Meta gab 14,8 Mrd. USD aus, um fast die Hälfte des Eigenkapitals von AI zu erwerben

Einerseits gab Meta 14,8 Milliarden US-Dollar aus, um fast die Hälfte des Eigenkapitals der AI zu erwerben

output: On one hand, Meta spent $14.8 billion to acquire nearly half of Scale AI’s equity, and the entire Silicon Valley was shocked that the giant repriced “data labeling” at a sky-high price; on the other hand, the upcoming TGE @SaharaLabsAI is still trapped under the Web3 AI bias label of “riding the concept and unable to prove itself”.

Ausgabe: Einerseits gab Meta 14,8 Milliarden US-Dollar aus, um fast die Hälfte des Eigenkapitals von AI zu erwerben, und das gesamte Silicon Valley war schockiert darüber, dass die riesige „Datenkennzeichnung“ zu einem himmelhohen Preis wiederholte. Andererseits ist der bevorstehende TGE @saharalabsai immer noch unter dem Web3 AI -Vorbettetikett „Reiten des Konzepts und nicht in der Lage, sich zu beweisen“ gefangen.

What is the market ignoring behind this huge contrast?

Was ignoriert der Markt hinter diesem riesigen Kontrast?

First of all, data labeling is a more valuable track than decentralized computing power aggregation.

Zunächst ist die Datenkennzeichnung eine wertvollere Spur als dezentrale Rechenleistung Aggregation.

The story of using idle GPUs to challenge cloud computing giants is indeed exciting, but computing power is essentially a standardized commodity, and the difference lies mainly in price and availability. The price advantage seems to be able to find a gap in the monopoly of giants, but availability is subject to geographical distribution, network latency, and insufficient user incentives. Once the giants reduce prices or increase supply, this advantage will be wiped out in an instant.

Die Geschichte der Verwendung von Idle -GPUs zur Herausforderung von Cloud -Computing -Giganten ist in der Tat aufregend, aber die Rechenleistung ist im Wesentlichen eine standardisierte Ware, und der Unterschied liegt hauptsächlich in Preis und Verfügbarkeit. Der Preisvorteil scheint in der Lage zu sein, eine Lücke im Monopol der Riesen zu finden, aber die Verfügbarkeit unterliegt geografischer Verbreitung, Netzwerklatenz und unzureichenden Benutzeranreizen. Sobald die Riesen die Preise reduzieren oder das Angebot erhöhen, wird dieser Vorteil sofort ausgelöscht.

Data labeling is completely different - this is a differentiated field that requires human wisdom and professional judgment. Each high-quality label carries unique professional knowledge, cultural background, cognitive experience, etc., which cannot be “standardized” and replicated like GPU computing power.

Die Datenkennzeichnung ist völlig unterschiedlich - dies ist ein differenziertes Feld, das menschliche Weisheit und ein berufliches Urteilsvermögen erfordert. Jedes hochwertige Etikett bietet einzigartiges berufliches Wissen, kulturellen Hintergrund, kognitive Erfahrungen usw., die nicht „standardisiert“ und wie GPU-Rechenleistung repliziert werden können.

An accurate cancer image diagnosis annotation requires the professional intuition of a senior oncologist; an experienced financial market sentiment analysis cannot be separated from the practical experience of a Wall Street trader. This natural scarcity and irreplaceability give “data annotation” a moat depth that computing power can never reach.

Eine genaue Annotation für Krebsbilddiagnose erfordert die professionelle Intuition eines leitenden Onkologen. Eine erfahrene Analyse der Finanzmarktstimmung kann nicht von der praktischen Erfahrung eines Wall Street -Händlers getrennt werden. Diese natürliche Knappheit und Unerseinheit verleihen „Datenanmerkungen“ eine Wassergrabentiefe, die die Rechenleistung niemals erreichen kann.

On June 10, Meta officially announced that it would acquire 49% of the shares of data labeling company Scale AI for $14.8 billion, which is the largest single investment in the AI field this year. What is more noteworthy is that Alexandr Wang, founder and CEO of Scale AI, will also serve as the head of Meta’s newly established “super intelligence” research laboratory.

Am 10. Juni kündigte Meta offiziell an, 49% der Aktien der Datenkennzeichnungsunternehmenskala KI für 14,8 Milliarden US -Dollar zu erwerben, was die größte einzelne Investition in das KI -Feld in diesem Jahr darstellt. Bemerkenswerter ist, dass Alexandr Wang, Gründer und CEO von Scale AI, auch als Leiter des neu etablierten Forschungslabors „Super Intelligence“ von Meta fungieren wird.

The 25-year-old Chinese entrepreneur was a Stanford University dropout when he founded Scale AI in 2016. Today, the company he manages is valued at $30 billion. Scale AI’s client list is an “all-star lineup” in the AI industry: OpenAI, Tesla, Microsoft, the Department of Defense, etc. are all its long-term partners. The company specializes in providing high-quality data annotation services for AI model training and has more than 300,000 professionally trained annotators.

