從小在餐廳端盤子,他卻成了Forbes最年輕首富!台裔創業家 Edwin Chen 是誰?
從小在餐廳端盤子,他卻成了Forbes最年輕首富!台裔創業家 Edwin Chen 是誰?

《富比士》9月公佈的2025年輕富豪榜,榜上不乏Airbnb共同創辦人Nathan Blecharczyk、Meta創辦人祖克柏等名人,但是排名第一的卻是一位台裔創業家:數據資料新創Surge AI創辦人Edwin Chen。

現年37歲的他以約180億美元的身價,成為2025年富比士美國400富豪榜(Forbes 400)上最年輕的成員,也是今年最富有的新進榜者。

他究竟是誰?

來自佛羅里達的數學怪才

Edwin Chen成長於佛羅里達州一個名為Crystal River的小鎮,這裡的人口僅有3,400人,特產是海牛和退休老人,跟科技幾乎沾不上邊。他的父母來自台灣,經營著一家名為「Peking Garden」的中泰式餐廳。就像許多典型的移民二代,Edwin Chen從小就在餐廳幫忙,但他的心思卻是在數學和語言上。

根據《富比士》的報導,Edwin Chen是個徹頭徹尾的數學迷,從小就對語言結構和數學模式展現出驚人的天賦,後來憑藉全額獎學金進入了菁英名校,隨後進入麻省理工學院(MIT)主修數學、電腦科學和語言學。

在MIT期間,他還實踐過「多相睡眠」(polyphasic sleep),也就是每6小時睡30分鐘,而不是一次睡滿8小時,這種極度追求效率的作風,預示了他未來的創業風格——他每天堅持步行2萬步,最愛的思考方式是在深夜漫步至時代廣場,看著熙來攘往的遊客與霓虹燈,從中汲取靈感。

因為在數學和語言學方面的天賦,Edwin Chen在Google、Facebook和Twitter(現X)等矽谷科技巨頭從事演算法與內容審查工作,也看見了AI產業最骯髒的秘密——數據品質。

在上述工作期間,他反覆撞上一堵牆:根本拿不到訓練模型所需的高品質數據。當時的科技巨頭雖然坐擁海量數據,但在訓練新一代AI模型時依然舉步維艱,「這成了開發過程中最大的瓶頸。如果連建立一個簡單的分類器,都因為數據品質而卡關,那麼AI代理該如何實現?」Edwin Chen說,這就像是送一個天才兒童去上學,如果課本全是錯字和胡言亂語,這孩子永遠成不了愛因斯坦。

2020年,Edwin Chen決定離開Twitter,用自己的積蓄創立Surge AI。

從不對外募資、年營收12億美元,Surge AI是做什麼的?

那麼,Surge AI究竟是做什麼的?簡單來說,他們是AI的「家教」。

在ChatGPT等大型語言模型(LLM)背後,需要海量的數據進行訓練,但是當時的數據標註市場,Edwin Chen稱之為「人肉工廠」(Body Shops):僱用大量廉價勞工,進行簡單的圖片分類「這是貓還是狗?」、「把車子框出來」。

Surge AI創辦人Edwin Chen.jpg
Surge AI創辦人Edwin Chen認為大部分現行的資料標註公司還不夠好。
圖/ No Priors節目截圖

這對於簡單的識別或許足夠,但對於生成式AI來說遠遠不夠。

「如果你要畫一個框框把車子圈起來,大文豪海明威跟一個小學生畫出來的結果是一樣的。但在這個生成式AI的時代,如果你需要寫一首詩,海明威的價值就無可取代了。」Edwin Chen說,如果讓不懂詩歌的人去標註詩歌數據,他們只會檢查「有沒有押韻」、「是不是八行」,結果訓練出來的AI寫出的詩就只能達到高中生的程度。

所以Surge AI的核心競爭力是「高品質的人類回饋」。他們不找廉價工讀生,而是聘請擁有博士學位、律師資格或語言學背景的專家,來教導AI寫程式、創作詩歌、甚至解決複雜的數學難題。

根據富比士報導,Surge AI在2024年的營收已突破12億美元,且從早期就保持盈利,客戶名單包括Google、OpenAI和Anthropic等巨頭。

值得注意的是,Surge AI一直以來都是Bootstrap(白手起家),並沒有對外募資。「很多人募資只是為了在新聞版面上發一篇新聞稿給父母看,或者在朋友面前炫耀自己拿了1,000萬美元。」對他來說,過早拿錢只會帶來臃腫的團隊,和極易走偏的經營策略。

AI的「釣魚標題」危機

Surge AI讓人想起另一家有名的數據標註公司Scale AI,就在今年稍早將49%公司股份賣給同樣在富豪榜上的祖克柏。

Edwin Chen坦承,雙方其實一直在打口水戰,因為Scale AI就是自己口中的「人肉工廠」公司,而Scale AI方面則反擊Surge AI是因為募資不順、因為酸葡萄心態才會惡言相向。不過,兩邊其實都面臨著相同的法律問題,加州政府正在處理他們將全職勞工錯誤分類為承包商的集體訴訟。

Scale AI
Scale AI今年已經成為Meta的一員。
圖/ Scale AI

比起商業競爭,Edwin Chen更擔心的是整個AI產業的發展方向。

Edwin Chen認為,目前的AI充斥著為了刷榜單而存在的「釣魚標題式」模型。它們學會了用更長的回答、更多的表情符號來騙取人類的按讚,卻犧牲了對事實的準確度,例如有些開發者為了優化某個名為「IF Eval」的基準測試,竟然要求模型在提到「亞伯拉罕・林肯」時必須大寫其中5個字母,這種毫無意義的優化正在浪費算力與時間。

「IF Eval」全名是Instruction Following Evaluation(指令遵循評估)。它的本意是好的,目的是測試AI模型是否能乖乖聽懂並執行人類給的複雜指令,在這個測試中,為了考驗AI是否能精確控制輸出格式,題目可能會出得很刁鑽,所以才會要求「5個字母必須是大寫」的條件,「但是在現實世界中,沒有任何人類會需要這種功能,沒有人會對ChatGPT說:嘿,幫我寫個報告,但名字大小寫要亂跳。對吧?」Edwin Chen解釋,能完成這個條件或許會讓模型看起來很厲害,卻一點用都沒有。

「現在的生成式AI需要融入人類的豐富性和情感。」Edwin Chen說,未來的AI發展必須回歸到「真正對人類有價值」這一黃金標準。只有透過具備高度專業知識的人類進行細緻的審查,才能確保AI不會變成一個只會講漂亮廢話的騙子。

本文授權轉載自創業小聚

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