L'industrie de l'annotation de données AI atteint un tournant : coexistence des acquisitions de géants et des innovations Web3
Récemment, la nouvelle la plus marquante dans le monde de la technologie est sans doute la transaction majeure par laquelle un géant des médias sociaux a acquis près de la moitié des actions de Scale AI pour 14,8 milliards de dollars. Cet achat à prix d'or a non seulement choqué toute la Silicon Valley, mais a également poussé les gens à réévaluer la position stratégique de l'annotation des données dans le domaine de l'IA. Parallèlement, un projet Web3 AI, Sahara Labs AI, qui s'apprête à réaliser un événement de génération de jetons (TGE), fait face à des doutes sur sa "capacité à surfer sur la tendance" et son "manque de substance". Quelle vision de l'industrie se cache derrière ce contraste saisissant ?
Tout d'abord, nous devons reconnaître que, par rapport à l'agrégation de puissance de calcul décentralisée, l'annotation des données est en réalité un secteur plus précieux et prometteur. Bien que l'idée d'utiliser des ressources GPU inutilisées pour défier les géants du cloud semble très attrayante, la puissance de calcul est essentiellement une marchandise standardisée, dont l'avantage concurrentiel se manifeste principalement par le prix et la disponibilité. Cependant, cet avantage est souvent peu solide ; dès que les géants baissent leurs prix ou augmentent leur offre, l'avantage des petits acteurs peut disparaître instantanément.
En comparaison, l'annotation des données est un domaine différencié qui nécessite l'intelligence humaine et un jugement professionnel. Chaque annotation de haute qualité incarne des connaissances spécialisées uniques, un contexte culturel et une expérience cognitive qui ne peuvent pas être facilement reproduits comme la puissance de calcul des GPU. Par exemple, une annotation précise pour le diagnostic d'images de cancer nécessite l'intuition professionnelle d'un oncologue expérimenté, et une analyse des sentiments du marché financier aguerrie dépend de l'expérience pratique d'un trader de Wall Street. Cette rareté et cette irremplaçabilité naturelles ont créé une barrière à l'entrée pour l'industrie de l'annotation des données, difficile à atteindre par le domaine de la puissance de calcul.
L'acquisition à prix d'or de Scale AI par un géant des médias sociaux est sans conteste la meilleure preuve de la valeur de l'annotation de données. Il convient de noter que le fondateur et PDG de Scale AI, Wang Alexander, sera également le responsable du nouveau laboratoire de recherche "super intelligent" créé par ce géant. Cet entrepreneur d'origine chinoise, âgé de seulement 25 ans, était encore étudiant à Stanford lorsqu'il a fondé Scale AI en 2016, et aujourd'hui, la société qu'il dirige est évaluée à 30 milliards de dollars. La liste des clients de Scale AI est considérée comme une "équipe de stars" dans le domaine de l'IA, comprenant de nombreuses entreprises technologiques de premier plan et des agences gouvernementales.
Ce cas d'acquisition révèle un fait négligé : à ce stade, la puissance de calcul n'est plus une ressource rare, l'architecture des modèles devient de plus en plus homogène, et ce qui détermine réellement le plafond de l'intelligence artificielle, ce sont les données de haute qualité soigneusement "entraînées". Les géants sont prêts à payer un prix aussi élevé, en réalité, ils paient pour le "droit d'exploitation pétrolière" à l'ère de l'IA.
Cependant, le monopole engendre toujours la rébellion. Tout comme les plateformes de calcul décentralisées tentent de renverser les services cloud centralisés, Sahara AI tente de redéfinir les règles de répartition de la valeur de l'annotation des données grâce à la technologie blockchain. Le problème central du modèle traditionnel d'annotation des données ne réside pas dans la technologie, mais dans la conception du mécanisme d'incitation. Par exemple, un médecin peut passer des heures à annoter des images médicales, mais ne recevoir qu'une faible rémunération, tandis que les modèles d'IA entraînés avec ces données peuvent valoir des milliards de dollars. Cette répartition de la valeur extrêmement injuste décourage gravement l'offre de données de haute qualité.
Le mécanisme d'incitation par les tokens de Web3 offre une nouvelle perspective pour résoudre ce problème. Dans ce modèle, les annotateurs de données ne sont plus de "travailleurs agricoles numériques" à bas prix, mais de véritables "actionnaires" du réseau des grands modèles de langage AI. Il est évident que l'avantage de Web3 dans la transformation des relations de production est plus évident dans le domaine de l'annotation des données que dans le domaine de la puissance de calcul.
Il est intéressant de noter que Sahara AI a choisi de réaliser son TGE au moment où un géant a effectué une acquisition à prix d'or, ce qui pourrait ne pas être simplement une coïncidence. D'une certaine manière, cela reflète que le marché a atteint un tournant : que ce soit pour l'IA Web3 ou l'IA traditionnelle, nous sommes déjà passés d'une "compétition de puissance de calcul" à une nouvelle phase de "compétition sur la qualité des données".
Lorsque les géants traditionnels tentent de construire des barrières de données avec de l'argent, le Web3 construit une expérimentation de "démocratisation des données" à plus grande échelle grâce à l'économie des tokens. Ces deux chemins radicalement différents mènent à la même conclusion : à l'ère de l'IA, l'annotation de données de haute qualité est devenue le champ de bataille clé pour déterminer le gagnant.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
13 J'aime
Récompense
13
4
Partager
Commentaire
0/400
StableBoi
· Il y a 19h
Prendre un par un, jouer jusqu'à ce que ce soit fini.
