Центр внимания в AI-индустрии смещается к аннотации данных, Web3-модель бросает вызов традиционным гигантам

С приобретением Meta почти половины акций Scale AI за 14,8 миллиарда долларов вся технологическая сфера обсуждает переоценку ценности "разметки данных" крупными компаниями. В то же время некоторые проекты Web3 AI по-прежнему сталкиваются с критикой за концептуальную шумиху и отсутствие содержания. За этой огромной контрастностью, похоже, рынок игнорирует некоторые ключевые факторы.

Аннотирование данных имеет больше ценности и потенциала, чем децентрализованная агрегация вычислительной мощности. Хотя идея использовать неиспользуемые GPU для конкуренции с облачными гигантами очень привлекательна, вычислительная мощность по своей сути является стандартизированным товаром, основное различие заключается в цене и доступности. Эти преимущества могут быстро исчезнуть с падением цен или увеличением предложения со стороны гигантов.

В сравнении, аннотирование данных является дифференцированной областью, требующей человеческого интеллекта и профессионального суждения. Каждая высококачественная аннотация содержит уникальные профессиональные знания, культурный контекст и когнитивный опыт, которые не могут быть просто скопированы, как вычислительная мощность GPU. Например, точная аннотация изображений для диагностики рака требует профессиональной интуиции опытного онколога, в то время как глубокий анализ настроений на финансовом рынке невозможен без практического опыта опытного трейдера. Эта естественная дефицитность и незаменимость создают глубокий защитный барьер для отрасли аннотирования данных.

Покупка Scale AI компанией Meta привлекла широкое внимание. Клиентами Scale AI являются несколько ведущих AI-компаний, технологических гигантов и государственных учреждений, в компании работает более 300 000 специально обученных аннотаторов. Эта сделка выявила игнорируемую истину: в условиях, когда вычислительная мощность больше не является дефицитом, а архитектуры моделей становятся однородными, действительно определяющим фактором предела интеллекта AI являются тщательно обработанные данные.

Однако традиционная модель аннотирования данных сталкивается с проблемой несправедливого распределения ценностей. Например, врач, который тратит несколько часов на аннотирование медицинских изображений, может получить всего лишь несколько десятков долларов за свою работу, тогда как AI-модель, обученная на этих данных, может стоить десятки миллиардов долларов, но врач не может разделить эти доходы. Эта несправедливость серьезно подрывает мотивацию к предоставлению качественных данных.

В этом контексте некоторые проекты Web3 AI пытаются переписать правила распределения ценности данных с помощью технологий блокчейн. С помощью механизмов токенов они надеются превратить поставщиков данных из дешевых "фермеров данных" в настоящих "акционеров" AI-сети. Эта модель имеет потенциал для стимуляции предложения более качественных данных.

Когда традиционные гиганты строят барьеры данных с помощью капитала, Web3 пытается создать более открытое и демократичное экосистему данных с помощью токенной экономики. Как проекты AI Web2, так и Web3 уже перешли от "конкуренции вычислительной мощности" к новой стадии "конкуренции качества данных". Эта точка поворота на рынке предвещает важное направление будущего развития AI-отрасли.