ИИ захватывает мир, но почему Crypto + AI переживает упадок?

撰文：Ekko an、Ryan Yoon

编译：Chopper，Foresight News

TL;DR

На фоне бурного развития искусственного интеллекта нам необходимо оценить блокчейн-индустрию со стороны спроса: какие проблемы она решает, которые не могут решить существующие системы, и какие уникальные возможности она предоставляет?

Децентрализованные вычисления и децентрализованное хранение действительно имеют обоснованную логику, такую как суверенитет данных и преимущества в стоимости, но пока не обладают абсолютно убедительными технологическими преимуществами, чтобы заставить предприятия, уже глубоко связанные с традиционными облачными сервисами, взять на себя риски перехода.

Модельная верификация и технологии криптографической конфиденциальности не могут решить текущие насущные бизнес-задачи предприятий, и предприятия не будут массово внедряться добровольно; спрос на этом треке, скорее всего, будет отставать от введения нормативных актов. Закон ЕС об ИИ является типичным примером: сначала вводятся стандарты, затем следует рыночный спрос.

Узким местом в инфраструктуре агентов ИИ является не технология. Основные предприятия сейчас сосредоточены на автоматизации внутренних процессов, а блокчейн-проекты разрабатывают инфраструктуру следующего этапа, при этом зрелость рыночного спроса отстает от темпов технологического развития.

Платежи агентов ИИ — единственный трек, где блокчейн и традиционные финансы стоят на одной стартовой линии, обе стороны еще не решили должным образом отраслевые боли, и это единственная область, где сейчас возможно прямое конкурентное взаимодействие.

В целом, трудности трека «блокчейн + ИИ» не в противоречии логики их сочетания, а в серьезном дисбалансе спроса и предложения. Каждый из четырех субтреков имеет свои уникальные проблемы нехватки спроса, и только трек платежей агентов ИИ в настоящее время обладает условиями для прямого участия в рыночной конкуренции.

ИИ бурно развивается, но блокчейн-трек сильно отстает

Индустрия ИИ переживает беспрецедентный бум капиталовложений и инвестиций в инфраструктуру, экосистемы больших моделей, созданные крупными технологическими гигантами, проникают в повседневную жизнь и промышленное производство. Криптоиндустрия также быстро развивается, пытаясь найти точки соприкосновения с ИИ.

Ранние направления исследований были сосредоточены на восполнении и копировании звеньев традиционной цепочки производства ИИ: децентрализованное предложение GPU, подтверждение прав на данные, криптографическая верификация моделей. В последнее время отрасль сосредоточилась на решении проблем, которые трудно преодолеть с помощью централизованной архитектуры, включая автономное взаимодействие агентов ИИ на блокчейне и автоматическое мгновенное расчет между машинами.

Обобщение всего трека как «ИИ + блокчейн» лишь скрывает реальные различия между субтреками. Нам необходимо провести тщательный анализ со стороны спроса: на какие проблемы нацелен каждый субтрек? Могут ли нативные блокчейн-решения предоставить действительно дифференцированные решения?

Четыре субтрека

Децентрализованные вычисления

Текущий облачный рынок сильно зависит от небольшого числа ведущих технологических компаний, контролирующих вычислительные ресурсы. Высокопроизводительные GPU трудно приобрести и дороги, AI-стартапы и научно-исследовательские институты, неспособные построить крупную инфраструктуру, сталкиваются с высоким порогом входа.

Централизованные платформы склонны предоставлять ресурсы крупным клиентам, и на рынке существует множество неиспользуемых GPU-ресурсов, которые не имеют нейтральных каналов для распределения.

Децентрализованные вычисления решают проблему концентрации и неэффективности ресурсов двумя способами. Модель экономики совместного потребления агрегирует неиспользуемые графические ресурсы отдельных лиц и небольших центров обработки данных, создавая единую вычислительную сеть, обходя монополию технологических гигантов и создавая гибкую систему предложения.

Модель распределенных вычислений позволяет пользователям арендовать вычислительные ресурсы по всему миру, не полагаясь на оборудование одного провайдера, повышая использование простаивающего оборудования и снижая порог использования высокопроизводительных вычислений.

