Ces derniers temps, j’ai de plus en plus l’impression que la vraie ressource rare de la prochaine étape de l’IA n’est peut-être pas la puissance de calcul, mais plutôt des données humaines fiables.
Sur Internet, les données ne manquent jamais. Ce qui manque, c’est une preuve :
que ces données viennent de vraies personnes, et non de robots, de comptes en masse ou de contenus générés par l’IA elle-même.
Ce problème devient de plus en plus grave.
Plus les modèles sont puissants, plus les contenus générés par l’IA sont nombreux, et plus Internet risque d’entrer dans une boucle :
L’IA lit des données humaines → génère davantage de contenu → les nouveaux modèles réutilisent ces contenus IA pour l’entraînement.
À la fin, la quantité de données augmente, mais les signaux réellement utiles provenant du monde humain se diluent.
KGeN ne se contente pas d’une simple plateforme d’annotation de données : l’entreprise met en place une couche de Verified Human Network (réseau d’humains vérifiés).
À ce jour, son réseau couvre 60+ pays et 45+ langues. K-Quest peut collecter des données multimodales : voix, images, vidéos, ainsi que des données provenant d’environnements réels. En coulisses, le Reputation System continue de valider les participants selon des dimensions comme Proof of Human, Proof of Skill, Proof of Engagement, etc.
Ces deux couches combinées sont cruciales.
À l’avenir, ce que les entreprises d’IA achèteront ne sera peut-être plus seulement 1 million de données, mais :
1 million de données provenant de quelles personnes, de quel(s) région(s), de quelle langue, de quel environnement réel — et avec lesquelles on peut vérifier l’origine.
Surtout quand l’IA passera des boîtes de dialogue vers les robots, la conduite autonome, la Voice AI et les World Models, les besoins en données passeront du texte à la voix, aux actions, à l’espace et au feedback du monde réel.
KGeN s’étend déjà vers la direction de l’Physical AI. Les données multimodales qu’elle met en avant — Sound, Sight, Motion, etc. — parient essentiellement sur la prochaine source d’entrée de données pour l’IA.
Je pense que le point le plus intéressant à observer autour de $KGEN se situe justement ici.
Si les Verified Human Data deviennent finalement une ressource fondamentale dans la chaîne de valeur de l’industrie de l’IA, alors le marché visé par KGeN ne se limitera plus seulement au Web3, ni seulement à la croissance des utilisateurs dans le jeu : il pourrait s’étendre encore davantage au training des LLM, à l’évaluation des modèles, à la Voice AI, aux robots, aux World Models, voire à un marché plus large des données pour la collaboration homme-machine. Son réseau KAI couvre déjà des domaines professionnels comme Coding, Healthcare, Financial Services et Legal.
Dans l’ère précédente de l’IA, la bataille portait sur qui possédait le plus de données.
La prochaine pourrait être :
qui peut prouver que ces données viennent vraiment d’humains.
Plus les données sont faciles à générer, plus le réel devient cher.
C’est peut-être là le récit long terme le plus digne d’attention pour KGeN.
Sur Internet, les données ne manquent jamais. Ce qui manque, c’est une preuve :
que ces données viennent de vraies personnes, et non de robots, de comptes en masse ou de contenus générés par l’IA elle-même.
Ce problème devient de plus en plus grave.
Plus les modèles sont puissants, plus les contenus générés par l’IA sont nombreux, et plus Internet risque d’entrer dans une boucle :
L’IA lit des données humaines → génère davantage de contenu → les nouveaux modèles réutilisent ces contenus IA pour l’entraînement.
À la fin, la quantité de données augmente, mais les signaux réellement utiles provenant du monde humain se diluent.
KGeN ne se contente pas d’une simple plateforme d’annotation de données : l’entreprise met en place une couche de Verified Human Network (réseau d’humains vérifiés).
À ce jour, son réseau couvre 60+ pays et 45+ langues. K-Quest peut collecter des données multimodales : voix, images, vidéos, ainsi que des données provenant d’environnements réels. En coulisses, le Reputation System continue de valider les participants selon des dimensions comme Proof of Human, Proof of Skill, Proof of Engagement, etc.
Ces deux couches combinées sont cruciales.
À l’avenir, ce que les entreprises d’IA achèteront ne sera peut-être plus seulement 1 million de données, mais :
1 million de données provenant de quelles personnes, de quel(s) région(s), de quelle langue, de quel environnement réel — et avec lesquelles on peut vérifier l’origine.
Surtout quand l’IA passera des boîtes de dialogue vers les robots, la conduite autonome, la Voice AI et les World Models, les besoins en données passeront du texte à la voix, aux actions, à l’espace et au feedback du monde réel.
KGeN s’étend déjà vers la direction de l’Physical AI. Les données multimodales qu’elle met en avant — Sound, Sight, Motion, etc. — parient essentiellement sur la prochaine source d’entrée de données pour l’IA.
Je pense que le point le plus intéressant à observer autour de $KGEN se situe justement ici.
Si les Verified Human Data deviennent finalement une ressource fondamentale dans la chaîne de valeur de l’industrie de l’IA, alors le marché visé par KGeN ne se limitera plus seulement au Web3, ni seulement à la croissance des utilisateurs dans le jeu : il pourrait s’étendre encore davantage au training des LLM, à l’évaluation des modèles, à la Voice AI, aux robots, aux World Models, voire à un marché plus large des données pour la collaboration homme-machine. Son réseau KAI couvre déjà des domaines professionnels comme Coding, Healthcare, Financial Services et Legal.
Dans l’ère précédente de l’IA, la bataille portait sur qui possédait le plus de données.
La prochaine pourrait être :
qui peut prouver que ces données viennent vraiment d’humains.
Plus les données sont faciles à générer, plus le réel devient cher.
C’est peut-être là le récit long terme le plus digne d’attention pour KGeN.
