Empresas de IA como a OpenAI e a Anthropic estão enfrentando uma escassez de dados de alta qualidade para treinar seus modelos, o que poderia prejudicar o desenvolvimento da IA na corrida para construir produtos superiores. Tradicionalmente, esses modelos dependem de dados de artigos científicos, notícias e da Wikipedia, mas limitações e preocupações relacionadas à qualidade dos dados, direitos autorais, privacidade e compensação têm levado a uma busca por informações confiáveis. As empresas estão explorando fontes alternativas, como transcrições de vídeos do YouTube e dados sintéticos.

Há uma preocupação crescente de que a demanda por dados de qualidade irá exceder a oferta até 2028. Os usuários também relataram problemas com os chatbots de IA, levando as empresas a considerar novas estratégias para melhorar seus modelos.