Récemment, Coinbase a publié sa dernière feuille de route de listage, et le jeton de @PerleLabs $PRL y figure en bonne place.

Pour ceux qui suivent le marché des cryptomonnaies, les normes de listage de Coinbase sont réputées pour leur rigueur. Les projets qui attirent son attention possèdent généralement un certain soutien fondamental en termes de conformité, de logique commerciale et de mise en œuvre concrète.
Avec l'approche du TGE de $PRL , l'intérêt du marché pour ce projet augmente rapidement. Alors, que fait exactement Perle ? Quel problème résout-il dans l'industrie de l'IA ? Et pourquoi ce secteur possède-t-il une logique commerciale à long terme ?
I. La crise cachée de l'industrie de l'IA
Pour comprendre d'abord la valeur de Perle, il faut comprendre les goulots d'étranglement que l'IA rencontre actuellement !
Au cours des dernières années, la concurrence dans l'industrie de l'IA s'est concentrée sur la puissance de calcul et les paramètres des modèles. Cependant, avec l'entrée des grands modèles de langage dans la phase d'apprentissage renforcé basé sur les retours humains, l'industrie a découvert un problème fatal : les données d'entraînement de haute qualité sont insuffisantes.
Pour combler cette lacune de données, de nombreuses entreprises ont donc commencé à utiliser des "données générées par l'IA pour entraîner de nouvelles IA". Cette approche semble efficace à court terme, mais le monde de la recherche a prouvé que cela entraîne un phénomène appelé "effondrement du modèle".
En termes simples, c'est comme une photocopie d'une photocopie : l'itération en boucle fermée de l'IA fait baisser en spirale la qualité de la sortie, produisant finalement une multitude d'hallucinations qui semblent raisonnables mais sont complètement erronées.
Bien sûr, les risques de sécurité sont encore plus graves !
Lorsque l'IA commence à pénétrer les domaines à haut risque tels que le diagnostic médical, la conduite autonome et la défense militaire, si la source des données d'entraînement est opaque et impossible à retracer, les conséquences sont inacceptables !
De plus, ces domaines ont presque zéro tolérance aux erreurs en matière de données.
Donc la conclusion est très claire : plus l'IA est intelligente, plus le besoin de données humaines réelles, de haute qualité et traçables est grand.
L'infrastructure de données est devenue un besoin impérieux indispensable à l'ère de l'IA !
II. La solution de Perle
Face aux problèmes mentionnés ci-dessus, le positionnement de Perle Labs est très clair : construire une infrastructure de données IA de niveau entreprise et d'État souverain.
Il y a en réalité de nombreuses plateformes de crowdsourcing d'annotation de données sur le marché, mais la plupart adoptent un modèle de "rémunération au volume", engageant un grand nombre de personnes ordinaires pour effectuer de simples tâches de délimitation d'images ou de classification de texte.
Cependant, ce modèle ne peut absolument pas répondre aux besoins des domaines professionnels.
L'approche de Perle a trois points de différence fondamentaux !
1️⃣ Implication de vrais experts
Perle a abandonné les processus automatisés de faible qualité et exige que toutes les données soient examinées et validées par de vrais experts humains.
2️⃣ Réputation et traçabilité on-chain
C'est là que les mécanismes Web3 jouent un rôle.
Perle met en chaîne les antécédents professionnels et les performances des contributeurs de données, formant un système de réputation vérifiable.
Cela garantit non seulement la traçabilité des données, mais permet aussi aux excellents experts de générer des revenus économiques continus grâce à leur réputation.
3️⃣ Service aux clients de haut niveau
Les clients cibles de Perle sont les entreprises et les gouvernements !
Ces clients sont prêts à payer une prime pour les données "absolument fiables".
Selon nos informations, Perle possède actuellement un véritable portefeuille de clients et génère des revenus commerciaux réels, ce qui est un élément fondamental important dans un secteur Web3 généralement dépourvu de capacité de génération de revenus.
III. Contexte de l'équipe
L'évaluation des chances de succès d'un projet dépend largement de la trajectoire de l'équipe !
L'équipe centrale de Perle n'est pas une reconversion, mais provient de l'entreprise absolue leader mondiale du secteur de l'annotation de données IA : Scale AI.
Scale AI est actuellement valorisée à environ 30 milliards de dollars, a reçu un investissement stratégique de plus de 10 milliards de dollars de la part de Meta, et a également reçu des commandes de plus de 100 millions de dollars du ministère de la Défense américain.
On peut dire que Scale AI a défini les normes de l'industrie moderne de la valorisation des données IA et a également validé la valeur commerciale énorme de ce secteur.
L'équipe de Perle apporte l'expérience pratique accumulée chez Scale AI !
1️⃣ PDG Ahmed Rashad
A précédemment occupé le poste de responsable de l'approvisionnement et de la croissance chez Scale AI, chargé spécifiquement de construire et d'étendre le réseau de contributeurs de données. Il sait très bien comment organiser la main-d'œuvre à l'échelle mondiale pour produire des données.
2️⃣ Responsable des opérations produit Moe Abdelfattah
Également issu de Scale AI, il a supervisé la croissance des activités de traitement du langage naturel et comprend profondément les besoins des données d'entraînement des grands modèles.
3️⃣ Scientifique en recherche Sajjad Abdoli
Titulaire d'un doctorat de l'Université de Montréal avec des antécédents du MILA, se concentrant sur l'apprentissage automatique et la sécurité de l'IA.
4️⃣ La structure de cette équipe est très pragmatique
Il y a quelqu'un qui sait comment organiser à grande échelle la production de données, quelqu'un qui comprend la logique de sécurité sous-jacente des modèles d'IA, combiné aux mécanismes d'incitation Web3.
Ils ont résolu le problème du "comment produire des données à grande échelle" chez Scale AI, et maintenant chez Perle, ils résolvent le problème du "comment rendre ces données scalables fiables et décentralisées".
IV. Positionnement sur le marché et opportunités futures
Actuellement, Perle a levé 17,5 millions de dollars en financement, avec des investisseurs incluant Framework Ventures, CoinFund et d'autres institutions bien connues du secteur.
Les réserves de capital et l'approbation institutionnelle fournissent des garanties pour le développement ultérieur.
D'une perspective comparative horizontale du secteur, l'espace Web3 x AI Data a déjà produit plusieurs projets hautement valorisés.
Par exemple, Vana a atteint une valorisation historique maximale en circulation complète de 3,3 milliards de dollars, Sahara AI a atteint 1,4 milliard de dollars, et Sapien a également atteint 600 millions de dollars.
En tant que concurrent sérieux du même secteur, disposant d'un véritable revenu et des antécédents de l'ancienne équipe Scale AI, la performance de marché de Perle après le TGE mérite une attention particulière.
En résumé, le fait que Coinbase inclut $PRL dans sa feuille de route n'est qu'un catalyseur. Ce qui soutient réellement la logique de Perle, c'est la soif de l'industrie de l'IA pour des données humaines de haute qualité.
Avec l'approche du TGE de $PRL , pour les participants intéressés par les points de convergence entre l'IA et Web3, Perle fournit un excellent exemple pour observer comment l'économie des données décentralisées se concrétise.
Dans la course à l'IA à venir, celui qui maîtrise les sources de données de haute qualité maîtrise l'initiative, et Perle s'efforce de devenir ce fournisseur de sources de données.