Irys tiếp tục mở rộng hạ tầng dữ liệu AI, dữ liệu có thể lập trình sẽ trở thành hướng đi mới của giai đoạn tiếp theo không?

Từ năm 2026 trở đi, các AI Agent, quy trình tự động hóa và kể chuyện AI trên chuỗi liên tục mở rộng, thị trường chú trọng vào hạ tầng AI cũng bắt đầu chuyển từ khả năng của mô hình và sức mạnh GPU sang cách dữ liệu được gọi, xác thực, thực thi và hợp tác như thế nào. Trong bối cảnh này, Irys liên tục củng cố Datachain AI và hướng đi “dữ liệu có thể lập trình”, bắt đầu trở lại trong các cuộc thảo luận về AI Infra và hệ sinh thái nhà phát triển.

So với các dự án lưu trữ phi tập trung truyền thống trước đây chủ yếu giải quyết vấn đề “dữ liệu lưu trữ lâu dài”, thì hiện tại Irys đang cố gắng trả lời một câu hỏi phức tạp hơn: Khi AI Agent bắt đầu tham gia vào các giao dịch trên chuỗi, thực thi tự động và hợp tác qua các giao thức, dữ liệu vẫn chỉ là đối tượng lưu trữ tĩnh hay cần trở thành nguồn lực có thể được AI gọi, xác thực và tham gia vào logic thực thi trên chuỗi? Sự thay đổi này cũng khiến định vị thị trường của Irys dần chuyển từ Storage Infra sang tầng thực thi dữ liệu AI.

Irys gần đây liên tục thúc đẩy hướng đi Datachain AI và dữ liệu có thể lập trình

Trong năm gần đây, sự thay đổi cốt lõi của Irys là câu chuyện của họ đã rõ ràng chuyển từ hạ tầng lưu trữ truyền thống sang hạ tầng dữ liệu AI.

Vào đầu năm 2025, Irys ra mắt mạng thử nghiệm Programmable Datachain hướng tới các kịch bản AI, và bắt đầu cập nhật liên tục các hướng về hạ tầng gốc AI-native, Verifiable AI và khả năng thực thi dữ liệu trên chuỗi. Nhấn mạnh của chính thức không còn chỉ là tải lên và lưu trữ lâu dài dữ liệu nữa, mà là khả năng dữ liệu trở thành nguồn lực trên chuỗi có thể được hợp đồng thông minh gọi, xác thực và thực thi trực tiếp.

Đây cũng chính là điểm thực sự quan trọng của “dữ liệu có thể lập trình”.

Trước đây, dữ liệu trên chuỗi chủ yếu chỉ được ghi nhận và lưu trữ, nhưng sau khi xuất hiện các quy trình AI, dữ liệu bắt đầu đảm nhận nhiều chức năng hơn. Nếu AI Agent muốn tham gia vào các giao dịch tự động trên chuỗi, tạo nội dung, đánh giá trạng thái và hợp tác qua các giao thức, thì cần truy cập dữ liệu đáng tin cậy theo thời gian thực, và dựa trên kết quả dữ liệu để kích hoạt bước tiếp theo. Điều này có nghĩa là, tầng dữ liệu bắt đầu từ “lưu trữ thụ động” chuyển dần sang “thực thi chủ động”.

Irys mong muốn thúc đẩy, về bản chất, là một cấu trúc dữ liệu có thể tham gia vào quy trình làm việc của AI.

Hướng đi này cũng khiến Irys bắt đầu khác biệt rõ rệt so với các chuỗi lưu trữ truyền thống. So với việc chỉ nhấn mạnh về dung lượng lưu trữ và khả năng lưu trữ lâu dài, hiện tại Irys tập trung nhiều hơn vào khả năng thực thi dữ liệu, khả năng xác thực dữ liệu và khả năng hợp tác tự động trên chuỗi.

Sau khi nhiệt huyết về AI Agent mở rộng, thị trường bắt đầu chú ý đến khả năng thực thi dữ liệu

Sau khi nhiệt huyết về AI Agent mở rộng, các cuộc thảo luận về AI Infra trong thị trường đã có sự thay đổi rõ rệt.

