Nomura: Gömülü zekâ için video verilerinin fiyatı düşüyor, temas verileri kısa vadede primini koruyor

Veri alımları artarken video fiyatları neden düşüyor?

Nomura’nın sektör araştırması, ABD’nin önde gelen laboratuvarlarından birinin 2026 yılında verilere yaklaşık 1 milyar ABD doları harcadığını ve 2027 yılında bu yılki tutarın yaklaşık 5 katını harcamayı planladığını gösteriyor. Ancak satın alma bütçesinin büyümesi, her tür verinin fiyatının artabileceği anlamına gelmiyor.
Birinci şahıs bakış açılı video toplamanın önündeki engeller görece düşük ve yeni arz fiyatları aşağı çekti: Araştırmaya göre 2026 yılının başında saatlik fiyat yaklaşık 40–50 ABD dolarıydı; rapor sırasında ise 10–15 dolar düzeyine yakın veya bu düzeyin altına gerilemişti. Nomura, bu tür ham videolarda fiyatlamanın zamanla maliyet artı kâr modeline yaklaşmasını bekliyor.
Süre ve harcama payları da farklı. Nomura’nın analizine göre birinci şahıs bakış açılı videolar laboratuvarın hedef süresinin yaklaşık dörtte üçünü oluşturuyor; teleoperasyon verileri ise sürenin yalnızca tek haneli orta düzeyde bir yüzdesini oluştururken harcamaların dörtte birinden fazlasını oluşturuyor.

Videolar esas olarak modellerin dünyayı algılamayı ve anlamayı öğrenmesine yardımcı olur; teleoperasyon ise kuvvet ve temas sinyalleri dâhil robotların gerçek hareketlerini kaydeder ve daha hassas manipülasyon becerilerini eğitmek için kullanılabilir.
Nomura, ham teleoperasyon verilerinin saatlik medyan fiyatının birinci şahıs bakış açılı videoların 7 katından fazla olduğunu tahmin ediyor. Ancak satın alınan videoların süzme sonrasında yalnızca %20–%30 kadarı kullanılabilirken teleoperasyon kayıtlarının yaklaşık dörtte üçü kullanılabiliyor; kullanılabilir süreye göre hesaplandığında teleoperasyon primi yaklaşık 2–4 kata geriliyor.
Arzın genişlemesi fiilî veri toplama kapasitesiyle sınırlı. Nomura’nın araştırması, 45–55 set ekipmana sahip ve yıl boyunca üç vardiya çalışan kurum içi bir teleoperasyon tesisinin yılda yaklaşık 250 bin saat kullanılabilir veri ürettiğini gösteriyor; bu hızla laboratuvarın hedefine ulaşmak birkaç yıl alır ve talebin büyük bölümünün yine dış tedarikçiler veya daha büyük tesisler tarafından karşılanması gerekir.
Ekipman güvenilirliği de bir kısıt: Dokunsal eldivenlerin arıza oranı hâlâ yüksek ve henüz geniş ölçekte kullanılmıyorlar; Nomura, birim fiyatı yaklaşık 4000 yuan olan veri toplama cihazlarının sıklıkla iki veya üç ay içinde bozulduğunu tahmin ediyor.

Nomura, alıcılara daha yakın olan veri entegrasyonu, doğrulama ve temas verisi toplama aşamalarında fiyatlama alanının daha geniş olduğunu, yalnızca sahada veri toplamanın ise düşük kâr marjı sağladığını düşünüyor. Güneydoğu Asya’dan gelen düşük fiyatlı ham videoları örnek alan banka, birinci kademe tedarikçinin saat başına yaklaşık 5 ABD doları tuttuğunu, veri toplayanların ise 1–2 dolar aldığını tahmin ediyor.
Son işleme, verilerin satış fiyatını artırabilir. Nomura’nın araştırmasındaki bir laboratuvar örneği, birinci şahıs bakış açılı verilerin saatlik fiyatının son işlemeden sonra yaklaşık 60 yuandan 150–200 yuana yükseldiğini gösterdi; banka ayrıca işleme kapasitesi, otomatik etiketleme ve müşterilere erişimin sahada toplamaya göre rekabete karşı daha dayanıklı olduğunu belirtti.
Çinli tedarikçilerin ABD’nin önde gelen laboratuvarlarının temel tedarik zincirlerine girme alanı daralıyor. Nomura’nın araştırmasına göre laboratuvar, aşamalı ihalesinde Çin bağlantılı tedarikçileri dışlıyor; bu nedenle Çin ile ilgili işler ağırlıklı olarak yerli alıcılara ve dolaylı yurt dışı kanallarına dayanıyor.

Videonun teleoperasyonun yerini alma kabiliyeti gelişiyor. EgoScale ön baskısı, ön eğitimde 20854 saatlik insan videosu kullanıyor; ara eğitim için ise yalnızca yaklaşık 50 saatlik hizalanmış insan verisi ve 4 saatlik robot verisi gerekiyor. Nomura, ilgili makaleye dayanarak videonun 2027 yılının ilk yarısında ön eğitimdeki teleoperasyon verilerinin büyük bölümünün yerini alabileceğini değerlendiriyor.
Ancak Nomura, yoğun temas içeren son eğitimde benzer bir ikamenin ancak 2028 yılından sonra ortaya çıkabileceğini öngörüyor. Yakın tarihli sektör araştırması, görev başarı oranını yaklaşık %60 olarak tahmin ederken evde kullanım için %98–%99 gerekiyor; bu fark daralana kadar temas verileri değerini koruyacak.
Videoların süzme sonrasındaki kullanılabilirlik oranı mevcut %20–%30 düzeyinin belirgin biçimde üzerine çıkarsa, teleoperasyon fiyatları düşerse veya dokunsal eldivenlerin güvenilirliği iyileşirse Nomura veri primini ve değer zincirindeki değer dağılımını yeniden değerlendirecek.