A contratação de um pesquisador de primeira linha vindo de uma concorrente, somada à saída de outros nomes da mesma equipe nas semanas seguintes, expôs uma característica pouco discutida do setor: o número de pessoas capazes de conduzir treinamento em escala de fronteira é muito pequeno.
A barreira de entrada em inteligência artificial costuma ser descrita em capital e em capacidade de computação, que são obstáculos reais e mensuráveis. A terceira barreira raramente entra na conta e é a mais difícil de superar com dinheiro rápido: experiência acumulada de quem já treinou modelo grande e sabe o que fazer quando o treinamento vai mal.
Esse conhecimento não está publicado. Artigo descreve arquitetura e resultado; o que decide na prática é julgamento sobre dado, sobre quando parar e sobre o que ajustar, e isso se aprende fazendo.
É o mesmo assunto que apareceu semanas depois numa disputa judicial por segredo industrial, e a razão de a linha entre conhecimento pessoal e ativo da empresa ser tão difícil de traçar.
Para o mercado, o efeito é de concentração: quem já tem essas pessoas mantém vantagem que não se compra com aumento de orçamento.