Muitos dos conjuntos de dados mais críticos são aqueles aos quais há muito tempo não conseguimos acessar ou interpretar.
O valor na internet tem se acumulado em grande parte por meio de ciclos de dados que se fortalecem continuamente com a escala. Um produto ou plataforma coleta dados, esses dados tornam o produto melhor, e o produto melhorado ganha o direito de, por sua vez, coletar mais dados. Esse ciclo de autoaperfeiçoamento está na base da maioria dos negócios de software duráveis e tem sido um pilar significativo da tese de efeitos de rede da USV desde que Andy escreveu sobre como ele está na base dos efeitos de rede de camada de aplicação em 2015.
https://x.com/aweissman/status/676568250210082817
Hoje, isso é mais verdadeiro do que nunca. Na era da IA, os dados são a moeda definitiva. Os laboratórios estão gastando de acordo e empresas como a Mercor estão correndo para bilhões de dólares em receita.
A restrição ao efeito de rede de dados sempre foi o escopo e o alcance – quais dados estão ao alcance e quais estão fora. Os dados que o software podia capturar eram os mais acessíveis, porque a vasta quantidade de dados fora do software (o ambiente ao nosso redor, o mundo físico, o corpo humano) era muito cara e difícil de capturar, muito difícil de processar e, portanto, inacessível.
Agora, uma convergência de forças poderosas está invertendo essa situação. A inteligência é abundante e o custo está diminuindo. Os modelos podem processar rapidamente até mesmo as entradas não estruturadas mais bagunçadas, que eram muito difíceis para o software. O custo e o prazo para construir hardware diminuíram rapidamente. E estamos experimentando uma proliferação da observabilidade – através de sensores, satélites, câmeras, etc., cada vez mais baratos e onipresentes – tornando a captura de dados do mundo ao nosso redor mais viável do que nunca. Em conjunto, a capacidade de coletar, processar de forma imediata e inteligente, e construir sobre essas entradas de maneiras sem precedentes permite que ciclos de dados se formem em lugares que estavam totalmente escuros há alguns anos. Isso não é a IA trazendo eficiência para mercados existentes; é um conjunto completamente novo de oportunidades.
Há muitos exemplos de onde isso está entrando em ação. A conversa ambiente é um deles. Conseguimos gravar a fala por um século, mas agora nossa capacidade de transcrever, estruturar e agir sobre ela a transformou em um conjunto de dados utilitário. Isso gera oportunidades verticais como a Abridge para pegar esse conjunto de dados e construir aplicações que transformam a forma como mercados específicos operam, ou a Granola para criar infraestrutura e ferramentas horizontais. A gravação nunca foi a parte difícil, mas o processamento e a transformação em produto não eram possíveis anteriormente.
O corpo humano é outro exemplo. O custo dos testes está despencando, a capacidade de interpretar os resultados está melhorando, e é cada vez mais possível personalizar um programa com base nos dados. O corpo se torna tanto acessível quanto útil como fonte de dados.
Mas talvez a maior oportunidade aqui seja o mundo físico.
O mundo físico contém enormes quantidades de dados que há muito tempo estavam fora de alcance para coleta ou muito bagunçados para processar, mas são essenciais para automação, otimização e compreensão. Agora, os sensores estão se proliferando, os robôs estão se tornando mais capazes e baratos, e processar dados bagunçados rapidamente é alcançável. Os modelos para treinar robôs em tarefas cada vez mais desafiadoras estão melhorando em ritmo acelerado e absorvendo mais dados para isso do que nunca. Estamos vendo o que é possível no mundo físico transitar do experimento para a comercialização. Esse ciclo de dados é especialmente forte aqui. Mais implantações produzem mais dados do mundo real, dados melhores tornam os modelos melhores, e modelos melhores tornam a próxima implantação mais rápida e barata que a anterior.
