Por que a combinação de IA e blockchain é difícil de obter ampla aplicação na era da IA?

Autor: Ekko An, Ryan Yoon; Fonte: Tiger Research; Tradução: Shaw, Golden Finance

Resumo dos pontos principais

• No contexto do boom da inteligência artificial, precisamos avaliar a indústria blockchain a partir de uma perspetiva da procura: que problemas resolve que os sistemas existentes não conseguem resolver, e que capacidades únicas traz?

• A computação e armazenamento descentralizados têm justificações razoáveis tanto em termos de soberania de dados como de competitividade de custos. O problema é que, para utilizadores já investidos em infraestruturas de cloud existentes, nenhum deles apresenta ainda vantagens técnicas suficientemente convincentes para compensar o risco de migração.

• A validação de modelos e as tecnologias de privacidade não resolvem problemas que as empresas consideram urgentes para resolver proativamente. Esta procura tem mais probabilidade de surgir após a implementação de regulamentações, do que antes. A Lei de IA da UE reflete este padrão: as normas vêm primeiro, a adoção pelo mercado segue-se.

• No domínio dos frameworks de agentes, o fator limitante não é tecnológico. As empresas mainstream continuam focadas na automatização de fluxos de trabalho internos, enquanto os projetos blockchain já estão a construir a camada de infraestrutura subsequente. A procura precisa de tempo para acompanhar o ritmo do desenvolvimento tecnológico.

• No domínio dos pagamentos de agentes, blockchain e finanças tradicionais estão em pé de igualdade. Nenhum dos lados resolveu completamente o problema, por isso é a única área onde ambos enfrentam os mesmos desafios simultaneamente.

• A dificuldade geral da indústria de IA blockchain não decorre de uma incompatibilidade inerente à sua combinação, mas sim de um desfasamento: estas quatro categorias enfrentam razões diferentes para a procura ainda não se ter manifestado, sendo que apenas os pagamentos de agentes são atualmente competitivos.

1. Projetos blockchain que ficaram para trás na corrida da IA

A indústria de IA está a passar por uma concentração sem precedentes de capital e investimento em infraestruturas. O ecossistema de modelos de linguagem de grande escala, dominado por grandes empresas tecnológicas, tornou-se padrão nas operações diárias e industriais. Neste contexto de rápida expansão, a indústria de criptomoedas também se desenvolve rapidamente, procurando pontos de conexão tecnológica com a IA.

A investigação inicial focou-se principalmente em complementar ou replicar certos elos da cadeia de valor tradicional da IA: fornecimento descentralizado de GPU, recuperação de soberania de dados e verificação criptográfica. Mais recentemente, o foco mudou para preencher lacunas que as arquiteturas centralizadas têm dificuldade em resolver, como a atividade on-chain autónoma de agentes de IA e a liquidação em tempo real entre máquinas.

Descrever esta área genericamente como "IA + blockchain" esconde mais do que revela. Precisamos de uma análise rigorosa do lado da procura: que problemas cada subdomínio aborda? As abordagens nativas de blockchain oferecem soluções verdadeiramente diferenciadas?

2. Funcionalidades de cada categoria

2.1 Computação descentralizada

O mercado de cloud computing atual depende estruturalmente de um pequeno número de grandes empresas tecnológicas que controlam os recursos computacionais. As GPUs de alto desempenho são difíceis de adquirir e extremamente caras, criando barreiras de entrada elevadas para startups de IA e equipas de investigação que não têm acesso a infraestruturas de grande escala.

Os sistemas centralizados concentram recursos nos maiores compradores, sem canais neutros para redistribuir a grande capacidade de GPU ociosa no mercado.

A computação descentralizada resolve esta concentração de recursos e ineficiência de duas formas. No modelo de economia partilhada, os projetos agregam recursos GPU ociosos de indivíduos e pequenos datacenters numa rede unificada, criando uma cadeia de fornecimento mais flexível além do monopólio tecnológico existente.

No modelo de computação distribuída, os utilizadores podem aceder e alugar recursos computacionais globalmente, sem depender da infraestrutura de um único fornecedor, aumentando a utilização de hardware ocioso e reduzindo a barreira de entrada para computação de alto desempenho.

