讓 ChatGPT、穩定擴散和其他所有現代人工智能系統成為可能的隱形產業
當您使用 ChatGPT 撰寫電子郵件或使用 Midjourney 產生圖片時，您很少會想到人工智慧的「魔力」背後是什麼。然而，在每一個智慧回應和每一個產生的圖像背後，都隱藏著一個很少人談論的數十億美元的產業：AI 訓練資料市場。
根據MarketsandMarkets的資料，這個領域到 2029 年將達到95.8億美元，年成長率為 27.7%，是現代人工智慧的真正引擎。但這個隱藏的事業究竟是如何運作的呢？
在 AI 訓練資料的世界裡，有幾家公司佔了主導地位，但大多數人卻從未聽過這些公司：
Scale AI 是業界最大的公司，擁有28% 的市場佔有率，最近在 Meta 投資後，估值達到290 億美元。他們的企業客戶每年支付10 萬到幾百萬美元不等的費用來購買高品質的資料。
總部位於澳洲的Appen 擁有一個由170 個國家超過 100 萬名專家組成的全球網路，這些專家會為 AI 人工智慧手動標籤與整理資料。Airbnb、John Deere 和 Procter & Gamble等公司都使用他們的服務來「教導」自己的 AI 模型。
與此同時，還有一個由LAION(大型人工智慧開放網路) 等組織領導的開放原始碼生態系統，LAION 是德國的非營利組織，創造了LAION-5B，這個包含58.5 億張圖片與文字對的資料集，讓 Stable Diffusion 成為可能。
Common Crawl每月會釋放TB 級的原始網頁資料，用於訓練 GPT-3、LLaMA 及其他許多語言模型。
大眾所不知道的是，訓練一個現代 AI 模型的成本已變得多麼昂貴。根據Epoch AI 的資料，過去八年來，成本每年增加2-3 倍。
最令人驚訝的數字？根據AltIndex.com 的資料，自 2020 年以來，AI 訓練成本已增加 4300%。
其中最具爭議性的問題是關於版權資料的使用。2025 年 2 月，特拉華州法院在Thomson Reuters v. ROSS Intelligence一案中裁定，AI 訓練可構成直接的著作權侵權，駁回「合理使用」的抗辯理由。
美國版權局（US Copyright Office）發表了一份 108 頁的報告，結論是某些用途不能被辯護為合理使用，為人工智慧公司潛在的龐大授權費用鋪路。
麻省理工科技評論》的調查顯示，DataComp CommonPool 是使用最廣泛的資料集之一，其中包含數百萬張護照、信用卡和出生證明的影像。過去兩年的下載量超過 200 萬次，這引起了巨大的隱私權問題。
專家預測，到2028 年，大部分人為產生的線上公共文字都將被使用。這種「資料峰值」情境正驅使企業朝向創新的解決方案邁進：
加州 AI 透明化法案將要求公司揭露用於訓練的資料集，而歐盟也正在 AI 法案中實施類似要求。
對於想要開發 AI 解決方案的公司而言，了解這個生態系統至關重要：
AI 訓練資料市場價值 95.8 億美元，且每年以 27.7% 的速度成長。這個隱形產業不僅是現代人工智慧的引擎，也是我們這個時代最大的道德與法律挑戰之一。
在下一篇文章中，我們將探討公司如何具體進入這個世界，並提供實用指南，讓您開始使用目前可用的資料集和工具開發 AI 解決方案。
對於現在想要瞭解更多資訊的人，我們已編輯了一份詳細的指南，包含實施路線圖、具體成本和完整的工具堆疊 - 訂閱newsletter即可免費下載。
立即開始使用的有用連結：
技術來源：
不要等待「AI 革命」。創造它。一個月之後，當其他人還在規劃時，您可能已經有了第一個工作模型。
.svg)
.svg)
.svg)