Construir dentro dessas oportunidades no mundo físico é ao mesmo tempo muito inicial e muito difícil, com o volante de dados apenas emergindo. Dentro do volante de software, estamos apenas começando a ver um progresso massivo em ir do aprendizado (usar dados para treinar um modelo) para o aprendizado por reforço (definir funções de recompensa para que o sistema aprenda quais ações levam a melhores resultados através da interação) para o aprendizado contínuo (permitir que os modelos continuem melhorando à medida que novos dados chegam). No mundo físico, estamos apenas começando a arranhar a superfície do aprendizado por reforço que pode acontecer quando os robôs interagem com o mundo físico.
GIF
Mas as oportunidades que aguardam a partir desse volante de dados do mundo físico são massivas, capazes de mudar mercados e anteriormente inalcançáveis. Os casos de uso mais interessantes não são tornar as coisas difíceis mais fáceis, mas permitir insights e ações que nunca conseguimos alcançar.
Sensores em cada poste de utilidade pública, por exemplo, permitirão uma observabilidade da infraestrutura que era anteriormente impossível porque as baterias precisavam ser trocadas a cada 6 meses, tornando o projeto proibitivamente caro. Agora, com baterias que podem durar 10 anos, o conhecimento profundo da nossa infraestrutura não será apenas acessível, será alcançável. Modelos que podem tanto receber entradas de sensores de fontes extremamente variadas no mundo ao nosso redor quanto sintetizá-las juntas e dar sentido ao ruído nos darão compreensão dos nossos padrões climáticos com uma granularidade e precisão que nunca tivemos, o passo mais crítico para eventualmente sermos capazes de mudá-los. O transporte autônomo (tornado possível através de sensores) está rapidamente a caminho de criar uma capacidade sem precedentes de mover pessoas e mercadorias com uma estrutura de custos completamente nova. Agora podemos entender nossos oceanos e, assim, adquirir novos conhecimentos sobre como defender nossa terra, navegar nossos navios e manter nosso planeta.
Há uma oportunidade massiva de reinventar cada camada da pilha do mundo físico. Temos investido significativamente nela em cada nível e continuaremos a fazê-lo (com vários investimentos não anunciados que estamos animados para compartilhar em breve.) A Generalist está construindo modelos fundacionais que dão aos robôs destreza geral, a capacidade de realizar as tarefas que realmente queremos que sejam feitas. A Tutor Intelligence executa o ciclo completo de implantação de robôs através da coleta de dados e melhoria do modelo, permitindo que os robôs se tornem produtivos em dias, em vez de uma integração de seis meses (e então alimenta esses dados de volta em seu próprio modelo para melhorar continuamente.) A Sofar Ocean aproveita a proliferação massiva de sensores para fornecer infraestrutura para redes de software próprias e de terceiros. A Viam fica no meio, como a camada operacional para dados, IA e automação em frotas de dispositivos. A Efficient Computer está na base, construindo silício eficiente o suficiente para tornar novos casos de uso econômicos na borda.
Os efeitos de segunda ordem também são significativos. Uma vez que você pode capturar e agir sobre dados do mundo físico em escala, você pode operar fábricas muito mais eficientes através de automação e sistemas operacionais agentivos, por exemplo, que é o que a Isembard está fazendo. E, claro, há a necessidade dramática de aumento de energia e potência por baixo dessa camada, permitindo esse nível de computação e todas as entradas necessárias lá (datacenters mais eficientes, baterias abundantes e mais seguras, novos formatos de geração em escala e limpa, etc.)
O mapa de mercado abaixo é ilustrativo da pilha que está explorando e agindo sobre nosso mundo físico.
Estamos muito no início. A maioria desses conjuntos de dados mal foi explorada, e a maioria dos produtos que funcionarão com eles ainda não existe. Encontrá-los, alcançá-los e colocá-los para trabalhar mudará a forma como interagimos com o mundo físico. Queremos explorar toda essa fronteira com os fundadores que estão correndo em direção a ela.
Um grande agradecimento a @km @joshgruenstein @alexiskold @nbt @chadbyers @html_tina e Brandon Lucia por apurarem nosso pensamento neste post.
