Tại sao AI + blockchain khó được ứng dụng rộng rãi trong thời đại AI?

Tác giả: Ekko An, Ryan Yoon; Nguồn: Tiger Research; Biên dịch: Shaw, Golden Finance

Tóm tắt chính

• Trong bối cảnh AI bùng nổ, chúng ta cần đánh giá ngành blockchain từ góc độ nhu cầu: nó giải quyết những vấn đề nào mà hệ thống hiện tại không thể giải quyết, và nó mang lại những khả năng độc đáo nào?

• Điện toán và lưu trữ phi tập trung có lý do hợp lý từ cả hai khía cạnh: chủ quyền dữ liệu và cạnh tranh chi phí. Tuy nhiên, vấn đề là đối với những người dùng đã đầu tư vào cơ sở hạ tầng đám mây hiện tại, cả hai đều chưa cho thấy lợi thế kỹ thuật đủ thuyết phục để bù đắp rủi ro chuyển đổi.

• Xác thực mô hình và công nghệ quyền riêng tư không giải quyết được những vấn đề mà doanh nghiệp cho là cấp bách cần chủ động giải quyết. Loại nhu cầu này có nhiều khả năng xuất hiện sau khi các quy định được ban hành, chứ không phải trước chúng. Đạo luật AI của EU thể hiện mô hình này: tiêu chuẩn đi trước, áp dụng thị trường theo sau.

• Trong lĩnh vực Framework Agent, yếu tố hạn chế không phải là kỹ thuật. Các doanh nghiệp chủ đạo vẫn tập trung vào tự động hóa quy trình làm việc nội bộ, trong khi các dự án blockchain đã xây dựng lớp cơ sở hạ tầng tiếp theo. Nhu cầu cần thời gian để theo kịp tốc độ phát triển công nghệ.

• Trong lĩnh vực thanh toán Agent, blockchain và tài chính truyền thống ngang sức ngang tài. Cả hai bên đều chưa giải quyết triệt để vấn đề này, do đó, đây là lĩnh vực duy nhất mà cả hai cùng đối mặt với những thách thức tương tự.

• Khó khăn tổng thể của ngành blockchain AI không phải do sự kết hợp bản thân nó không hài hòa, mà là do sự lệch pha: bốn danh mục này mỗi danh mục có lý do riêng khiến nhu cầu chưa xuất hiện, hiện tại chỉ có thanh toán Agent là có tính cạnh tranh.

1. Các dự án blockchain tụt lại sau trong cơn sốt AI

Ngành AI đang trải qua sự tập trung hóa vốn và đầu tư cơ sở hạ tầng chưa từng có. Hệ sinh thái mô hình ngôn ngữ lớn do các công ty công nghệ lớn thống trị đã trở thành tiêu chuẩn trong cuộc sống hàng ngày và hoạt động công nghiệp. Trong bối cảnh mở rộng nhanh chóng này, ngành công nghiệp tiền điện tử cũng đang phát triển nhanh chóng, tìm kiếm các điểm kết nối công nghệ với AI.

Nghiên cứu ban đầu chủ yếu tập trung vào việc bổ sung hoặc sao chép một số mắt xích trong chuỗi giá trị AI truyền thống: cung cấp GPU phi tập trung, khôi phục quyền sở hữu dữ liệu và xác thực mã hóa. Gần đây, trọng tâm nghiên cứu chuyển sang lấp đầy những khoảng trống mà kiến trúc tập trung khó giải quyết, chẳng hạn như hoạt động trên chuỗi tự chủ của tác nhân AI và thanh toán liên máy thời gian thực.

Mô tả lĩnh vực này một cách chung chung là "AI + blockchain" che giấu nhiều thông tin hơn là tiết lộ. Chúng ta cần tiến hành phân tích phía cầu một cách nghiêm ngặt: mỗi lĩnh vực con giải quyết những vấn đề gì? Liệu phương pháp blockchain bản địa có cung cấp giải pháp thực sự khác biệt không?

