โดย Jason Droege ซีอีโอชั่วคราวของ Scale AI ที่มารับช่วงต่อจาก Alexandr Wang ที่ย้ายไปทำงานกับ Meta ได้กล่าวกับพนักงานว่า เนื่องจากที่ผ่านมา บริษัทได้เร่งขยายธุรกิจที่เร็วเกินไป ส่งผลให้องค์กรมีความซับซ้อน มีลำดับชั้นมากขึ้น ส่งผลให้ทิศทางเป้าหมายแต่ละทีมไม่ชัดเจน

ซึ่งการลงคนในครั้งนี้ ส่งผลให้จำนวนทีมในบริษัทลดลงเหลือ 5 ทีม จากทั้งหมด 16 ทีม ได้แก่ Code, Languages, Experts, Experimental และ Audio 

โดยการลดจำนวนพนักงานในครั้งนี้ Droege ย้ำว่า จะช่วยทำให้บริษัทคล่องตัวมากยิ่งขึ้น สามารถตอบสนองต่อการเปลี่ยนแปลงของตลาดและความต้องการของลูกค้าได้เร็วขึ้น รวมถึงโครงสร้างนี้จะช่วยให้บริษัทสามารถให้บริการลูกค้าที่มีในปัจจุบันได้ดีขึ้น

อย่างไรก็ตาม แม้ว่าจะมีนโยบายลดจำนวนพนักงานในตอนนี้ แต่ในช่วงครึ่งปีหลัง Droege เปิดเผยว่า บริษัทจะเพิ่มจํานวนพนักงานอย่างมีนัยสําคัญ ในหน่วยธุรกิจแอปพลิเคชัน รวมถึงแผนกภายในองค์กร ภาครัฐ และแผนกภาครัฐระหว่างประเทศ

ทั้งนี้ ก่อนการเลิกจ้าง Scale AI มีพนักงานทั่วโลก 1,400 คน โดยพนักงานที่ได้รับผลกระทบได้รับการชดเชย

เด็กเนิร์ดจากบ้านนักฟิสิกส์

Alexandr Wang เกิดในปี 1997 ที่เมือง Los Alamos รัฐนิวเม็กซิโก สหรัฐอเมริกา โดยพ่อ-แม่ของเขาเป็นนักฟิสิกส์ชาวจีนที่อพยพเข้ามาทำงานให้กับ Los Alamos National Laboratory ซึ่งเป็นสถานที่สำคัญในการพัฒนาโครงการแมนฮัตตัน (Manhattan Project) ที่สร้างระเบิดปรมาณูในช่วงสงครามโลกครั้งที่สอง 

จากการเติบโตในสภาพแวดล้อมที่เต็มไปด้วยการตั้งคำถามทางวิทยาศาสตร์ และการคิดเชิงตรรกะ ทำให้เขามีความสนใจในคณิตศาสตร์และการเขียนโปรแกรมตั้งแต่ยังเด็ก และเริ่มเรียนรู้การเขียนโค้ดผ่านอินเทอร์เน็ต จากนั้นเขาก็เริ่มแข่งขันโอลิมปิกฟิสิกส์ และการแข่งเขียนโค้ดหลายครั้ง โดยมีแรงบัลดาลใจคือ ได้ไปท่องเที่ยวดูโลกกว้าง

“ตอนเด็ก ๆ ผมไม่ได้เดินทางไปไหนมาไหนมากนัก และนั่นเป็นแรงผลักดันที่ทําให้ผมตื่นเต้นกับการแข่งขันคณิตศาสตร์จริง ๆ เพราะถ้าคุณทําได้ดีพอ … คุณจะบินออกไปและไปเที่ยวฟรี ๆ อย่างตอนที่อยู่เกรดหก ผมได้ไปที่ดิสนีย์เวิลด์ ซึ่งผมไม่เคยไปมาก่อน” หวัง เล่า

