ผู้แต่งต้นฉบับ: เรื่องราว , IOSG Ventures

สรุปสั้นๆ

ความท้าทายด้านข้อมูล: การแข่งขันเพื่อบล็อกเวลาบนเครือข่ายสาธารณะประสิทธิภาพสูงได้ก้าวเข้าสู่ยุคที่ใช้เวลาน้อยกว่าวินาที ความต้องการการทำงานพร้อมกันสูง ความผันผวนของปริมาณการรับส่งข้อมูลสูง และความหลากหลายของเครือข่ายหลายเครือข่ายในฝั่งผู้บริโภค ทำให้ความซับซ้อนของข้อมูลเพิ่มขึ้น จำเป็นต้องปรับเปลี่ยนโครงสร้างพื้นฐานข้อมูลไปสู่การประมวลผลแบบเพิ่มหน่วยแบบเรียลไทม์และความสามารถในการปรับขนาดแบบไดนามิก กระบวนการ ETL แบบแบตช์แบบดั้งเดิมมีความหน่วงเวลาตั้งแต่นาทีไปจนถึงชั่วโมง ทำให้ไม่เพียงพอสำหรับการทำธุรกรรมแบบเรียลไทม์ โซลูชันใหม่ๆ เช่น The Graph, Nansen และ Pangea กำลังนำการประมวลผลแบบสตรีมมิ่งมาใช้เพื่อลดความหน่วงเวลาให้อยู่ในระดับการติดตามแบบเรียลไทม์

การเปลี่ยนแปลงกระบวนทัศน์ในการแข่งขันด้านข้อมูล: วัฏจักรก่อนหน้านี้มุ่งเน้นไปที่ "ความเข้าใจ" แต่วัฏจักรนี้กลับเน้นที่ "ความสามารถในการทำกำไร" ภายใต้โมเดล Bonding Curve การล่าช้าเพียงหนึ่งนาทีอาจสร้างความเสียหายได้มากกว่าหลายเท่า การวนซ้ำของเครื่องมือ: ตั้งแต่การตั้งค่า Slippage ด้วยตนเอง ไปจนถึงบอทดักจับ ไปจนถึงเทอร์มินัลแบบบูรณาการ GMGN เมื่อความสามารถในการซื้อขายบนบล็อกเชนค่อยๆ กลายเป็นสินค้าโภคภัณฑ์ ขอบเขตการแข่งขันหลักจึงเปลี่ยนไปสู่ตัวข้อมูลเอง: ใครก็ตามที่สามารถจับสัญญาณได้เร็วกว่าจะช่วยให้ผู้ใช้ได้รับผลกำไร

การขยายมิติของข้อมูลธุรกรรม: มีมคือหัวใจสำคัญของการสร้างความสนใจทางการเงิน โดยเฉพาะอย่างยิ่งการเล่าเรื่อง ความสนใจ และการเผยแพร่ข้อมูลในภายหลัง วงจรปิดของความคิดเห็นสาธารณะนอกเครือข่ายและข้อมูลบนเครือข่าย: การติดตามและสรุปเรื่องราว รวมถึงการวัดปริมาณความรู้สึก กำลังกลายเป็นหัวใจสำคัญของธุรกรรม "ข้อมูลใต้น้ำ": กระแสเงินทุน โปรไฟล์บุคคล และการติดฉลากแอดเดรสของเงินอัจฉริยะ/KOL เผยให้เห็นการจัดการที่ซ่อนอยู่เบื้องหลังแอดเดรสบนเครือข่ายที่ไม่ระบุตัวตน เทอร์มินัลการซื้อขายรุ่นใหม่ผสานรวมสัญญาณออนเชนและออฟเชนแบบหลายมิติได้ภายในเสี้ยววินาที ช่วยเพิ่มประสิทธิภาพในการเข้าตลาดและการตัดสินใจหลีกเลี่ยงความเสี่ยง

สัญญาณที่นำไปปฏิบัติได้จริงที่ขับเคลื่อนด้วย AI: จากข้อมูลสู่ผลกำไร เป้าหมายการแข่งขันในระยะใหม่: ความเร็ว ระบบอัตโนมัติ และผลตอบแทนส่วนเกิน LLM+ ปัญญาประดิษฐ์แบบมัลติโมดัลจะดึงสัญญาณการตัดสินใจโดยอัตโนมัติและผสานเข้ากับการคัดลอกเทรด การดำเนินการตัดขาดทุน และทำกำไร ความเสี่ยงและความท้าทาย: ภาพลวงตา อายุสัญญาณสั้น ความล่าช้าในการดำเนินการ และการควบคุมความเสี่ยง การสร้างสมดุลระหว่างความเร็วและความแม่นยำ การเรียนรู้แบบเสริมแรง และการทดสอบย้อนหลังแบบจำลองคือกุญแจสำคัญ

ทางเลือกในการอยู่รอดสำหรับแดชบอร์ดข้อมูล: แอปพลิเคชันสำหรับการรวมข้อมูล/แดชบอร์ดแบบน้ำหนักเบาขาดความได้เปรียบในการแข่งขัน และช่องทางเฉพาะของแอปพลิเคชันกำลังหดตัวลง ดาวน์: เจาะลึกการบูรณาการไปป์ไลน์พื้นฐานประสิทธิภาพสูงและการวิจัยข้อมูล อัพ: ขยายไปยังเลเยอร์แอปพลิเคชัน จัดการสถานการณ์ผู้ใช้โดยตรง และเพิ่มกิจกรรมการเข้าถึงข้อมูล ภูมิทัศน์ในอนาคต: กลายเป็นโครงสร้างพื้นฐานสำหรับ Web 3 ด้านน้ำ ไฟฟ้า และถ่านหิน หรือกลายเป็นแพลตฟอร์มผู้ใช้สำหรับ Crypto Bloomberg