Der 25-jährige chinesische Unternehmer war ein Abbrecher der Stanford University, als er 2016 SAI AI gründete. Heute hat das von ihm verwaltete Unternehmen einen Wert von 30 Milliarden US-Dollar. Die Kundenliste von Scale AI ist eine „All-Star-Aufstellung“ in der KI-Branche: OpenAI, Tesla, Microsoft, das Verteidigungsministerium usw. sind alle seine langfristigen Partner. Das Unternehmen ist auf die Bereitstellung qualitativ hochwertiger Datenannotationsdienste für die KI-Modellschulung spezialisiert und verfügt über mehr als 300.000 professionell ausgebildete Annotatoren.

You see, while everyone is still arguing about whose model has a higher score, the real players have quietly shifted the battlefield to the data source.

Sie sehen, während immer noch alle darüber streiten, deren Modell eine höhere Punktzahl hat, haben die wirklichen Spieler das Schlachtfeld leise auf die Datenquelle verlagert.

A “secret war” for control of the future of AI has begun.

Ein „geheimer Krieg“ zur Kontrolle der Zukunft von AI hat begonnen.

The success of Scale AI exposes an overlooked truth: computing power is no longer scarce, model architectures are becoming more homogenous, and the real upper limit of AI intelligence is the carefully “tuned” data. What Meta bought at a sky-high price was not an outsourcing company, but the “oil mining rights” of the AI era.

Der Erfolg der Skalierung KI enthüllt eine übersehene Wahrheit: Die Rechenleistung ist nicht mehr knapp, Modellarchitekturen werden immer homogener und die tatsächliche Obergrenze der AI -Intelligenz sind die sorgfältig „abgestimmten“ Daten. Was Meta zu einem himmelhohen Preis kaufte, war kein Outsourcing-Unternehmen, sondern die „Ölabbaurechte“ der KI-Ära.

There is always a rebel in the story of Monopoly.

Die Geschichte des Monopols hat immer einen Rebellen.

Just as cloud computing aggregation platforms attempt to subvert centralized cloud computing services, Sahara AI attempts to completely rewrite the value distribution rules of data annotation with blockchain. The fatal flaw of the traditional data annotation model is not a technical problem, but an incentive design problem.

So wie Cloud Computing -Aggregationsplattformen versuchen, zentrale Cloud -Computing -Dienste zu untergraben, versucht Sahara AI, die Wertverteilungsregeln der Datenannotation mit Blockchain vollständig neu zu schreiben. Der tödliche Fehler des traditionellen Datenanmerkungsmodells ist kein technisches Problem, sondern ein Problem mit Anreizdesign.

A doctor may only get a few dozen dollars for a few hours of labeling medical images, while the AI models trained with these data are worth billions of dollars, but the doctor does not get a penny. This extremely unfair distribution of value has seriously suppressed the willingness to provide high-quality data.

Ein Arzt erhält möglicherweise nur ein paar Dutzend Dollar für ein paar Stunden mit der Kennzeichnung medizinischer Bilder, während die mit diesen Daten ausgebildeten KI -Modelle Milliarden von Dollar wert sind, aber der Arzt erhält keinen Cent. Diese äußerst unfaire Wertverteilung hat die Bereitschaft, qualitativ hochwertige Daten bereitzustellen, ernsthaft unterdrückt.

With the catalysis of the web3 token incentive mechanism, they are no longer cheap data “migrant workers”, but real “shareholders” of the AI LLM network. Obviously, the advantage of web3 in transforming production relations is more suitable for data labeling scenarios than computing power.

Mit der Katalyse des Web3 -Token -Incentive -Mechanismus sind sie nicht mehr billige Daten „Migrantenarbeiter“, sondern reale „Aktionäre“ des KI -LLM -Netzwerks. Offensichtlich ist der Vorteil von Web3 bei der Transformation der Produktionsbeziehungen besser für Datenkennzeichnungsszenarien als für die Rechenleistung geeignet.

Interestingly, Sahara AI happened to be in the TGE node of Meta acquired at a sky-high price. Is it a coincidence or a careful plan? In my opinion, this actually reflects a market inflection point: both Web3 AI and Web2 AI have gone from “volume computing power” to the crossroads of “volume data quality”.

Interessanterweise war Sahara AI zufällig im TGE-Knoten von Meta, das zu einem himmelhohen Preis erworben wurde. Ist es ein Zufall oder ein sorgfältiger Plan? Meiner Meinung nach spiegelt dies tatsächlich einen Markt für den Markt für die Wendee wider: Sowohl Web3 AI als auch Web2 AI sind von „Volume Computing Power“ zur Kreuzung der „Volumendatenqualität“ gewechselt.

While traditional giants use money to build data barriers, Web3 is using Tokenomics to build a larger “data democratization” experiment.

Während traditionelle Riesen Geld verwenden, um Datenbarrieren zu erstellen, nutzt Web3 Tokenomics, um ein größeres Experiment „Datendemokratisierung“ zu erstellen.