Tại sao Story đổi tên thành DATA Foundation? Đường đua dữ liệu huấn luyện AI trở thành hướng đi mới.

Ngày 25 tháng 6 năm 2026, Story Protocol, từng được biết đến với câu chuyện cốt lõi về quản lý sở hữu trí tuệ trên chuỗi, chính thức công bố đổi tên thành DATA Foundation, chuyển trọng tâm kinh doanh hoàn toàn sang cơ sở hạ tầng dữ liệu huấn luyện AI. Đi kèm với việc tái định vị thương hiệu, token gốc IP được di chuyển theo tỷ lệ 1:1 sang token mới DATA.

Theo dữ liệu thị trường từ Gate, tính đến ngày 26 tháng 6 năm 2026, giá DATA là 0,348 đô la Mỹ. Sau khi thông báo được đưa ra, giá DATA đã tăng mạnh trong một thời gian, chạm mức cao nhất 0,418 đô la trong 24 giờ, và mức tăng hiện tại thu hẹp còn 8,6%.

Từ một giao thức tập trung vào token hóa tài sản trí tuệ, đến việc đặt cược vào lĩnh vực dữ liệu huấn luyện AI, việc đổi tên của Story không đơn giản chỉ là thay đổi nhãn hiệu. Đằng sau đó là sự giao thoa giữa nút thắt dữ liệu của ngành công nghiệp AI và năng lực của công nghệ blockchain, đồng thời cũng là một trường hợp điển hình của các dự án tiền điện tử tìm kiếm vị thế mới trong quá trình lặp lại câu chuyện ngành.

Tại sao Story chọn chuyển hướng hoàn toàn từ sở hữu trí tuệ sang dữ liệu huấn luyện AI

Story Protocol ban đầu được định vị là cơ sở hạ tầng sở hữu trí tuệ trên chuỗi, nhằm cung cấp dịch vụ đăng ký, cấp phép và luân chuyển trên chuỗi cho các loại tài sản IP. Dự án đã huy động được tổng cộng 140 triệu đô la Mỹ do a16z crypto dẫn đầu, và định giá từng được thị trường quan tâm.

Tuy nhiên, câu chuyện thuần túy về IP luôn phải đối mặt với thách thức trong việc triển khai thực tế. Bản thân sở hữu trí tuệ là một lĩnh vực cực kỳ phức tạp, mang tính pháp lý cao, và có khoảng cách tự nhiên giữa việc đăng ký trên chuỗi và hiệu lực pháp lý ngoài chuỗi. Đồng thời, sự bùng nổ của ngành công nghiệp AI đã mang đến một nhu cầu cụ thể và cấp bách hơn – các vấn đề về nguồn gốc, cấp phép và tuân thủ dữ liệu huấn luyện.

Andrea Muttoni, Giám đốc điều hành của DATA Foundation, cho biết dữ liệu huấn luyện AI đã trở thành hình thức có nhu cầu mạnh nhất đối với sở hữu trí tuệ. Các phòng thí nghiệm AI thực tế đã cạn kiệt nội dung công khai có thể thu thập được trên internet, phần còn lại hoặc là dữ liệu đắt đỏ và được tùy chỉnh, hoặc là dữ liệu có rủi ro pháp lý và không rõ nguồn gốc.

Nhận định này trực tiếp chỉ ra logic cốt lõi của sự chuyển đổi của Story: thay vì vật lộn trong một lĩnh vực IP rộng lớn nhưng khó triển khai, tốt hơn là tập trung vào một tình huống cụ thể với nhu cầu thị trường rõ ràng và điểm đau rõ ràng – cơ sở hạ tầng cấp phép có thể xác minh cho dữ liệu huấn luyện AI.

Tại sao dữ liệu huấn luyện AI trở thành chiến trường mới của công nghệ blockchain

Việc huấn luyện mô hình AI phụ thuộc vào lượng lớn dữ liệu. Trong vài năm qua, các công ty AI hàng đầu như OpenAI, Google, Anthropic chủ yếu thu thập dữ liệu huấn luyện bằng cách thu thập nội dung công khai trên internet. Nhưng con đường này đang thu hẹp lại.