Децентрализованное хранение

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, и данные для обучения ИИ долгое время монополизированы гигантами. Кроме того, централизованная архитектура несет операционные риски: изменения в политике, перебои в обслуживании, сбои платформы могут привести к недоступности или даже постоянной потере данных.

Децентрализованное хранение решает эти структурные проблемы двумя способами. В модели экономики совместного потребления, представленной Filecoin и Arweave, неиспользуемое пространство хранения каждого участника объединяется в сеть, которая может заменить существующие централизованные облака.

Модель постоянного хранения делает несколько резервных копий данных на распределенных узлах, не подвержена влиянию статуса работы одного сервера и снижает зависимость от одной платформы.

Рынок транзакций данных на блокчейне

Для разработки ИИ требуется огромное количество обучающих данных, но существующий рынок оборота данных сильно закрыт. Hugging Face и крупные облачные провайдеры монополизируют доходы и ценообразование. Создатели данных получают низкую прибыль, а механизмы стимулирования вклада данных непрозрачны.

Рынок транзакций на блокчейне использует смарт-контракты для устранения посредников и установления прозрачных правил торговли. В модели прямых транзакций, такой как Ocean Protocol, владельцы данных и разработчики ИИ напрямую торгуют через смарт-контракты, а вознаграждение распределяется прозрачным образом. В модели вознаграждения за вклад, такой как Grass, частные лица подключают неиспользуемую пропускную способность к сбору данных ИИ и получают соответствующее вознаграждение в зависимости от ценности своего вклада.

Верификация вывода моделей и защита конфиденциальности

Традиционный ИИ — это черный ящик, внешне невозможно проверить, соответствует ли работа модели правилам и безопасно ли обрабатываются конфиденциальные данные пользователей.

Zero-Knowledge Machine Learning (ZKML) добавляет криптографический механизм верификации на уровне вывода ИИ, одновременно обеспечивая защиту конфиденциальности и аудит. Вычисления модели по-прежнему выполняются вне сети, но в процессе генерируется криптографическое свидетельство, доказывающее, что вся процедура строго следует установленным правилам.

Это свидетельство записывается на блокчейне, а не на базовых данных. Например: в сценарии автоматических медицинских страховых возмещений больница загружает только свидетельство соответствия вычислений ИИ, не загружая полную историю болезни пациента; страховая компания проверяет подлинность свидетельства и завершает возмещение, не имея доступа к исходным конфиденциальным медицинским данным.

Фреймворки для агентов ИИ

Агенты ИИ постепенно становятся ядром трафика и создания ценности, эволюционируя от инструментов к автономным экономическим субъектам. Существующая финансовая система основана на потребительском поведении человека и естественно не может адаптироваться к сценариям платежей, управляемых машинами.

Экономика агентов требует миллисекундных высокочастотных микроплатежей и мгновенных международных расчетов, с чем традиционная финансовая инфраструктура с трудом справляется.

Инфраструктура агентов на блокчейне решает эту проблему двумя механизмами. Механизм автономного выполнения и контроля предоставляет агенту ИИ уникальный кошелек и идентификатор, позволяя ему напрямую подписывать транзакции, а также устанавливает настраиваемые лимиты расходов и меры безопасности для предотвращения нежелательного поведения.

Механизм расчетов на основе протокола использует протоколы платежей в стейблкоинах (например, x402) для мгновенного расчета микроплатежей и высокочастотных платежей, обходя конвертацию валют и процессы одобрения.

Различия между блокчейном + ИИ и традиционной цепочкой производства ИИ

Логика капитала в традиционной цепочке производства ИИ строится вокруг «устранения узких мест развития». С ростом спроса на ИИ, объемы памяти, электроэнергия и пропускная способность передачи данных становятся узкими местами, и компании, которые могут быстро решить эти проблемы (например, производители высокопропускной памяти, поставщики электроэнергетической инфраструктуры), получают огромное финансирование и рост рыночной капитализации. Рынок готов платить высокую оценку за решения, устраняющие узкие места роста.