โดดเด่นจนบริษัทใน Silicon Valley เห็นแวว

หลังจากเข้าร่วมการแข่งขันการเขียนโค้ดออนไลน์หลายครั้ง ในปี 2014 เขาก็ได้รับคัดเลือกโดย Addepar บริษัทเทคโนโลยีทางการเงินที่กำลังร้อนแรงที่สุดใน Silicon Valley ในตอนนั้น ให้เขาเข้าไปทำงานในตำแหน่งวิศวกรซอฟต์แวร์ หลังจากนั้นไม่นานก็เติบโตเป็นตําแหน่ง Tech Lead ที่ Quora แม้ว่าเขาจะมี อายุเพียง 17 ปี และไม่มีปริญญา 

โดยหลังจบมัธยมปลาย เขาได้เข้าเรียนที่ Massachusetts Institute of Technology (MIT) ในสาขาวิศวกรรมคอมพิวเตอร์และคณิตศาสตร์ แต่หลังจากเรียนไปได้ 1 ปี ในปี 2016 เขาก็ได้ข้อเสนอจากบริษัทมากมายที่ต้องการได้ตัวไปร่วมงานด้วย แต่เขาก็ปฎิเสธทุกข้อเสนอ อีกทั้งยังตัดสินใจลาออกจาก MIT ขณะนั้นเขามีอายุเพียง 19 ปี

จากปัญหาเล็ก ๆ สู่ความสำเร็จยิ่งใหญ่

ที่เขาตัดสินใจลาออกเพราะต้องการไปปลุกปั้น Scale AI หลังจากที่เขามั่นใจแล้วว่า ข้อมูล คือ อุปสรรคใหญ่สุดของการพัฒนา AI เนื่องจากเขาเริ่มเห็นปัญหาเล็ก ๆ ในการพัฒนา AI ของตัวเอง บวกกับเริ่มสังเกตเห็นว่าเพื่อนร่วมวงการหลายคนยังพัฒนา AI ไม่ได้ เพราะมีแต่ข้อมูลดิบ จนเกิดเป็นปัญหา คอขวด ของข้อมูลในการพัฒนา AI 

เนื่องจากโมเดล AI ต้องการข้อมูลปริมาณมหาศาล และต้องมีคุณภาพสูงในการฝึกฝน แต่การเตรียมข้อมูลเหล่านี้ (เช่น การติดฉลากรูปภาพ, ข้อความ, เสียง, วิดีโอ) เป็นงานที่ซับซ้อนและต้องใช้แรงงานคนจำนวนมาก ทำให้เขาเลยมีแนวคิดที่จะ จัดระเบียบข้อมูล เพื่อให้เป็นข้อมูลดีไว้ใช้พัฒนา AI 

จากนั้นเขาก็ได้ไปชวน ลูซี่ เกา (Lucy Guo) เพื่อนร่วมงานจาก Quora วัย 21 ปี ที่ลาออกจาก Carnegie Mellon มาร่วมงานกัน จากนั้น ทั้งคู่สมัครเข้า Y Combinator ที่เคยปั้น Airbnb และ Stripe โดยเขาได้เงินทุนเริ่มต้นมา 120,000 ดอลลาร์สหรัฐ หลังจากก่อตั้งบริษัทได้ 3 เดือน 

แม้แต่กองทัพสหรัฐฯ ก็ใช้บริการ 

แน่นอนว่าทุกการเริ่มต้นต้องเจออุปสรรค โดยในช่วงแรก ๆ ในการพัฒนาแพลตฟอร์มสำหรับ Data labeling หรือการจัดระเบียบข้อมูลสำหรับฝึกโมเดล AI เขาและทีมงานไม่ได้รู้ชัดเจนว่าควรจะมุ่งเน้นไปที่ข้อมูลประเภทใด เพราะมีมหาศาลมาก พวกเขาจึงลองทำหลายตัวเลือก บางอย่างประสบความสำเร็จ บางอย่างก็ล้มเหลว โดยลูกค้ารายแรกของ Scale AI คือ ช่วยฝึก AI สำหรับรถยนต์ไร้คนขับ 

