Wyobraź sobie, że ktoś przychodzi do twojego domu, sprząta go od góry do dołu i nie bierze za to ani złotówki. Jedyny warunek? Kamery zamontowane na ciele pracownika nagrywają każdy jego ruch - jak wyciera blat, jak składa ręczniki, jak odkurza kanapę. Te nagrania trafiają potem do systemu, który uczy roboty wykonywać te same czynności.
Brzmi jak scenariusz z serialu science fiction? To rzeczywistość. Amerykański startup Shift właśnie uruchomił taki model biznesowy i zbiera dane z prawdziwych domów, żeby trenować kolejną generację robotów sprzątających. Dla polskich firm, szczególnie tych z branży usługowej i technologicznej, to sygnał, że rynek danych do trenowania AI wchodzi w zupełnie nową fazę - i że tradycyjne modele pozyskiwania danych mogą się wkrótce zmienić nie do poznania.
Zanim pomyślisz, że to cię nie dotyczy, zastanów się: ile firm w Polsce opiera się na powtarzalnych czynnościach fizycznych? Sprzątanie, logistyka magazynowa, pakowanie, montaż - to wszystko obszary, w których zbieranie danych o ludzkich ruchach staje się towarem. I to towarem, który ma konkretną wartość rynkową.
Jak działa model Shift - darmowa usługa za dane
Shift działa w San Francisco i okolicach. Firma zatrudnia ludzi do sprzątania domów, ale nie pobiera od klientów żadnych opłat. Pracownicy noszą kamery i czujniki, które rejestrują każdy ruch - od sposobu trzymania mopa po sekwencję czynności w kuchni. Te dane są następnie przetwarzane i wykorzystywane do trenowania modeli AI, które mają sterować robotami humanoidalnymi.
Model jest prosty: klient dostaje darmowe sprzątanie, pracownik dostaje wynagrodzenie od Shift, a firma zyskuje coś, co jest dziś jednym z najcenniejszych zasobów w branży robotyki - wysokiej jakości dane o ludzkich ruchach w naturalnym środowisku. To nie są dane z laboratorium, gdzie robot jeździ po idealnie płaskiej podłodze. To dane z prawdziwych domów, z kocimi włosami na dywanie, z zabawkami porozrzucanymi po podłodze i z krzesłem, które stoi nie tam, gdzie powinno.
Dlaczego to takie ważne? Bo największym wąskim gardłem w rozwoju robotów nie jest już hardware ani algorytmy. To dane treningowe. Firmy takie jak Tesla (z programem Optimus), Figure AI czy 1X Technologies wydają miliony na pozyskiwanie danych o ludzkich ruchach. Shift znalazł sposób, żeby te dane zbierać taniej i w większej skali - oferując coś, co ludzie naprawdę chcą: czysty dom za darmo.
Dane jako waluta - co to oznacza dla polskiego rynku
Na pierwszy rzut oka ten model wydaje się odległy od polskiej rzeczywistości. Ale przyjrzyjmy się bliżej. Polska jest jednym z największych rynków usług sprzątających w Europie Środkowo-Wschodniej. Według danych GUS, w 2023 roku w Polsce działało ponad 15 000 firm oferujących usługi porządkowe, a rynek ten rośnie o około 8-10% rocznie. To ogromna baza potencjalnych danych.
Teraz wyobraź sobie polską firmę sprzątającą, która zatrudnia 50 osób. Każdy z tych pracowników wykonuje dziennie kilkadziesiąt powtarzalnych czynności. Gdyby te czynności były nagrywane i strukturyzowane, powstałby zbiór danych wart potencjalnie setki tysięcy złotych dla firm rozwijających roboty. Nie mówię, że każda firma sprzątająca powinna jutro zamontować kamery na swoich pracownikach. Mówię, że dane generowane przez fizyczną pracę stają się aktywem, którego wartość będzie rosła.
Polskie firmy technologiczne mogą na tym skorzystać na kilka sposobów. Po pierwsze, jako pośrednicy - budując platformy do zbierania, anonimizacji i sprzedaży danych o ruchach. Po drugie, jako dostawcy infrastruktury - czujników, kamer, oprogramowania do przetwarzania. Po trzecie, jako partnerzy globalnych firm robotycznych, które będą szukać danych z różnych środowisk kulturowych i mieszkaniowych. Bo robot, który nauczył się sprzątać w amerykańskim domu jednorodzinnym, niekoniecznie poradzi sobie w polskim bloku z lat 70., gdzie korytarz ma 90 cm szerokości, a łazienka 3 metry kwadratowe.
Jest tu jeszcze jeden aspekt. Firmy takie jak Nomagic z Warszawy, która rozwija roboty do pakowania w magazynach, czy inne polskie startupy z branży robotyki, potrzebują dokładnie tego typu danych. Nomagic pozyskał do tej pory ponad 30 milionów dolarów finansowania i działa właśnie w obszarze, gdzie dane o ludzkich ruchach są na wagę złota. Model Shift mógłby zostać zaadaptowany dla logistyki magazynowej - darmowa obsługa kompletacji zamówień w zamian za dane treningowe.
Kwestie prawne i etyczne - RODO to nie żart
I tu dochodzimy do słonia w pokoju. W Stanach Zjednoczonych regulacje dotyczące prywatności są znacznie luźniejsze niż w Europie. Shift może nagrywać wnętrza domów, bo klienci wyrażają na to zgodę w ramach umowy o darmową usługę. W Polsce i w całej Unii Europejskiej sytuacja jest dużo bardziej skomplikowana.
