À medida que a aplicação de IA continua a evoluir, Embeddings, fragmentação de modelos (Model Shards) e bases de dados RAG estão a tornar-se rapidamente os dados fundamentais essenciais. Estes dados frequentemente exibem características de "cauda longa": em grande quantidade, dispersos na distribuição, mas cruciais para o desempenho do modelo e aprendizagem contínua. Uma vez perdidos ou controlados de forma altamente centralizada, não só afetarão a fiabilidade do sistema de IA, mas também poderão trazer riscos de segurança e soberania.