Les données d'IA les plus précieuses au monde sont sécurisées.

Pas par la technologie. Par la confiance.

Changeons de perspective sur ce que je pense qu'OpenLedger représente fondamentalement.
L'équité est le thème commun de l'histoire. Payez les contributeurs de données. Démocratisez l'IA. Payez les individus qui ont créé les modèles.

C'est réel. Et cela compte.
Cependant, je crois que cela ne répond pas à la question plus économiquement pertinente à laquelle OpenLedger devra faire face.

Pas la compensation des données. La déverrouillage des données.
C'est le problème des données que personne ne dit assez clairement.

La plupart des meilleures informations d'entraînement au monde ne sont pas sur Internet.

Elles se trouvent dans des systèmes hospitaliers incapables de communiquer les informations des patients sans violer les réglementations HIPAA.
Elles sont dans des bases de données de recherche pharmaceutique, inaccessibles à cause d'accords de confidentialité.
Elles sont dans des banques avec des années et des années de données de trading propriétaires.
Elles sont dans des cabinets d'avocats où des affaires pourraient changer la nature du raisonnement juridique en IA.
Ce qui se trouve dans des usines de fabrication où des données de capteurs pourraient transformer la maintenance prédictive.

Ces données existent. Elles sont véritablement précieuses.
Si une entreprise développe un système d'IA dessus, il aurait un pouvoir bien supérieur à celui d'un système développé avec des données d'Internet, qui sont publiques.

Mais il est presque impossible qu'il y en ait suffisamment pour être réellement utilisables pour l'entraînement de l'IA.

Ce n'est pas dû à des problèmes techniques. C'est le résultat d'un manque de confiance.

En ce qui concerne les informations des patients, l'hôpital ne peut garantir que ces informations ne seront pas partagées, et vous ne pouvez pas garantir ce qui leur arrivera après leur partage.
Puisque la société pharmaceutique ne peut pas démontrer l'attribution et le contrôle lors de l'utilisation en aval, elle ne peut partager aucune donnée de recherche.
L'institution financière peut ne pas être en mesure de fournir des données de trading parce qu'elle ne peut pas conserver les journaux d'audit nécessaires à des fins réglementaires.

Il n'y a pas de problèmes technologiques. Ce sont des problèmes de source et de traçabilité.

Qui a utilisé ces données ? Dans quel but ? Pouvons-nous le prouver ? Pouvons-nous l'auditer ? Est-il possible d'imposer des restrictions sur leur partage ?

Si ces questions ne reçoivent pas de réponses, les données restent verrouillées. Quel que soit l'argent que vous pouvez offrir aux donateurs.

C'est à ce moment que l'infrastructure d'OpenLedger devient intéressante, au-delà de l'histoire du "payer équitablement les contributeurs".

La preuve d'attribution n'est pas simplement une plateforme de paiement. Elle supporte la génération d'une filiation de données vérifiable.
Tous les ensembles de données ajoutés à un Datanet sont accompagnés d'une histoire cryptographique de leur provenance, de leur utilisation et de leur impact sur la sortie du modèle.
Elle est sur la blockchain et ne fait pas partie de la base de données d'une organisation individuelle, et peut être auditée par quiconque ayant un accès approprié.

Pour l'hôpital qui envisage de partager des données de patients dé-identifiées, c'est une chaîne de garde légale pour l'hôpital.
Nous pouvons démontrer ce qui s'est passé avec ces données.
Nous pouvons prouver qu'elles ne sont utilisées que pour ce que nous avons divulgué.
La piste d'audit peut être fournie si nécessaire par le personnel de conformité et les régulateurs.

C'est une preuve d'attribution qui protège la recherche propriétaire de la société pharmaceutique.
Une preuve que nos données ont été utilisées peut être fournie.
Nous avons la capacité d'appliquer les termes de licence.
Nous pouvons participer à la valeur que notre contribution apporte à notre recherche sous-jacente sans leur mettre en danger.