Vào giai đoạn đầu năm 2024, thị trường chủ yếu tập trung vào khả năng của mô hình, hiệu năng suy luận và sức mạnh GPU. Dù là NVIDIA, TSM hay các ông lớn điện toán đám mây, logic cốt lõi đều xoay quanh “mở rộng nhu cầu huấn luyện AI”. Nhưng khi AI Agent và quy trình tự động dần xuất hiện trong các kịch bản trên chuỗi, các nhà phát triển bắt đầu nhận ra rằng, chỉ có mô hình AI là chưa đủ để hỗ trợ các quy trình AI phức tạp.

Để AI Agent thực sự tham gia vào các nhiệm vụ trên chuỗi, cần giải quyết một số vấn đề then chốt:

• Nguồn dữ liệu có đáng tin cậy không
• Dữ liệu có thể xác thực theo thời gian thực không
• AI có thể gọi dữ liệu qua các giao thức khác nhau không
• Dữ liệu có hỗ trợ hợp tác thực thi trên chuỗi không

Điều này có nghĩa là, sự kết hợp giữa AI và Crypto đang chuyển từ “cạnh tranh mô hình” sang “cạnh tranh cấu trúc dữ liệu”.

Đặc biệt trong các kịch bản như giao dịch tự động, thị trường dự đoán, mạng lưới hợp tác AI và hệ thống danh tính trên chuỗi, dữ liệu không còn chỉ là đầu vào nữa, mà còn ảnh hưởng trực tiếp đến kết quả thực thi của AI Agent. Nếu dữ liệu không thể xác thực, không thể theo dõi hoặc không thể tham gia vào logic trên chuỗi, thì AI Agent rất dễ chỉ dừng lại ở mức trình diễn ý tưởng.

Khả năng thực thi dữ liệu mà Irys nhấn mạnh hiện nay, trong bối cảnh này, cũng bắt đầu trở lại trong các cuộc thảo luận của nhà phát triển. So với quy trình AI Web2 truyền thống, các kịch bản AI trên chuỗi đòi hỏi cao hơn về độ minh bạch dữ liệu, khả năng xác thực và hợp tác liên ứng dụng, chính là hướng đi mà Irys đang cố gắng tiếp cận.

Tại sao dữ liệu có thể lập trình bắt đầu vào cuộc thảo luận của hệ sinh thái nhà phát triển

“Dữ liệu có thể lập trình” bắt đầu vào cuộc thảo luận của hệ sinh thái nhà phát triển, không chỉ vì khái niệm mới, mà còn vì chính quy trình AI đang ngày càng trở nên phức tạp hơn.

Trước đây, cạnh tranh hạ tầng blockchain chủ yếu xoay quanh:

• Hiệu quả đồng thuận
• Tính khả dụng của dữ liệu
• Khả năng lưu trữ
• Hiệu năng mở rộng

Nhưng sau khi mở rộng các kịch bản AI, các nhà phát triển bắt đầu nhận ra rằng, dữ liệu cũng cần có khả năng tương tác mạnh mẽ hơn.

Nếu AI Agent muốn hoạt động lâu dài, cần liên tục truy cập dữ liệu trên chuỗi và ngoài chuỗi; nếu muốn tự động thực thi nhiệm vụ, cần xác định tính xác thực của dữ liệu; nếu muốn hợp tác với các Agent khác, thì dữ liệu phải có khả năng kết hợp và đồng bộ trạng thái. Điều này có nghĩa là, dữ liệu không còn chỉ là “được đọc”, mà sẽ tham gia vào toàn bộ quy trình thực thi.

Hướng đi dữ liệu có thể lập trình của Irys, về bản chất, chính là cố gắng để dữ liệu có thể tham gia vào logic của hợp đồng thông minh, chứ không chỉ dừng lại ở tầng lưu trữ. Nếu hướng đi này thành công, giá trị của tầng dữ liệu sẽ không còn chỉ là “lưu trữ thông tin”, mà còn mở rộng đến độ tin cậy của quy trình AI, khả năng tự động hóa và hợp tác liên giao thức.

