Medan Pertarungan Baru di Industri AI: Dari Persaingan Daya Komputasi hingga Penilaian Kembali Nilai Penandaan Data

Baru-baru ini, terjadi suatu peristiwa menarik di bidang AI: sebuah raksasa teknologi mengeluarkan dana sebesar 14,8 miliar dolar untuk mengakuisisi hampir setengah saham sebuah perusahaan penandaan data. Langkah ini memicu kegemparan di Silicon Valley, banyak yang berpendapat bahwa raksasa ini telah menetapkan kembali harga penandaan data dengan harga yang selangit. Sementara itu, beberapa proyek Web3 AI masih berjuang untuk melepaskan diri dari label "gembar-gembor konsep". Di balik kontras yang besar ini, apa sebenarnya yang diabaikan oleh pasar?

Sebenarnya, pelabelan data jauh lebih berharga daripada penggabungan daya komputasi terdesentralisasi. Meskipun cerita tentang memanfaatkan GPU yang tidak terpakai untuk menantang raksasa komputasi awan terdengar sangat menarik, daya komputasi pada dasarnya adalah barang yang distandarisasi, dengan perbedaan utama terletak pada harga dan ketersediaan. Keunggulan harga tampaknya dapat mencari peluang dalam monopoli raksasa, tetapi ketersediaan dibatasi oleh distribusi geografis, latensi jaringan, dan faktor lainnya; begitu raksasa tersebut menurunkan harga atau meningkatkan pasokan, keunggulan ini akan cepat menghilang.

Sebagai perbandingan, penandaan data adalah bidang yang membutuhkan kecerdasan manusia dan penilaian profesional yang berbeda. Setiap penandaan berkualitas tinggi mengandung pengetahuan profesional, latar belakang budaya, dan pengalaman kognitif yang unik, yang tidak dapat disalin secara standar seperti Daya Komputasi GPU. Misalnya, penandaan diagnosis citra kanker yang akurat memerlukan intuisi profesional dari dokter onkologi berpengalaman, sementara analisis sentimen pasar keuangan yang cerdik tidak dapat dipisahkan dari pengalaman praktis trader Wall Street. Kelangkaan dan ketidakdapatdigantikan ini secara alami memberikan kedalaman pertahanan data penandaan yang jauh melebihi daya komputasi.

Baru-baru ini, sebuah raksasa teknologi secara resmi mengumumkan akuisisi 49% saham sebuah perusahaan pelabelan data senilai 14,8 miliar dolar AS, ini adalah investasi tunggal terbesar di bidang AI tahun ini. Yang lebih menarik adalah, pendiri dan CEO perusahaan pelabelan data tersebut akan menjabat sebagai kepala laboratorium penelitian "Super Pintar" yang baru didirikan oleh raksasa teknologi ini.

Pengusaha keturunan Tionghoa berusia 25 tahun ini mendirikan perusahaan pada tahun 2016 saat masih menjadi mahasiswa drop-out di Universitas Stanford, kini perusahaan yang ia pimpin telah mencapai valuasi sebesar 30 miliar USD. Daftar klien perusahaan ini bisa dibilang sebagai "susunan bintang" di dunia AI: banyak perusahaan teknologi terkenal, produsen mobil, bahkan departemen pemerintah menjadi mitra jangka panjangnya. Perusahaan ini khusus menyediakan layanan pelabelan data berkualitas tinggi untuk pelatihan model AI, dengan lebih dari 300.000 pelabel terlatih secara profesional.

Ketika semua orang masih berdebat tentang siapa yang memiliki kinerja model yang lebih baik, para pemain sejati telah diam-diam memindahkan medan perang ke sumber data. Sebuah "perang gelap" tentang kekuasaan kontrol masa depan AI telah dimulai.

Kepastian sukses perusahaan penandaan data ini mengungkapkan sebuah kebenaran yang terabaikan: Daya Komputasi tidak lagi langka, arsitektur model cenderung seragam, yang benar-benar menentukan batas kecerdasan AI adalah data yang telah "dilatih" dengan cermat. Sebuah raksasa teknologi membeli bukan hanya sebuah perusahaan outsourcing dengan harga yang selangit, tetapi "hak penguasaan minyak" di era AI.

Namun, cerita monopoli selalu memiliki pemberontak. Sama seperti platform penggabungan daya komputasi cloud yang berusaha menggulingkan layanan cloud terpusat, beberapa proyek Web3 AI berusaha untuk sepenuhnya menulis ulang aturan distribusi nilai dari penandaan data dengan menggunakan blockchain. Kekurangan fatal dari model penandaan data tradisional bukanlah masalah teknis, melainkan masalah desain insentif.

Misalnya, seorang dokter menghabiskan beberapa jam untuk memberi label pada citra medis, mungkin hanya mendapatkan beberapa puluh dolar untuk biaya layanan, sementara model AI yang dilatih dengan data tersebut bernilai miliaran dolar, tetapi dokter tidak mendapatkan sepeser pun. Pembagian nilai yang sangat tidak adil ini secara serius menghambat niat untuk menyediakan data berkualitas tinggi.

Dengan adanya mekanisme insentif token Web3, peserta tidak lagi menjadi "buruh tani" data yang murah, melainkan menjadi "pemegang saham" yang sebenarnya dari jaringan model bahasa AI. Jelas, keuntungan Web3 dalam mengubah hubungan produksi lebih unggul dalam skenario pelabelan data.

Menariknya, sebuah proyek Web3 AI kebetulan melakukan peristiwa penciptaan token pada titik waktu akuisisi bernilai tinggi ini, apakah ini kebetulan atau direncanakan dengan cermat? Menurut penulis, ini sebenarnya mencerminkan titik balik pasar: baik Web3 AI maupun AI tradisional, telah bergerak dari "Daya Komputasi" menuju persimpangan "Kualitas Data".

Ketika raksasa tradisional membangun tembok data dengan uang, Web3 sedang membangun eksperimen "demokratisasi data" yang lebih besar dengan ekonomi token. Persaingan tentang masa depan AI ini mungkin lebih sengit dan kompleks daripada yang kita bayangkan.