Một mặt, nội dung internet có thể thu thập công khai đang cạn kiệt. Mặt khác, các vụ kiện tụng bản quyền xung quanh dữ liệu huấn luyện đang gia tăng nhanh chóng. Các nhà xuất bản, nghệ sĩ và người sáng tạo nội dung đã nhiều lần kiện các công ty AI, cáo buộc họ sử dụng tài liệu có bản quyền để huấn luyện mô hình mà không được phép.

Trong bối cảnh này, nhu cầu của các công ty AI đối với dữ liệu huấn luyện "sạch", có thể cấp phép đã tăng mạnh. Kể từ năm 2024, chi phí cấp phép cho dữ liệu huấn luyện chất lượng cao đã tăng vọt, một số nhà xuất bản đã đạt được thỏa thuận cấp phép nhiều năm trị giá hàng triệu đô la với các công ty AI.

Công nghệ blockchain tìm thấy điểm vào trong tình huống này: thông qua các bản ghi trên chuỗi không thể thay đổi, thiết lập một chuỗi hoàn chỉnh về nguồn gốc, điều khoản cấp phép, sự đồng ý của người đóng góp và thông tin thanh toán cho mỗi phần dữ liệu huấn luyện. Đây chính xác là vấn đề mà DATA Foundation đang cố gắng giải quyết.

Nền tảng Trace xây dựng cơ sở hạ tầng kiểm toán dữ liệu trên chuỗi như thế nào

Là sản phẩm cốt lõi của lần chuyển đổi này, DATA Foundation đã ra mắt Trace – một nền tảng đăng ký và kiểm toán dữ liệu dựa trên blockchain.

Cơ chế cốt lõi của Trace là tạo ra một biên lai mật mã (cryptographic receipt) trên chuỗi cho mỗi đóng góp dữ liệu, ghi lại nguồn gốc, phương thức cấp phép, sự đồng ý của người đóng góp và thông tin thanh toán. Các biên lai này có thể được công khai tra cứu, nhưng dữ liệu gốc không được lưu trữ trên chuỗi – Trace phát hành hồ sơ kiểm toán, chứ không phải dữ liệu.

Muttoni mô tả điều này: "Trace phát hành hồ sơ kiểm toán, chứ không phải dữ liệu. Công khai là biên lai: hàm băm nội dung, điều khoản đồng ý, thông tin cấp phép, bằng chứng thanh toán và dấu thời gian. Không có gì để thu thập trên Trace, vì bản thân tài sản không được lưu trữ ở đó."

Thiết kế này cân bằng giữa tính minh bạch và bảo vệ quyền riêng tư: các nhà phát triển AI có thể xác minh nguồn gốc và trạng thái cấp phép của dữ liệu trước khi sử dụng, trong khi dữ liệu vẫn được giữ trong thị trường cấp phép và chỉ có thể truy cập thông qua giao dịch được phép. Thông qua Trace, DATA Foundation cố gắng trở thành "tầng tin cậy" cho dữ liệu huấn luyện AI – một mạng lưới dữ liệu có thể xác minh và truy xuất nguồn gốc.

Logic kỹ thuật của việc di chuyển token 1:1 và phản ứng thị trường

Là một phần của việc tái định vị thương hiệu, token gốc IP của Story Protocol được di chuyển theo tỷ lệ 1:1 sang token mới DATA. Theo thông báo chính thức, người nắm giữ token IP không cần thực hiện bất kỳ thao tác chủ động nào, và thời gian cũng như hướng dẫn di chuyển cụ thể sẽ được công bố sau.

Từ góc độ kỹ thuật, di chuyển 1:1 là một phương thức chuyển đổi token tương đối nhẹ nhàng. Nó không liên quan đến việc thay đổi tổng lượng token, cũng không thay đổi tỷ lệ nắm giữ tương đối của người nắm giữ, về cơ bản là một phép ánh xạ tài sản – chuyển trạng thái nắm giữ của token cũ sang token mới. Thiết kế này giảm ma sát thị trường trong quá trình di chuyển, và tránh được sự khác biệt về lợi ích của người nắm giữ do thay đổi mô hình kinh tế token.