Đây cũng chính là lý do ngày càng nhiều nhà phát triển bắt đầu chú ý lại đến vấn đề cấu trúc dữ liệu.

Hiện tại, một trong những thay đổi quan trọng của lĩnh vực AI Infra là thị trường bắt đầu đánh giá lại: Liệu trong tương lai, các ứng dụng AI thực sự cần gì, không chỉ là mô hình và sức mạnh tính toán, mà còn là các cấu trúc thực thi dữ liệu mới.

Các thay đổi trong hướng cạnh tranh của Irys với Arweave, Celestia

Hướng cạnh tranh của Irys hiện nay đã rõ ràng khác biệt so với các chuỗi lưu trữ truyền thống và các dự án DA mô-đun.

Trước đây, thị trường thường xếp Irys cùng Arweave trong cùng một lĩnh vực, vì cả hai đều liên quan đến lưu trữ dữ liệu và cấu trúc dữ liệu trên chuỗi. Nhưng khi Irys liên tục củng cố hướng Datachain AI, logic cạnh tranh của họ đã bắt đầu lệch khỏi hạ tầng lưu trữ truyền thống.

Arweave thiên về lưu trữ lâu dài dữ liệu, Celestia thiên về tầng DA mô-đun, các dự án như EigenDA và Avail tập trung vào khả năng cung cấp dữ liệu Rollup. Trong khi đó, Irys hiện tập trung nhiều hơn vào:

• Gọi dữ liệu AI
• Khả năng thực thi dữ liệu
• Xác thực AI
• Quy trình tự động hóa trên chuỗi

Sự khác biệt này cho thấy, Irys đang cố gắng tiến vào một hướng hạ tầng gốc phù hợp hơn với AI-native.

Đặc biệt sau khi nhiệt huyết về AI Agent tiếp tục mở rộng, thị trường bắt đầu thảo luận lại: Liệu trong tương lai, AI có cần một tầng thực thi dữ liệu độc lập không? Nếu quy trình AI ngày càng dựa vào xác thực và hợp tác tự động trên chuỗi, thì các cấu trúc lưu trữ hoặc DA truyền thống có thể không đáp ứng đủ yêu cầu, chính là lý do tại sao hướng đi của Irys hiện tại nhận được sự chú ý.

Tuy nhiên, cũng tồn tại vấn đề.

Irys vẫn còn trong giai đoạn rất sớm, liệu Datachain AI có thể thực sự hình thành hệ sinh thái độc lập hay không, vẫn cần nhiều nhà phát triển và ứng dụng thực tế kiểm chứng. So với các dự án lưu trữ và DA đã trưởng thành, tầng thực thi dữ liệu AI hiện vẫn là hướng đi mới đang trong quá trình khám phá của thị trường.

Tại sao quy trình AI trên chuỗi cần hạ tầng dữ liệu mới

Việc nâng cao độ phức tạp của quy trình AI trên chuỗi là một trong những lý do chính khiến lĩnh vực hạ tầng dữ liệu AI trở nên sôi động trở lại.

Trước đây, nhiều dự án AI + Crypto chủ yếu dừng lại ở mức ý tưởng, nhưng khi AI Agent bắt đầu thử nghiệm tự động giao dịch, tự quản trị và hợp tác trên chuỗi, thị trường bắt đầu đối mặt với một câu hỏi thực sự: AI làm thế nào để vận hành an toàn, minh bạch và có thể xác thực trên chuỗi?

Đối với các kịch bản AI trên chuỗi, chỉ có khả năng của mô hình là chưa đủ, khả năng thực thi và xác thực dữ liệu cũng rất quan trọng.

Đặc biệt trong các hoạt động tự động giao dịch, phân tích trên chuỗi, mạng lưới nhiều Agent hợp tác và nội dung do AI tạo ra, AI cần truy cập trạng thái trên chuỗi theo thời gian thực, xác thực tính xác thực của dữ liệu và thực thi các logic phức tạp. Điều này có nghĩa là, trong tương lai, yêu cầu về tầng dữ liệu của quy trình AI trên chuỗi có thể cao hơn nhiều so với các ứng dụng DeFi truyền thống.

