從冰箱裡消失的食物，到讓Meta豪擲4,300億元的年輕人
Alexandr Wang：別人都在研究AI，他卻看見「AI吃什麼」
文／廖老師
2025年，全球科技界發生了一件令人難以置信的事情。
Facebook母公司Meta，宣布投入143億美元，取得人工智慧公司Scale AI約49%的股權。依當時匯率計算，金額約新臺幣4,257億元。
然而，比這筆天價投資更令人好奇的，是Scale AI的共同創辦人——Alexandr Wang（汪滔）。
當時，他只有28歲。
更令人意外的是，這位年輕人不但沒有完成麻省理工學院（MIT）的學業，甚至曾經為了找出誰偷拿冰箱裡的食物，意外發現人工智慧產業的一個重大問題。
一個冰箱裡的小問題，最後竟然與數千億元的科技投資扯上關係。
他究竟看見了什麼？
我認為，這才是他的故事最值得年輕人認識的地方。
一、從科學小鎮走出來的年輕人
1997年，Wang出生於美國新墨西哥州的洛斯阿拉莫斯。
這座小鎮以科學研究聞名，他的父母都是物理學家，曾在當地的洛斯阿拉莫斯國家實驗室工作。
在這樣的成長環境中，Wang從小就接觸數學、科學與電腦程式。
他不只是成績不錯而已，更曾投入數學、物理與程式設計競賽，逐漸培養出超越一般同齡學生的技術能力。
但他的學習經歷，有一個非常值得注意的地方。
他沒有把學習侷限在學校，也沒有認為一定要等到畢業，才能接觸真正的工作。
高中畢業後，他曾前往矽谷，在知識問答網站Quora工作，後來進入麻省理工學院學習人工智慧相關知識。
此外，他也曾在金融科技公司Addepar及量化交易公司Hudson River Trading累積技術經驗。
換句話說，當許多年輕人還在等待畢業、等待別人提供機會時，他已經開始主動接觸真實產業。
值得注意的是，他不是天生就知道未來要做什麼。
他在2026年的訪談中坦言，17歲到19歲那段時間，自己的想法不斷改變，一直在學習，也一直在尋找真正想投入的方向。
這讓我想到：
有些人是在等待確定方向後才行動；有些人卻是在不斷行動的過程中，逐漸找到方向。
Wang顯然比較接近後者。
二、冰箱裡消失的食物，竟然改變了他的命運
這是Wang人生中最有意思的一段經歷。
2016年前後，他在MIT就讀期間，共用冰箱裡的食物經常被室友拿走。
他想知道究竟是誰拿的。
如果是一般人，可能會在食物貼上名字、詢問室友，或者乾脆買一個小冰箱。
但Wang想到另一個方法：
能不能在冰箱裡裝攝影機，再利用人工智慧分析影像，找出拿走食物的人？
於是，他開始動手嘗試。
沒想到，真正做下去才發現，事情遠比想像中困難。
攝影機可以拍下影像，但電腦並不會自動理解影像裡發生了什麼事。
他必須先讓電腦學會辨識人物、物品及相關情境。
而要做到這件事情，需要大量且經過正確整理的資料。
結果呢？
因為資料不足，系統經常誤判，有時把正常情況當成異常，有時又漏掉真正需要辨識的情況。
最後，他沒有成功找出拿走食物的人。
但是，這次失敗卻讓他發現了一件更重要的事情。
原來人工智慧最大的困難之一，不只是電腦夠不夠厲害，而是有沒有足夠且可靠的資料，讓它真正學會判斷。
這個看似不起眼的發現，卻成為他日後創業的重要起點。
三、別人都在研究AI，他卻看見「AI吃什麼」
這是我認為Wang最過人之處。
2016年前後，人工智慧快速發展。
許多科技公司都投入大量人力與資金，希望開發更聰明的電腦系統。
大家關心的是：如何讓AI更厲害？
Wang卻注意到另外一個問題：
如果沒有正確的資料，再厲害的AI又能學到什麼？
舉例來說。
假設今天要開發自動駕駛汽車。
我們必須教電腦辨識什麼是行人、汽車、紅綠燈、車道與障礙物。
但電腦不會自己知道。
需要有人先將大量影像正確分類、標示，再讓電腦從中學習。
這項工作稱為「資料標註」。
問題是，這件事情既花時間，又耗費人力，而且還必須確保資料正確。
Wang逐漸發現，這不只是他的冰箱專案遇到的困難，而是許多人工智慧開發者共同面臨的問題。
換句話說：
原本只是自己遇到的麻煩，竟然可能是整個產業都需要解決的問題。
這讓他找到創業方向。
當其他公司努力開發AI時，他決定成立一家專門協助企業準備、整理、標註及檢驗資料的公司。
2016年，19歲的Wang與Lucy Guo共同創辦Scale AI。
他們沒有選擇直接和科技巨頭競爭誰的AI最聰明，而是替這些公司解決共同需要的基礎工作。
如果把人工智慧比喻成學生，那麼Scale AI所做的事情，就很像協助準備教材、題庫、標準答案與評量工作。
別人忙著培養最聰明的學生，他卻先去解決學生需要什麼教材才能學得好。
這就是他的商業眼光。
四、19歲創業，真正困難的不是寫程式
Wang決定從MIT辦休學，前往舊金山創業，並加入知名創業培育機構Y Combinator。
19歲創業，聽起來很令人羨慕。
但我們千萬不要忘記，他當時既沒有大型企業的資源，也沒有成熟的經營團隊。
一家新公司要生存，除了技術能力，還要想辦法找到客戶、招募人才、管理成本，並且讓別人相信自己的服務確實有價值。
他必須從原本專注技術的學生，轉變成需要處理各種經營問題的創業者。