Проекты «блокчейн + ИИ» действительно нацелены на реальные отраслевые боли, но так и не смогли получить равной рыночной внимательности. Если бы эти проблемы были насущными, рынок уже увидел бы массовое внедрение и переход.

Даже если такие треки, как децентрализованные вычисления и подтверждение прав на данные, имеют обоснованную ценность, им трудно привлечь основной капитал. Основное противоречие заключается в серьезном разрыве между технологическим предложением и потребностями покупателей, держащих деньги.

Индустрия ИИ развивается быстро, и покупатели (в основном крупные технологические компании и корпоративные клиенты) будут массово инвестировать в решения, которые быстрее всего решают их текущие операционные узкие места. Они не будут тратить время на оценку непроверенной инфраструктуры. Их главные соображения — вычислительная производительность, надежность инфраструктуры и измеримая отдача от инвестиций.

Например: когда скорость передачи данных становится узким местом в обучении модели, крупные средства направляются на инфраструктуру оптоволокна, чтобы заменить медные кабели. Когда пропускная способность памяти становится основным ограничением, SK Hynix и Samsung Electronics решают эту проблему, предоставляя высокопропускную память, получая всемирную известность. Эта модель неизменна: капитал следует за предприятиями, которые устраняют сдерживающие факторы и стимулируют прогресс.

Фундаментальная проблема трека «блокчейн + ИИ» — это неверное позиционирование. Предприятия с большими бюджетами заботятся только о краткосрочном повышении производительности и снижении затрат; а блокчейн-проекты ИИ фокусируются на долгосрочных, второстепенных вопросах, которые предприятия считают менее важными. 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 доказывают потенциал и концепцию децентрализованной инфраструктуры, но не добиваются прорывных технологических достижений, способных поколебать укоренившихся централизованных облачных провайдеров (AWS, GCP и др.).

Централизованные облачные платформы уже владеют огромными средствами и зрелой инфраструктурой. Чтобы новая технология захватила долю рынка, она должна обладать подавляющим преимуществом в производительности, чтобы предприятия были готовы нести затраты на переход. Переход Apple с чипов Intel на собственные M1 потребовал огромного риска краха программной совместимости, но решение было поддержано трехкратным повышением энергоэффективности, которое компенсировало затраты на переход.

Блокчейн + ИИ пока не может предоставить корпоративным клиентам, нуждающимся в синхронизации данных на уровне петабайт и сверхнизкой задержке, достаточно убедительную логику выгоды, чтобы они согласились на риски миграции.

Структурный дисбаланс спроса и предложения

Некоторые проекты децентрализованных вычислений предлагают соглашения об уровне обслуживания (SLA) для снижения корпоративных рисков, но предприятия все еще находятся в режиме ожидания. Корень проблемы не в контрактах, а в базовой структуре: ведущие облачные провайдеры могут предоставлять выделенные изолированные серверные комнаты; блокчейн-сети полагаются на децентрализованные, анонимные узлы для предоставления вычислительной мощности.

Если один узел отключается, прерывая обучение модели стоимостью в сотни миллионов долларов, возврат токенов или денежная компенсация не могут возместить временные затраты и упущенные коммерческие возможности предприятия. Для предприятий, находящихся в жесткой конкуренции, стабильность системы является неоспоримым приоритетом. Даже при наличии сопутствующих инструментов хеджирования рисков у предприятий нет стимула принимать неопределенность, присущую децентрализованным сетям.

Рыночный спрос еще не созрел

Блокчейн-фреймворки для агентов ориентированы на зрелую экосистему мультиагентного автономного взаимодействия, но основной рынок далек от этой стадии развития.

Хотя такие компании, как Microsoft и Salesforce, ускоряют внедрение агентов ИИ, сейчас они сосредоточены исключительно на автоматизации внутренних процессов. Инфраструктура, создаваемая блокчейн-проектами, предназначена для следующего этапа: автономные агенты, работающие независимо в внешних сетях между предприятиями. Сейчас подавляющее большинство предприятий все еще настраивает стабильность и рентабельность инвестиций в существующие системы ИИ, а мультиагентное взаимодействие между сетями вообще не входит в приоритеты корпоративного планирования инфраструктуры.

