Vì sao giá video giảm khi lượng dữ liệu mua vào tăng?

  • Khảo sát ngành của Nomura cho thấy một phòng thí nghiệm hàng đầu của Mỹ chi khoảng 1 tỷ đô la Mỹ cho dữ liệu trong năm 2026 và dự kiến chi khoảng 5 lần mức năm nay vào năm 2027. Tuy nhiên, ngân sách mua sắm tăng không đồng nghĩa mọi loại dữ liệu đều có thể tăng giá.
  • Video góc nhìn thứ nhất tương đối dễ thu thập, và nguồn cung mới đã kéo giá xuống: khảo sát cho thấy giá khoảng 40–50 đô la Mỹ mỗi giờ vào đầu năm 2026, nhưng đến thời điểm báo cáo đã giảm xuống gần hoặc dưới 10–15 đô la Mỹ. Nomura dự kiến loại video thô này sẽ dần chuyển sang định giá theo chi phí cộng biên lợi nhuận.
  • Tỷ trọng thời lượng và chi tiêu cũng khác nhau. Theo phân tích của Nomura, video góc nhìn thứ nhất chiếm khoảng ba phần tư thời lượng mục tiêu của phòng thí nghiệm; dữ liệu điều khiển từ xa chỉ chiếm tỷ lệ phần trăm một chữ số ở mức trung bình về thời lượng, nhưng chiếm hơn một phần tư chi tiêu.

Vì sao dữ liệu điều khiển từ xa đắt?

  • Video chủ yếu giúp mô hình học cách cảm nhận và hiểu thế giới; điều khiển từ xa ghi lại chuyển động thực tế của robot, bao gồm tín hiệu lực và tiếp xúc, có thể dùng để huấn luyện khả năng thao tác tinh vi hơn.
  • Nomura ước tính giá trung vị mỗi giờ của dữ liệu thô điều khiển từ xa cao hơn 7 lần giá video góc nhìn thứ nhất. Nhưng chỉ 20%–30% video mua vào có thể sử dụng sau sàng lọc, so với khoảng ba phần tư bản ghi điều khiển từ xa; tính theo thời lượng sử dụng được, mức giá cao hơn của dữ liệu điều khiển từ xa thu hẹp còn khoảng 2–4 lần.
  • Việc mở rộng nguồn cung bị giới hạn bởi năng lực thu thập thực tế. Khảo sát của Nomura cho thấy một cơ sở điều khiển từ xa tự xây dựng, trang bị 45–55 bộ thiết bị và hoạt động ba ca quanh năm, tạo ra khoảng 250 nghìn giờ dữ liệu sử dụng được mỗi năm; với tốc độ này, cần vài năm để đạt mục tiêu của phòng thí nghiệm và phần lớn nhu cầu vẫn phải do nhà cung cấp bên ngoài hoặc cơ sở lớn hơn đáp ứng.
  • Độ tin cậy của thiết bị cũng là một hạn chế: tỷ lệ hỏng của găng tay xúc giác vẫn cao và chúng chưa được triển khai trên quy mô lớn; Nomura ước tính thiết bị thu thập giá khoảng 4000 nhân dân tệ mỗi chiếc thường hỏng trong vòng hai hoặc ba tháng.

Giá trị tập trung ở những khâu nào trong chuỗi ngành dữ liệu?

  • Nomura cho rằng các khâu tích hợp, xác thực và thu thập dữ liệu tiếp xúc gần với người mua hơn có dư địa định giá lớn hơn, trong khi biên lợi nhuận của hoạt động chỉ thu thập tại hiện trường khá mỏng. Lấy video thô giá rẻ từ Đông Nam Á làm ví dụ, ngân hàng ước tính nhà cung cấp cấp một giữ lại khoảng 5 đô la Mỹ mỗi giờ, còn người thu thập nhận 1–2 đô la Mỹ.
  • Hậu xử lý có thể nâng giá bán dữ liệu. Một trường hợp phòng thí nghiệm trong khảo sát của Nomura cho thấy sau hậu xử lý, giá dữ liệu góc nhìn thứ nhất tăng từ khoảng 60 nhân dân tệ lên 150–200 nhân dân tệ mỗi giờ; ngân hàng cũng cho rằng năng lực xử lý, gán nhãn tự động và khả năng tiếp cận khách hàng có lợi thế phòng thủ cao hơn thu thập tại hiện trường.
  • Cơ hội để nhà cung cấp Trung Quốc tham gia chuỗi cung ứng cốt lõi của các phòng thí nghiệm hàng đầu Mỹ đang thu hẹp. Khảo sát của Nomura cho biết phòng thí nghiệm này loại các nhà cung cấp có liên hệ với Trung Quốc trong quá trình đấu thầu theo giai đoạn; do đó, hoạt động kinh doanh liên quan đến Trung Quốc chủ yếu dựa vào người mua trong nước và các kênh gián tiếp ở nước ngoài.

Những thay đổi nào có thể thu hẹp mức giá cao hơn của dữ liệu tiếp xúc?

  • Khả năng video thay thế điều khiển từ xa đang tiến bộ. Bản thảo tiền công bố EgoScale sử dụng 20854 giờ video về con người để tiền huấn luyện, còn giai đoạn huấn luyện trung gian chỉ cần khoảng 50 giờ dữ liệu con người đã được căn chỉnh và 4 giờ dữ liệu robot. Dựa trên bài báo liên quan, Nomura nhận định video có thể thay thế phần lớn dữ liệu điều khiển từ xa trong tiền huấn luyện vào nửa đầu năm 2027.
  • Tuy nhiên, Nomura dự kiến việc thay thế tương tự trong hậu huấn luyện liên quan đến nhiều tiếp xúc có thể chỉ xuất hiện sau năm 2028. Khảo sát ngành gần đây của ngân hàng ước tính tỷ lệ hoàn thành tác vụ thành công khoảng 60%, trong khi sử dụng tại gia đình cần 98%–99%; dữ liệu tiếp xúc vẫn có giá trị cho đến khi khoảng cách này thu hẹp.
  • Nomura sẽ đánh giá lại mức giá cao hơn của dữ liệu và phân bổ giá trị trong chuỗi ngành nếu tỷ lệ video sử dụng được sau sàng lọc tăng đáng kể so với mức hiện tại 20%–30%, giá điều khiển từ xa giảm, hoặc độ tin cậy của găng tay xúc giác cải thiện.