Ada periode, tidak terlalu lama yang lalu, ketika sebagian besar percakapan tentang kecerdasan buatan terdengar anehnya terpisah dari orang-orang yang sebenarnya menghasilkan nilai di dalam sistem. Semua orang berbicara tentang model, komputasi, valuasi, dan skala, namun sangat sedikit orang yang membahas lapisan tenang di bawah semuanya: aliran konstan data yang dihasilkan manusia, koreksi, konteks, umpan balik, dan nuansa perilaku yang membuat sistem-sistem itu berguna sejak awal.

Ketidakseimbangan ini mulai sulit diabaikan setelah produk AI beralih dari sekadar barang baru menjadi infrastruktur. Model-modelnya membaik, perusahaan mengumpulkan lebih banyak modal, dan antarmukanya menjadi lebih mulus, tetapi hubungan mendasar antara kontributor dan platform hampir tidak berubah. Orang-orang masih secara tidak sengaja memberikan data perilaku. Pengembang melatih sistem berdasarkan pengetahuan komunitas yang tidak bisa mereka imbalan secara berkelanjutan. Peneliti mengandalkan dataset yang terfragmentasi dengan asal yang meragukan. Seluruh ekosistem mulai beroperasi seperti mesin yang mengekstrak intelijen dari pinggiran sambil memusatkan kepemilikan di tengah.