2. Chức năng của từng danh mục

2.1 Điện toán phi tập trung

Thị trường điện toán đám mây ngày nay về mặt cấu trúc phụ thuộc vào một số ít công ty công nghệ lớn kiểm soát tài nguyên tính toán. GPU hiệu suất cao vừa khó mua vừa cực kỳ đắt đỏ, tạo ra rào cản gia nhập rất cao cho các công ty khởi nghiệp AI và nhóm nghiên cứu không thể tiếp cận cơ sở hạ tầng quy mô lớn.

Hệ thống tập trung tập trung tài nguyên vào tay những người mua lớn nhất, không có kênh trung lập để phân phối lại dung lượng GPU nhàn rỗi khổng lồ trên thị trường.

Điện toán phi tập trung giải quyết vấn đề tập trung tài nguyên và kém hiệu quả này theo hai cách. Trong mô hình kinh tế chia sẻ, các dự án tập hợp tài nguyên GPU nhàn rỗi từ các cá nhân và trung tâm dữ liệu nhỏ vào một mạng lưới thống nhất, từ đó tạo ra một chuỗi cung ứng linh hoạt hơn bên cạnh sự độc quyền công nghệ hiện tại.

Trong mô hình điện toán phân tán, người dùng có thể truy cập và thuê tài nguyên tính toán trên toàn cầu mà không cần phụ thuộc vào cơ sở hạ tầng của bất kỳ nhà cung cấp đơn lẻ nào, từ đó tăng tỷ lệ sử dụng phần cứng nhàn rỗi và giảm rào cản gia nhập đối với điện toán hiệu suất cao.

2.2 Lưu trữ phi tập trung

Kiến trúc lưu trữ dữ liệu hiện tại gần như hoàn toàn phụ thuộc vào cơ sở hạ tầng đám mây tập trung do các công ty như Google và Meta vận hành. Khi người dùng tải dữ liệu lên các nền tảng này, quyền sở hữu thực tế sẽ chuyển sang nền tảng, củng cố sự độc quyền của nền tảng đối với dữ liệu huấn luyện AI. Cơ sở hạ tầng tập trung cũng mang lại rủi ro hoạt động: thay đổi chính sách, gián đoạn dịch vụ hoặc sự cố nền tảng có thể dẫn đến mất quyền truy cập dữ liệu hoặc mất dữ liệu.

Lưu trữ phi tập trung giải quyết các vấn đề cấu trúc này theo hai cách. Mô hình kinh tế chia sẻ đại diện bởi Filecoin và Arweave tập hợp dung lượng lưu trữ nhàn rỗi từ các cá nhân vào một mạng lưới có thể thay thế đám mây tập trung hiện tại.

Mô hình lưu trữ vĩnh viễn sao chép dữ liệu đến các nút phân tán, đảm bảo độ bền dữ liệu bất kể trạng thái hoạt động của máy chủ đơn lẻ nào, và giảm sự phụ thuộc vào bất kỳ nền tảng đơn lẻ nào.

2.3 Thị trường dữ liệu

Các nhà phát triển AI cần dữ liệu huấn luyện, nhưng thị trường phân phối dữ liệu hiện tại là một hệ thống khép kín, nơi các nền tảng lớn (ví dụ: Hugging Face) và nhà cung cấp đám mây chiếm lợi ích kinh tế và kiểm soát giá cả. Người tạo dữ liệu nhận được thù lao rất ít, và các cơ chế thưởng cho việc thu thập và đóng góp dữ liệu thiếu minh bạch.

Thị trường trên chuỗi loại bỏ trung gian thông qua hợp đồng thông minh và thiết lập các điều khoản giao dịch minh bạch. Trong mô hình giao dịch trực tiếp như Ocean Protocol, chủ sở hữu dữ liệu và nhà phát triển AI giao dịch trực tiếp thông qua hợp đồng thông minh, thù lao được phân phối một cách minh bạch. Trong mô hình thưởng đóng góp như Grass, cá nhân kết nối băng thông nhàn rỗi với việc thu thập dữ liệu AI và nhận được thù lao tương ứng dựa trên giá trị đóng góp của họ.

