Que ce soit Web3 AI ou Web2 AI, nous avons déjà atteint le carrefour entre « Puissance de calcul » et « Qualité des données ».
Rédaction : Haotian
D'un côté, Meta a dépensé 14,8 milliards de dollars pour acquérir près de la moitié des actions de Scale AI, et tout Silicon Valley s'exclame que le géant redéfinit le prix des "annotations de données" à un tarif exorbitant ; de l'autre côté, le TGE est imminent.
@SaharaLabsAI, toujours coincé sous l'étiquette de biais Web3 AI "profiter du concept, incapable de se prouver". Quelle est la véritable chose que le marché a ignorée derrière ce grand contraste ?
Tout d'abord, l'annotation des données est un domaine plus précieux que l'agrégation de puissance de calcul décentralisée.
L'histoire de l'utilisation de GPU inutilisés pour défier les géants du cloud computing est en effet fascinante, mais la puissance de calcul est essentiellement une marchandise standardisée, les différences reposant principalement sur le prix et la disponibilité. L'avantage de prix semble pouvoir trouver une faille dans le monopole des géants, mais la disponibilité est limitée par la répartition géographique, la latence du réseau et le manque d'incitations pour les utilisateurs ; dès que les géants baissent leurs prix ou augmentent l'offre, cet avantage sera instantanément effacé.
L'annotation des données est complètement différente - c'est un domaine différencié qui nécessite l'intelligence humaine et un jugement professionnel. Chaque annotation de haute qualité porte une expertise unique, un contexte culturel, une expérience cognitive, etc., qui ne peut absolument pas être "standardisée" et copiée comme la Puissance de calcul des GPU.
Un marquage précis pour le diagnostic d'imagerie du cancer nécessite l'intuition professionnelle d'un médecin oncologue expérimenté ; une analyse des émotions du marché financier aguerrie repose sur l'expérience pratique des traders de Wall Street. Cette rareté naturelle et cette irréplicabilité confèrent au « marquage de données » une profondeur de fossé que la Puissance de calcul ne pourra jamais atteindre.
Le 10 juin, Meta a officiellement annoncé l'acquisition de 49 % de l'entreprise de marquage de données Scale AI pour 14,8 milliards de dollars, ce qui représente le plus gros investissement unique dans le domaine de l'IA cette année. Ce qui est encore plus intéressant, c'est qu'Alexandr Wang, le fondateur et PDG de Scale AI, sera également responsable du nouveau laboratoire de recherche "super intelligence" de Meta.
Cet entrepreneur d'origine asiatique, âgé de 25 ans, a fondé Scale AI en 2016 alors qu'il était étudiant décroché de Stanford. Aujourd'hui, l'entreprise qu'il dirige est évaluée à 30 milliards de dollars. La liste des clients de Scale AI est une véritable "équipe de stars" du monde de l'IA : OpenAI, Tesla, Microsoft, le ministère de la Défense, etc., sont tous des partenaires de longue date. L'entreprise se spécialise dans la fourniture de services d'annotation de données de haute qualité pour l'entraînement de modèles d'IA, avec plus de 300 000 annotateurs formés de manière professionnelle.
Tu vois, alors que tout le monde débat encore de qui a le meilleur score de modèle, les vrais joueurs ont déjà discrètement déplacé le champ de bataille vers la source des données.
Une « guerre secrète » pour le contrôle de l'avenir de l'IA a déjà commencé.
Le succès de Scale AI a révélé une vérité négligée : la puissance de calcul n'est plus rare, l'architecture des modèles tend à l'homogénéité, et ce qui détermine vraiment le plafond de l'intelligence artificielle, ce sont les données qui ont été soigneusement « élevées ». Ce que Meta a acheté à prix d'or n'est pas une société de sous-traitance, mais un « droit d'extraction de pétrole » à l'ère de l'IA.
L'histoire des monopoles a toujours des rebelles.
Tout comme la plateforme de puissance de calcul en nuage tente de renverser les services de cloud computing centralisés, Sahara AI cherche à réécrire complètement les règles de répartition de la valeur de l'annotation des données grâce à la blockchain. Le défaut fatal du modèle traditionnel d'annotation des données n'est pas un problème technique, mais un problème de conception des incitations.
Un médecin passe plusieurs heures à annoter des images médicales, et ce qu'il reçoit peut être seulement quelques dizaines de dollars en frais de service, alors que le modèle d'IA entraîné avec ces données vaut des milliards de dollars, et le médecin ne reçoit pas un centime. Cette répartition de la valeur est extrêmement injuste et décourage gravement la volonté de fournir des données de haute qualité.
Avec la catalyse des mécanismes d'incitation des jetons web3, ils ne sont plus de simples « travailleurs migrants » de données à bas prix, mais de véritables « actionnaires » du réseau AI LLM. Il est évident que les avantages de la transformation des relations de production par le web3 sont plus adaptés aux scénarios d'annotation de données par rapport à la Puissance de calcul.
Il est intéressant de noter que Sahara AI coïncide parfaitement avec le TGE du nœud acquis à prix d'or par Meta. Est-ce une coïncidence ou un plan soigneusement orchestré ? À mon avis, cela reflète en fait un tournant sur le marché : que ce soit pour l'IA Web3 ou l'IA Web2, nous sommes déjà à un carrefour entre "la puissance de calcul" et "la qualité des données".
Alors que les géants traditionnels construisent des barrières de données avec de l'argent, le Web3 construit une plus grande expérience de « démocratie des données » grâce à la Tokenomics.