而且，創業並不是只有一個人努力就夠了。
Scale AI的發展還仰賴共同創辦人、員工、投資者，以及大量從事資料處理工作的協作者。
從2016年成立，到2019年獲得重要資金支持，再到2024年估值達到138億美元，Scale AI逐漸成為國際科技產業的重要供應商。
2025年，Meta更投入143億美元取得近半股權。
這個歷程告訴我們：
想到一個好點子，和真正把它做成一家能長期經營的公司，是兩件完全不同的事情。
五、他的戰功：讓全球科技巨頭願意與他合作
Scale AI早期投入自動駕駛相關的影像資料處理，後來逐漸擴展到大型語言模型、企業應用、模型測試，以及政府與國防領域。
包括OpenAI、Microsoft、Meta等科技公司，都曾是Scale AI服務或合作的對象。
Scale AI也參與過協助改善AI回答品質的資料工作。
這代表Wang沒有只守著最初的自駕車市場，而是隨著人工智慧的發展，持續調整公司方向。
2025年，祖克柏延攬他加入Meta，領導新成立的超級智慧實驗室，擔任首席AI長。
到了2026年9月，Meta推出個人AI助理Muse，可以協助使用者處理購物、訂票及其他生活工作。根據路透社報導，Muse上線兩週下載量約280萬次，成為Wang加入Meta後的重要產品成果。
從協助其他公司訓練AI，到帶領大型科技公司的人工智慧團隊，這是他職涯上的重大轉變。
但這也不代表他的人生已經沒有挑戰。
產品能否長期受到使用者信賴、企業能否持續創新，仍然需要時間檢驗。
六、他值得年輕人學習的，絕對不是「輟學」
同學們，讀到這裡，老師特別想提醒大家一件事。
千萬不要因為Wang沒有完成MIT學業，就認為讀書沒有用。
他之所以敢在19歲離開學校，是因為他已經具備相當扎實的數學、程式設計與技術能力，也有實際產業經驗。
他不是因為不願意學習才離開學校，而是把學習延伸到另一個更大的現場。
這兩件事情，差別非常大。
廖老師認為，他最值得學習的地方有四個。
第一，遇到問題，不要只有抱怨。
食物被拿走，他沒有只停留在不滿，而是嘗試提出解決方法。
第二，失敗之後，不要只想著放棄。
冰箱辨識系統沒有成功，他卻從失敗中發現更大的問題。
第三，不要只追逐熱門，而要練習看見需求。
當所有人都在關注AI有多厲害，他卻注意到AI背後不可缺少的資料工作。
第四，不要只累積證書，更要累積真正能解決問題的能力。
真正讓別人願意把機會交給你的，不只是學歷或頭銜，而是你的專業、判斷與執行能力。
不過，他的成功也有值得反思的一面。
Scale AI曾面臨資料工作者待遇與勞動條件的質疑，相關議題提醒我們：企業除了創造價值，也必須重視工作者的權益。
值得學習一個人的長處，不代表必須認同他的所有決定。
七、廖老師想告訴同學們
Alexandr Wang的故事，最讓我印象深刻的，不是他19歲創業，也不是28歲就讓Meta願意投入數千億元。
而是當他的冰箱辨識系統失敗時，他沒有只把這件事情看成一次失敗。
他反而進一步發現：
原來我遇到的問題，可能也是很多人共同面臨的困難。
同學們，未來不論你選擇升學、就業，還是自己創業，老師都希望你能養成一種習慣。
遇到問題，不要馬上說自己不行。
做得不好，不要立刻認為自己沒有能力。
更不要因為一次失敗，就否定所有努力。
試著多問自己幾個問題：
為什麼會發生這件事？
我是不是還有什麼地方沒有弄清楚？
有沒有更好的處理方式？
其他人是不是也面臨同樣的困難？
因為有時候，真正改變人生的機會，不一定來自別人提供的答案。
而是你從一個別人早已習以為常的問題裡，發現了值得自己努力的方向。
記住：
能力，讓我們有機會解決問題；而看見問題的能力，往往決定了我們能創造多大的價值。
打破「標準答案」與「學歷至上」的迷思
重視「問題解決能力」重於「死記硬背」
從「技術操作者」升級為「關鍵問題解決者」
高職學生在校期間學習大量扎實的實務技能（如程式設計、電子電路、數據處理）。Wang 的成功並非只因他會寫程式，而是因為他發現了當時業界最痛苦的死角——「數據缺乏精確標註」。他用技術解決了整個產業的痛點。我們可以鼓勵高職學生，在練就一身技藝的同時，更要培養發現問題、定義問題的視野。
重視「基礎工程與數據品質」的工匠精神
在演算法看似無所不能的背後，最底層的基礎工作是數據整理與清潔。這與技職教育一貫強調的「實務導向」與「工匠精神」不謀而合。高職各科系（不論是資訊科、電機科或資理科）在培訓學生時，應讓學生明白：任何龐大先進的系統，都建立在底層最嚴謹、最精準的細節之上。
跨領域實踐與敢於突破的勇氣
Wang 結合了物理家庭帶給他的嚴謹邏輯，以及對商業市場的敏銳洞察，在19歲毅然踏出舒適圈。技職學生的優勢在於實作能力強，若能結合跨領域的商業思維與國際視野，未來在AI浪潮下將極具競爭力。
Alexandr Wang 的例子狠狠地打破了「非得拿到名校學位才能成功」的迷思。我們的教育應該更多鼓勵學生去探索、去動手實作，容許他們在體制外找到自己的熱情所在。
這是廖老師認為，Alexandr Wang最值得年輕人學習的地方。
與大家分享