Irys hiện liên tục nhấn mạnh Datachain AI, về bản chất, cũng mong muốn trở thành tầng hợp tác dữ liệu trong quy trình làm việc của AI.

Theo dữ liệu mà Irys tiết lộ trước đây, mạng đã xử lý hơn 600 triệu giao dịch dữ liệu, phủ sóng hơn 4 triệu ví hoạt động. Dù những dữ liệu này chưa đủ để chứng minh Datachain AI đã hình thành hệ sinh thái trưởng thành, nhưng ít nhất cho thấy Irys đã có quy mô hạ tầng nhất định.

Trong khi đó, năm 2025, Irys huy động thành công 10 triệu USD trong vòng Series A, các nhà đầu tư gồm CoinFund, Hypersphere, Amber Group, Breed VC và WAGMI Ventures. Hạ tầng dữ liệu AI vẫn còn trong giai đoạn sơ khai, nhưng các quỹ tổ chức đã bắt đầu đặt cược sớm vào hướng “AI + tầng dữ liệu”.

Thị trường hiện tại thực sự quan tâm không chỉ là liệu Irys có thể lưu trữ dữ liệu hay không, mà là liệu quy trình AI trên chuỗi trong tương lai có thực sự cần một cấu trúc thực thi dữ liệu mới hay không.

Các rủi ro thị trường bắt đầu chú ý sau khi cạnh tranh dữ liệu AI tăng cao

Dù câu chuyện về hạ tầng dữ liệu AI bắt đầu mở rộng, nhưng các ý kiến trái chiều trong thị trường cũng rõ ràng.

Hiện tại, cạnh tranh trong lĩnh vực AI Infra đã rất gay gắt, gồm Arweave, Celestia, EigenDA, Filecoin và Avail đều đang cố gắng xâm nhập các hướng liên quan đến AI và tầng dữ liệu. Đồng thời, các ứng dụng lớn về AI + Crypto vẫn còn thiếu các “Killer App” quy mô lớn, phần lớn các AI Agent và các kịch bản tự động trên chuỗi vẫn đang trong giai đoạn thử nghiệm.

Điều này có nghĩa là, sự chú ý của thị trường đối với Irys vẫn chủ yếu nằm trong “kỳ vọng về hạ tầng tương lai”, chứ chưa phải giai đoạn thương mại hóa trưởng thành.

Sự khác biệt lớn nhất hiện nay không phải là AI có cần tầng dữ liệu hay không, mà là liệu quy trình AI trên chuỗi có thực sự cần một tầng thực thi dữ liệu độc lập hay không.

Logic lạc quan cho rằng, khi AI Agent và quy trình tự động trở nên phức tạp hơn, các cấu trúc dữ liệu tĩnh truyền thống đã không còn đáp ứng được nhu cầu tương lai, khả năng thực thi dữ liệu có thể trở thành điểm cạnh tranh quan trọng của AI Infra trong giai đoạn tiếp theo.

Logic bi quan thì cho rằng, phần lớn AI Agent hiện tại vẫn thiếu nhu cầu thực sự của người dùng, sự kết hợp giữa AI và Crypto vẫn chưa xuất hiện các ứng dụng quy mô lớn, do đó Datachain AI có khả năng chỉ dừng lại ở mức ý tưởng.

Sự phân hóa này cũng quyết định rằng, Irys hiện vẫn là một dự án có độ biến động cao, kỳ vọng lớn.

Sau khi mainnet đi vào hoạt động, liệu Irys có thể mở rộng ảnh hưởng của hệ sinh thái AI Infra không

Khả năng Irys mở rộng ảnh hưởng thực sự trong tương lai vẫn phụ thuộc vào hệ sinh thái mainnet và sự chấp nhận của nhà phát triển.

Đối với các dự án hạ tầng, câu chuyện có thể thu hút sự chú ý ngắn hạn, nhưng giá trị dài hạn cuối cùng vẫn dựa vào hệ sinh thái nhà phát triển và nhu cầu ứng dụng thực tế. Hiện tại, Irys đề xuất hướng đi dữ liệu có thể lập trình, cần phải xác minh xem: liệu các nhà phát triển có thực sự xây dựng các ứng dụng dựa trên Datachain AI hay không.

