Entre as muitas limitações no treino de IA, o gargalo de dados costuma ser mais severo do que o de cálculo, mas raramente recebe a devida atenção. Em vez de simplesmente acumular poder de processamento, a verdadeira inovação exige um esforço simultâneo em dois níveis. Através de mecanismos de crowdsourcing para obter dados de treino de alta qualidade, combinados com arquiteturas de processamento distribuído, é possível romper completamente essa cadeia. Muitos projetos focam demasiado em cálculo e pouco em dados, ou atuam isoladamente, e essa solução colaborativa justamente preenche uma lacuna crucial na indústria.