prédiction - les données finissent par coûter beaucoup plus cher que le calcul pour entraîner des modèles d'IA. sérieusement, plus je creuse, plus il y a un potentiel inexploité dans les *modèles existants* qui pourrait être débloqué avec le bon contexte. mais le problème est que les créateurs de modèles n'ont pas accès à des données de niche ou que les données sont "illisibles". en ce moment, Google paie 200 millions de dollars au sommet du marché pour des données de haute qualité, mais c'est juste pour des modèles généralisés. une fois que cette merde commence à devenir agentique, elle aura besoin de données pour fournir un contexte sur un nombre infini de scénarios potentiels avant d'en choisir un et de l'exécuter - ces données déterminent la qualité de l'expérience utilisateur. pendant ce temps, le calcul finit par être commodifié. nous ne sommes pas encore près de ce retournement de tendance, mais il vaut la peine de prêter attention à l'agrégation de données, au tri, à la génération synthétique et aux entreprises d'environnement RL.