חברת הסטארט-אפ Micro1, המתמחה באספקת נתוני אימון איכותיים לחברות המפתחות מודלי בינה מלאכותית, רשמה זינוק מטאורי בקצב ההכנסות השנתי (Gross Annual Run Rate) שלה. בתוך שמונה חודשים בלבד זינק הנתון מ-100 מיליון דולר ל-500 מיליון דולר. הצמיחה המהירה של החברה מדגישה תופעה רחבה בענף הבינה המלאכותית: לצד ההשקעות העצומות בתשתיות חומרה וכוח מחשוב, הופך הרעב לנתונים מותאמים ואיכותיים לאחד מהרכיבים היקרים והקריטיים ביותר בפיתוח מודלים מתקדמים.
ממומחים טכניים ועד מידע עסקי: כך עובד מנוע הצמיחה
בעוד שבדורות הראשונים של מודלי השפה הגדולים (LLM) התבססו החברות על כמות אדירה של מידע שנסרק מהאינטרנט הציבורי, כיום המקורות הללו מיצו את עצמם במידה רבה. כדי לשפר מודלים מתקדמים ולייצר יתרון תחרותי, נדרש כעת מידע מתמחה ברמה גבוהה. Micro1, שנוסדה בשנת 2022 על ידי עלי אנסארי (Ali Ansari), אינה מסתפקת בהעסקת עובדים פשוטים לתיוג נתונים, אלא מגייסת מומחים בעלי רקע טכני ומקצועי נרחב, המייצרים ומעריכים את המידע עבור חברות הבינה המלאכותית.
הצורך הגובר במומחיות אנושית מייצר שוק רחב וצומח של שחקנים, שבו פועלות חברות נוספות:
- Mercor: עברה הקיץ קצב הכנסות שנתי ברוטו של יותר מ-2 מיליארד דולר.
- Handshake: חצתה מוקדם יותר השנה את רף ה-1 מיליארד דולר בקצב ההכנסות השנתי.
- Micro1: זינקה ל-500 מיליון דולר בתוך שמונה חודשים בלבד.
הנתונים הללו מוכיחים כי על אף השכלול המתמיד של מודלי הבינה המלאכותית, מעורבותם של בני אדם בתהליך הפיתוח אינה פוחתת - אלא משנה את פניה ומתמקדת במומחיות עמוקה יותר.
הקרב על מידע פרטי: מלחמת הצעות ונכסים בפירוק
הדרישה לדאטה איכותי חורגת מאיסוף מידע חדש שנכתב על ידי מומחים, ומתפשטת גם לניסיון לרכוש מאגרי נתונים פרטיים קיימים של חברות. מאגרים אלו, שנוצרו לאורך שנים של פעילות עסקית, עסקאות ותפעול, אינם נגישים באינטרנט הציבורי ולכן מעניקים ערך ייחודי למפתחי המודלים.
דוגמה בולטת לקרב על מידע פרטי נרשמה לאחרונה סביב נכסיה של חברת התעופה Spirit Airlines לאחר שנכנסה להליכי פשיטת רגל. Micro1 הגישה הצעה לרכישת המידע התאגידי של חברת התעופה בסכום של 12.5 מיליון דולר, ובכך עקפה את ההצעה המתחרה של ענקית הטכנולוגיה Google שעמדה על 10 מיליון דולר.
מאבקי רכישה מסוג זה מראים כיצד נתונים עסקיים פנימיים - שנאספו בעבר לצרכים תפעוליים או רגולטוריים בלבד - הופכים לנכס נזיל ובעל שוק עצמאי. עם זאת, הפיכת רשומות תאגידיות לחומרי אימון לגיטימיים כרוכה באתגרים משמעותיים:
- מגבלות פרטיות והגנת מידע עלולות למנוע שימוש בנתונים אישיים.
- שאלות של בעלות משפטית ומידע מסחרי רגיש מערימות קשיים נוספים.
- איכות המידע והתאמתו למטרות הספציפיות של מודל הבינה המלאכותית משתנות במידה ניכרת.
גיאופוליטיקה של מידע: הקו האדום של המייסד
מעבר לתחרות המסחרית, תחום הנתונים לאימון בינה מלאכותית מקבל גם ממד גיאופוליטי. מייסד Micro1, עלי אנסארי, הביע עמדה נחרצת בנוגע ליעד שאליו צריכים להגיע הנתונים שנאספים בחברה. ברשת החברתית X הבהיר אנסארי כי Micro1 אינה מוכרת את מאגרי הנתונים שלה למפתחי מודלים מסין.
"חלק מחברות הדאטה האנושי עובדות עם יריבות זרות, והתוצאות ניכרות כיום במודל Kimi K3. אנו מאמינים כי זה מביש לטעון לרצון בשליטה אמריקאית בתחום ה-AI בעוד שמוכרים מידע בשווי מיליוני דולרים למדינות שנמצאות עמנו ביריבות."
עמדה זו מעידה על כך שהקרב על הבינה המלאכותית אינו רק תחרות על כוח מחשוב, אלא גם מאבק אסטרטגי על הנגישות למידע איכותי ובלעדי.
למה זה חשוב לך
עבור תעשיית ההייטק והיזמים הישראלים, הזינוק בביקוש לנתוני אימון מראה שמידע ארגוני פנימי ומומחיות מקצועית הופכים לנכסים פיננסיים בעלי ערך רב. חברות בעלות דאטה ייחודי יכולות לראות בו כעת מנוע צמיחה או נכס אסטרטגי עצמאי, בעוד שעבור אנשי מקצוע ומומחים בתחומים טכניים נפתחות הזדמנויות תעסוקה חדשות בהערכה והכוונה של מודלי בינה מלאכותית מתקדמים.
התוכן בכתבה זו נועד לספק סקירה כללית בלבד ואינו מהווה תחליף לייעוץ מקצועי פרטני. המערכת אינה אחראית לכל נזק או הפסד שייגרם כתוצאה מהסתמכות על המידע המוצג.