O círculo de IA não tem tempo para blockchain.

Autor: Ekko An, Ryan Yoon; Fonte: Tiger Research; Tradução: BitpushNews

A indústria de inteligência artificial continua avançando a todo vapor, sem sinais de desaceleração. No entanto, o cenário do "blockchain + IA" é completamente diferente. Por que ele não conseguiu atrair atenção equivalente?

Pontos Principais

• No auge da IA, a indústria de blockchain precisa ser analisada sob a perspectiva da demanda: quais problemas ela resolve que os sistemas existentes não conseguem, e que capacidades únicas ela traz?

• Computação e armazenamento descentralizados realmente têm lógica em termos de soberania de dados e competitividade de custos. O obstáculo é que ambos ainda não demonstraram vantagens técnicas suficientemente convincentes para fazer com que clientes já vinculados à infraestrutura de nuvem existente assumam o risco de migração.

• Tecnologias de verificação de modelos e privacidade abordam problemas que ainda não atingiram um nível de urgência que faça as empresas agirem proativamente. Esse tipo de demanda provavelmente seguirá requisitos regulatórios, em vez de precedê-los. A Lei de IA da União Europeia é um exemplo típico: padrões primeiro, mercado depois.

• Na categoria de frameworks de Agentes, o gargalo não é técnico. Grandes empresas ainda estão focadas na automação de fluxos de trabalho internos, enquanto projetos de blockchain já estão construindo a camada de infraestrutura para a próxima fase. A demanda precisa de tempo para alcançar a tecnologia.

• Pagamentos de Agentes é a única área onde blockchain e finanças tradicionais estão no mesmo ponto de partida. Ambos os lados ainda não resolveram esse problema, tornando-o a única categoria onde ambos enfrentam o mesmo desafio simultaneamente.

• De forma geral, a indústria de blockchain + IA tem dificuldades não porque a combinação carece de lógica, mas devido a um desalinhamento: cada uma das quatro categorias enfrenta razões diferentes para a demanda ainda não ter se formado, e apenas os pagamentos de Agentes estão atualmente em condições de competir lado a lado.

1. Projetos de blockchain esquecidos pelo boom da IA

A indústria de IA está passando por investimentos de capital e infraestrutura sem precedentes. O ecossistema de grandes modelos de linguagem, dominado por grandes empresas de tecnologia, já se tornou uma característica padrão da vida cotidiana e das operações industriais. Nessa rápida expansão, a indústria de criptomoedas também está evoluindo rapidamente, buscando pontos de integração técnica com a IA.

Os esforços iniciais se concentraram em complementar ou replicar partes da cadeia de valor tradicional da IA: fornecimento descentralizado de GPUs, recuperação de propriedade de dados e verificação criptográfica. Recentemente, o foco mudou para preencher lacunas que arquiteturas centralizadas têm dificuldade em resolver, incluindo atividades on-chain autônomas de agentes de IA e liquidação máquina a máquina (M2M) em tempo real.

Descrever esse campo genericamente como "IA mais blockchain" obscurece sua complexidade. Precisamos realizar uma análise rigorosa do lado da demanda: a que problema cada segmento específico se dirige? As soluções nativas de blockchain oferecem uma diferenciação real?

2. Funções de cada categoria

2.1. Computação descentralizada

O mercado atual de computação em nuvem depende estruturalmente de algumas grandes empresas de tecnologia que controlam os recursos computacionais. GPUs de alto desempenho são difíceis de obter e caras, criando barreiras de entrada íngremes para startups de IA e equipes de pesquisa sem acesso a infraestrutura em larga escala.

Sistemas centralizados concentram recursos nos maiores compradores, e não existem canais neutros no mercado para redistribuir a grande capacidade ociosa de GPUs.

A computação descentralizada aborda essa centralização e ineficiência de duas maneiras:

• Modelo de economia compartilhada: projetos agregam GPUs ociosas de indivíduos e pequenos data centers em uma rede unificada, criando uma cadeia de suprimentos mais flexível fora do monopólio tecnológico existente.

• Modelo de computação distribuída: os usuários podem alugar recursos computacionais globalmente sem depender da infraestrutura de um único fornecedor, aumentando a utilização de hardware e reduzindo as barreiras de entrada para computação de alto desempenho.

