都要向其支付“过路费”。这种商业模式，决定了即便郭露西离开管理层，只要AI竞赛中仍在继续，她的股权就是持续增值的“自动印钞机”。

她决策的独到之处在于，将Scale AI的股权收益，转化为风险对冲的资本。即便新项目失败，仍有原始股权的财富托底，而一旦成功，则可能复制甚至超越此前的造富神话。

所有风口狂欢的背后，最先富起来的永远是卖铲子的人。

这背后的逻辑，恰如19世纪加州淘金热中的“卖铲人”，掘金者未必致富，但为掘金者提供工具的人却稳赚不赔。而数据标注，恰恰就是AI时代那把 “铲子”，看似苦力，实则是门暴利生意。只要抓住刚需，就能让整个行业为你打工，毕竟没有高质量的标注数据，再牛的算法也只是空中楼阁。

AI模型的训练，需要海量标注数据，但巨头们往往不愿自建团队。Scale AI的崛起，恰好踩中了这一痛点。市场研究机构 Grand View Research 数据显示，2023 年全球数据标注市场规模达800亿元，随着大模型竞赛和行业 AI化加速，这一数字预计2027年将突破2000亿元，年复合增长率超20%。

以OpenAI训练ChatGPT为例，每条标注数据的成本约0.1美元，而外包给肯尼亚工人的实际成本不足0.01美元14，近10倍价差的利润空间，支撑了Scale AI这类公司估值从2024年的138亿美元飙升至2025年的250亿美元。

当下人工智能应用场景不断拓展，从自动驾驶到智能安防，从医疗影像识别到电商智能推荐，各领域对AI的依赖与日俱增。而AI若想精准“决策”，离不开海量高质量数据的“喂养”。

从成本收益角度分析，数据标注业务的利润空间相当可观。一些小型数据标注团队，仅20人规模，凭借给自动驾驶公司标注相关图像，一年便能斩获超800万利润。人力成本虽占大头，但随着技术进步，自动标注、合成数据等技术逐渐普及。成本随之降低，利润进一步增厚。

但真正让这门生意封神的，是它构建的“越搬砖越值钱”的飞轮效应。比如OpenAI用Scale AI标注的数据训练GPT-4时，这些数据又反过来优化Scale AI的标注算法。这种“用客户的数据养自己的护城河”的模式，让后来者即便开出半价也难以竞争。

它不像 AI 公司需要持续烧钱搞研发，也不用担忧技术路线失败，而是只聚焦AI产业链最刚性的需求，无论技术如何迭代，模型训练都需要 “干净” 的数据，这就是数据标注的不可替代性。

“卖铲子”模式，之所以屡试不爽，在于它规避了风口的不确定性，锁定了行业的底层需求。

所以说，在商业世界，真正的暴利从不源于技术神话，而在于对“刚需”的深刻洞察，当整个行业都需要你提供的“铲子”时，财富自然会滚滚而来，这也解释了为何郭露西即便离开公司7年，仍能靠5%的股份坐拥12.5亿美元身家。