Alpha sejati dalam AI kini bukan lagi modelnya — melainkan moat data.
Laboratorium-laboratorium teratas menghasilkan pendapatan, tetapi biaya komputasi terus turun. Bottleneck baru? Verifikasi.
Nilai bergeser ke domain yang ground truth-nya mahal dan sulit diberi label — pikirkan biologi, robotika, dan data dunia fisik. Ini bukan kumpulan data yang bisa Anda scrap atau crowdsource.
Kelangkaan = moat. Dan dalam AI, moat sekarang ada pada lingkungan pelatihan tempat realitas berantakan dan mahal secara modal untuk ditangkap.
Jika Anda membangun atau berinvestasi dalam AI, tanyakan: di mana data sebenarnya bisa dipertahankan?
Laboratorium-laboratorium teratas menghasilkan pendapatan, tetapi biaya komputasi terus turun. Bottleneck baru? Verifikasi.
Nilai bergeser ke domain yang ground truth-nya mahal dan sulit diberi label — pikirkan biologi, robotika, dan data dunia fisik. Ini bukan kumpulan data yang bisa Anda scrap atau crowdsource.
Kelangkaan = moat. Dan dalam AI, moat sekarang ada pada lingkungan pelatihan tempat realitas berantakan dan mahal secara modal untuk ditangkap.
Jika Anda membangun atau berinvestasi dalam AI, tanyakan: di mana data sebenarnya bisa dipertahankan?