Большинство моделей сегодня обучаются на собранных данных с веба... Но именно оттуда не произойдут следующие скачки в производительности. Неиспользуемый слой? Голосовые заметки, потоки с носимых устройств, чеки, календари, диагностика. Структурированные, разрешенные и насыщенные реальным контекстом.