2.2. Armazenamento descentralizado

A arquitetura atual de armazenamento de dados depende quase inteiramente de infraestruturas de nuvem centralizadas operadas por empresas como Google e Meta. Quando os usuários enviam dados para essas plataformas, a propriedade é efetivamente transferida para a plataforma, consolidando seu controle monopolista sobre os dados de treinamento de IA. A infraestrutura centralizada também introduz riscos operacionais: mudanças de política, interrupções de serviço ou falhas de plataforma podem cortar o acesso aos dados ou causar perda de dados.

O armazenamento descentralizado aborda esses problemas estruturais de duas maneiras:

• Modelo de economia compartilhada: como Filecoin e Arweave, que agrupam o espaço de armazenamento ocioso dos participantes em uma rede, capaz de substituir os serviços de nuvem centralizados existentes.

• Modelo de armazenamento permanente: os dados são replicados de forma distribuída entre nós, garantindo persistência independentemente do status operacional de qualquer servidor único, reduzindo a dependência de qualquer plataforma única.

2.3. Mercados de dados

Os desenvolvedores de IA precisam de dados de treinamento, mas o mercado atual de distribuição de dados opera de forma fechada, com grandes plataformas como Hugging Face e provedores de nuvem dominando os benefícios econômicos e controlando os preços. Os criadores de dados recebem pouca compensação, e faltam transparência nos mecanismos de recompensa para coleta e contribuição de dados.

Mercados on-chain eliminam intermediários por meio de contratos inteligentes e estabelecem termos de transação transparentes:

• Modelo de transação direta: como Ocean Protocol, onde proprietários de dados e desenvolvedores de IA negociam diretamente por meio de contratos inteligentes, com remuneração distribuída de forma transparente.

• Modelo de recompensa por contribuição: como Grass, onde indivíduos conectam largura de banda ociosa para coleta de dados de IA e recebem remuneração proporcional ao valor de sua contribuição.

2.4. Verificação de modelo e inferência/Privacidade

Os sistemas tradicionais de IA operam como "caixas-pretas", sem meios externos de verificar se o modelo está funcionando corretamente ou se dados sensíveis do usuário estão sendo tratados com segurança.

A Aprendizagem de Máquina de Conhecimento Zero (ZKML) introduz uma camada de verificação criptográfica para inferência de IA, permitindo proteção de privacidade e auditabilidade. Nessa arquitetura, o modelo é executado off-chain da maneira tradicional, mas o processo computacional gera uma prova criptográfica de que foi executado corretamente de acordo com regras predefinidas.

O que é registrado on-chain é essa "prova", não os dados subjacentes. Por exemplo: em um serviço automatizado de sinistros de seguro saúde, o hospital precisa apenas enviar uma prova de que o modelo de IA foi executado corretamente, sem compartilhar registros médicos completos. A seguradora pode verificar a validade do sinistro sem acessar os dados originais.

2.5. Frameworks de Agentes de IA

À medida que os agentes de IA se tornam núcleos principais de fluxo e criação de valor, eles evoluem de ferramentas para participantes econômicos autônomos. Os sistemas financeiros existentes são projetados em torno de padrões de consumo humano e são estruturalmente incompatíveis com ambientes de pagamento centrados em máquinas.

A economia de agentes exige micropagamentos, liquidação de alta frequência e pagamentos transfronteiriços em milissegundos, para os quais a infraestrutura financeira existente não está adaptada.

A infraestrutura de agentes on-chain aborda esse problema por meio de dois mecanismos:

• Mecanismo de execução e controle autônomos: atribui carteiras e identidades exclusivas aos agentes de IA, permitindo que assinem transações diretamente, com limites de gastos e proteções contra comportamentos não intencionais.

• Mecanismo de liquidação baseado em protocolo: usa protocolos de pagamento com stablecoins como x402 para liquidar microtransações e pagamentos de alta frequência em tempo real, pulando conversões de moeda e processos de aprovação.

3. Por que o blockchain + IA se desviou da cadeia de valor da IA

A cadeia de valor da IA se forma em torno da "eliminação sequencial de gargalos". À medida que a demanda por IA cresce, surgem escassez de memória, limitações de energia e capacidade de transmissão de dados. As empresas que resolvem rapidamente esses problemas (como fabricantes de HBM e provedores de infraestrutura elétrica) atraem enorme capital e valorização de mercado. O mercado claramente valoriza soluções que eliminam obstáculos ao crescimento.

