當今世界由數據驅動，企業對數據的依賴日益加深。然而，傳統的資料取得方式常常在多元化、透明度、隱私性和成本等方面面臨諸多挑戰。本文將回顧去中心化資料收集的現狀，介紹選擇資料提供平台的關鍵步驟，並列出五個值得考慮的頂尖平台。

從中心化壟斷到去中心化

傳統的資料收集方式是將來自各種來源（如應用程式、裝置或網站）的資料傳送至由單一組織控制的中央伺服器或資料庫。這些數據通常透過API、感測器、追蹤工具或人工輸入進行收集。

這種模式最大的瓶頸在於：無法真正收集來自不同地區和文化的「全球性」和「多樣化」數據。而去中心化資料收集則透過區塊鏈技術解決了這個問題，它使得小額跨境支付成為可能，從而激勵全球用戶在獲得激勵的前提下自願貢獻資料——這是中心化或Web2平台難以做到的。

另一個關鍵點是透明性。中心化AI和資料收集常被詬病為“黑箱操作”，缺乏透明度和問責機制。人們根本無法了解這些平台的數據是如何、從哪裡收集來的，是否合法、是否合乎倫理。

相較之下，去中心化資料收集透過將資料收集過程上鍊，並將資料分佈儲存在多個獨立節點上，而非交由單一實體掌控，從而顯著增強了透明度。這種區塊鏈驅動的結構，不僅讓用戶可以追蹤數據的使用情況，降低數據被操控的風險，也確保了沒有任何一方能在未經廣泛共識的情況下修改或壟斷數據。

因此，去中心化解決方案正在成為企業制定資料策略的重要替代選項。憑藉區塊鏈技術，這類平台提升了資料的多樣性和可驗證性，打開了通往全新資料來源的大門。

企業選擇去中心化資料平台的關鍵步驟

若企業希望探索去中心化資料收集方式，應重點考慮以下幾點：

  • 評估資料需求：明確所需資料類型，以及在取得方式和隱私方面的優先順序。
  • 評估平台功能：深入了解候選平台的技術能力與應用場景，並判斷其適配性。
  • 制定整合策略：思考如何將去中心化資料來源嵌入現有業務流程中。
  • 關注產業動態：去中心化資料領域仍在快速發展，需持續關注新興解決方案與趨勢。

五大去中心化資料平台推薦

1. Ocean Protocol

  • 核心功能：以AI與機器學習為導向的資料集去中心化市場
  • 優勢：
  • 可安全發布和變現資料集
  • 資料由提供者保留，支援隱私計算
  • 擁有活躍的社區和企業支持
  • 適用場景：希望購買/出售資料集或運行計算對資料任務的用戶
  • 範例：存取某醫療影像資料集用於訓練診斷AI，同時確保資料控制權歸提供方所有
  • 官網：https://oceanprotocol.com/

2. Sahara AI

  • 核心功能：去中心化知識智能體平台及AI資料市場
  • 優勢：
  • 聚焦在AI代理與用戶資料的互動
  • 激勵用戶貢獻知識和參與AI交互
  • 強調資料主權與本地模式微調
  • 適用場景：希望基於社群或企業知識庫建構AI代理的開發者
  • 例：採集大量用戶評論，訓練情緒分析AI代理
  • 官網：https://sahara.ai

3. OORT DataHub

  • 核心功能：為AI提供去中心化的資料收集與標註解決方案
  • 優勢：
  • 擁有龐大的全球數據貢獻者網絡
  • 提供AI資料全流程服務，包括採集、標註、儲存、預處理與運算
  • 適用場景：需要多樣化、真實世界結構化資料來訓練或微調模型的企業
  • 範例：為多語言NLP計畫收集並標註50種語言的高品質資料集
  • 官網：https://www.oortech.com/oort-datahub-b2b

4. Vana

  • 核心功能：使用者控制、變現和分享個人資料的去中心化平台
  • 優勢：
  • 用戶可擁有並出售自己的數據（如社群媒體、健康、健身等）
  • 支援資料池化，建構社區資料集
  • 內建代幣激勵機制
  • 適用場景：以合規、用戶同意的數據建立AI模型，特別適合社交、健康和生活方式領域
  • 範例：使用者可透過Vana掌控並變現其個人數據，貢獻至社群AI專案中
  • 官網：https://www.vana.com

5. Streamr

  • 核心功能：即時資料流的去中心化網絡
  • 優勢：
  • 支援物聯網、交通、感​​測器等即時數據流
  • 基於點對點發布/訂閱協議
  • 擅長處理時間序列數據
  • 適用場景：依賴即時數據的AI系統，如自動駕駛、智慧城市或交易機器人
  • 範例：若AI業務涉及交通預測，可透過Streamr接取連網汽車和感測器的即時資料流
  • 官網：https://streamr.network/

數據：AI 時代的下一個風口

隨著AI能力不斷增強，真正的瓶頸不再是演算法，而是數據。能否及時取得高品質、結構良好、多元的數據，將決定下一波AI創新的成敗。

然而，高效率的數據採集基礎設施仍在初期階段。那些現在就投資可擴展、合規且AI友善型去中心化資料解決方案的企業，將成為產業未來的領跑者。

智慧數據獲取的時代不是一時風潮，而是AI發展的新主線。

作者：OORT創辦人、哥倫比亞大學教授Dr. Max Li

原文刊登於《富比士》：https://www.forbes.com/sites/digital-assets/2025/05/02/top-5-decentralized-data-collection-providers-in-2025-for-ai-business/