ซึ่งทางบริษัทต้องใช้มนุษย์มาช่วยติดป้ายข้อมูลบนภาพถ่ายจากกล้องหน้ารถนับล้านภาพ ก่อนจะนำข้อมูลเหล่านั้นไปฝึก AI ให้รู้ว่าแต่ละภาพประกอบด้วยอะไรบ้าง ควรหยุดตรงไหน จากนั้น บริษัทก็เติบโตขึ้นเรื่อย ๆ จนมีลูกค้าหลากหลายอุตสาหกรรม เช่น ภาพถ่ายดาวเทียม การแพทย์ อสังหาริมทรัพย์ แม้แต่ กองทัพสหรัฐฯ ก็ใช้บริการ ทำให้ Scale AI เป็นบริษัท AI แห่งแรกที่นำ LLM (Large Language Model) ของตนเองชื่อ Donovan ไปใช้งานบนเครือข่ายความลับ (classified network) ของกองทัพ

หลังจากประสบความสำเร็จกับบริการ Data labeling บริษัทก็ได้ขยายบริการไปสู่โครงสร้างพื้นฐานด้านข้อมูล AI เต็มรูปแบบ เช่น การประเมินโมเดล (model evaluation), การสร้างข้อมูล (data generation) และการรับรองความปลอดภัยของ AI (safety and alignment)

ขึ้นแท่นมหาเศรษฐีอายุน้อยที่สุดในโลก

ตลอดระยะทาง 9 ปี Scale AI ได้ระดมทุนรวมแล้วประมาณ 1.59 หมื่นล้านดอลลาร์สหรัฐ (ราว 5.82 แสนล้านบาท) โดยปัจจุบัน Scale AI มีมูลค่าบริษัทประมาณ 2.9 หมื่นล้านดอลลาร์สหรัฐ (ราว 9.44 แสนล้านบาท)

โดยในปี 2021 Alexandr Wang ขึ้นแท่นเป็น มหาเศรษฐีที่อายุน้อยที่สุดด้วยวัย 24 ปี โดย Forbes ประเมินมูลค่าทรัพย์สินของเขาในปี 2025 อยู่ที่ประมาณ 3.6 พันล้านดอลลาร์สหรัฐ (ราว 1.7 แสนล้านบาท)

และในปี 2025 มีการคาดว่า Scale AI จะจะมีรายได้เพิ่มขึ้นกว่าเท่าตัวอยู่ที่ 2 พันล้านดอลลาร์สหรัฐ (6.5 หมื่นล้านบาท) จากปีที่ผ่านมา บริษัทมีรายได้ประมาณ 870 ล้านดอลลาร์สหรัฐ (ราว 2.8 หมื่นล้านบาท)

อย่างไรก็ตาม การที่เขาตัดสินใจลาออกจาก MIT เขาเคยเล่าว่านี่ไม่ใช่การ เดิมพัน แต่ Alexandr Wang มองว่า หากคุณไม่พร้อมที่จะเสี่ยงตอนนี้ แล้วจะเสี่ยงเมื่อไหร่ ดังนั้น วิธีที่ดีที่สุดในการสร้างสิ่งที่มีความหมายอาจจะเป็นการ เริ่มต้นให้เร็วที่สุดเท่าที่จะเป็นไปได้ แม้ในตอนแรกเขาไม่ได้มีภาพในหัวเลยว่า บริษัทจะเป็นอย่างไรในอีก 3 ปีข้างหน้า แต่สิ่งที่เขามีในตอนนั้นคือ ความเชี่ยวชาญทางเทคนิคและความตั้งใจที่จะลอง แม้ว่ามันอาจไม่สำเร็จอย่างที่คิดก็ตาม

อย่างที่รู้กันว่าในโลกของ AI ข้อมูล เป็นเรื่องสำคัญมาก เพราะ AI จะเรียนรู้จากข้อมูลที่เราป้อนให้ และบริษัทที่ทำหน้าที่คัดกรองข้อมูลก็คือ Scale AI ที่ก่อตั้งขึ้นในปี 2016 โดย Alexander Wang ที่ตอนนั้นมีอายุเพียง 19 ปี