2.2 Armazenamento descentralizado

A arquitetura de armazenamento de dados atual depende quase inteiramente de infraestruturas de cloud centralizadas operadas por empresas como Google e Meta. Quando os utilizadores carregam dados para estas plataformas, a propriedade transfere-se efetivamente para a plataforma, consolidando o seu controlo monopolista sobre os dados de treino de IA. A infraestrutura centralizada também traz riscos operacionais: alterações de políticas, interrupções de serviço ou falhas de plataforma podem levar a interrupções no acesso a dados ou perda de dados.

O armazenamento descentralizado resolve estes problemas estruturais de duas formas. O modelo de economia partilhada, representado por Filecoin e Arweave, agrega espaço de armazenamento ocioso de vários participantes numa rede que pode substituir a cloud centralizada existente.

O modelo de armazenamento permanente replica dados em nós distribuídos, garantindo a persistência dos dados independentemente do estado operacional de servidores individuais, e reduzindo a dependência de qualquer plataforma única.

2.3 Mercados de dados

Os desenvolvedores de IA precisam de dados de treino, mas o mercado atual de distribuição de dados é um sistema fechado, onde grandes plataformas (como Hugging Face) e fornecedores de cloud capturam os benefícios económicos e controlam os preços. Os criadores de dados recebem compensação mínima, e faltam mecanismos transparentes para recompensar a recolha e contribuição de dados.

Os mercados on-chain eliminam intermediários através de contratos inteligentes e estabelecem termos de transação transparentes. No modelo de transação direta, como no Ocean Protocol, os proprietários de dados e os desenvolvedores de IA transacionam diretamente através de contratos inteligentes, com a compensação distribuída de forma transparente. No modelo de recompensa por contribuição, como no Grass, os indivíduos ligam a sua largura de banda ociosa à recolha de dados de IA e recebem compensação com base no valor da sua contribuição.

2.4 Validação de modelos e inferência/privacidade

Os sistemas tradicionais de IA funcionam como caixas pretas, sem meios externos para verificar se o modelo está a funcionar corretamente ou se os dados sensíveis dos utilizadores estão a ser tratados de forma segura.

A aprendizagem automática de conhecimento zero (ZKML) introduz uma camada de verificação criptográfica no processo de inferência de IA, permitindo privacidade e auditabilidade. Nesta arquitetura, o modelo é executado off-chain de forma tradicional, mas o processo computacional gera uma prova criptográfica de que o processo foi executado corretamente de acordo com regras predefinidas.

Esta prova é registada on-chain, não os dados subjacentes. Exemplo: num serviço automatizado de reembolso de seguros de saúde, o hospital submete apenas a prova de que o modelo de IA funcionou corretamente, sem partilhar registos médicos completos. A seguradora pode verificar a validade da reclamação sem aceder aos dados originais.

2.5 Frameworks de agentes de IA

À medida que os agentes de IA se tornam os principais veículos de fluxo e criação de valor, evoluem de ferramentas para entidades económicas autónomas. O sistema financeiro atual foi concebido em torno de padrões de consumo humano, e a sua estrutura não é compatível com um ambiente de pagamentos centrado em máquinas.

A economia de agentes requer microtransações executadas em milissegundos, liquidação de alta frequência e pagamentos transfronteiriços, que a infraestrutura financeira existente não consegue satisfazer.

A infraestrutura de agentes on-chain resolve este problema através de dois mecanismos. O mecanismo de execução e controlo autónomo atribui carteiras e identidades únicas aos agentes de IA, permitindo-lhes assinar transações diretamente, com limites de gastos configuráveis e medidas de segurança para evitar comportamentos indesejados.

O mecanismo de liquidação baseado em protocolos utiliza protocolos de pagamento com stablecoins (como x402) para liquidar microtransações e pagamentos de alta frequência em tempo real, contornando processos de conversão de moeda e aprovação.

3. Diferenças entre IA blockchain e a cadeia de valor da IA

A formação da cadeia de valor da IA gira em torno da eliminação gradual de gargalos. À medida que a procura por IA cresce, a escassez de memória torna-se mais evidente, e a capacidade de transmissão de dados e energia também enfrenta pressão. As empresas que conseguem resolver rapidamente estes gargalos, como fabricantes de HBM e fornecedores de infraestrutura elétrica, atraem capital massivo e ganham valor de mercado significativo. O mercado recompensa claramente soluções que eliminam obstáculos ao crescimento.

