數據即資產：DataFi正在開啓新藍海

本月AI圈最大的話題莫過於Meta大舉招募人才，組建了一支以華人科研人員爲主的豪華AI團隊。領隊是年僅28歲、創建了Scale AI的Alexander Wang。Scale AI目前估值290億美元，爲包括美國軍方、OpenAI、Anthropic、Meta等在內的多家AI巨頭提供數據服務，其核心業務是提供大量準確的標注數據。

Scale AI之所以能在衆多獨角獸中脫穎而出，是因爲它早早洞察到了數據在AI產業中的關鍵地位。算力、模型和數據是AI模型的三大支柱。如果將大模型比作一個人，那麼模型是身體、算力是食物，而數據則是知識和信息。

在大語言模型快速發展的過程中，業界的重點經歷了從模型到算力的轉移。如今，大多數模型都採用transformer作爲基本框架，偶爾會有MoE或MoRe等創新；各大公司要麼自建超級計算集羣，要麼與雲服務商籤訂長期協議解決算力問題。在這個基礎上，數據的重要性日益凸顯。

Scale AI專注於爲AI模型打造堅實的數據基礎，其業務不僅包括對現有數據的挖掘，還涉及數據生成業務。公司還組建了由不同領域專家組成的AI訓練團隊，爲AI模型提供高質量的訓練數據。

模型訓練分爲預訓練和微調兩個階段。預訓練類似於嬰兒學習說話的過程，需要大量從網上爬取的文本、代碼等信息。微調則類似於學校教育，有明確的目標和方向，通過精心設計的數據集培養模型特定能力。

因此，AI數據賽道主要包括兩類數據集：一類是無需太多處理的大量數據，通常來自Reddit、Twitter、Github等UGC平台、公開文獻數據庫或企業私有數據庫；另一類則需要精細設計和篩選，確保能培養模型特定能力，需要進行數據清洗、篩選、標注和人工反饋等工作。

隨着模型能力的進一步提升，各種更加精細、專業的訓練數據將成爲決定模型能力的關鍵因素。從長遠來看，AI數據也是一個具有滾雪球效應的長期主義賽道，隨着前期工作的積累，數據資產將具備複利能力，價值不斷增加。

Web3 DataFi：天選AI數據沃土

相比某公司在多個國家組建的幾十萬人遠程人工標記團隊，Web3在AI數據領域具有天然優勢，由此誕生了DataFi這一新概念。理想情況下，Web3 DataFi的優勢包括：

1. 智能合約保障的數據主權、安全和隱私
2. 天然的地理套利優勢：自由的分布式架構，吸引最適合的勞動力
3. 區塊鏈明確的激勵和結算優勢
4. 有利於構建更加高效、開放的"一條龍"數據市場

對於普通用戶而言，DataFi也是最容易參與的去中心化AI項目。用戶只需通過簡單的操作就可以參與其中，包括提供數據、對模型進行評估、利用AI工具進行簡單創作或參與數據交易等。

Web3 DataFi的潛力項目

目前，多個DataFi項目已獲得可觀融資。以下是一些代表性項目：

1. Sahara AI：致力於打造去中心化AI的超級基礎設施和交易市場。

2. Yupp：AI模型反饋平台，收集用戶對模型輸出的反饋。

3. Vana：將用戶個人數據轉化爲可貨幣化的數字資產。

4. Chainbase：專注於鏈上數據，覆蓋200多條區塊鏈。

5. Sapien：旨在將人類知識大規模轉化爲高質量AI訓練數據。

6. Prisma X：致力於成爲機器人的開放協調層。

7. Masa：Bittensor生態的頭部子網項目之一。

8. Irys：專注於可編程數據存儲和計算。

9. ORO：賦能普通人參與AI貢獻。

10. Gata：定位爲去中心化數據層。

這些項目目前壁壘普遍不高，但一旦積累了用戶和生態粘性，平台優勢會迅速累積。因此，早期項目應在激勵措施和用戶體驗上重點發力。同時，這些平台還需要考慮如何管理參與者、保障數據質量，避免出現"劣幣驅逐良幣"的情況。

此外，提高透明度也是當前鏈上項目面臨的一大挑戰。許多項目仍缺乏足夠的公開、可追蹤的數據，這對Web3 DataFi的長期健康發展不利。

DataFi的大規模應用路徑可分爲兩部分：一是吸引足夠多的個人用戶參與，形成數據採集/生成的生力軍和AI經濟的消費者；二是獲得主流企業的認可，因爲短期內它們是數據大單的主要來源。

DataFi代表着人類智能長期培育機器智能，同時通過智能合約保障人類勞動的收益，最終實現機器智能對人類的反哺。對於那些對AI時代感到不確定，或仍懷有區塊鏈理想的人來說，參與DataFi可能是一個順勢而爲的選擇。