Phản ứng của thị trường đối với tin tức này tương đối tích cực. Theo dữ liệu thị trường từ Gate, DATA đã tăng mạnh sau khi thông báo, chạm mức cao nhất 0,418 đô la trong 24 giờ. Tuy nhiên, tính đến ngày 26 tháng 6 năm 2026, giá DATA đã giảm xuống còn 0,348 đô la, và mức tăng hiện tại thu hẹp còn 8,6%.

Đáng chú ý, mức giá cao nhất lịch sử của DATA (trước đây là IP) từng đạt 14,78 đô la, chạm vào tháng 9 năm 2025. Theo giá hiện tại, DATA đã giảm gần 98% so với mức cao nhất lịch sử. Tuy nhiên, token này cũng đã phục hồi khoảng 25% so với mức thấp nhất lịch sử 0,275 đô la vào đầu tháng 6 năm 2026.

Tích hợp với Kled xây dựng hệ sinh thái phía cung dữ liệu như thế nào

Sự chuyển đổi của DATA Foundation không chỉ dựa vào sức mạnh của chính mình. Dự án đã công bố tích hợp sâu với thị trường dữ liệu huấn luyện AI Kled, đưa hơn 1,5 tỷ bản ghi dữ liệu do người dùng đóng góp vào mạng lưới DATA. Avi Patel, người sáng lập Kled, đồng thời gia nhập DATA Foundation với vai trò cố vấn giám đốc dữ liệu.

Ý nghĩa của sự hợp tác này nằm ở quy mô dữ liệu phía cung. Kled là một thị trường dữ liệu con người chọn tham gia (opt-in), nơi người dùng chủ động đóng góp dữ liệu và cấp phép cho việc huấn luyện AI. Thông qua tích hợp với Kled, mạng lưới DATA có một lượng dự trữ dữ liệu đáng kể ngay từ giai đoạn khởi động – hơn 1,5 tỷ bản ghi.

Ngoài ra, DATA Foundation còn ươm tạo Poseidon – một dự án xử lý dữ liệu AI dựa trên blockchain, tập trung vào việc xây dựng bộ dữ liệu huấn luyện AI và thưởng cho người đóng góp. Poseidon đã nhận được 15 triệu đô la tài trợ từ a16z, và tín hiệu thị trường của nó cũng được coi là một trong những yếu tố quan trọng thúc đẩy Story chuyển hướng sang lĩnh vực dữ liệu AI.

Vai trò và hạn chế của blockchain trong vấn đề bản quyền dữ liệu AI

Vấn đề bản quyền dữ liệu huấn luyện AI đang trở thành nút thắt cốt lõi của toàn ngành. Rủi ro pháp lý mà các nhà phát triển mô hình lớn phải đối mặt đang gia tăng, và yêu cầu về tính minh bạch của nguồn dữ liệu cũng ngày càng cao.

Giải pháp của DATA Foundation về cơ bản là thiết lập một tầng cấp phép có thể xác minh giữa bên cung cấp dữ liệu (người sáng tạo nội dung, người đóng góp dữ liệu) và bên cầu (nhà phát triển mô hình AI). Thông qua bản ghi trên chuỗi, việc sử dụng mỗi phần dữ liệu có thể truy xuất chuỗi cấp phép của nó – ai đã đóng góp, được cấp phép theo điều khoản nào, và có được đền bù tương ứng hay không.

Tuy nhiên, mô hình này cũng phải đối mặt với những thách thức thực tế. Đầu tiên, hiệu lực pháp lý của bản ghi trên chuỗi vẫn cần được kết nối với hệ thống pháp luật truyền thống. Một biên lai cấp phép trên chuỗi có thể được coi là bằng chứng hợp lệ trước tòa hay không, hiện chưa có kết luận. Thứ hai, có một khoảng cách trong việc thực thi giữa "cấp phép" và "sử dụng" dữ liệu – ngay cả khi điều khoản cấp phép được ghi trên chuỗi, làm thế nào để đảm bảo mô hình AI tuân thủ các điều khoản này trong quá trình huấn luyện thực tế vẫn là một vấn đề chưa được giải quyết hoàn toàn.

