在當今的數字經濟中，沒有什么資產比數據更有價值。將數據稱為“新石油”已經到了陳詞濫調的地步。正如最近的《經濟學家》雜志標題所說，數據是“世界上最有價值的資源”。

由于數據在推動機器學習和人工智能解決方案中發(fā)揮著至關重要的作用，因此今天的數據如此受到高度重視。從Netflix的推薦引擎到Google的無人駕駛汽車，要訓練一個有效運行的AI系統，需要大量的數據。

結果就是對越來越大的數據產生了迷戀。根據流行的智慧，擁有最多數據的他可以構建最好的AI。從IBM到通用電氣的老牌公司都在爭相將自己重新命名為“數據公司”。軟銀的愿景基金(Vision Fund)是世界上最大和最具影響力的技術投資者，這毫不掩飾事實，即尋找初創(chuàng)公司支持的重點是數據資產。用軟銀領導人孫正義(Masayoshi Son)的話說，“那些統治數據的人將統治世界”。

隨著商業(yè)和技術界越來越多地將數據定位為最終的制勝者，人們對這一重要現實的關注卻越來越少：人工智能的未來可能會大大減少數據密集性。

在人工智能的前沿，正在進行各種努力來開發(fā)不需要大量標記數據集的改進形式的AI。這些技術將重塑我們對AI的理解，并以深刻的方式破壞業(yè)務格局。行業(yè)領導者最好注意。

今天，為了訓練深度學習模型，從業(yè)人員必須收集成千上萬，數百萬甚至數十億的數據點。然后，他們必須在每個數據點上粘貼標簽，這是一個昂貴且通常是手動的過程。如果研究人員不需要費力地收集和標記現實世界中的數據，而是可以從頭開始創(chuàng)建他們需要的確切數據集怎么辦?

領先的技術公司(從Nvidia等知名競爭對手到Applied Intuition等初創(chuàng)企業(yè))正在開發(fā)方法，以幾乎完全免費的方式完全數字化地制作高保真數據。這些人為創(chuàng)建的數據集可以根據研究人員的確切需求進行定制，并且可以包含數十億種替代方案。

Nvidia仿真技術主管Mike Skolones說：“出去改變現實世界中的照明非常昂貴，而且您無法在室外場景中改變照明。”但是您可以使用綜合數據。

隨著合成數據準確地逼近現實世界數據，它將使人工智能民主化，削弱專有數據資產的競爭優(yōu)勢。如果一家公司可以通過仿真快速生成數十億英里的真實駕駛數據，那么Waymo投資十年收集的幾百萬英里的真實世界駕駛數據有多有價值?在可以按需廉價地生成數據的世界中，跨行業(yè)的競爭動態(tài)將被顛覆。