Авторы: Ekko an, Ryan Yoon
Компиляция: Chopper, Foresight News
TL;DR
- На фоне стремительного развития искусственного интеллекта нам необходимо оценивать индустрию блокчейна с точки зрения спроса: какие проблемы она решает, которые не могут решить существующие системы, и какие уникальные возможности она предоставляет?
- Децентрализованные вычисления и децентрализованное хранение данных действительно имеют разумную логику, такую как суверенитет данных и преимущества в стоимости, но они еще не сформировали абсолютное технологическое преимущество, достаточное для того, чтобы компании, уже глубоко интегрированные с традиционными облачными провайдерами, взяли на себя риск перехода.
- Верификация моделей и технологии приватного шифрования не решают насущных бизнес-задач компаний в настоящий момент, поэтому компании не будут активно внедрять их в больших масштабах; спрос в этой сфере, скорее всего, будет отставать от появления регуляторной политики, ярким примером чего является закон ЕС об ИИ: сначала устанавливаются стандарты, а затем следует рыночный спрос.
- Узкое место в инфраструктуре для AI-агентов заключается не в технологии. Основное внимание компаний на данном этапе сосредоточено на автоматизации внутренних процессов, в то время как блокчейн-проекты разрабатывают инфраструктуру для следующего этапа — скорость развития технологий опережает зрелость рыночного спроса.
- Платежи для AI-агентов — это единственная сфера, где блокчейн и традиционные финансы находятся на одной стартовой линии; ни одна из сторон не решила должным образом отраслевые проблемы, и это единственная ниша, которая в настоящее время обладает условиями для прямой конкуренции.
- В целом, трудности в сфере «блокчейн + ИИ» вызваны не внутренними противоречиями в логике их сочетания, а серьезным дисбалансом между спросом и предложением. Четыре основные подотрасли имеют свои уникальные проблемы с отсутствием спроса, и только сфера платежей для AI-агентов обладает условиями для непосредственного участия в рыночной конкуренции в настоящее время.
ИИ стремительно развивается, а блокчейн-индустрия остается далеко позади
Индустрия ИИ переживает беспрецедентный бум инвестиций в капитал и инфраструктуру. Экосистемы больших моделей, создаваемые технологическими гигантами, глубоко проникают в повседневную жизнь и промышленное производство. Криптоиндустрия также быстро развивается, пытаясь найти точки технологической интеграции с ИИ.
Первоначальные направления исследований были сосредоточены на восполнении и воспроизведении традиционных звеньев цепочки создания стоимости ИИ: децентрализованные поставки GPU-вычислений, подтверждение прав на данные, криптографическая проверка моделей. В последнее время внимание индустрии сместилось на решение проблем, которые трудно преодолеть в централизованной архитектуре, включая автономное взаимодействие AI-агентов в блокчейне и автоматические расчеты в реальном времени между машинами.
Обобщение всей сферы термином «ИИ + блокчейн» лишь скрывает реальные различия между подотраслями. Нам необходим тщательный анализ спроса: на какую проблему нацелена каждая подотрасль? Могут ли нативные решения блокчейна предложить по-настоящему уникальные варианты?
Четыре подотрасли
Децентрализованные вычисления
Текущий облачный рынок сильно зависит от нескольких ведущих технологических компаний, контролирующих вычислительные ресурсы. Высокопроизводительные GPU сложно приобрести, они очень дороги, что создает высокий барьер для входа стартапам в области ИИ и научным учреждениям, не имеющим возможности строить крупную инфраструктуру.
Ресурсы централизованных платформ распределяются в пользу крупных клиентов, а огромное количество простаивающих GPU-вычислительных мощностей на рынке не имеет нейтральных каналов для распределения.
Децентрализованные вычисления решают проблемы концентрации ресурсов и неэффективности двумя моделями. Модель совместного использования (шеринг-экономика) объединяет闲置ные ресурсы графических процессоров частных лиц и небольших дата-центров, создавая единую вычислительную сеть, обходя монополию технологических гигантов и создавая эластичную систему предложения.
Модель распределенных вычислений позволяет пользователям арендовать вычислительные мощности по всему миру, не завися от оборудования одного поставщика, повышая коэффициент использования простаивающего оборудования и снижая порог доступа к высокопроизводительным вычислениям.