Embora os projetos de blockchain + IA identifiquem problemas reais, eles não receberam o mesmo grau de atenção do mercado. Se esses problemas fossem tão urgentes quanto afirmam, já deveriam ter impulsionado mudanças significativas no mercado.

A razão pela qual os projetos de blockchain + IA não conseguem atrair capital mainstream, apesar de promoverem objetivos razoáveis como "reduzir a centralização de GPUs" e "restaurar a soberania dos dados", é o enorme fosso entre as prioridades dos fornecedores de tecnologia e as prioridades dos compradores que alocam capital.

A indústria de IA opera em timelines competitivas, e os compradores (principalmente grandes empresas de tecnologia e clientes corporativos) investem massivamente em tecnologias que resolvem seus gargalos operacionais imediatos mais rapidamente. Eles não gastam tempo avaliando infraestruturas não comprovadas. Suas prioridades são desempenho computacional, confiabilidade da infraestrutura e ROI demonstrável.

Por exemplo: quando a velocidade de transmissão de dados se tornou um gargalo para o treinamento de modelos, fluxos massivos de capital foram para infraestrutura de fibra óptica substituindo cobre; quando a largura de banda da memória se tornou a principal restrição, SK Hynix e Samsung Electronics resolveram esse problema crítico com memória de alta largura de banda (HBM), ganhando reconhecimento global. O padrão é consistente: o capital segue aqueles que eliminam fatores que impedem o progresso.

O problema fundamental do blockchain + IA é o "posicionamento". Compradores com grandes orçamentos de capital focam apenas em melhorias de desempenho de curto prazo e redução de custos. Em contraste, o blockchain + IA aborda problemas que os compradores consideram "secundários" ou "de estado futuro". A ambição técnica do lado da oferta não está alinhada com as exigências operacionais imediatas do lado da demanda.

3.1. Limitações técnicas

Alguns projetos usam benchmarks para demonstrar o potencial e a filosofia de design da infraestrutura descentralizada. Mas a questão mais fundamental é que este trabalho ainda não produziu um avanço técnico decisivo o suficiente para substituir os gigantes estabelecidos no mercado mainstream.

Para que uma nova tecnologia conquiste participação de provedores de nuvem centralizados como AWS ou GCP, que já possuem enorme capital e infraestrutura, ela deve oferecer uma vantagem de desempenho tão grande que torne a diferença para os gigantes existentes irrelevante.

Quando a Apple mudou de chips Intel para M1 (assumindo o enorme risco de quebrar a compatibilidade de software), a justificativa foi a eficiência energética triplicada – uma diferença grande o suficiente para tornar a mudança valiosa a pena.

Para compradores corporativos que exigem sincronização de dados em escala de petabytes e latência ultrabaixa como condições básicas, o blockchain + IA ainda não forneceu um caso claro o suficiente para que aceitem o risco de migração.

3.2. Desalinhamento de demanda

No campo da computação descentralizada, alguns projetos introduziram "Acordos de Nível de Serviço" (SLAs) como mecanismos de mitigação de risco, mas os compradores corporativos ainda não estão convencidos. A razão é estrutural, não contratual. Grandes provedores de nuvem oferecem data centers controlados e dedicados. As redes de blockchain dependem de participação de nós anônimos e dispersos.

Se um nó cair e interromper uma tarefa de treinamento de modelo avaliada em centenas de milhões de wons, qualquer compensação em tokens ou financeira não pode recuperar o custo de oportunidade e a perda de tempo. Para compradores corporativos que operam em timelines competitivas, a estabilidade do sistema não é um parâmetro negociável. Mesmo com mecanismos de hedge, a maioria dos compradores não tem incentivo para assumir o risco residual de incerteza.

3.3. Demanda ainda não formada

Os frameworks de agentes blockchain são projetados para ecossistemas complexos (ou seja, múltiplos agentes de IA colaborando autonomamente), mas há uma lacuna de maturidade entre essa visão e o estado atual do mercado mainstream.

Liderada por empresas como Microsoft e Salesforce, a adoção de agentes de IA pelas empresas está acelerando, mas o foco atual está firmemente na "automação de fluxos de trabalho" que opera em redes internas controladas. A infraestrutura que os projetos blockchain estão construindo é direcionada para o próximo estágio: agentes de IA autônomos operando em redes externas além de qualquer fronteira organizacional. A maioria das empresas ainda está focada em estabelecer a estabilidade e o ROI de seus sistemas de IA implantados. A colaboração multiagente em redes externas ainda não está na lista de prioridades dos roadmaps de infraestrutura corporativa.

