Наступает цикл ИИ, стоит ли предпринимателям Web3 переключаться на ИИ?

«Вы разводите лобстеров?» В последнее время большинство приветствий Web3er, скорее всего, начинаются именно с этой фразы.

В начале 2026 года, после того как робот на китайском новогоднем шоу взорвал всю сцену, новое поколение AI-агентов, представленных OpenClaw, стало новым развлечением для технологической аудитории. Кто-то использует AI для обслуживания клиентов, кто-то пишет код с помощью AI, а кто-то даже начал экспериментировать с агентами, моделирующими целый «цифровой персонал». В последнее время на различных интернет-платформах часто упоминается концепция «один человек — одна компания», которая подразумевает, что один человек с помощью AI-рабочего потока может выполнять задачи, ранее требовавшие небольшую команду.

Конечно, и в Web3 не сидят сложа руки. Если внимательно следить за отраслевыми медиа, можно заметить, что многие проекты начинают делать акцент на AI-агентах. Некоторые исследуют, как агенты могут напрямую вызывать активы или контракты в блокчейне, другие работают над платежными системами, идентификацией или финансовой инфраструктурой для агентов, есть обсуждения «экономической системы агентов», позволяющей AI участвовать в сети как пользователь, а также начинают появляться лозунги вроде «Web4.0».

Именно здесь возникает очень знакомое ощущение.

Говорят, мода — это круговорот, и, оказывается, технологическая сфера (или, точнее, крипто-сфера) тоже подвержена тому же. Помните, как в 2022 году начался медвежий рынок, и ChatGPT взорвал все соцсети, мгновенно сделав AI популярной темой для обсуждения? В сфере Web3 тоже не сидели сложа руки: очень быстро появились новые концепции — AI-агенты, торговые боты, автоматизированные стратегии — казалось бы, стоит только прикоснуться к AI, и тут же рождается новая история. Но эта волна не продлилась долго. Когда рынок криптовалют снова начал расти, внимание быстро переключилось обратно на сам крипто-бизнес.

А вторая половина 2025 года снова принесла медвежий тренд, и Web3 начал искать новые идеи для подхвата.

Однако, по мнению Portal Labs, именно здесь и кроется проблема. Когда какая-то нарративная концепция становится популярной, многие Web3-стартапы на самом деле не занимаются техническим или бизнес-анализом, а просто следуют за трендом: какая идея популярнее — такую и делают. И в итоге сталкиваются с проблемами:

Многие команды, реально продвигая проект, обнаруживают, что концепцию можно быстро собрать, а реализовать продукт — очень сложно. Где пользователи? Какие конкретные сценарии использования? Как обеспечить постоянные доходы? Можно ли привлечь инвестиции? Эти вопросы зачастую начинают возникать только спустя некоторое время после запуска.

Когда ажиотаж утихает, на рынке остаются в основном незавершённые проекты. Некоторые застряли на стадии демо, другие запустились с трудом и не нашли аудиторию, а некоторые просто исчезают вместе с нарративом. В краткосрочной перспективе кажется, что открывается новый путь, но по прошествии времени оказывается, что из этого ничего существенного не осталось.

И потому возникает дилемма: продолжать углубляться в крипто или переключиться на AI. Первый вариант — рынок не очень хорош, вложения могут не окупиться; второй — без ясной базы. Технологические барьеры AI, структура кадров и конкурентная среда существенно отличаются от Web3. За последние годы у многих команд накопился стек технологий, опыт в продуктах и ресурсы сообщества, всё это было построено внутри крипто-системы. Полностью переключившись на AI, приходится заново входить в совершенно незнакомую область. От возможностей моделей, данных до инженерных команд — всё нужно строить заново.

Более того, сама сфера AI уже очень насыщена. В ней участвуют крупные компании, традиционные интернет-гиганты и множество стартапов, вкладывающих огромные ресурсы. Для стартапа, изначально работающего в Web3, просто сменить нарратив и войти в этот рынок — очень рискованно: можно оказаться без технологического преимущества и без отраслевых связей.

На самом деле, для многих Web3-стартапов есть альтернативный путь. Не обязательно полностью переключаться на AI, можно продолжать развивать свой Web3-путь и одновременно подумать, какие возможности криптоиндустрия может дополнить в рамках AI-системы.

Если внимательно рассмотреть текущий этап развития AI, становится очевидным, что многие ключевые вопросы ещё не решены полностью.