2.4 Xác thực/quyền riêng tư mô hình và suy luận

Các hệ thống AI truyền thống hoạt động như một hộp đen, không có phương tiện bên ngoài để xác minh xem mô hình có hoạt động chính xác hay dữ liệu người dùng nhạy cảm có được xử lý an toàn hay không.

Zero Knowledge Machine Learning (ZKML) giới thiệu một lớp xác thực mật mã trong quá trình suy luận AI, từ đó cho phép bảo vệ quyền riêng tư và khả năng kiểm toán. Trong kiến trúc này, mô hình chạy ngoài chuỗi theo cách truyền thống, nhưng quá trình tính toán tạo ra một bằng chứng mật mã chứng minh rằng quá trình đã được thực thi chính xác theo các quy tắc được xác định trước.

Bằng chứng này được ghi lại trên chuỗi, chứ không phải dữ liệu cơ bản. Ví dụ: Trong dịch vụ hoàn trả bảo hiểm y tế tự động, bệnh viện chỉ cần nộp bằng chứng chứng minh mô hình AI đã chạy chính xác, mà không cần chia sẻ toàn bộ hồ sơ y tế. Công ty bảo hiểm có thể xác minh tính hợp pháp của yêu cầu mà không cần truy cập dữ liệu gốc.

2.5 Framework Agent AI

Khi các tác nhân AI (AI Agent) trở thành phương tiện chính cho dòng chảy và tạo ra giá trị, chúng đang phát triển từ công cụ thành các thực thể kinh tế tự chủ. Hệ thống tài chính hiện tại được thiết kế xung quanh mô hình tiêu dùng của con người, cấu trúc của nó không tương thích với môi trường thanh toán lấy máy làm trung tâm.

Nền kinh tế Agent yêu cầu các giao dịch vi mô được thực hiện với tốc độ mili giây, thanh toán tần suất cao và thanh toán xuyên biên giới, mà cơ sở hạ tầng tài chính hiện tại không thể đáp ứng.

Cơ sở hạ tầng Agent trên chuỗi giải quyết vấn đề này thông qua hai cơ chế. Cơ chế thực thi và kiểm soát tự chủ gán cho các tác nhân AI các ví và danh tính duy nhất, cho phép chúng ký giao dịch trực tiếp, với các giới hạn chi tiêu và biện pháp bảo mật có thể cấu hình để ngăn chặn hành vi bất ngờ.

Cơ chế thanh toán dựa trên giao thức sử dụng các giao thức thanh toán stablecoin (ví dụ: x402) để thanh toán các giao dịch vi mô và thanh toán tần suất cao theo thời gian thực, bỏ qua các quy trình chuyển đổi tiền tệ và phê duyệt.

3. Sự khác biệt giữa blockchain AI và chuỗi giá trị AI

Sự hình thành chuỗi giá trị AI xoay quanh việc dần dần loại bỏ các nút thắt cổ chai. Khi nhu cầu AI tăng lên, tình trạng thiếu bộ nhớ ngày càng rõ rệt, và áp lực lên khả năng truyền tải điện và dữ liệu cũng rất lớn. Các công ty có thể nhanh chóng giải quyết những vấn đề này, chẳng hạn như nhà sản xuất HBM và nhà cung cấp cơ sở hạ tầng điện, sẽ thu hút vốn khổng lồ và đạt được giá trị thị trường tăng đáng kể. Thị trường đã công nhận rõ ràng các giải pháp có thể loại bỏ các rào cản tăng trưởng.

Các dự án blockchain AI đã phát hiện ra một số vấn đề thực tế, nhưng chúng chưa thu hút được sự chú ý xứng đáng của thị trường. Nếu những vấn đề này thực sự cấp bách như chúng tuyên bố, thì chúng đã gây ra những thay đổi có thể đo lường được trên thị trường từ lâu rồi.

