👀 cukup menarik…. • Evaluasi model: 50% • Pembersihan dan pengorganisasian data: 40% • Integrasi sistem: 8% • Pelatihan model: 2% Intinya bukan berarti pelatihan tidak penting. Tapi kebanyakan orang sangat meremehkan pentingnya data dan evaluasi. Bekerja dengan pendiri yang membangun kamera AI, robotika, dan sistem AI edge, kami telah melihat hal yang sama. Tim sering menghabiskan berminggu-minggu mendebat model mana yang harus digunakan, sementara menghabiskan jauh lebih sedikit waktu untuk mendefinisikan keberhasilan, memperbaiki label, atau memahami kasus kegagalan. Model yang lebih baik bisa memberikan peningkatan bertahap. Siklus umpan balik yang lebih baik bisa mengubah arah keseluruhan produk. Saat model fondasi menjadi semakin mudah diakses, moat sejati mungkin bukan pada model itu sendiri, tapi pada kualitas data dan disiplin di balik cara evaluasinya.