Децентрализованное хранение данных
Существующая система хранения данных почти полностью зависит от централизованных облачных провайдеров, таких как Google и Meta. После загрузки данных пользователями фактическое право собственности на данные переходит к платформе, а данные для обучения ИИ долгое время монополизировались гигантами. Кроме того, централизованная архитектура несет операционные риски: изменения в политике, перебои в обслуживании, сбои платформы могут привести к невозможности доступа к данным или даже их безвозвратной потере.
Децентрализованное хранение решает эти структурные проблемы двумя способами. Модель совместного использования, представленная такими проектами, как Filecoin и Arweave, объединяет неиспользуемое дисковое пространство различных участников в сеть, которая может заменить существующие централизованные облака.
Модель постоянного хранения создает множественные резервные копии данных на распределенных узлах, что не зависит от рабочего состояния одного сервера, снижая зависимость от одной платформы.
Рынок торговли данными в блокчейне
Для разработки ИИ требуется огромное количество обучающих данных, но существующие рынки обмена данными сильно закрыты, а такие площадки, как Hugging Face и крупные облачные провайдеры, монополизируют доходы и право установления цен. Создатели данных получают мизерную прибыль, а механизмы стимулирования за вклад данных缺乏 прозрачности.
Рынки торговли в блокчейне с помощью смарт-контрактов устраняют посредников и устанавливают прозрачные правила торговли. В модели прямой торговли, такой как Ocean Protocol, владельцы данных и разработчики ИИ совершают сделки напрямую через смарт-контракты, а вознаграждение распределяется прозрачным образом. В модели вознаграждения за вклад, такой как Grass, частные лица предоставляют свой неиспользуемый интернет-трафик для сбора данных для ИИ и получают соответствующее вознаграждение в зависимости от ценности своего вклада.
Проверка вывода моделей и защита приватности
Традиционный ИИ представляет собой «черный ящик», внешние стороны не могут проверить, соответствует ли работа модели правилам, и безопасно ли обрабатываются конфиденциальные пользовательские данные.
Машинное обучение с нулевым разглашением (ZKML) накладывает механизм криптографической проверки на уровень вывода ИИ, одновременно обеспечивая защиту приватности и возможность аудита с отслеживаемостью. Вычисления модели по-прежнему выполняются вне блокчейна, но процесс вычислений генерирует зашифрованное доказательство, подтверждающее, что весь процесс строго следует установленным правилам.
Это доказательство записывается в блокчейн, а не исходные данные. Например, в сценарии автоматического страхового возмещения медицинских расходов больница загружает только доказательство соответствия вычислений ИИ, не загружая полностью историю болезни пациента; страховая компания проверяет подлинность доказательства для завершения выплаты, не имея доступа к исходным конфиденциальным медицинским данным на протяжении всего процесса.
Фреймворк для AI-агентов
AI-агенты постепенно становятся ядром создания трафика и ценности, эволюционируя из инструментов в автономных экономических субъектов. Существующая финансовая система создана на основе поведения человека и по своей природе не подходит для платежных сценариев, где доминируют машины.
Экономике агентов требуются миллисекундные микроплатежи высокой частоты и расчеты в реальном времени между странами, которые традиционная финансовая инфраструктура с трудом может поддерживать.
Инфраструктура для агентов в блокчейне решает эту проблему с помощью двух механизмов. Механизм автономного исполнения и контроля выделяет AI-агентам уникальные кошельки и идентификаторы, позволяя им напрямую подписывать транзакции, а также устанавливает настраиваемые лимиты расходов и меры безопасности для предотвращения непредвиденных действий.
Механизм расчетов на основе протокола использует протоколы платежей в стейблкоинах (например, x402) для расчетов микроплатежей и частых транзакций в реальном времени, минуя процессы конвертации валюты и утверждения.
Различия между «блокчейн + ИИ» и традиционной цепочкой создания стоимости ИИ
Капиталистическая логика традиционной цепочки создания стоимости ИИ вращается вокруг «устранения узких мест в развитии». По мере роста спроса на ИИ оперативная память, электроэнергия и пропускная способность передачи данных по очереди становятся ограничивающими факторами. Компании, которые могут быстро решить эти проблемы (например, производители памяти с высокой пропускной способностью, компании, занимающиеся энергетической инфраструктурой), получают огромные инвестиции и рост рыночной капитализации. Рынок готов платить высокую оценку за решения, устраняющие узкие места роста.