โดย Scale AI ให้บริการด้าน Data Labeling หรือ การติดป้ายระบุประเภทให้กับข้อมูลดิบ เพื่อให้คอมพิวเตอร์หรือระบบ AI เข้าใจและเรียนรู้ข้อมูลนั้นได้อย่างถูกต้อง ไม่ว่าจะเป็นข้อความ รูปภาพ หรือวิดีโอ รวมถึงช่วยตรวจสอบถูกต้องของข้อมูลที่ผ่านการสร้างขึ้นด้วย

ซึ่งบริการของ Sclae AI ได้รับการยอมรับในวงกว้างในอุตสาหกรรม AI โดยมีลูกค้าอย่าง Microsoft, OpenAI และได้รับการสนับสนุนจากนักลงทุนหลายราย เช่น Nvidia, Amazon และ Meta ทำให้บริษัทเติบโตขึ้นอย่างรวดเร็วในตลาดเทคโนโลยี

ดังนั้น Meta ที่ยังตามหลังคู่แข่งในด้าน AI จึงยอมทุ่มเงินสูงถึง 1.4 หมื่นล้านดอลลาร์สหรัฐ เพื่อลงทุนใน Scale AI เพื่อจะได้มาช่วยพัฒนา โมเดล Llama ของ Meta ให้แข่งขันได้ โดยตามรายงานจาก The Information เปิดเผยว่า ข้อตกลงในการลงทุนคือ Meta จะถือหุ้น 49% และ Alexander Wang ต้องมาเป็นผู้นำห้องปฏิบัติการวิจัย AI แห่งใหม่ที่บริษัท

ทั้งนี้ นับตั้งแต่เข้าสู่ปี 2025 AI เป็นหนึ่งในสิ่งที่ Meta ให้ความสำคัญสูงสุด โดย Mark Zuckerberg ได้ลดความสำคัญของหน่วย Fundamental Artificial Intelligence Research (FAIR) เพื่อสนับสนุนทีม GenAI    ที่มุ่งเน้นผลิตภัณฑ์มากกว่า เพื่อช่วยให้ Meta ก้าวหน้าใน AI และปรับปรุงตระกูลโมเดล AI Llama

อย่างไรก็ตาม การเปิดตัวโมเดล Llama 4 AI ของ Meta ในเดือนเมษายนไม่ได้รับการตอบรับที่ดีจากนักพัฒนา และดูเหมือนว่าคู่แข่งอย่าง OpenAI จะนำหน้าทั้งในเรื่องโมเดล AI พื้นฐาน และจำนวนการใช้งานแอปพลิเคชัน ซึ่งนั่นทำให้ Mark Zuckerberg ยื่งกำหมัดด้วยความหงุดหงิด

ด้วยความที่เสียเงินไม่ว่า เสียหน้าไม่ได้ Mark Zuckerberg จึงประกาศที่จะเปิดตัวโมเดล Behemoth ที่ใหญ่และทรงพลังกว่า แต่โมเดลนั้นยังไม่ได้เปิดตัว เนื่องจากเขายังกังวลเกี่ยวกับความสามารถ เมื่อเทียบกับโมเดลของคู่แข่ง โดยเฉพาะความกังวลเกี่ยวกับการเปรียบเทียบ Behemoth กับโมเดลล่าสุดจากบริษัทอย่าง OpenAI และ DeepSeek ของจีน 

และหลังการเปิดตัว Llama 4 ที่ไม่ประสบความสำเร็จ Meta ได้ปรับโครงสร้างหน่วย GenAI โดยแบ่งออกเป็นสองส่วน คอนเนอร์ เฮย์ส พนักงาน Meta ที่มีประสบการณ์ยาวนานได้รับผิดชอบ AI Products ขณะที่ AGI Foundations ถูกมอบให้ อามีร์ เฟรนเคล อดีตรองประธานด้านวิศวกรรมและผลิตภัณฑ์ของหน่วย Reality Labs hardware ของ Meta และ อาห์หมัด อัล-ดาห์เล อดีตหัวหน้า GenAI แทน

Source