Uw workshopvideo's zijn goud waard voor AI-robotica

Grote AI-modellen kunnen schrijven, samenvatten en coderen, omdat ze de tekst van het web hebben opgeslokt. Maar ze blijven erg zwak op een specifiek terrein: de handelingen in de fysieke wereld — een object manipuleren, een onderdeel assembleren, een machine repareren, een vrucht plukken. Dit soort data is niet online te vinden: het wordt geproduceerd in werkplaatsen, velden, magazijnen en keukens, en moet dus aan de bron worden vastgelegd.

De omvang van het tekort is treffend. Volgens een schatting van investeerder Bessemer (BVP) zou er wereldwijd slechts ongeveer 300.000 uur aan robotmanipulatiegegevens bestaan, vergeleken met bijna een miljard uur aan internetvideo en tientallen biljoenen woorden aan tekst. Dit is een orde van grootte — een schatting van een durfkapitalist, geen gecontroleerd cijfer — maar het zegt het belangrijkste: fysieke handelingengegevens zijn schaars, en dus potentieel waardevol.

De betrokken bedrijven zijn degenen die in de echte wereld opereren: werkplaatsen en productie, onderhoud en reparatie, vloten uitgerust met ingebouwde camera's, landbouw en agro-voedingsmiddelen, logistiek en handling. Wat waardevol is, is de handeling gezien vanuit het eerste persoonsperspectief — de egocentrische video, gefilmd door een hoofdcamera of GoPro, die de handen aan het werk toont, de grip, de sequentie, en vooral de moeilijke gevallen: het defect, het onvoorziene, de correctie.

De markt structureert zich: robotfabrikanten en annotators zoeken deze corpora, en egocentrische datasets worden al op grote schaal samengesteld. Let echter op het kader: het filmen van een professionele handeling roept vragen op over gezichten, stemmen en locaties. Een correcte aanpak — anonimisering, toestemming, duidelijke licentie — is wat deze beelden omzet in een beveiligd actief. De eerste concrete stap: nagaan of uw activiteit deze data al genereert, via een gratis diagnose op d-nvest.