Scale AI — дані, оцінювання моделей і ШІ-агенти для бізнесу

Що таке Scale AI

Scale AI — американська компанія із Сан-Франциско, яка постачає дані для навчання й перевірки моделей штучного інтелекту. Її заснували 2016 року Александр Ванг і Люсі Ґо. Починала Scale з розмітки зображень і лідарних даних для комп’ютерного зору, а з приходом великих мовних моделей стала одним із головних підрядників ШІ-лабораторій: тисячі фахівців пишуть для моделей приклади відповідей, оцінюють їх і шукають уразливості.

У червні 2025 року Meta інвестувала в Scale близько 14,3 млрд доларів за 49% акцій, оцінивши компанію приблизно у 29 млрд. Александр Ванг перейшов у Meta очолювати напрям «суперінтелекту», але лишився в раді директорів, а Scale зберегла статус незалежної компанії. Після угоди, за повідомленнями преси, від послуг Scale відмовилася Google, а OpenAI завершила співпрацю, яку, за її словами, згортала й раніше. Відтоді компанія робить більшу ставку на власні ШІ-застосунки для корпорацій і урядів. З 10 серпня 2026 року генеральний директор — Френсіс Десуза, колишній операційний директор Google Cloud і ексочільник Illumina. Він змінив Джейсона Дроґе, який був тимчасовим CEO з червня 2025-го.

За підсумками 2025 року Scale повідомила про понад 1 млрд доларів нових контрактів; серед нових клієнтів — Mayo Clinic, BP і Allianz.

Продукти Scale AI

Scale Data Engine — основний продукт компанії. Scale збирає, відбирає й розмічає дані: тексти й документи, звичайні та інфрачервоні зображення, відео, 3D-дані з лідарів. Для генеративного ШІ є окремі послуги: написання пар «запит — відповідь», RLHF (навчання на людських оцінках), ред-тімінг через атаки на кшталт prompt injection та оцінювання на складних запитах.

RL Environments — симульовані середовища для навчання ШІ-агентів: копії вебзастосунків, віртуальні робочі столи на зразок macOS і Windows, MCP-сервери з інструментами Slack, HubSpot і Linear. Агент виконує в них реальні робочі сценарії, а автоматичні перевірки оцінюють результат.

Scale GenAI Platform (SGP) — платформа, на якій компанії будують агентів, що працюють із внутрішніми даними. Вона підключає Confluence, SharePoint чи сховище S3, підтримує довгі асинхронні процеси й кілька агентів одночасно, а також показує метрики якості й повне трасування кожного кроку агента. Моделі можна міняти без переробки системи, а розгорнути платформу — у власному VPC на AWS, Azure чи GCP.

Scale Donovan — та сама ідея для держсектору США: конструктор агентів без коду й готові агенти для аналізу глобальних подій, оперативних звітів і моніторингу загроз. Може працювати й у засекречених та ізольованих мережах.

Scale Evaluation і Scale Labs — оцінювання якості та безпеки мовних моделей. У березні 2026 року на основі дослідницької лабораторії SEAL компанія запустила ширший напрям Scale Labs. Разом із Center for AI Safety компанія створила тест Humanity’s Last Exam, а також випустила тести SWE-Bench Pro і MCP Atlas.

Як почати

• Компаніям. На scale.com залишають заявку на вступну зустріч. Самостійно зареєструватися й одразу працювати не вийде: обсяг і формат проєкту погоджують із менеджерами.
• Усім, хто обирає модель. Рейтинги на labs.scale.com відкриті без реєстрації. Вони показують, як моделі справляються з питаннями до кодової бази, написанням тестів, рефакторингом чи експертними задачами. Це корисно, коли треба вирішити, що краще для вашої задачі: ChatGPT, Gemini чи інша модель.
• Фахівцям, які хочуть навчати ШІ. Scale має платформу Outlier: експерти складають складні запити, пишуть критерії оцінювання й ранжують відповіді моделей за щотижневу оплату. Утім, станом на жовтень 2026 року України немає в переліку країн, з яких можна працювати, а маскувати місцезнаходження через VPN правила забороняють.

Тарифи

Публічних цін Scale AI не оприлюднює (станом на жовтень 2026 року). Вартість залежить від обсягу даних, типу задач і потрібного рівня експертизи та визначається після консультації.

Scale AI і Україна

Після повномасштабного вторгнення Росії Scale створила сервіс автоматичного виявлення пошкоджень будівель за комерційними супутниковими знімками. Він знаходить нові руйнування окремих споруд і прив’язує їх до звітів про атаки, щоб гуманітарні організації швидше бачили, куди потрібна допомога. Набори даних компанія безкоштовно надала розробникам, НАТО й уряду США, а журнал Time включив сервіс до списку найкращих винаходів 2022 року.

Кому підійде

• ШІ-лабораторіям і командам, які навчають власні моделі та потребують якісних даних і людських оцінок.
• Великим компаніям, що хочуть запустити агентів над своїми документами з контролем якості та вимогами до безпеки.
• Державним установам, яким потрібні сертифіковані рішення.
• Аналітикам і розробникам, які порівнюють моделі за незалежними рейтингами.

Якщо вам потрібен готовий інструмент для аналізу таблиць чи звітів, Scale AI не підійде: це інфраструктура для тих, хто будує ШІ.

Альтернативи

• Surge AI і Mercor — постачальники експертних даних і людських оцінок для ШІ-лабораторій, головні конкуренти Scale в RLHF.
• Labelbox і Snorkel AI — платформи розмітки й підготовки даних, де більше роботи команда виконує самостійно.
• Databricks — якщо потрібна не розмітка, а власна платформа для даних, аналітики й моделей.

Поширені запитання