Проекты «блокчейн + ИИ» действительно нацелены на реальные отраслевые проблемы, но им по-прежнему не удается привлечь такое же внимание рынка. Если бы эти проблемы действительно были настолько острыми, масштабное внедрение и преобразования уже произошли бы.
Даже если такие направления, как децентрализованные вычисления и подтверждение прав на данные, имеют разумную ценность, им трудно привлечь основной капитал. Ключевое противоречие заключается в серьезном разрыве между предложением технологий и спросом со стороны инвесторов, обладающих капиталом.
Темпы развития индустрии ИИ стремительны. Покупатели (в основном крупные технологические компании и корпоративные клиенты) массово инвестируют в решения, которые могут быстрее всего решить их текущие операционные узкие места. Они не тратят время на оценку непроверенной инфраструктуры. Их первоочередными соображениями являются производительность вычислений, надежность инфраструктуры и измеримая окупаемость инвестиций.
Например: когда скорость передачи данных стала узким местом для обучения моделей, огромные средства устремились в оптоволоконную инфраструктуру, чтобы заменить медные кабели. Когда пропускная способность памяти стала основным ограничивающим фактором, SK Hynix и Samsung Electronics решили эту проблему, предложив память с высокой пропускной способностью, что принесло им мировую известность. Эта модель неизменна: капитал следует за теми компаниями, которые могут устранить ограничения и продвинуть прогресс.
Фундаментальная проблема сферы «блокчейн + ИИ» — это смещение акцентов. Компании с большими бюджетами заботятся только о краткосрочном повышении производительности и снижении затрат; а проекты «блокчейн + ИИ» углубляются в вопросы, которые компании считают второстепенными и долгосрочными. Технологическое видение со стороны предложения не соответствует текущим операционным потребностям со стороны спроса.
Технологическое видение со стороны предложения не соответствует текущим операционным потребностям со стороны спроса.
Недостаток технологической мощи
Многие проекты с помощью бенчмарков демонстрируют потенциал и концепцию децентрализованной инфраструктуры, но им не удалось добиться прорывных технологических достижений, достаточных для того, чтобы поколебать укоренившиеся позиции централизованных облачных провайдеров (AWS, GCP и др.) на рынке.
Централизованные облачные платформы уже обладают огромными средствами и развитой инфраструктурой. Новая технология, чтобы захватить долю рынка, должна обладать подавляющим преимуществом в производительности, чтобы компании были готовы взять на себя затраты на переход. Когда Apple перешла с процессоров Intel на собственные чипы M1, ей пришлось взять на себя огромный риск несовместимости программного обеспечения. Решение поддержала возможность увеличения энергоэффективности в три раза — выгода, достаточно большая, чтобы покрыть стоимость перехода.
В то время как «блокчейн + ИИ» в настоящее время не может предложить корпоративным клиентам, нуждающимся в синхронизации данных на уровне петабайт и сверхнизкой задержке, достаточно убедительную логику выгоды. Компании не хотят брать на себя риски миграции.
Структурный дисбаланс спроса и предложения
Некоторые проекты децентрализованных вычислений предлагают соглашения об уровне обслуживания для снижения рисков компаний, но компании по-прежнему занимают выжидательную позицию. Корень проблемы не в контрактах, а в базовой структуре: ведущие облачные провайдеры могут предоставить выделенные изолированные дата-центры; блокчейн-сети полагаются на распределенные анонимные узлы, предоставляющие вычислительные мощности.
Если какой-либо узел отключится, прервав обучение модели стоимостью в сотни миллионов, возмещение в токенах или денежная компенсация не смогут покрыть потери компании во времени и коммерческих возможностях. Для компаний, находящихся в условиях жесткой отраслевой конкуренции, стабильность системы — это непреложный приоритет. Даже при наличии инструментов хеджирования рисков у компаний нет стимула брать на себя неотъемлемую неопределенность децентрализованных сетей.
Рыночный спрос еще не созрел
Блокчейн-фреймворки для агентов ориентированы на зрелую экосистему с автономным взаимодействием множества агентов, но текущая стадия развития основного рынка далека от этого видения.
Такие компании, как Microsoft и Salesforce, ускоряют внедрение AI-агентов, но в настоящее время все сосредоточено на автоматизации внутренних процессов. Инфраструктура, создаваемая блокчейн-проектами, обслуживает следующий этап: автономных агентов, работающих независимо во внешних межкорпоративных сетях. В настоящее время подавляющее большинство компаний все еще оттачивают стабильность и окупаемость инвестиций существующих систем ИИ. Взаимодействие множества агентов между сетями вообще не входит в список приоритетов их инфраструктурного планирования.