Самый яркий пример — данные. Модели становятся всё мощнее, но откуда брать обучающие данные, насколько они доверенные и соответствующие требованиям, особенно как реализовать индивидуальную настройку AI-агентов — эти вопросы до сих пор остаются без хороших решений. Для AI, зависящего от больших массивов данных, это фундаментальная и долгосрочная проблема.

Также важны идентификация и сотрудничество. Когда AI-агенты начинают участвовать в выполнении задач, автоматической торговле или операционных решениях, им нужны собственные идентификаторы, права доступа и правила взаимодействия. Кто может вызывать конкретного агента? Как агенты делят между собой обязанности? Как происходит расчет после выполнения задач? Все эти вопросы по сути связаны с распределением идентичности и ценностей в открытой сети.

Еще одна важная тема — платежи. Как только AI-агенты начинают самостоятельно вызывать сервисы, получать данные или выполнять задачи в сети, им потребуется система автоматических микроплатежей. В традиционной интернет-среде реализовать такую систему довольно сложно.

Эти вопросы кажутся сугубо AI-специфическими, но многие решения уже есть в технологической базе Crypto. Например, сети стимулирования данных, системы идентификации в блокчейне, открытые платежные сети — всё это направления, которые Web3 активно исследует последние годы.

Если команды действительно хотят развивать эти направления, есть несколько вещей, которые нужно понять заранее.

Первое — это уровень технических возможностей самой команды. У разных Web3-проектов разный уровень технологической подготовки. Кто-то хорошо разбирается в протоколах блокчейна, кто-то занимается сетями данных, а кто-то — продуктами на уровне приложений. Если команда последние годы работала с инфраструктурой данных — сбором, обработкой или рынками данных — то развитие в сторону AI-слоя кажется более естественным: сети данных, проверяемые источники, рынки данных с возможностью мотивации участников. Если же команда больше специализируется на протоколах или инфраструктуре, то стоит сосредоточиться на среде выполнения AI-агентов: идентификации, управлении правами, протоколах выполнения задач или автоматических расчетах и платежах. А для команд, создающих приложения — торговые платформы, контент-платформы, сообщества или потребительские сервисы — AI лучше всего интегрировать как функциональный слой, например, для аналитики, автоматизации процессов или выполнения задач, ранее требовавших ручного труда.

Второе — наличие реальных бизнес-сценариев. Многие AI-проекты быстро исчезают не из-за технических проблем, а потому что изначально не было ясных сценариев использования. Можно говорить о концепциях, обсуждать их, но где реальные пользователи? Почему они будут пользоваться этим продуктом и платить за него? Эти вопросы часто остаются без ответа. Некоторые идеи, вроде «AI+Web3», «экономика агентов», «AI-трейдеры», звучат масштабно, но при более глубоком анализе реальных пользователей и потребностей их очень мало. Наоборот, востребованные, казалось бы, менее «гламурные» задачи — обработка данных, автоматизация, фильтрация информации, выполнение рутинных задач — долгое время успешно решаются в бизнесе. Поэтому, оценивая направление AI, важнее понять, есть ли реальный сценарий, проблема, которую можно решить, есть ли платящая аудитория и действительно ли AI может повысить эффективность. Если эти условия выполнены, то направление имеет шанс перейти из нарратива в продукт.

Далее важно понять, есть ли у команды ресурсы для реализации этих сценариев.

Ранее упомянутые направления — данные, идентификация, платежи — по сути, не только технологические, а прежде всего ресурсные. Например, сеть стимулирования данных требует стабильных источников данных и активных участников. Без этого невозможно создать полноценную сеть. Аналогично, системы идентификации и взаимодействия агентов требуют активных разработчиков, приложений или самих агентов, иначе протокол не сможет сформировать экосистему. Платежные системы — тоже: если агенты начинают активно взаимодействовать, потребуется частое выполнение микроплатежей, а без большого количества участников это не имеет смысла. Всё это говорит о том, что для успешной реализации важно не только наличие технологий, но и наличие ресурсов, инфраструктуры и активных участников.

Для многих Web3-команд важнее понять, смогут ли они стать частью этого ресурсообеспечивающего «якоря» сети. Есть ли у них источники данных, экосистема разработчиков или активных приложений? Эти факторы определяют, сможет ли проект войти в инфраструктурный уровень AI, а не ограничиться только концепциями.