Ngoài ra, mô hình của DATA Foundation phụ thuộc vào việc có đủ quy mô bên cung cấp dữ liệu sẵn sàng tham gia mạng lưới cấp phép này. Nếu các nền tảng nội dung chính thống và người sáng tạo chọn không kết nối với hệ thống cấp phép trên chuỗi, giá trị của mạng lưới sẽ bị hạn chế.

Bối cảnh cạnh tranh trong lĩnh vực dữ liệu AI và định vị khác biệt của DATA

Lĩnh vực dữ liệu huấn luyện AI đang trở thành điểm nóng mới của ngành công nghiệp blockchain. Thị trường blockchain AI dự kiến đạt quy mô khoảng 900 triệu đô la vào năm 2026, trong khi thị trường thu thập và gắn nhãn dữ liệu hướng tới mục tiêu 17,1 tỷ đô la vào năm 2030.

Trong lĩnh vực này, định vị khác biệt của DATA Foundation là "tầng dữ liệu cấp phép có thể xác minh" – nó không chỉ là một thị trường dữ liệu, mà còn là cơ sở hạ tầng xác minh nguồn gốc, cấp phép và tuân thủ của dữ liệu. Chức năng cốt lõi của nền tảng Trace là giúp các nhà phát triển AI xác minh nguồn gốc, lịch sử cấp phép và đồng ý của dữ liệu trước khi thực sự sử dụng dữ liệu.

Mô hình này khác với các thị trường dữ liệu thuần túy. DATA Foundation không cố gắng lưu trữ hoặc lưu giữ dữ liệu, mà thiết lập một "tầng siêu dữ liệu" về dữ liệu – ghi lại nguồn gốc, điều khoản cấp phép và thông tin thanh toán. Kiến trúc nhẹ này giảm chi phí lưu trữ và tránh cạnh tranh trực tiếp với các nền tảng dữ liệu tập trung ở cấp độ lưu trữ dữ liệu.

Tuy nhiên, sự cạnh tranh trong lĩnh vực này đang gia tăng. Nhiều dự án blockchain đang khám phá các hướng liên quan đến dữ liệu AI, bao gồm gắn nhãn dữ liệu, thị trường dữ liệu và cơ sở hạ tầng huấn luyện mô hình. Liệu DATA Foundation có thể xây dựng đủ hiệu ứng mạng trong cạnh tranh hay không phụ thuộc vào khả năng mở rộng của nó ở cả phía cung dữ liệu (người đóng góp và chủ sở hữu nội dung) và phía cầu (nhà phát triển AI).

Tổng kết

Story Protocol đổi tên thành DATA Foundation, đánh dấu một bước chuyển chiến lược quan trọng của các dự án tiền điện tử dưới sự thúc đẩy của câu chuyện AI. Từ lĩnh vực IP sở hữu trí tuệ rộng lớn, thu hẹp tập trung vào dữ liệu huấn luyện AI – một lĩnh vực cụ thể, tăng trưởng cao và có điểm đau rõ ràng, dự án cố gắng xây dựng một mạng lưới cấp phép dữ liệu trên chuỗi có thể xác minh và truy xuất thông qua nền tảng Trace và tích hợp Kled.

Cơ chế di chuyển token 1:1 đã giảm ma sát thị trường, và sự tăng giá sau thông báo phản ánh sự công nhận ngắn hạn của thị trường đối với sự chuyển đổi này. Nhưng về dài hạn, giá trị của DATA Foundation phụ thuộc vào hai yếu tố cốt lõi: một là liệu nó có thể thu hút đủ quy mô chủ sở hữu nội dung và người đóng góp tham gia mạng lưới ở phía cung dữ liệu hay không; hai là liệu các bản ghi cấp phép trên chuỗi của nó có thể được chấp nhận và thực thi hiệu quả trong quy trình huấn luyện mô hình AI thực tế hay không.

