Fokus industri AI beralih ke pelabelan data, model Web3 menantang raksasa tradisional

Dengan Meta mengakuisisi hampir separuh saham Scale AI senilai 14,8 miliar dolar, seluruh dunia teknologi sedang mendiskusikan penilaian kembali nilai "penandaan data" oleh perusahaan-perusahaan besar. Sementara itu, beberapa proyek Web3 AI masih menghadapi keraguan terkait spekulasi konsep dan kurangnya substansi. Di balik kontras besar ini, pasar tampaknya mengabaikan beberapa faktor kunci.

Pelabelan data memiliki nilai dan potensi yang lebih besar dibandingkan dengan penggabungan kekuatan komputasi terdesentralisasi. Meskipun ide memanfaatkan GPU yang tidak terpakai untuk menantang raksasa cloud computing sangat menarik, kekuatan komputasi pada dasarnya adalah barang yang distandarisasi, dengan perbedaan utama terletak pada harga dan ketersediaan. Dan keunggulan ini mungkin akan hilang dengan cepat seiring dengan penurunan harga atau peningkatan pasokan oleh raksasa.

Sebagai perbandingan, penandaan data adalah bidang yang memerlukan kecerdasan manusia dan penilaian profesional yang berbeda. Setiap penandaan berkualitas tinggi mengandung pengetahuan profesional yang unik, latar belakang budaya, dan pengalaman kognitif, yang tidak dapat dengan mudah disalin seperti kekuatan komputasi GPU. Misalnya, penandaan diagnosis pencitraan kanker yang akurat membutuhkan intuisi profesional dari dokter onkologi yang berpengalaman, sementara analisis sentimen pasar keuangan yang mendalam tidak terlepas dari pengalaman praktis trader yang berpengalaman. Kelangkaan dan ketidak tergantian yang alami ini membangun benteng yang kuat untuk industri penandaan data.

Langkah Meta untuk mengakuisisi Scale AI telah menarik perhatian luas. Klien Scale AI mencakup banyak perusahaan AI terkemuka, raksasa teknologi, dan lembaga pemerintah, dengan lebih dari 300.000 pelabel terlatih secara profesional. Transaksi ini mengungkapkan sebuah kebenaran yang terabaikan: di era ketika daya komputasi tidak lagi langka dan arsitektur model cenderung seragam, data yang diproses secara cermat adalah yang benar-benar menentukan batas kecerdasan AI.

Namun, model penandaan data tradisional memiliki masalah ketidakadilan dalam distribusi nilai. Misalnya, seorang dokter yang menghabiskan berjam-jam untuk menandai citra medis mungkin hanya mendapatkan beberapa puluh dolar sebagai imbalan, padahal model AI yang dilatih dengan data tersebut mungkin bernilai miliaran dolar, tetapi dokter tersebut tidak dapat berbagi keuntungan ini. Ketidakadilan semacam ini sangat mengurangi semangat untuk menyediakan data berkualitas tinggi.

Dalam konteks ini, beberapa proyek Web3 AI berusaha untuk menulis ulang aturan distribusi nilai data label menggunakan teknologi blockchain. Melalui mekanisme insentif token, mereka berharap dapat mengubah penyedia data dari "pekerja data" murah menjadi "pemegang saham" yang sebenarnya dari jaringan AI. Model ini memiliki potensi untuk mendorong pasokan data berkualitas tinggi yang lebih banyak.

Ketika raksasa tradisional membangun batasan data dengan dana, Web3 sedang mencoba menciptakan ekosistem data yang lebih terbuka dan demokratis melalui ekonomi token. Baik proyek AI Web2 maupun Web3 telah beralih dari "kompetisi daya komputasi" ke tahap baru "kompetisi kualitas data". Titik balik pasar ini menandakan arah penting untuk perkembangan industri AI di masa depan.