Voir l'original
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
Derrière l'acquisition à prix d'or de près de la moitié des parts de Scale AI par Meta, comment l'IA Web3 peut-elle se défaire des préjugés ?
Rédaction : Haotian
D'un côté, Meta a dépensé 14,8 milliards de dollars pour acquérir près de la moitié des actions de Scale AI, et tout Silicon Valley s'exclame que le géant redéfinit le prix des "annotations de données" à un tarif exorbitant ; de l'autre côté, le TGE est imminent.
@SaharaLabsAI, toujours coincé sous l'étiquette de biais Web3 AI "profiter du concept, incapable de se prouver". Quelle est la véritable chose que le marché a ignorée derrière ce grand contraste ?
Tout d'abord, l'annotation des données est un domaine plus précieux que l'agrégation de puissance de calcul décentralisée.
L'histoire de l'utilisation de GPU inutilisés pour défier les géants du cloud computing est en effet fascinante, mais la puissance de calcul est essentiellement une marchandise standardisée, les différences reposant principalement sur le prix et la disponibilité. L'avantage de prix semble pouvoir trouver une faille dans le monopole des géants, mais la disponibilité est limitée par la répartition géographique, la latence du réseau et le manque d'incitations pour les utilisateurs ; dès que les géants baissent leurs prix ou augmentent l'offre, cet avantage sera instantanément effacé.
L'annotation des données est complètement différente - c'est un domaine différencié qui nécessite l'intelligence humaine et un jugement professionnel. Chaque annotation de haute qualité porte une expertise unique, un contexte culturel, une expérience cognitive, etc., qui ne peut absolument pas être "standardisée" et copiée comme la Puissance de calcul des GPU.
Un marquage précis pour le diagnostic d'imagerie du cancer nécessite l'intuition professionnelle d'un médecin oncologue expérimenté ; une analyse des émotions du marché financier aguerrie repose sur l'expérience pratique des traders de Wall Street. Cette rareté naturelle et cette irréplicabilité confèrent au « marquage de données » une profondeur de fossé que la Puissance de calcul ne pourra jamais atteindre.
Le 10 juin, Meta a officiellement annoncé l'acquisition de 49 % de l'entreprise de marquage de données Scale AI pour 14,8 milliards de dollars, ce qui représente le plus gros investissement unique dans le domaine de l'IA cette année. Ce qui est encore plus intéressant, c'est qu'Alexandr Wang, le fondateur et PDG de Scale AI, sera également responsable du nouveau laboratoire de recherche "super intelligence" de Meta.
Cet entrepreneur d'origine asiatique, âgé de 25 ans, a fondé Scale AI en 2016 alors qu'il était étudiant décroché de Stanford. Aujourd'hui, l'entreprise qu'il dirige est évaluée à 30 milliards de dollars. La liste des clients de Scale AI est une véritable "équipe de stars" du monde de l'IA : OpenAI, Tesla, Microsoft, le ministère de la Défense, etc., sont tous des partenaires de longue date. L'entreprise se spécialise dans la fourniture de services d'annotation de données de haute qualité pour l'entraînement de modèles d'IA, avec plus de 300 000 annotateurs formés de manière professionnelle.
Tu vois, alors que tout le monde débat encore de qui a le meilleur score de modèle, les vrais joueurs ont déjà discrètement déplacé le champ de bataille vers la source des données.
Une « guerre secrète » pour le contrôle de l'avenir de l'IA a déjà commencé.
Le succès de Scale AI a révélé une vérité négligée : la puissance de calcul n'est plus rare, l'architecture des modèles tend à l'homogénéité, et ce qui détermine vraiment le plafond de l'intelligence artificielle, ce sont les données qui ont été soigneusement « élevées ». Ce que Meta a acheté à prix d'or n'est pas une société de sous-traitance, mais un « droit d'extraction de pétrole » à l'ère de l'IA.
L'histoire des monopoles a toujours des rebelles.
Tout comme la plateforme de puissance de calcul en nuage tente de renverser les services de cloud computing centralisés, Sahara AI cherche à réécrire complètement les règles de répartition de la valeur de l'annotation des données grâce à la blockchain. Le défaut fatal du modèle traditionnel d'annotation des données n'est pas un problème technique, mais un problème de conception des incitations.
Un médecin passe plusieurs heures à annoter des images médicales, et ce qu'il reçoit peut être seulement quelques dizaines de dollars en frais de service, alors que le modèle d'IA entraîné avec ces données vaut des milliards de dollars, et le médecin ne reçoit pas un centime. Cette répartition de la valeur est extrêmement injuste et décourage gravement la volonté de fournir des données de haute qualité.
Avec la catalyse des mécanismes d'incitation des jetons web3, ils ne sont plus de simples « travailleurs migrants » de données à bas prix, mais de véritables « actionnaires » du réseau AI LLM. Il est évident que les avantages de la transformation des relations de production par le web3 sont plus adaptés aux scénarios d'annotation de données par rapport à la Puissance de calcul.
Il est intéressant de noter que Sahara AI coïncide parfaitement avec le TGE du nœud acquis à prix d'or par Meta. Est-ce une coïncidence ou un plan soigneusement orchestré ? À mon avis, cela reflète en fait un tournant sur le marché : que ce soit pour l'IA Web3 ou l'IA Web2, nous sommes déjà à un carrefour entre "la puissance de calcul" et "la qualité des données".
Alors que les géants traditionnels construisent des barrières de données avec de l'argent, le Web3 construit une plus grande expérience de « démocratie des données » grâce à la Tokenomics.