Künstliche Intelligenz erzeugt natürlich künstliches Wissen. Sehen Sie etwas falsch an diesem Vorschlag? Eine Definition von künstlich ist „von Menschen gemacht, um wie etwas Natürliches auszusehen“, was bedeutet, dass es falsch ist, während es täuschend beabsichtigt, Sie davon zu überzeugen, dass es echt ist. ⁃ TN Editor
Die Revolution der künstlichen Intelligenz (KI) wurde vor mehr als einem halben Jahrhundert entfacht. In den letzten zehn Jahren hat sich die KI von einem akademischen wissenschaftlichen Bereich zu einem praktischen Bestandteil unseres Alltags entwickelt. Die gängigsten KI-Geschäftsstrategien basieren auf Daten. Wir glauben, dass proprietäre Daten derzeit der strategischste Graben für KI-Unternehmen sind, aber in den kommenden Jahren werden sie weniger ein einzigartiges Gut sein, was die Differenzierung proprietärer Daten weniger nachhaltig macht. Daher erwarten wir eine Verschiebung des Fokus von datenbasierten KI-Strategien zu wissensbasierten KI-Strategien.
Die Weiterentwicklung von Big Data, die durch den Einsatz zahlreicher Sensoren, die Internetverbindung sowie die Verbesserung der Rechenleistung, der Kommunikationsfähigkeiten und des digitalen Speichers durch Hardware und Software erleichtert wurde, hat es AI ermöglicht, von kleinen akademischen Forschungsprojekten bis hin zu Produktionsanwendungen für große Unternehmen zu skalieren. Im Wesentlichen erforderten Big Data ausgefeilte KI-Modelle, um Wissen und Erkenntnisse zu analysieren und abzuleiten, während die KI-Modelle die benötigten kritische Masse von Big Data für Training und Optimierung. Daher werden Daten derzeit häufig als ausreichender strategischer Graben für KI-Startups angesehen. Als Risikokapitalinvestoren sehen wir dieses Phänomen routinemäßig. In den letzten Jahren haben wir viele Startups gesehen, die die Datenerfassung in den Mittelpunkt ihrer Geschäftsstrategie stellen. Immer mehr solcher Unternehmen betonen die einzigartigen Datensätze, die sie erfasst haben, und ihre langfristige Strategie zur Erfassung zusätzlicher proprietärer Daten - als nachhaltige Eintrittsbarriere. Da KI-Tools und AI-as-a-Service-Plattformen die Entwicklung von KI-Modellen zur Ware gemacht haben und öffentliche Daten allgegenwärtig geworden sind, ist die wahrgenommene Notwendigkeit, einen Datengraben aufzubauen und zu verteidigen, spürbar geworden.
Im heutigen Technologie-Ökosystem haben die Märkte Unternehmen zunehmend mit führenden KI-Programmen und der Kontrolle über proprietäre Daten belohnt - als wesentlichen und nachhaltigen Wettbewerbsvorteil. Unternehmen wie Google und Netflix haben über einen langen Zeitraum hinweg umfangreiche und maßgebliche Datensätze entwickelt und kuratiert, während viele andere Unternehmen vergeblich darum kämpften, ihren Erfolg zu erreichen. Ein Beispiel ist die massive Störung konkurrierender Mediendienstleister und Produktionsfirmen, die von Netflix ausmanövriert wurden. ausgefeilte Datenstrategie.
Aufgrund der erwarteten Fortschritte bei der Fähigkeit und Bereitschaft zum Datenaustausch glauben wir jedoch, dass proprietäre Datengräben innerhalb eines Jahrzehnts weniger nachhaltig sein werden. Während Daten die KI-Value-Engine weiterhin befeuern, werden sich KI-Geschäftsstrategien zunehmend auf Wissen konzentrieren.
Die KI-Wertepyramide nach oben in Richtung der Wissensebene bewegen
Die KI-Wertepyramide basiert auf Daten und basiert auf Wissen. Während wir heute „in Informationen ertrinken, aber nach Wissen hungern“, erwarten wir, dass wir die KI-Wertepyramide in Richtung Wissensschicht nach oben bewegen. In der Tat haben wir Fortschritte gesehen, die diesen Trend durch die Schaffung eines Datenaustauschs fördern und beschleunigen werden. Wir gehen davon aus, dass der Datenaustausch durch eine Kombination aus verbesserter Machbarkeit und der Bereitschaft erleichtert wird, Standarddaten gegen wertvolles Wissen auszutauschen. Zusammenfassend lässt sich sagen, dass die Daten zahlreicher, verfügbarer, zuverlässiger, standardisierter und kostengünstiger werden - die perfekte Definition einer idealen Ware. Die Nutzung von Daten als nachhaltige Eintrittsbarriere wird in Zukunft schwieriger.
Die verbesserte Möglichkeit, Daten gemeinsam zu nutzen, wird durch die Verbreitung von Datenquellen durch die EU beschleunigt Internet der Dinge (IoT). Darüber hinaus gibt es neue Techniken, Protokolle und Standards zum Poolen, Teilen und Austauschen von Daten. Mit Blick auf die Zukunft wird die verbesserte Fähigkeit zum Datenaustausch wirklich von Bedeutung sein, wenn Anreize und eine wachsende Neigung dazu bestehen. Da KI das Erbe untergräbt und stört Wettbewerbsbeschränkungen für den EintrittViele Unternehmen versuchen unermüdlich, ihre eigenen proprietären Daten zu sammeln und zu monetarisieren. Leider ist diese Datenerfassung und -nutzung weder einfach noch fruchtbar und führt daher zu strategischen Dissonanzen. Dies liegt daran, dass KI für die meisten Unternehmen zwar zunehmend unverzichtbar ist, jedoch nicht Teil ihrer alten Fähigkeiten oder ihrer Kernkompetenz ist. Darüber hinaus ist die chronischer und anhaltender Mangel von IngenieurenIn KI geschulte Entwickler, Produktleiter und Manager schärfen diese Dissonanz und führen zu einer Lösungspräferenz für den Datenaustausch mit dem Ziel des Wissensaustauschs.
Ein Beispiel für die Kombination von Fähigkeit und Bereitschaft, die durch den Austausch von Daten zur Wissensgenerierung entsteht, ist der neue Vorschlag von der Europäischen Union, um einen „Binnenmarkt für Daten“ zu schaffen, um Menschen, Unternehmen und Organisationen zu befähigen, bessere Entscheidungen auf der Grundlage von Erkenntnissen aus nicht personenbezogenen Daten zu treffen um zu konkurrieren mit den aktuellen Technologiegiganten.
Ein weiterer Faktor, der dazu beiträgt, dass Datengräben weniger nachhaltig werden, ist die Erfindung neuartiger Datenlösungen, die die Verwendung kleinerer Datensätze für Trainingsmodelle ermöglichen. Synthetische Datenlösungen (z. B. mit generativen kontradiktorischen Netzwerken) und andere Minimierungstechniken wie die Datenerweiterung können es Unternehmen ermöglichen, disruptive KI-Produkte ohne große Datenmengen zu erstellen.
Patrick Wood ist ein führender und kritischer Experte für nachhaltige Entwicklung, grüne Wirtschaft, Agenda 21, Agenda 2030 und historische Technokratie. Er ist Autor von Technocracy Rising: Das trojanische Pferd der globalen Transformation (2015) und Co-Autor von Trilaterals Over Washington, Band I und II (1978-1980) mit dem verstorbenen Antony C. Sutton.