Mặc dù các dự án blockchain AI thúc đẩy các mục tiêu hợp pháp như giảm tập trung GPU và khôi phục chủ quyền dữ liệu, nhưng lý do chúng không thu hút được vốn chủ đạo là do sự khác biệt rõ ràng giữa các ưu tiên của nhà cung cấp công nghệ và ưu tiên của người mua kiểm soát việc phân bổ vốn.

Ngành AI có nhịp độ phát triển chặt chẽ, người mua (chủ yếu là các công ty công nghệ lớn và khách hàng doanh nghiệp) sẽ đầu tư quy mô lớn vào các giải pháp có thể giải quyết nhanh nhất các nút thắt cổ chai hoạt động hiện tại của họ. Họ sẽ không dành thời gian đánh giá cơ sở hạ tầng chưa được kiểm chứng. Ưu tiên hàng đầu của họ là hiệu suất tính toán, độ tin cậy cơ sở hạ tầng và lợi tức đầu tư có thể đo lường được.

Ví dụ: Khi tốc độ truyền dữ liệu trở thành nút thắt cổ chai cho việc huấn luyện mô hình, một lượng lớn vốn đổ vào cơ sở hạ tầng cáp quang để thay thế cáp đồng. Khi băng thông bộ nhớ trở thành yếu tố hạn chế chính, người mua coi đó là vấn đề quan trọng, và SK Hynix và Samsung Electronics đã giải quyết vấn đề này bằng cách cung cấp bộ nhớ băng thông cao, từ đó nổi tiếng toàn cầu. Mô hình này luôn nhất quán: vốn theo đuổi các doanh nghiệp có thể loại bỏ các yếu tố hạn chế và thúc đẩy tiến bộ.

Vấn đề cơ bản mà blockchain AI phải đối mặt nằm ở khung xây dựng. Người mua có ngân sách dồi dào chỉ tập trung vào cải thiện hiệu suất ngắn hạn và giảm chi phí. Ngược lại, blockchain AI lại tập trung vào các khía cạnh khác mà người mua coi là thứ yếu hoặc vấn đề giai đoạn tương lai.

Mục tiêu công nghệ của phía cung cấp không phù hợp với nhu cầu hoạt động trực tiếp của phía cầu.

3.1 Hạn chế kỹ thuật

Một số dự án sử dụng điểm chuẩn để chứng minh tiềm năng và ý tưởng thiết kế của cơ sở hạ tầng phi tập trung. Nhưng vấn đề cơ bản hơn là những nỗ lực này chưa mang lại những đột phá kỹ thuật đáng kể đủ để lay chuyển các doanh nghiệp truyền thống đã ăn sâu vào thị trường chủ đạo.

Một công nghệ mới muốn giành thị phần từ các nhà cung cấp đám mây tập trung như AWS hoặc GCP (những nhà cung cấp đã có nguồn vốn và cơ sở hạ tầng khổng lồ) thì phải cung cấp lợi thế hiệu suất vượt trội, khiến khoảng cách với các nhà cung cấp hiện tại trở nên không đáng kể.

Khi Apple chuyển từ chip Intel sang chip M1, mặc dù phải chịu rủi ro lớn về phá vỡ khả năng tương thích phần mềm, nhưng hành động này hợp lý vì hiệu suất năng lượng tăng gấp ba lần, khoảng cách này đủ để khiến việc chuyển đổi trở nên xứng đáng.

Đối với những người mua doanh nghiệp yêu cầu đồng bộ hóa dữ liệu cấp PB và độ trễ siêu thấp như điều kiện cơ bản, blockchain AI chưa cung cấp đủ lý do rõ ràng để họ chấp nhận rủi ro chuyển đổi.