Низкий спрос на данном этапе — это проблема цикла развития, а не технический дефект. Блокчейн-инфраструктура для агентов больше подходит для долгосрочного размещения в будущей экономике агентов, а не для краткосрочного монетизированного бизнеса.

Регулирование

Zero-Knowledge Proofs и технологии криптографической конфиденциальности являются ключевыми решениями для создания надежного ИИ, но на ранних стадиях внедрения ИИ у предприятий крайне низкая активная потребность во внедрении инфраструктуры конфиденциальности. Полагаться на добровольное массовое внедрение предприятий трудно; отраслевой спрос, скорее всего, будет стимулироваться нормативными стандартами, а технологии будут внедряться в соответствии с требованиями соответствия.

Глобальные регуляторные детали, такие как Закон ЕС об ИИ, постоянно уточняются, что приносит пользу этому треку. Когда требование к происхождению данных и безопасности данных станет жестким юридическим требованием, способность блокчейна к верификации превратится из дополнительной функции в обязательное условие соответствия для внедрения ИИ предприятиями.

Совершенствование регулирования — это не ограничение для отрасли, а катализатор формирования рынка. Четкие правила снижают неопределенность в отрасли и открывают стабильный путь для внедрения блокчейна + ИИ на институциональном рынке.

Отсутствие эталонных кейсов внедрения

Множество структурных противоречий в совокупности создают самое главное препятствие: отсутствие убедительных масштабных эталонных кейсов, доказывающих коммерческую ценность. Традиционная индустрия ИИ полагалась на ChatGPT для создания цикла роста — продукт, доступный всем, привлек огромный капитал и таланты для постоянного совершенствования.

Трек «блокчейн + ИИ» до сих пор не имеет кейсов product-market fit такого же масштаба. Помимо раннего хайпа в сообществе, ни один проект не проник в производственные сценарии или повседневное потребление масс, и не смог привлечь внимание традиционного институционального капитала. Отсутствие эталонных кейсов внедрения является самым большим барьером, отпугивающим консервативные институциональные средства и замедляющим распространение отрасли.

Есть ли долгосрочная ценность у блокчейна + ИИ?

Независимо от краткосрочного рыночного ажиотажа, блокчейн + ИИ еще не занял прочного положения в основной цепочке производства ИИ, но это не означает, что их сочетание лишено ценности.

Основная причина охлаждения трека — не логическое противоречие в сочетании технологий, а несоответствие между зрелым отраслевым спросом и направлением технологического предложения в каждом субтреке.

Основные требования традиционной индустрии ИИ очень четкие: краткосрочное повышение производительности, оптимизация затрат, предельная стабильность инфраструктуры; в то время как большинство блокчейн-решений для ИИ сосредоточены на правах собственности на данные, прозрачности вычислений и децентрализации.

Это не те узкие места, которые отрасль должна срочно устранять, внедрение часто требует жертвования производительностью, и соотношение затрат и выгод трудно убедить предприятия.

До бума ИИ компании, занимающиеся электроэнергетической инфраструктурой, обычно классифицировались как зрелые, медленно растущие предприятия. Резкий рост спроса на электроэнергию, вызванный центрами обработки данных, изменил эту ситуацию, и с тех пор они привлекли большой рыночный интерес. Нынешнее безразличие к блокчейн-ИИ может также отражать аналогичный эффект запаздывания, когда ценность инфраструктуры еще не полностью проявилась до появления новой парадигмы.

В этот переходный период важно то, как отрасль реагирует на реальные рыночные потребности.

Путь вперед делится на два направления: 1) активная адаптация к стандартам зрелой цепочки производства ИИ, устранение краткосрочных недостатков производительности; 2) сохранение текущего технологического курса, постоянное размещение в долгосрочной инфраструктуре, адаптированной к массовому внедрению ИИ следующего поколения.

Конечный путь блокчейна + ИИ зависит от того, какой маршрут сможет соответствовать будущим реальным рыночным потребностям.