Vấn đề bản quyền và tuân thủ dữ liệu huấn luyện AI đang trở thành nút thắt quan trọng kìm hãm sự phát triển của toàn ngành AI, và công nghệ blockchain có giá trị đề xuất độc đáo trong lĩnh vực này. Nhưng sự phù hợp giữa công nghệ và thị trường, sự kết nối với hệ thống pháp luật, và việc xây dựng hiệu ứng mạng vẫn cần thời gian để kiểm chứng.

Câu hỏi thường gặp (FAQ)

Q1: Tại sao Story Protocol đổi tên thành DATA Foundation?

Story Protocol ban đầu tập trung vào quản lý sở hữu trí tuệ trên chuỗi, nhưng sự bùng nổ của ngành AI đã khiến vấn đề cấp phép và tuân thủ dữ liệu huấn luyện trở thành một lĩnh vực cụ thể và có nhu cầu cấp bách hơn. Các phòng thí nghiệm AI về cơ bản đã cạn kiệt nội dung công khai có thể thu thập được trên internet, và nhu cầu về dữ liệu huấn luyện có thể cấp phép và truy xuất nguồn gốc đang tăng mạnh. Do đó, dự án quyết định chuyển trọng tâm từ lĩnh vực IP rộng lớn sang cơ sở hạ tầng dữ liệu huấn luyện AI.

Q2: Token IP di chuyển sang token DATA như thế nào?

Token IP sẽ tự động di chuyển sang token DATA mới theo tỷ lệ 1:1, người nắm giữ không cần thực hiện bất kỳ thao tác chủ động nào. Dự án sẽ công bố thời gian và hướng dẫn di chuyển cụ thể sau.

Q3: Chức năng chính của nền tảng Trace là gì?

Trace là một nền tảng đăng ký và kiểm toán dữ liệu trên chuỗi, tạo ra các biên lai không thể thay đổi trên chuỗi cho mỗi đóng góp dữ liệu, ghi lại nguồn gốc, phương thức cấp phép, sự đồng ý của người đóng góp và thông tin thanh toán. Các nhà phát triển AI có thể xác minh trạng thái cấp phép trước khi sử dụng dữ liệu, trong khi dữ liệu gốc không được lưu trữ trên chuỗi.

Q4: Hiệu suất thị trường hiện tại của DATA như thế nào?

Theo dữ liệu thị trường từ Gate, tính đến ngày 26 tháng 6 năm 2026, giá DATA là 0,348 đô la Mỹ. Sau khi thông báo, giá đã tăng mạnh, chạm mức cao nhất 0,418 đô la trong 24 giờ, và mức tăng hiện tại thu hẹp còn 8,6%.

Q5: Năng lực cạnh tranh chính của DATA Foundation trong lĩnh vực dữ liệu AI là gì?

Định vị khác biệt của DATA Foundation là "tầng dữ liệu cấp phép có thể xác minh" – thông qua nền tảng Trace, thiết lập cơ sở hạ tầng xác minh nguồn gốc, cấp phép và tuân thủ của dữ liệu. Dự án đã tích hợp với Kled, tiếp nhận hơn 1,5 tỷ bản ghi dữ liệu do người dùng đóng góp, và ươm tạo dự án xử lý dữ liệu AI Poseidon.

Q6: Những thách thức nào mà blockchain phải đối mặt trong việc giải quyết vấn đề bản quyền dữ liệu AI?

Các thách thức chính bao gồm: hiệu lực pháp lý của bản ghi cấp phép trên chuỗi vẫn cần được kết nối với hệ thống pháp luật truyền thống; làm thế nào để đảm bảo mô hình AI tuân thủ các điều khoản cấp phép được ghi trên chuỗi trong quá trình huấn luyện thực tế vẫn tồn tại khoảng cách trong thực thi; và cần có đủ quy mô bên cung cấp dữ liệu tham gia mạng lưới để hình thành hiệu ứng mạng hiệu quả.