3.2 Sự lệch pha nhu cầu

Trong lĩnh vực điện toán phi tập trung, một số dự án đã giới thiệu Thỏa thuận cấp độ dịch vụ (SLA) như một cơ chế giảm thiểu rủi ro, nhưng người mua doanh nghiệp vẫn không mặn mà. Lý do nằm ở vấn đề cấu trúc, chứ không phải vấn đề hợp đồng. Các nhà cung cấp đám mây lớn cung cấp các trung tâm dữ liệu chuyên dụng được kiểm soát, trong khi mạng blockchain phụ thuộc vào các nút tham gia phân tán, ẩn danh.

Nếu một nút nào đó ngừng hoạt động và làm gián đoạn quá trình huấn luyện mô hình trị giá hàng trăm triệu won, thì bất kỳ khoản hoàn trả token hoặc bồi thường kinh tế nào cũng không thể bù đắp chi phí cơ hội và thời gian mất đi. Đối với những người mua doanh nghiệp coi trọng thời gian, sự ổn định của hệ thống là không thể thỏa hiệp.

Ngay cả khi có cơ chế phòng ngừa rủi ro, sự không chắc chắn còn lại cũng không phải là rủi ro mà hầu hết người mua có động lực để chấp nhận.

3.3 Nhu cầu chưa hình thành

Khung Agent blockchain được thiết kế cho các hệ sinh thái phức tạp nơi nhiều tác nhân AI hợp tác tự chủ, nhưng tầm nhìn này có khoảng cách với mức độ trưởng thành của thị trường chủ đạo hiện tại.

Dưới sự dẫn dắt của các công ty như Microsoft và Salesforce, việc doanh nghiệp áp dụng tác nhân AI đang tăng tốc, nhưng trọng tâm hiện tại vẫn là tự động hóa quy trình làm việc trong các mạng nội bộ được kiểm soát. Cơ sở hạ tầng mà các dự án blockchain đang xây dựng hướng đến giai đoạn tiếp theo: các tác nhân AI độc lập có thể tự chủ hoạt động trong các mạng bên ngoài vượt ra ngoài ranh giới tổ chức. Ngày nay, hầu hết các doanh nghiệp vẫn tập trung vào việc đảm bảo sự ổn định và lợi tức đầu tư của các hệ thống AI đã triển khai. Hợp tác đa tác nhân xuyên mạng bên ngoài chưa phải là ưu tiên trong lộ trình cơ sở hạ tầng của doanh nghiệp.

Nhu cầu hạn chế ở giai đoạn này phản ánh vấn đề thời điểm, chứ không phải khiếm khuyết kỹ thuật. Điều này nên được hiểu là một khoản đầu tư cơ sở hạ tầng dài hạn cho nền kinh tế tác nhân, chứ không phải cơ hội sinh lời ngắn hạn.

3.4 Điều kiện tiên quyết về quy định

Zero-Knowledge Proof và công nghệ bảo vệ quyền riêng tư là các giải pháp cốt lõi để xây dựng độ tin cậy AI, nhưng trong giai đoạn đầu ứng dụng AI, nhu cầu thực tế của doanh nghiệp đối với cơ sở hạ tầng quyền riêng tư còn hạn chế. Việc doanh nghiệp tự nguyện áp dụng khó có thể thúc đẩy việc phổ biến rộng rãi công nghệ; khả năng cao hơn là các tiêu chuẩn quy định sẽ tạo ra nhu cầu, và công nghệ nên theo kịp.

Khuôn khổ quy định toàn cầu (bao gồm Đạo luật AI của EU) ngày càng rõ ràng, đây là một xu hướng thuận lợi về mặt này. Khi các yêu cầu pháp lý về nguồn gốc dữ liệu và bảo mật trở nên cụ thể hơn, các chức năng xác thực tiên tiến của blockchain có khả năng trở thành yêu cầu tuân thủ trong triển khai doanh nghiệp, chứ không phải là tùy chọn.

Sự phát triển quy định trong lĩnh vực này không phải là yếu tố hạn chế, mà là chất xúc tác cho sự hình thành thị trường. Các tiêu chuẩn quy định rõ ràng có thể giảm bớt sự không chắc chắn của thị trường, từ đó tạo ra một con đường ổn định cho blockchain AI để thiết lập nhu cầu chủ đạo trong khuôn khổ thể chế.

