En el ecosistema de inteligencia artificial, donde nombres como OpenAI, Meta o Google dominan los titulares, hay una empresa que ha sido clave en su evolución, aunque mucho menos visible: Scale AI.
Especializada en etiquetado de datos, Scale AI se ha convertido en la infraestructura silenciosa que permite entrenar modelos de IA a gran escala. Pero ¿qué hace exactamente? ¿Quién está detrás de su ascenso meteórico? ¿Y por qué Meta ha invertido más de 14.000 millones de dólares en ella?
Alexandr Wang, el joven que entendió el futuro antes que nadie
Alexandr Wang, nacido en 1997 en Los Álamos (Nuevo México), abandonó el MIT con solo 19 años para fundar Scale AI. En 2016, junto a Lucy Guo, presentó su idea en el programa de aceleración Y Combinator y rápidamente captó la atención de inversores.
En 2021, Wang se convirtió en el multimillonario hecho a sí mismo más joven del mundo, según Forbes. Más allá del mito del joven prodigio, Wang se posicionó desde el principio en el núcleo del debate sobre IA, declarando ante el Congreso de EE. UU. y enviando cartas a líderes sobre el papel estratégico de la inteligencia artificial en la seguridad nacional.
¿Qué hace exactamente Scale AI?
El poder del etiquetado de datos
La inteligencia artificial necesita datos. Pero no cualquier dato: necesita datos estructurados, clasificados y verificados. Eso es lo que hace Scale AI: convertir grandes volúmenes de información sin procesar (imágenes, textos, audios, interacciones) en datasets de alta calidad listos para entrenar modelos de IA con precisión.
Este proceso se conoce como data labeling, y es el paso previo para que modelos como GPT, Copilot o Gemini puedan aprender a razonar, clasificar o generar contenido.
Servicios y tecnologías que ofrece
Scale AI ofrece soluciones avanzadas para:
- Visión por computadora (análisis de imágenes y vídeo)
- Procesamiento de lenguaje natural (PLN)
- Evaluación de modelos de lenguaje (LLM evals)
- Detección de sesgos y errores en outputs generados
- Automatización con intervención humana (HITL workflows)
- Herramientas propias como Remotasks y Outlier
Desde 2023, también se ha especializado en alineación y seguridad para modelos fundacionales.
¿Quiénes son sus clientes y por qué confían en Scale AI?
OpenAI, Microsoft, Google, Meta y el Pentágono
A lo largo de su desarrollo, Scale AI ha trabajado con gigantes tecnológicos como:
- OpenAI (entrenamiento y validación de modelos como ChatGPT)
- Google (validación visual y lingüística para modelos internos)
- Microsoft y Meta (preparación de datasets de alta complejidad)
- Departamento de Defensa de EE. UU. (IA aplicada a defensa y ciberseguridad)
- Grandes automotrices como GM y Toyota
También ha colaborado con plataformas como Uber, Etsy, PayPal o Pinterest, aplicando IA a casos reales de negocio.
¿Qué cambia con la inversión de Meta?
En junio de 2025, Meta sorprendió al mercado al invertir 14.300 millones de dólares en Scale AI a cambio del 49 % de participación, valorando la empresa en 29.000 millones.
Este movimiento provocó reacciones inmediatas:
- Google y OpenAI suspendieron sus contratos por temor a un conflicto de intereses.
- Algunos inversores abandonaron la ronda por preocupaciones de confidencialidad.
- Alexandr Wang dejó la dirección de Scale AI para liderar el nuevo laboratorio de «superinteligencia» de Meta, aunque mantiene su puesto en el consejo.
Hoy, la empresa está liderada por Jason Droege (ex Uber), y continúa operando con clientes gubernamentales y nuevas alianzas.
El futuro de Scale AI (y por qué debería importarte)
IA alineada, evaluaciones y contratos gubernamentales
A pesar del cisma con algunos clientes privados, Scale AI ha reforzado su papel como proveedor estratégico para gobiernos, incluyendo contratos con el Pentágono y programas de IA nacional.
La empresa también lidera iniciativas en:
- Evaluación segura de modelos de lenguaje
- Creación de benchmarks abiertos para IA generativa
- Consultoría en inteligencia artificial responsable
Para Wang, ahora al frente del laboratorio de Meta, la prioridad es clara: desarrollar una superinteligencia segura y alineada con los valores humanos.
Conclusión: ¿qué puede aprender tu empresa del modelo de Scale AI?
Si algo ha demostrado el ascenso de Scale AI es que la calidad de los datos es tan importante como el modelo en sí. Muchas empresas se lanzan a «usar IA» sin entender que, sin una buena base de datos estructurada, el rendimiento será limitado o errático.
Tu empresa —aunque no sea una Big Tech— también genera datos valiosos: comentarios de clientes, formularios, históricos de ventas, reservas, tickets de soporte, etc. Con una estrategia adecuada, puedes:
- Mejorar predicciones de comportamiento
- Automatizar tareas repetitivas
- Personalizar experiencias de usuario
- Detectar oportunidades o problemas ocultos
En Stratego Estudio ayudamos a pymes, hoteles, marcas y negocios locales a integrar modelos de IA reales, entrenados con sus propios datos, sin necesidad de tener un departamento de tecnología.
¿Quieres saber si tu negocio está listo para usar IA?
Solicita una auditoría gratuita en nuestra web y te lo contamos en 30 minutos.
También puedes leer más sobre cómo aplicamos inteligencia artificial al sector turístico en nuestro blog.
Stratego Estudio – Estrategia digital para marcas que no quieren seguir haciendo lo de siempre.
