OpenAI та Time уклали багаторічну угоду про ліцензування даних

OpenAI уклала багаторічну угоду про ліцензування з журналом Time для інтеграції 101 року архівного контенту у свої генеративні моделі ШІ (https://openai.com/index/time-and-openai-partnership/). Це партнерство надає лабораторії ШІ доступ до мільйонів статей з глибокої історії Time, дозволяючи її продуктам, включаючи ChatGPT, цитувати та посилатися на оригінальні репортажі, одночасно використовуючи дані для підвищення точності моделей та фактичної обґрунтованості. Хоча фінансові умови залишаються нерозголошеними, галузеві показники свідчать про те, що угода відповідає траєкторії оцінки попередньої угоди OpenAI з News Corp на суму 250 мільйонів доларів (за оцінками) (https://www.wsj.com/business/media/news-corp-openai-content-licensing-deal-81014532).

Стратегічний поворот до ліцензованих архівів

Угода з Time є критично важливим стовпом у стратегії OpenAI щодо захисту своїх навчальних конвеєрів від юридичної та регуляторної волатильності, пов'язаної з веб-скрейпінгом. Забезпечуючи століття високоякісних, перевірених людиною даних, OpenAI фактично створює 'рів' ліцензованого інтелекту. Цей крок стосується не лише доступу до контенту; він стосується структурної цілісності активу даних. Архіви Time надають хронологічний набір даних про глобальні події, що є неоціненним для навчання моделей розуміти історичний контекст та довгострокові зміни наративів. Це відповідає ширшій тенденції, коли видавці більше не розглядають свої архіви як статичну історію, а як динамічні навчальні активи для епохи генерації.

Альтернатива судовим процесам: попередження на 1,6 мільярда доларів

Нагальність формального ліцензування підкреслюється масовим юридичним тиском, що зростає проти неліцензованого використання даних. Цього тижня Асоціація звукозаписної індустрії Америки (RIAA), що представляє таких гігантів, як Sony Music та Universal Music Group, подала знакову позовну заяву про порушення авторських прав на суму 1,6 мільярда доларів (за оцінками) проти стартапів у сфері музики ШІ Suno та Udio (https://www.reuters.com/legal/major-record-labels-sue-ai-firms-suno-udio-copyright-infringement-2024-06-24/). Позивачі вимагають відшкодування збитків у розмірі до 150 000 доларів (розкрито) за кожний порушений твір (https://www.theverge.com/2024/6/24/24184792/riaa-suno-udio-ai-music-copyright-lawsuit). Ці агресивні судові процеси слугують ринковим сигналом: ера 'скрейпінгу та вибачень' закінчується, а вартість неліцензованих даних тепер встановлюється судами за преміальною ціною.

Консолідація інфраструктури даних

Окрім ліцензування, ринок інфраструктури, орієнтованої на дані, переживає швидку консолідацію. OpenAI нещодавно придбала Rockset, компанію з розробки баз даних для пошуку та аналітики в реальному часі, за нерозголошену суму, яка оцінюється в сотні мільйонів (https://openai.com/index/openai-acquires-rockset/). Це придбання є прямою грою для покращення 'генерації з доповненим пошуком' (RAG), що дозволяє корпоративним користувачам ефективніше індексувати власні пропрієтарні активи даних. Водночас інвестиційний ландшафт для ШІ, що інтенсивно використовує дані, залишається міцним; Etched нещодавно закрила раунд Серії А на суму 120 мільйонів доларів (розкрито) для розробки спеціалізованих чіпів, які оптимізують обробку архітектур даних на основі трансформерів (https://techcrunch.com/2024/06/25/etched-raises-120m-to-build-an-ai-chip-that-only-runs-transformers/).

Глобальне регулювання та стиснення даних

Регуляторні органи ще більше ускладнюють ландшафт придбання даних. Європейська Комісія нещодавно звинуватила Apple у порушенні Закону про цифрові ринки (DMA), зокрема, націлившись на правила 'керування' технологічного гіганта, які обмежують, як розробники можуть керувати своїми власними даними та відносинами з клієнтами (https://ec.europa.eu/commission/presscorner/detail/en/ip_24_3433). Оскільки регулятори посилюють контроль над портативністю даних та блокуванням екосистем, цінність 'первинних' ліцензованих даних, таких як архіви Time, лише зростає. Компанії, які володіють своїми конвеєрами даних та мають чіткий юридичний титул на свої навчальні набори, опиняються у значній конкурентній перевазі в поточному капітальному середовищі.

Чому це важливо для власників даних

Для інституційних власників даних угода OpenAI-Time та паралельні судові процеси RIAA підтверджують, що високоякісні, структуровані набори даних є найціннішим товаром у ланцюжку поставок ШІ. Ми рухаємося до біфуркованого ринку: високоцінного 'білого ринку' для ліцензованих, чистих даних та високоризикованого 'сірого ринку' для зібраного контенту. Власники даних повинні надавати пріоритет курації та юридичному аудиту своїх архівів, оскільки модель ліцензування 'одноразової суми', започаткована YouTube та OpenAI, стає стандартним виходом для пропрієтарних контентних активів. Оцінка ваших даних більше не прив'язана до кількості переглядів, а до їх корисності як фундаментальної навчальної ваги.