3.5 Thiếu trường hợp sử dụng

Những yếu tố cấu trúc này cùng dẫn đến một vấn đề cơ bản hơn: thiếu các trường hợp thành công mang tính biểu tượng có thể chứng minh giá trị trên quy mô lớn. Ngành AI truyền thống có được vị thế như ngày nay nhờ vòng xoáy phổ biến do ChatGPT khởi xướng: nó sử dụng một sản phẩm cụ thể và được biết đến rộng rãi để thu hút vốn và nhân tài cần thiết cho sự tăng trưởng bền vững.

Các dự án blockchain AI chưa chứng minh được bằng chứng tương tự về sự phù hợp giữa sản phẩm và thị trường trên quy mô lớn. Ngoài sự nhiệt tình của cộng đồng ban đầu, không có dự án nào cho thấy ứng dụng ở cấp độ hoạt động doanh nghiệp hoặc cuộc sống hàng ngày của người tiêu dùng đủ để thu hút sự chú ý của vốn chủ đạo. Thiếu các trường hợp tham khảo thuyết phục vẫn là rào cản lớn nhất để thu hút đầu tư từ các tổ chức bảo thủ, vốn có thể đẩy nhanh việc áp dụng rộng rãi hơn blockchain AI.

4. Sự kết hợp này có giá trị không?

Bất kể kỳ vọng thị trường như thế nào, blockchain AI vẫn chưa tìm được chỗ đứng ổn định trong chuỗi giá trị AI chủ đạo. Điều này có nghĩa là sự kết hợp này vô giá trị?

Không phải vậy.

Lý do cơ bản khiến các dự án blockchain AI hiện bị bỏ qua không phải do mâu thuẫn nội tại, mà là do sự lệch pha giữa nhu cầu của ngành hiện tại và mục tiêu mà công nghệ này nhắm đến trong từng danh mục con.

Các ưu tiên của ngành AI truyền thống rất rõ ràng: hiệu suất ngắn hạn, tối ưu hóa chi phí và độ tin cậy cơ sở hạ tầng. Ngược lại, nhiều giải pháp blockchain dựa trên AI hiện tại tập trung vào quyền sở hữu dữ liệu, minh bạch tính toán và phi tập trung hóa.

Đối với các bên tham gia ngành đã trưởng thành, những vấn đề này không phải là nút thắt cổ chai cấp bách, và việc giải quyết chúng thường đòi hỏi phải trả giá về hiệu suất quá cao so với lợi ích.

Trước cơn sốt AI, các công ty cơ sở hạ tầng điện thường được phân loại là doanh nghiệp trưởng thành, tăng trưởng chậm. Sự gia tăng nhu cầu điện do trung tâm dữ liệu thúc đẩy đã thay đổi tình trạng này, và sau đó chúng đã thu hút sự chú ý đáng kể của thị trường. Sự lạnh nhạt hiện tại đối với blockchain AI có thể phản ánh hiệu ứng độ trễ tương tự, khi giá trị của cơ sở hạ tầng chưa được thể hiện đầy đủ trước khi một mô hình mới xuất hiện.

Trong giai đoạn chuyển tiếp này, điều quan trọng là ngành này phản ứng thế nào với nhu cầu thực tế của thị trường.

Con đường phía trước chia làm hai hướng: chủ động thích nghi với các tiêu chuẩn của chuỗi giá trị AI đã được thiết lập và thu hẹp khoảng cách hiệu suất ngắn hạn; hoặc duy trì năng lực hiện tại, đồng thời tiếp tục xây dựng cơ sở hạ tầng cần thiết cho việc triển khai AI thế hệ tương lai.

Kết quả sẽ phụ thuộc vào việc lựa chọn nào phù hợp hơn với xu hướng nhu cầu trong tương lai.