Os dados de IA mais valiosos do mundo estão protegidos.

Não pela tecnologia. Pela confiança.

Vamos mudar a perspetiva sobre o que eu acho que o OpenLedger é fundamentalmente.
A justiça é o tema comum da história. Pague aos contribuintes de dados. Democratize a IA. Pague às pessoas que criaram os modelos.

Isso é real. E importa.
No entanto, acredito que não resolve a questão economicamente mais relevante que o OpenLedger enfrentará.

Não compensação de dados. Desbloqueio de dados.
Este é o problema de dados que ninguém está a dizer claramente o suficiente.

A maior parte das melhores informações de treino do mundo não está na Internet.

Está dentro de sistemas hospitalares que não conseguem comunicar informações de pacientes sem violar regulamentos HIPAA.
Está em bases de dados de investigação farmacêutica, inacessíveis por causa de acordos de confidencialidade.
Está em bancos com anos e anos de dados proprietários de trading.
Está em escritórios de advogados onde casos mudariam a natureza do raciocínio jurídico de IA.
O que há em fábricas onde dados de sensores poderiam transformar a forma como fazemos manutenção preditiva.

Estes dados existem. São verdadeiramente valiosos.
Se uma empresa desenvolver um sistema de IA com eles, teria um poder muito maior do que um sistema de IA desenvolvido com dados da internet, que são públicos.

Mas é quase impossível que haja quantidade suficiente deles que possam realmente ser usados para treino de IA.

Não por problemas técnicos.
Como resultado da falta de confiança.

Quanto às informações de pacientes, o hospital não consegue garantir que essas informações não serão partilhadas e você não consegue garantir o que acontece com elas após serem partilhadas.
Como a empresa farmacêutica não consegue demonstrar atribuição e controlo ao usar dados downstream, ela não pode partilhar quaisquer dados de investigação.
A instituição financeira pode não conseguir fornecer dados de trading porque não consegue manter os registos de auditoria necessários para fins regulatórios.

Estes não são problemas tecnológicos.
São problemas de origem e rastreabilidade.

Quem usou esses dados? Para que propósito?
Podemos prová-lo? Podemos auditar?
É possível impor restrições à sua partilha?

Se as respostas a essas perguntas não forem dadas, os dados permanecem bloqueados.
Qualquer valor que possa ser oferecido aos doadores.

É neste ponto que a infraestrutura do OpenLedger fica interessante, além da história de "pagar aos contribuintes de forma justa".

Prova de Atribuição não é simplesmente uma rede de pagamentos.
Ela suporta a Geração de Linhagem de Dados verificável.
Todos os conjuntos de dados adicionados a uma Datanet vêm acompanhados de um histórico criptográfico de onde vieram, como foram usados e como afetam a saída do modelo.
Está na cadeia e não faz parte do banco de dados de nenhuma organização individual e pode ser auditada por qualquer pessoa com acesso adequado.

Para o hospital que pensa em partilhar dados de pacientes desidentificados, isso é uma cadeia de custódia que é legalmente defensável para o hospital.
Podemos demonstrar o que aconteceu com esses dados.
Podemos provar que estão sendo usados apenas para o que divulgámos.
O registo de auditoria pode ser fornecido se necessário por equipas de conformidade e reguladores.

Essa é uma prova de atribuição que salvaguarda a pesquisa proprietária da farmacêutica.
Evidência de que os nossos dados foram usados pode ser fornecida.
Temos a capacidade de fazer cumprir os termos de licenciamento.
Podemos juntar-nos ao valor que a nossa contribuição traz para a nossa pesquisa subjacente, sem colocá-los em risco.

Essa é a documentação regulatória que tornará possível a integração de IA para a instituição financeira.
É possível mostrar como a governação de dados pode ser demonstrada.
Conseguimos atender às necessidades de auditoria.
Não precisamos sacrificar requisitos de confidencialidade no desenvolvimento de IA.

O mercado potencial representado por este desbloqueio é muito maior do que o mercado de recompensa para contribuintes individuais de dados.

A próxima fronteira na melhoria da capacidade de IA é o dado empresarial, os dados de alto valor, específicos de domínio, que estão trancados em sistemas institucionais.
Estes serão dramaticamente mais poderosos do que os modelos que não conseguem acessá-los.

Nem é porque as organizações que detêm os dados não queiram fazer parte do desenvolvimento de IA.
Muitos deles desejam fazê-lo.
A razão pela qual não os disponibilizam é porque não conseguem cumprir os padrões de confiança, proveniência e auditoria que se esperam para partilhar dados de forma responsável.

A infraestrutura do OpenLedger pode ser essa chave.
Não é para pessoas com poucos pontos a recolher por amostras de escrita.
Para instituições, não apenas desbloqueando bilhões em ativos de dados, mas também pelo valor de treino de IA.

Quero deixar claro que isto exige muito trabalho.
A implementação de infraestruturas de dados baseadas em blockchain nas empresas não é rápida.
O processo de aquisição pode demorar muito tempo.
A revisão legal é muito rigorosa.
Integrar com a governação de dados existente é difícil.

O mercado de contribuintes individuais (onde pessoas carregam conjuntos de dados para Datanets por uma recompensa em tokens) pode aumentar significativamente de tamanho.
O mercado institucional funciona a um ritmo completamente diferente.

Há um problema de galinha e ovo.
As instituições seriam integradas quando a infraestrutura fosse comprovada em escala.
Só quando suficientes instituições integrarem é que a infraestrutura será posta à prova.

Só há uma maneira de quebrar este ciclo: ou alguém será o primeiro a comprar um destaque (ou o primeiro a vendê-lo), ou o custo de passar dados valiosos sem qualquer forma de partilha tornará mais caro do que investir em nova infraestrutura.

Ambas as condições estão a evoluir.
Até agora, ainda não estão aqui.

Mas, no que eu continuo a pensar.

A Internet não abriu o seu potencial para as pessoas partilharem informações.
Ela realmente ganhou força quando outras instituições — bancos, retalhistas, mídia, governos — começaram a desenvolver por cima dela.

A base é a sua camada de contribuintes individuais, OpenLedger.
Fascinante, concreta, valiosa de construir.

A escala económica reside ao nível institucional.
Se o OpenLedger conseguir criar a rede de confiança necessária para tornar possível partilhar dados institucionais e se o ambiente regulatório continuar a mudar de forma a que isso seja uma exigência de conformidade e não apenas uma vantagem, então $OPEN não está a ser avaliado para esse mercado endereçável.

Nem perto disso.

Isto é ou um grande negócio ou uma grande oportunidade.
Ou uma ideia que não se concretiza rapidamente o suficiente para que muitos $OPEN holders possam esperar.

Ainda não tenho certeza de qual das duas.

Mas os sinais de adoção institucional são mais monitorados do que os sinais de contribuintes individuais.

Afinal, é aí que reside o verdadeiro mercado.
Estás convencido de que o desbloqueio de dados empresariais é a grande oportunidade do OpenLedger, maior do que a compensação de contribuintes individuais?

@OpenLedger $OPEN #OpenLedger