RODO nakłada surowe wymagania na przetwarzanie danych osobowych, a nagrania z wnętrz domów to bez wątpienia dane wrażliwe. Nawet jeśli klient wyrazi zgodę, pojawia się pytanie o dane osób trzecich - członków rodziny, gości, dzieci, które mogą pojawić się w kadrze. Anonimizacja nagrań (rozmycie twarzy, usunięcie danych identyfikujących) jest technicznie możliwa, ale zwiększa koszty i komplikuje proces.
Nie oznacza to, że model jest niemożliwy do wdrożenia w Europie. Oznacza to, że wymaga poważnej pracy prawnej i technologicznej. Firma, która pierwsza opracuje zgodny z RODO framework do zbierania danych o ruchach fizycznych w naturalnych środowiskach, może zbudować poważną przewagę konkurencyjną. To jest realna nisza dla polskich firm prawno-technologicznych, które rozumieją zarówno europejskie regulacje, jak i potrzeby branży AI.
Trzeba też uczciwie powiedzieć o ograniczeniach tego modelu. Po pierwsze, nie wiemy jeszcze, czy dane zbierane w ten sposób są wystarczająco dobre do trenowania robotów. Shift jest na wczesnym etapie i nie opublikował żadnych wyników porównawczych. Po drugie, skalowalność jest pod znakiem zapytania - darmowe sprzątanie to kosztowna operacja, a firma musi gdzieś znaleźć przychody, żeby pokryć wynagrodzenia pracowników i koszty sprzętu. Po trzecie, akceptacja społeczna. Nawet w USA pojawiają się głosy krytyczne wobec nagrywania wnętrz domów. W Polsce, gdzie wrażliwość na kwestie prywatności jest historycznie wysoka, opór może być jeszcze większy.
Co z tego wynika dla twojej firmy
Nawet jeśli nie planujesz wchodzić w robotykę ani sprzedawać danych treningowych, model Shift niesie ze sobą kilka lekcji, które mają znaczenie dla każdej polskiej firmy.
Lekcja pierwsza: dane z codziennych operacji mają wartość. Jeśli twoja firma wykonuje powtarzalne czynności fizyczne - montaż, pakowanie, sortowanie, sprzątanie, gotowanie - generujesz dane, które mogą być cenne dla kogoś, kto buduje systemy automatyzacji. Zacznij myśleć o swoich procesach nie tylko jako o kosztach, ale jako o potencjalnych źródłach danych.
Lekcja druga: model "usługa za dane" będzie się rozprzestrzeniał. Shift robi to ze sprzątaniem, ale ten sam schemat może objąć naprawy domowe, opiekę nad zwierzętami, dostawy, a nawet usługi gastronomiczne. Jeśli prowadzisz firmę usługową, warto obserwować, czy ktoś nie zaproponuje ci podobnej wymiany - i rozumieć, co tak naprawdę oddajesz.
Lekcja trzecia: automatyzacja fizycznej pracy przyspiesza. Do tej pory roboty radziły sobie dobrze w kontrolowanych środowiskach - fabrykach, magazynach z idealnie poukładanymi regałami. Zbieranie danych z prawdziwych domów i biur oznacza, że firmy robotyczne celują teraz w środowiska nieustrukturyzowane. To te same środowiska, w których pracuje większość polskich firm usługowych. Horyzont czasowy? Trudno powiedzieć dokładnie, ale eksperci z branży mówią o 5-10 latach do pierwszych komercyjnych robotów sprzątających zdolnych do pracy w dowolnym mieszkaniu.
Dla firm z sektora MŚP, które dziś zatrudniają pracowników do prac fizycznych, to nie jest powód do paniki. To jest powód, żeby zacząć się przygotowywać. Firmy, które rozumieją, jak AI i robotyka zmieniają ich branżę, będą mogły się zaadaptować - albo nawet na tym zarobić. Te, które zignorują te sygnały, mogą za kilka lat obudzić się w świecie, gdzie ich model biznesowy jest pod presją ze strony zautomatyzowanych konkurentów.
Rynek danych treningowych do AI jest wart według szacunków Grand View Research ponad 2,5 miliarda dolarów w 2024 roku, z prognozowanym wzrostem do ponad 17 miliardów do 2030 roku. Większość tego rynku to dziś dane tekstowe i wizualne. Dane o ruchach fizycznych to nowa, szybko rosnąca kategoria. Polskie firmy mają szansę być w tym segmencie wcześnie - pod warunkiem, że potraktują temat poważnie i nie będą czekać, aż ktoś z Doliny Krzemowej zrobi to za nich.
Model Shift jest fascynujący nie dlatego, że darmowe sprzątanie to rewolucja. Jest fascynujący, bo pokazuje, jak bardzo zmienia się definicja tego, co jest wartościowe w gospodarce opartej na AI. Przez lata mówiliśmy, że "dane to nowa ropa". Teraz okazuje się, że dane o tym, jak człowiek wyciera stół, mogą być warte więcej niż sama usługa wycierania tego stołu. Dla polskich przedsiębiorców to powinien być sygnał do działania - albo przynajmniej do uważnej obserwacji.
Źródło: The Verge - AI training data startup Shift offers free cleaning