Voir l'originalRépondre0
SoliditySlayer
· Il y a 19h
148 milliards d'acquisition, ils ont vraiment de l'argent à brûler.
Transformation de l'industrie de l'annotation de données AI : fusions et acquisitions des géants et innovations Web3 en parallèle
L'industrie de l'annotation de données AI atteint un tournant : coexistence des acquisitions de géants et des innovations Web3
Récemment, la nouvelle la plus marquante dans le monde de la technologie est sans doute la transaction majeure par laquelle un géant des médias sociaux a acquis près de la moitié des actions de Scale AI pour 14,8 milliards de dollars. Cet achat à prix d'or a non seulement choqué toute la Silicon Valley, mais a également poussé les gens à réévaluer la position stratégique de l'annotation des données dans le domaine de l'IA. Parallèlement, un projet Web3 AI, Sahara Labs AI, qui s'apprête à réaliser un événement de génération de jetons (TGE), fait face à des doutes sur sa "capacité à surfer sur la tendance" et son "manque de substance". Quelle vision de l'industrie se cache derrière ce contraste saisissant ?
Tout d'abord, nous devons reconnaître que, par rapport à l'agrégation de puissance de calcul décentralisée, l'annotation des données est en réalité un secteur plus précieux et prometteur. Bien que l'idée d'utiliser des ressources GPU inutilisées pour défier les géants du cloud semble très attrayante, la puissance de calcul est essentiellement une marchandise standardisée, dont l'avantage concurrentiel se manifeste principalement par le prix et la disponibilité. Cependant, cet avantage est souvent peu solide ; dès que les géants baissent leurs prix ou augmentent leur offre, l'avantage des petits acteurs peut disparaître instantanément.
En comparaison, l'annotation des données est un domaine différencié qui nécessite l'intelligence humaine et un jugement professionnel. Chaque annotation de haute qualité incarne des connaissances spécialisées uniques, un contexte culturel et une expérience cognitive qui ne peuvent pas être facilement reproduits comme la puissance de calcul des GPU. Par exemple, une annotation précise pour le diagnostic d'images de cancer nécessite l'intuition professionnelle d'un oncologue expérimenté, et une analyse des sentiments du marché financier aguerrie dépend de l'expérience pratique d'un trader de Wall Street. Cette rareté et cette irremplaçabilité naturelles ont créé une barrière à l'entrée pour l'industrie de l'annotation des données, difficile à atteindre par le domaine de la puissance de calcul.
L'acquisition à prix d'or de Scale AI par un géant des médias sociaux est sans conteste la meilleure preuve de la valeur de l'annotation de données. Il convient de noter que le fondateur et PDG de Scale AI, Wang Alexander, sera également le responsable du nouveau laboratoire de recherche "super intelligent" créé par ce géant. Cet entrepreneur d'origine chinoise, âgé de seulement 25 ans, était encore étudiant à Stanford lorsqu'il a fondé Scale AI en 2016, et aujourd'hui, la société qu'il dirige est évaluée à 30 milliards de dollars. La liste des clients de Scale AI est considérée comme une "équipe de stars" dans le domaine de l'IA, comprenant de nombreuses entreprises technologiques de premier plan et des agences gouvernementales.
Ce cas d'acquisition révèle un fait négligé : à ce stade, la puissance de calcul n'est plus une ressource rare, l'architecture des modèles devient de plus en plus homogène, et ce qui détermine réellement le plafond de l'intelligence artificielle, ce sont les données de haute qualité soigneusement "entraînées". Les géants sont prêts à payer un prix aussi élevé, en réalité, ils paient pour le "droit d'exploitation pétrolière" à l'ère de l'IA.
Cependant, le monopole engendre toujours la rébellion. Tout comme les plateformes de calcul décentralisées tentent de renverser les services cloud centralisés, Sahara AI tente de redéfinir les règles de répartition de la valeur de l'annotation des données grâce à la technologie blockchain. Le problème central du modèle traditionnel d'annotation des données ne réside pas dans la technologie, mais dans la conception du mécanisme d'incitation. Par exemple, un médecin peut passer des heures à annoter des images médicales, mais ne recevoir qu'une faible rémunération, tandis que les modèles d'IA entraînés avec ces données peuvent valoir des milliards de dollars. Cette répartition de la valeur extrêmement injuste décourage gravement l'offre de données de haute qualité.
Le mécanisme d'incitation par les tokens de Web3 offre une nouvelle perspective pour résoudre ce problème. Dans ce modèle, les annotateurs de données ne sont plus de "travailleurs agricoles numériques" à bas prix, mais de véritables "actionnaires" du réseau des grands modèles de langage AI. Il est évident que l'avantage de Web3 dans la transformation des relations de production est plus évident dans le domaine de l'annotation des données que dans le domaine de la puissance de calcul.
Il est intéressant de noter que Sahara AI a choisi de réaliser son TGE au moment où un géant a effectué une acquisition à prix d'or, ce qui pourrait ne pas être simplement une coïncidence. D'une certaine manière, cela reflète que le marché a atteint un tournant : que ce soit pour l'IA Web3 ou l'IA traditionnelle, nous sommes déjà passés d'une "compétition de puissance de calcul" à une nouvelle phase de "compétition sur la qualité des données".
Lorsque les géants traditionnels tentent de construire des barrières de données avec de l'argent, le Web3 construit une expérimentation de "démocratisation des données" à plus grande échelle grâce à l'économie des tokens. Ces deux chemins radicalement différents mènent à la même conclusion : à l'ère de l'IA, l'annotation de données de haute qualité est devenue le champ de bataille clé pour déterminer le gagnant.