Os projetos de IA blockchain identificaram problemas reais, mas não conseguiram a atenção do mercado que merecem. Se estes problemas fossem tão urgentes como afirmam, já teriam provocado mudanças mensuráveis no mercado.

Embora os projetos de IA blockchain promovam objetivos legítimos, como reduzir a concentração de GPU e restaurar a soberania dos dados, a razão pela qual não conseguem atrair capital mainstream reside na diferença clara entre as prioridades dos fornecedores de tecnologia e as prioridades dos compradores que controlam a alocação de capital.

A indústria de IA tem um ritmo compacto, e os compradores (principalmente grandes empresas tecnológicas e clientes empresariais) investem massivamente em soluções que resolvam mais rapidamente os seus gargalos operacionais atuais. Não perdem tempo a avaliar infraestruturas não testadas. As suas considerações principais são desempenho computacional, fiabilidade da infraestrutura e retorno do investimento mensurável.

Por exemplo: quando a velocidade de transmissão de dados se torna um gargalo no treino de modelos, grandes quantidades de capital fluem para infraestrutura de fibra ótica para substituir o cobre. Quando a largura de banda de memória se torna o principal fator limitante, os compradores veem-no como um problema crítico, e a SK Hynix e a Samsung Electronics resolveram-no fornecendo memória de alta largura de banda, ganhando renome global. O padrão é consistente: o capital segue as empresas que eliminam fatores limitantes e impulsionam o progresso.

O problema fundamental que a IA blockchain enfrenta está na construção do quadro. Os compradores com orçamentos substanciais focam-se apenas em ganhos de desempenho a curto prazo e redução de custos. Em contraste, a IA blockchain foca-se noutros aspetos que os compradores consideram secundários ou problemas de fases futuras.

Os objetivos técnicos do lado da oferta não estão alinhados com as necessidades operacionais diretas do lado da procura.

3.1 Limitações técnicas

Alguns projetos utilizam benchmarks para demonstrar o potencial e a conceção da infraestrutura descentralizada. Mas o problema mais fundamental é que estes esforços ainda não trouxeram avanços técnicos significativos que possam abalar empresas tradicionais profundamente enraizadas no mercado mainstream.

Para que uma nova tecnologia conquiste quota de mercado de fornecedores de cloud centralizados como AWS ou GCP (que já têm capital e infraestrutura massivos), precisa de oferecer uma vantagem de desempenho tão grande que a diferença com os fornecedores existentes se torne irrelevante.

Quando a Apple fez a transição de chips Intel para M1, embora tenha assumido o risco significativo de quebrar a compatibilidade de software, a mudança foi justificada pela eficiência energética três vezes superior, uma diferença suficiente para tornar a transição válida.

Para compradores empresariais que exigem sincronização de dados ao nível de petabytes e latência ultrabaixa como condições básicas, a IA blockchain ainda não oferece uma razão suficientemente clara para aceitar o risco de migração.

3.2 Desfasamento da procura

No domínio da computação descentralizada, alguns projetos introduziram Acordos de Nível de Serviço (SLA) como mecanismos de mitigação de risco, mas os compradores empresariais continuam céticos. A razão é estrutural, não contratual. Os grandes fornecedores de cloud oferecem datacenters dedicados e controlados, enquanto as redes blockchain dependem de participação de nós descentralizados e anónimos.

Se um nó falhar e interromper o treino de um modelo que vale centenas de milhões de won, qualquer reembolso de tokens ou compensação económica não pode cobrir o custo de oportunidade e a perda de tempo. Para compradores empresariais sensíveis ao tempo, a estabilidade do sistema é inegociável.

Mesmo com mecanismos de cobertura, a incerteza restante não é um risco que a maioria dos compradores tenha motivação para assumir.

3.3 Procura ainda não formada

Os frameworks de agentes blockchain foram concebidos para ecossistemas complexos onde múltiplos agentes de IA colaboram autonomamente, mas esta visão está desfasada do nível de maturidade do mercado mainstream atual.