Sau năm 2026, GitHub của Irys vẫn liên tục cập nhật IrysVM, kiến trúc đa sổ cái và hạ tầng Bundler, cho thấy dự án hiện tại đã bắt đầu chuyển từ câu chuyện đơn thuần sang hoàn thiện các công cụ nền tảng.

Nếu quy trình AI Agent và tự động hóa trên chuỗi tiếp tục mở rộng, nhu cầu về xác thực dữ liệu và khả năng thực thi dữ liệu chắc chắn sẽ tăng lên. Ngược lại, nếu nhiệt huyết về AI + Crypto giảm sút hoặc nhà phát triển tiếp tục sử dụng các giải pháp lưu trữ và hợp đồng thông minh hiện tại, thì hướng đi khác biệt của Irys có thể bị suy yếu.

Vì vậy, thách thức thực sự của Irys không phải là đề xuất khái niệm “dữ liệu có thể lập trình”, mà là làm thế nào để dữ liệu thực sự đi vào quy trình làm việc của nhà phát triển và các kịch bản AI trên chuỗi.

Tóm lại

Trong năm gần đây, hướng đi của Irys phản ánh rõ ràng sự thay đổi trong trọng tâm cạnh tranh của thị trường hạ tầng AI.

Trước đây, thị trường chủ yếu chú trọng vào lưu trữ dữ liệu và khả năng sử dụng dữ liệu, nhưng khi AI Agent và quy trình tự động trên chuỗi mở rộng, khả năng thực thi dữ liệu, xác thực dữ liệu và hợp tác dữ liệu bắt đầu trở thành chủ đề trong các cuộc thảo luận của nhà phát triển.

Hướng đi của Irys về Datachain AI và dữ liệu có thể lập trình cũng chính là cố gắng bước vào lĩnh vực mới này.

Trong ngắn hạn, lĩnh vực hạ tầng dữ liệu AI vẫn còn trong giai đoạn sơ khai, hệ sinh thái nhà phát triển, nhu cầu thực tế và quy mô quy trình AI vẫn cần thêm thời gian để xác nhận. Trong dài hạn, nếu AI Agent thực sự chuyển từ công cụ tương tác thành chủ thể thực thi trên chuỗi, thì tầng dữ liệu có thể trở thành điểm cạnh tranh quan trọng của AI Infra trong giai đoạn tiếp theo.

FAQ

Dữ liệu có thể lập trình của Irys nghĩa là gì?

Dữ liệu có thể lập trình của Irys là dữ liệu trên chuỗi không chỉ có thể được lưu trữ, mà còn có thể được gọi, xác thực và tham gia vào quy trình AI cùng thực thi tự động trên chuỗi.

Tại sao Irys bắt đầu nhấn mạnh Datachain AI?

Irys nhấn mạnh Datachain AI chủ yếu là do sau khi AI Agent và các kịch bản tự động trên chuỗi mở rộng, thị trường bắt đầu chú ý đến khả năng thực thi và xác thực dữ liệu.

Dữ liệu có thể lập trình khác gì so với lưu trữ phi tập trung truyền thống?

Dữ liệu có thể lập trình không chỉ nhấn mạnh việc lưu trữ dữ liệu, mà còn nhấn mạnh khả năng dữ liệu tham gia vào logic trên chuỗi, gọi AI và thực thi tự động.

Các hướng đi của Irys khác gì so với Arweave, Celestia?

Hiện tại, Irys tập trung nhiều hơn vào khả năng gọi dữ liệu AI và thực thi dữ liệu, xác thực AI, tự động hóa quy trình trên chuỗi, còn Arweave thiên về lưu trữ lâu dài, Celestia thiên về tầng DA mô-đun.

Rủi ro lớn nhất của lĩnh vực hạ tầng dữ liệu AI hiện nay là gì?

Lĩnh vực này vẫn còn trong giai đoạn sơ khai, nhu cầu thực tế của quy trình AI, quy mô nhà phát triển và khả năng hợp tác hệ sinh thái dài hạn vẫn cần thêm thời gian để xác nhận.