A demanda limitada neste estágio reflete "tempo" em vez de "falha técnica". Isso deve ser entendido mais como um investimento de infraestrutura de longo prazo para o futuro da economia de agentes, em vez de uma oportunidade de receita de curto prazo.

3.4. Pré-condições regulatórias

Provas de conhecimento zero e tecnologias de preservação de privacidade são soluções centrais para estabelecer confiança em IA, mas nos estágios iniciais de adoção de IA, a demanda real das empresas por infraestrutura de privacidade é limitada. A adoção espontânea pelas empresas dificilmente impulsionará uma disseminação significativa; o caminho mais provável é que os padrões regulatórios criem demanda, e então a tecnologia se conecte.

A crescente especificação de estruturas regulatórias globais (incluindo a Lei de IA da UE) é um desenvolvimento positivo nesse aspecto. À medida que os requisitos legais sobre origem e segurança de dados se tornam específicos, as capacidades avançadas de verificação do blockchain podem se tornar requisitos de conformidade nas implantações corporativas, em vez de recursos opcionais.

O desenvolvimento regulatório neste campo é melhor entendido como um catalisador para a formação do mercado, não como uma restrição. Padrões regulatórios claros reduzem a incerteza do mercado e, assim, criam um caminho estável para que o blockchain + IA estabeleça demanda mainstream dentro de um quadro institucional.

3.5. Falta de casos de uso suficientes

Esses fatores estruturais combinados produzem um problema mais fundamental: a falta de um "caso de sucesso definidor" que prove valor em grande escala. A indústria tradicional de IA estabeleceu sua posição atual por meio do ciclo de adoção gerado pelo ChatGPT, usando um produto específico e amplamente visível para atrair o capital e o talento necessários para sustentar o crescimento adicional.

Os projetos de blockchain + IA ainda não produziram evidências equivalentes de Product-Market Fit em escala. Além do entusiasmo inicial da comunidade, nenhum projeto demonstrou um nível de adoção que gere atenção séria do capital mainstream, seja em operações corporativas ou na vida cotidiana do consumidor. A falta de casos de referência convincentes continua sendo o maior obstáculo para atrair investimentos institucionais conservadores que poderiam acelerar a adoção mais ampla.

4. A combinação dos dois tem valor?

O blockchain + IA ainda não encontrou seu lugar na cadeia de valor mainstream da IA. Mas isso significa que a combinação dos dois não faz sentido?

Não.

A razão fundamental pela qual os projetos de blockchain + IA são atualmente ignorados não é porque a lógica da combinação é contraditória, mas porque em cada segmento específico, há um desalinhamento entre os requisitos da indústria estabelecida e a direção que a tecnologia oferece.

As prioridades da indústria tradicional de IA são claras: desempenho de curto prazo, otimização de custos e confiabilidade rigorosa da infraestrutura. Muitas das propostas atuais de blockchain + IA focam em propriedade de dados, transparência computacional e descentralização.

Esses problemas não são considerados "gargalos imediatos" pelos players estabelecidos da indústria, e buscar esses objetivos muitas vezes exige aceitar perdas de desempenho que são muito caras em relação aos benefícios.

Antes do boom da IA, as empresas de infraestrutura elétrica eram amplamente classificadas como negócios maduros e de baixo crescimento. O aumento da demanda de energia impulsionado por data centers mudou isso, e desde então elas atraíram enorme atenção do mercado. A atual frieza em relação ao blockchain + IA pode refletir uma defasagem semelhante – um período de transição antes que um novo paradigma crie as condições que demonstrem seu valor.

Durante esse período de transição, o segredo está em como a indústria responde às demandas reais do mercado.

O caminho à frente se divide em duas direções: adaptar-se ativamente aos padrões existentes da cadeia de valor da IA para preencher a lacuna de desempenho atual o mais rápido possível, ou manter as capacidades atuais enquanto continua construindo a infraestrutura necessária para a próxima geração de implantações de IA.

O resultado final dependerá de qual escolha se alinha melhor com a direção da próxima onda de demanda.