C'est la paperasserie réglementaire qui rendra possible l'intégration de l'IA pour l'institution financière.
Il est possible de montrer comment la gouvernance des données peut être démontrée.
Nous pouvons répondre aux besoins d'audit.
Nous n'avons pas besoin de sacrifier la confidentialité dans le développement de l'IA.

Le marché potentiel représenté par cette déverrouillage est bien plus grand que celui de la récompense des contributeurs individuels.

La prochaine frontière pour améliorer la capacité de l'IA est celle des données d'entreprise, les données verrouillées, à haute valeur, spécifiques à un domaine, présentes dans les systèmes institutionnels.
Ce seront des modèles beaucoup plus puissants que ceux qui ne peuvent pas y accéder.

Ce n'est pas parce que les organisations qui détiennent ces données ne veulent pas participer au développement de l'IA.

Beaucoup d'entre elles souhaitent le faire.
La raison pour laquelle elles ne le rendent pas disponible, c'est qu'elles ne peuvent pas répondre aux normes de confiance, de provenance et d'audit attendues pour un partage responsable des données.

L'infrastructure d'OpenLedger pourrait être cette clé.
Ce n'est pas pour les personnes avec quelques points à collecter pour des échantillons d'écriture.
Pour les institutions, non seulement pour déverrouiller des milliards d'actifs de données, mais aussi pour la valeur de formation en IA.

Je tiens à souligner que cela demande beaucoup de travail.
La mise en œuvre d'infrastructures de données basées sur la blockchain dans l'entreprise n'est pas rapide.
Le processus d'approvisionnement peut prendre beaucoup de temps.
La revue juridique est très approfondie.
L'intégration avec la gouvernance des données existante est difficile.

Le marché des contributeurs individuels (où des personnes téléchargent des ensembles de données sur des Datanets pour une récompense en tokens) peut augmenter considérablement en taille.
Le marché institutionnel fonctionne à un rythme complètement différent.

Il y a un problème de poule et d'œuf.
Les institutions seraient intégrées lorsque l'infrastructure sera prouvée à grande échelle.
Ce n'est qu'une fois qu'un nombre suffisant d'institutions s'intégreront que l'infrastructure sera mise à l'épreuve.

Il n'y a qu'une seule façon de briser ce cycle : soit quelqu'un sera le premier à acheter un produit phare (ou le premier à en vendre un), soit le coût de passer à côté de données précieuses sans moyen de les partager deviendra plus coûteux que d'investir dans une nouvelle infrastructure.

Ces deux conditions se développent.
Pour l'instant, elles ne sont pas là.

Mais ce à quoi je reviens sans cesse.
Internet n'a pas libéré son potentiel pour que les gens partagent des informations.
Il a vraiment pris son envol lorsque d'autres institutions — banques, détaillants, médias, gouvernements — ont commencé à construire dessus.

La base est sa couche de contributeurs individuels, OpenLedger.
Fascinant, concret, précieux à construire.

L'échelle économique réside au niveau institutionnel.
Si OpenLedger peut créer le réseau de confiance nécessaire pour permettre le partage de données institutionnelles, et si l'environnement réglementaire continue d'évoluer de manière à faire de cela une exigence de conformité plutôt qu'une option, $OPEN n'est pas encore valorisé pour ce marché adressable.

Pas même proche.

C'est soit beaucoup d'affaires, soit une grande opportunité.
Ou une idée qui ne se concrétise pas assez rapidement pour que beaucoup de détenteurs de $OPEN attendent.

Je ne suis vraiment pas sûr de laquelle des deux.

Mais les signaux d'adoption institutionnelle sont plus étroitement surveillés que ceux des contributeurs individuels.

C'est là que réside le vrai marché, après tout.
Êtes-vous convaincu que le déverrouillage des données d'entreprise est la grande opportunité d'OpenLedger, plus que la rémunération des contributeurs individuels ?

@OpenLedger $OPEN #OpenLedger