Низкий спрос на текущем этапе — это проблема цикла развития, а не технологический недостаток. Блокчейн-инфраструктура для агентов больше подходит для позиционирования в качестве долгосрочной основы для будущей экономики агентов, а не как бизнес для быстрой монетизации.
Регулирование
Доказательства с нулевым разглашением и технологии приватного шифрования являются ключевыми решениями для создания доверенного ИИ, но на начальных этапах распространения ИИ у компаний крайне низка внутренняя потребность во внедрении инфраструктуры приватности. Трудно полагаться на добровольные инициативы компаний для стимулирования масштабного внедрения; отраслевой спрос, скорее всего, будет вызван регуляторными стандартами, а затем технологии будут адаптированы под требования соответствия.
Такие глобальные регуляторные нормы, как закон ЕС об ИИ, продолжают детализироваться, что приносит пользу отрасли. Когда отслеживаемость происхождения данных и безопасность данных станут жесткими законодательными требованиями, проверочные возможности блокчейна превратятся из опциональной функции в обязательный элемент соответствия для внедрения ИИ компаниями.
Совершенствование регулирования — это не ограничение для отрасли, а катализатор формирования рынка. Четкие правила снижают неопределенность в отрасли и открывают стабильный путь для внедрения «блокчейн + ИИ» на институциональном рынке.
Отсутствие эталонных примеров внедрения
Наложение множественных структурных противоречий порождает самое серьезное препятствие: отсутствие масштабных эталонных примеров, доказывающих коммерческую ценность. Традиционная индустрия ИИ создала цикл роста благодаря ChatGPT — прорывному продукту, видимому для всех, который привлек огромный капитал и таланты для постоянной итерации.
В сфере «блокчейн + ИИ» до сих пор нет примера соответствия продукта рынку сопоставимого масштаба. За исключением раннего энтузиазма сообщества, ни один проект не проник в сферу корпоративного производства или повседневного потребительского использования, и поэтому не смог привлечь внимание традиционного институционального капитала. Отсутствие эталонных примеров внедрения является самым большим барьером, отпугивающим консервативный институциональный капитал и замедляющим распространение технологии.
Обладает ли «блокчейн + ИИ» долгосрочной ценностью?
Оставив в стороне краткосрочную рыночную популярность, «блокчейн + ИИ» еще не закрепился в основной цепочке создания стоимости ИИ, но это не означает, что их интеграция не имеет ценности.
Основная причина охлаждения интереса к этой сфере заключается не в противоречивости логики сочетания технологий, а в том, что каждая подотрасль сталкивается с несоответствием между потребностями зрелой индустрии и направлением технологического предложения.
Ключевые требования традиционной индустрии ИИ очень четкие: краткосрочное повышение производительности, оптимизация затрат, максимальная стабильность инфраструктуры; в то время как подавляющее большинство решений «блокчейн + ИИ» сосредоточены на праве собственности на данные, прозрачности вычислений и децентрализации.
Это не те узкие места, которые необходимо срочно решать отрасли в данный момент, а их внедрение часто требует компромиссов в производительности, и соотношение затрат и результатов с трудом убеждает компании.
До бума искусственного интеллекта компании энергетической инфраструктуры обычно классифицировались как зрелые предприятия с медленным ростом. Резкий рост спроса на электроэнергию, вызванный центрами обработки данных, изменил эту ситуацию, и с тех пор они привлекают значительное внимание рынка. Нынешнее равнодушие к блокчейн-искусственному интеллекту, возможно, также отражает аналогичный эффект запаздывания, когда ценность инфраструктуры еще не полностью проявилась до появления новой парадигмы.
В этот переходный период важно, как отрасль реагирует на реальные потребности рынка.
Путь вперед делится на два направления: 1) активная адаптация к стандартам зрелой цепочки создания стоимости ИИ, устранение краткосрочных технологических недостатков; 2) приверженность существующему технологическому пути, постоянное развитие инфраструктуры, адаптированной для масштабного внедрения ИИ следующего поколения в долгосрочной перспективе.
Конечный путь развития «блокчейн + ИИ» будет зависеть от того, какое направление сможет соответствовать реальным будущим потребностям рынка.
