L'industrie de l'IA se concentre sur l'annotation des données, le modèle Web3 défie les géants traditionnels

Avec l'acquisition de près de la moitié des actions de Scale AI par Meta pour 14,8 milliards de dollars, le monde technologique discute de la revalorisation de la "valorisation des données" par les entreprises géantes. Pendant ce temps, certains projets Web3 AI continuent de faire face à des critiques concernant la spéculation conceptuelle et le manque de substance. Cette énorme disparité semble masquer certains facteurs clés sur le marché.

L'annotation de données a plus de valeur et de potentiel que l'agrégation de puissance de calcul décentralisée. Bien que l'idée d'utiliser des GPU non utilisés pour défier les géants du cloud computing soit attrayante, la puissance de calcul est essentiellement une marchandise standardisée, dont les principales différences résident dans le prix et la disponibilité. Et ces avantages pourraient disparaître rapidement avec la réduction des prix ou l'augmentation de l'offre par les géants.

En comparaison, l'annotation des données est un domaine différencié qui nécessite l'intelligence humaine et un jugement professionnel. Chaque annotation de haute qualité contient des connaissances spécialisées uniques, un contexte culturel et une expérience cognitive, qui ne peuvent pas être facilement reproduites comme la puissance de calcul GPU. Par exemple, l'annotation précise des diagnostics d'imagerie du cancer nécessite l'intuition professionnelle de médecins oncologues expérimentés, tandis qu'une analyse approfondie des émotions du marché financier dépend de l'expérience pratique de traders chevronnés. Cette rareté et cette irremplaçabilité naturelles créent une solide barrière à l'entrée pour l'industrie de l'annotation des données.

L'acquisition de Scale AI par Meta a suscité une large attention. Les clients de Scale AI incluent de nombreuses entreprises d'IA de premier plan, des géants technologiques et des départements gouvernementaux, avec plus de 300 000 annotateurs formés de manière professionnelle. Cette transaction révèle une vérité négligée : à une époque où la puissance de calcul n'est plus rare et où les architectures de modèles tendent à l'homogénéité, ce qui détermine véritablement le plafond de l'intelligence artificielle, ce sont les données soigneusement traitées.

Cependant, le modèle traditionnel de marquage de données présente un problème de répartition inéquitable de la valeur. Par exemple, un médecin peut passer des heures à annoter des images médicales et ne recevoir qu'une dizaine de dollars en rémunération, alors que les modèles d'IA entraînés avec ces données peuvent valoir des milliards de dollars, mais le médecin ne peut pas partager ces gains. Cette iniquité nuit gravement à la motivation à fournir des données de haute qualité.

Dans ce contexte, certains projets Web3 AI tentent de réécrire les règles de répartition de la valeur des annotations de données grâce à la technologie blockchain. Grâce à un mécanisme d'incitation par tokens, ils espèrent transformer les fournisseurs de données de "travailleurs agricoles de données" bon marché en véritables "actionnaires" des réseaux d'IA. Ce modèle a le potentiel de stimuler l'offre de données de haute qualité.

Alors que les géants traditionnels construisent des barrières de données avec des fonds, le Web3 tente de créer un écosystème de données plus ouvert et démocratique grâce à l'économie des jetons. Que ce soit pour les projets d'IA Web2 ou Web3, ils sont déjà passés d'une "compétition de puissance de calcul" à une nouvelle phase de "compétition de qualité des données". Ce point de retournement du marché annonce une direction importante pour le développement futur de l'industrie de l'IA.