Los datos de IA más valiosos del mundo están asegurados.

No por tecnología. Por confianza.

Vamos a cambiar la perspectiva sobre lo que creo que OpenLedger es fundamentalmente.
La equidad es el tema común de la historia. Paga a los contribuyentes de datos. Democratiza la IA. Paga a las personas que crearon los modelos.

Eso es real. Y importa.
Sin embargo, creo que no aborda el problema más relevante desde el punto de vista económico que enfrentará OpenLedger.

No compensación de datos. Desbloqueo de datos.
Este es el problema de datos que nadie está diciendo con suficiente claridad.

La mayoría de la mejor información de entrenamiento en el mundo no está en Internet.

Está dentro de sistemas hospitalarios que no pueden comunicar información de pacientes sin violar las regulaciones HIPAA. Está en bases de datos de investigación farmacéutica, inaccesibles por acuerdos de confidencialidad. Está en bancos con años y años de datos de comercio propietario. Está en bufetes de abogados donde los casos cambiarían la naturaleza del razonamiento legal de IA. Lo que hay en plantas de fabricación donde los datos de sensores podrían transformar la forma en que hacemos mantenimiento predictivo.

Estos datos existen. Son realmente valiosos. Si una empresa desarrolla un sistema de IA con ellos, tendría un poder mucho mayor que un sistema de IA desarrollado con datos de internet, que son públicos.

Pero es casi imposible que exista suficiente de ellos que puedan realmente usarse para entrenamiento de IA.

No por problemas técnicos. Como resultado de la falta de confianza.

En cuanto a la información de pacientes, el hospital no puede garantizar que esa información no será compartida y tú no puedes garantizar qué sucede con ella después de compartirse. Dado que la compañía farmacéutica no puede demostrar atribución y control al usar datos en downstream, no puede compartir datos de investigación. La institución financiera puede no poder proporcionar datos de comercio porque no puede mantener los registros de auditoría necesarios para fines regulatorios.

No son problemas tecnológicos. Son problemas de origen y trazabilidad.

¿Quién usó estos datos? ¿Para qué propósito? ¿Podemos probarlo? ¿Podemos auditarlo? ¿Es posible imponer restricciones en su compartición?

Si no se responden esas preguntas, los datos permanecen bloqueados. Cualquier cantidad de dinero que puedas ofrecer a los donantes.

Es en este punto donde la infraestructura de OpenLedger se vuelve interesante, más allá de la historia de "pagar a los contribuyentes de manera justa".

La prueba de atribución no es simplemente una vía de pago. Apoya la generación de una línea de datos verificable.
Todos los conjuntos de datos añadidos a una Datanet van acompañados de un historial criptográfico de su origen, cómo han sido utilizados y cómo afectan la salida del modelo. Está en la cadena y no forma parte de la base de datos de ninguna organización individual y puede ser auditado por cualquiera que tenga acceso adecuado.

Para el hospital que está pensando en compartir datos de pacientes desidentificados, esa es una cadena de custodia que es legalmente defendible para el hospital. Podemos demostrar qué ha ocurrido con estos datos. Podemos probar que solo se están usando para lo que hemos divulgado. La trazabilidad puede ser proporcionada si la requiere el personal de cumplimiento y los reguladores.

Eso es evidencia de atribución que protege la investigación propietaria de la compañía farmacéutica. Se puede proporcionar evidencia de que nuestros datos fueron utilizados. Tenemos la capacidad de hacer cumplir los términos de licencia. Podemos unirnos al valor que nuestra contribución aporta a nuestra investigación subyacente sin ponerlos en riesgo.

Eso es la documentación regulatoria que hará posible la integración de IA para la institución financiera. Es posible demostrar cómo se puede gestionar la gobernanza de datos. Podemos cumplir con las necesidades de auditoría. No necesitamos sacrificar requisitos de confidencialidad en el desarrollo de IA.

El mercado potencial representado por este desbloqueo es mucho más grande que el mercado para recompensar a los contribuyentes individuales de datos.

La próxima frontera para mejorar la capacidad de IA es la data empresarial, los datos bloqueados, de alto valor, específicos de dominio que existen en sistemas institucionales. Estos serán dramáticamente más poderosos que los modelos que no pueden acceder a ellos.

Tampoco es porque las organizaciones que poseen los datos no quieran participar en el desarrollo de IA.

Muchos desean hacerlo. La razón por la que no los hacen disponibles es porque no pueden cumplir con los estándares de confianza, procedencia y auditoría que se esperan para compartir datos de manera responsable.

La infraestructura de OpenLedger podría ser esa clave.
No es para personas con unos pocos puntos para recopilar en muestras de escritura. Para instituciones, no solo desbloqueando miles de millones en activos de datos, sino también para el valor de entrenamiento de IA.

Quiero dejar claro que esto requiere mucho trabajo.
La implementación de infraestructuras de datos basadas en blockchain en empresas no es rápida. El proceso de adquisición puede tomar mucho tiempo. La revisión legal es muy exhaustiva. Integrar con la gobernanza de datos existente es difícil.

El mercado de contribuyentes individuales (donde personas suben conjuntos de datos a Datanets por una recompensa en tokens) puede aumentar significativamente en tamaño. El mercado institucional opera a un ritmo completamente diferente.

Hay un problema de huevo y gallina. Las instituciones se integrarían cuando la infraestructura esté probada a escala. Solo cuando suficientes instituciones integren, la infraestructura será puesta a prueba.

Solo hay una forma de romper este ciclo: o alguien será el primero en comprar un cartel (o en vender uno), o el costo de pasar por alto datos valiosos sin una forma posible de compartirlos hará que sea más caro que invertir en nueva infraestructura.

Ambas condiciones están en desarrollo. Hasta ahora, no están aquí.

Pero, en lo que sigo pensando.

Internet no abrió su potencial para que las personas compartieran información. Realmente se consolidó cuando otras instituciones: bancos, minoristas, medios, gobiernos, empezaron a desarrollarse sobre ella.

La base es su capa de contribuyentes individuales, OpenLedger. Fascinante, concreta, valiosa para construir.

La escala económica reside a nivel institucional.
Si OpenLedger puede crear la red de confianza necesaria para hacer posible compartir datos institucionales y si el entorno regulatorio continúa cambiando de manera que esto pase a ser un requisito de cumplimiento y no solo una opción, $OPEN no está siendo valorado para ese mercado direccionable.

Ni siquiera cerca.

Esto es o mucho negocio o una gran oportunidad.
O una idea que no se materializa lo suficientemente rápido para que muchos $OPEN puedan esperar.

Realmente no estoy seguro de cuál de las dos.

Pero las señales de adopción institucional se monitorean más de cerca que las de contribuyentes individuales.

Al fin y al cabo, allí reside el verdadero mercado.
¿Estás convencido de que el desbloqueo de datos empresariales es la gran oportunidad de OpenLedger, mayor que la compensación a contribuyentes individuales?

@OpenLedger $OPEN #OpenLedger