Liderada por empresas como Microsoft e Salesforce, a adoção empresarial de agentes de IA está a acelerar, mas o foco atual continua na automatização de fluxos de trabalho dentro de redes internas controladas. A infraestrutura que os projetos blockchain estão a construir visa a próxima fase: agentes de IA independentes que operam autonomamente em redes externas, além das fronteiras organizacionais. Hoje, a maioria das empresas ainda se concentra em garantir a estabilidade e o ROI dos sistemas de IA já implementados. A colaboração multiagente em redes externas ainda não é uma prioridade no roteiro de infraestrutura empresarial.

A procura limitada nesta fase reflete um problema de timing, não um defeito técnico. Deve ser entendida como um investimento de infraestrutura de longo prazo para a economia de agentes, em vez de uma oportunidade de lucro a curto prazo.

3.4 Pré-condições regulatórias

As provas de conhecimento zero e as tecnologias de privacidade são soluções centrais para construir credibilidade na IA, mas nas fases iniciais da aplicação da IA, a procura empresarial por infraestrutura de privacidade é limitada. A adoção voluntária pelas empresas dificilmente impulsionará a adoção em massa da tecnologia; é mais provável que as normas regulatórias criem a procura, e a tecnologia deve acompanhar.

Os quadros regulatórios globais, incluindo a Lei de IA da UE, estão a tornar-se cada vez mais claros, o que é uma tendência favorável neste aspeto. À medida que os requisitos legais para proveniência de dados e segurança se tornam mais específicos, as funcionalidades avançadas de verificação da blockchain têm potencial para se tornar requisitos de conformidade nas implementações empresariais, em vez de opções.

O desenvolvimento regulatório neste domínio é mais um catalisador para a formação do mercado do que um fator limitante. Normas regulatórias claras reduzem a incerteza do mercado, criando um caminho estável para a IA blockchain estabelecer procura mainstream dentro de um quadro institucional.

3.5 Falta de casos de uso

Estes fatores estruturais combinam-se para criar um problema mais fundamental: a falta de casos de sucesso emblemáticos que demonstrem valor em escala. A indústria tradicional de IA alcançou a sua posição atual graças ao efeito de volante de adoção desencadeado pelo ChatGPT: usou um produto específico e amplamente conhecido para atrair o capital e o talento necessários para sustentar o crescimento contínuo.

Os projetos de IA blockchain ainda não mostraram evidências semelhantes de ajuste produto-mercado em escala. Além do entusiasmo inicial da comunidade, nenhum projeto demonstrou uma aplicação que, ao nível das operações empresariais ou da vida quotidiana dos consumidores, atraísse a atenção do capital mainstream. A falta de casos de referência convincentes continua a ser o maior obstáculo para atrair investimento institucional conservador, que poderia acelerar a adoção mais ampla da IA blockchain.

4. A combinação tem valor?

Independentemente das expectativas do mercado, a IA blockchain ainda não encontrou um lugar estável na cadeia de valor mainstream da IA. Isto significa que a combinação não tem valor?

Não.

A razão fundamental pela qual os projetos de IA blockchain são atualmente ignorados não é uma contradição interna, mas sim um desfasamento entre a procura da indústria existente e o que a tecnologia pretende alcançar em cada subcategoria.

As prioridades da indústria tradicional de IA são claras: desempenho a curto prazo, otimização de custos e fiabilidade da infraestrutura. Em contraste, muitas abordagens atuais de IA baseadas em blockchain focam-se na soberania dos dados, transparência computacional e descentralização.

Para participantes maduros da indústria, estes problemas não são gargalos imediatos, e resolvê-los muitas vezes exige um custo de desempenho demasiado alto em relação aos benefícios.

Antes do boom da IA, as empresas de infraestrutura elétrica eram geralmente classificadas como maduras e de crescimento lento. O aumento da procura de eletricidade impulsionado pelos datacenters mudou esta situação, e desde então atraíram atenção significativa do mercado. A atual indiferença em relação à IA blockchain pode refletir um efeito de desfasamento semelhante, onde o valor da infraestrutura ainda não se manifestou totalmente antes do surgimento de um novo paradigma.

Neste período de transição, o importante é como a indústria responde às necessidades reais do mercado.

O caminho a seguir divide-se em duas direções: adaptar-se ativamente aos padrões da cadeia de valor de IA estabelecida e reduzir as lacunas de desempenho a curto prazo; ou manter as capacidades atuais enquanto continua a construir a infraestrutura necessária para a próxima geração de implementações de IA.

O resultado dependerá de qual opção se alinha melhor com a direção futura da procura.