Des entreprises telles que OpenAI, Meta et Google sont en compétition pour collecter des données afin de former leurs modèles d'IA. Cependant, certains leaders de l'industrie suggèrent que se fier uniquement aux données disponibles publiquement pourrait entraîner des poursuites pour violation de copyright. À la place, ils préconisent l'utilisation de données synthétiques, qui peuvent être générées artificiellement et offrent davantage de contrôle et de confidentialité. Les données synthétiques sont considérées comme une alternative plus sûre qui peut faciliter le développement de l'IA générative. Cependant, elles présentent des limites, telles que l'incapacité de créer des données parfaites sans informations existantes, ainsi que des défis en termes de confidentialité et de précision avec des données limitées.

Les données publiques posent également des défis, tels que l'absence de détails cruciaux et les restrictions réglementaires sur l'accès aux données. L'accent devrait se déplacer vers des approches axées sur la confidentialité et une conception responsable axée sur les données pour un développement durable de l'IA. Les données synthétiques peuvent jouer un rôle dans la démocratisation de l'accès aux données au sein des organisations, en offrant de la valeur et en favorisant l'innovation. L'avenir réside dans des modèles d'IA plus petits et spécialisés, ciblant des tâches spécifiques, ainsi que dans des réglementations quantifiant les risques de l'IA. Ce changement est conforme aux principes de la confidentialité différentielle et des données synthétiques, mettant l'accent sur un développement ciblé et efficace plutôt que de se reposer sur une collecte massive de données.