คูเมืองกำลังเปลี่ยนไปสู่ "สัญญาณที่นำไปปฏิบัติได้จริง" และ "ศักยภาพด้านข้อมูลพื้นฐาน" วงจรปิดของสินทรัพย์แบบหางยาวและข้อมูลธุรกรรมนำเสนอโอกาสพิเศษสำหรับผู้ประกอบการที่เป็นเจ้าของคริปโต โอกาสสำหรับ 2-3 ปีข้างหน้า:

• โครงสร้างพื้นฐานต้นน้ำ: พลังการประมวลผลเว็บ 2 ระดับ + ข้อกำหนดดั้งเดิมของเว็บ 3 → Web 3 Databricks/AWS
• แพลตฟอร์มการดำเนินการปลายทาง: ตัวแทน AI + ข้อมูลหลายมิติ + การดำเนินการที่ราบรื่น → Crypto Bloomberg Terminal

ขอขอบคุณ Hubble AI, Space & Time, OKX DEX และโครงการอื่นๆ สำหรับการสนับสนุนรายงานการวิจัยนี้!

บทนำ: การสั่นพ้องสามประการของมีม เชนสาธารณะประสิทธิภาพสูง และ AI

ในรอบก่อนหน้านี้ การเติบโตของธุรกรรมบนเครือข่ายอาศัยการวนซ้ำของโครงสร้างพื้นฐานเป็นหลัก เมื่อเข้าสู่รอบใหม่ เมื่อโครงสร้างพื้นฐานนี้เติบโตเต็มที่ ซูเปอร์แอปอย่าง Pump.fun กำลังกลายเป็นเครื่องมือขับเคลื่อนการเติบโตใหม่สำหรับอุตสาหกรรมคริปโต รูปแบบการออกสินทรัพย์ประเภทนี้ พร้อมด้วยกลไกการออกสินทรัพย์แบบครบวงจรและการออกแบบสภาพคล่องที่ซับซ้อน ได้สร้างสภาพแวดล้อมการซื้อขายที่ยุติธรรมและบริสุทธิ์ ซึ่งเต็มไปด้วยเรื่องราวการรวยอย่างรวดเร็ว ความสามารถในการทำซ้ำของผลกระทบจากความมั่งคั่งแบบทวีคูณสูงนี้ กำลังเปลี่ยนแปลงความคาดหวังผลตอบแทนและพฤติกรรมการซื้อขายของผู้ใช้อย่างลึกซึ้ง ผู้ใช้ต้องการไม่เพียงแต่โอกาสในการเข้าถึงที่รวดเร็วขึ้นเท่านั้น แต่ยังต้องการความสามารถในการรับ วิเคราะห์ และประมวลผลข้อมูลหลายมิติได้ในเวลาอันรวดเร็ว โครงสร้างพื้นฐานข้อมูลที่มีอยู่กำลังดิ้นรนเพื่อตอบสนองความต้องการเหล่านี้ในด้านความหนาแน่นและประสิทธิภาพแบบเรียลไทม์

สิ่งนี้นำไปสู่ความต้องการสภาพแวดล้อมการซื้อขายขั้นสูงยิ่งขึ้น ได้แก่ ความขัดข้องที่ลดลง การยืนยันที่รวดเร็วขึ้น และสภาพคล่องที่มากขึ้น แพลตฟอร์มการซื้อขายกำลังย้ายไปยังเครือข่ายสาธารณะประสิทธิภาพสูงและ Layer 2 Rollup อย่างรวดเร็ว ซึ่งนำเสนอโดย Solana และ Base ปริมาณข้อมูลธุรกรรมบนเครือข่ายสาธารณะเหล่านี้เพิ่มขึ้นมากกว่า 10 เท่าเมื่อเทียบกับ Ethereum รุ่นก่อนหน้า ก่อให้เกิดความท้าทายด้านประสิทธิภาพข้อมูลที่รุนแรงยิ่งขึ้นสำหรับผู้ให้บริการข้อมูลเดิม ด้วยการเปิดตัวเครือข่ายสาธารณะประสิทธิภาพสูงรุ่นใหม่อย่าง Monad และ MegaETH ที่กำลังจะมาถึง ความต้องการการประมวลผลและจัดเก็บข้อมูลแบบออนเชนจะเพิ่มขึ้นอย่างก้าวกระโดด

ในขณะเดียวกัน การพัฒนาอย่างรวดเร็วของ AI กำลังเร่งให้เกิดความเท่าเทียมทางปัญญา ปัญญาประดิษฐ์ของ GPT-5 ได้พัฒนาไปถึงระดับปริญญาเอก และแบบจำลองมัลติโมดัลขนาดใหญ่อย่าง Gemini สามารถตีความกราฟแท่งเทียนได้อย่างง่ายดาย ด้วยความช่วยเหลือของเครื่องมือ AI ทำให้สัญญาณการซื้อขายที่เคยซับซ้อนสามารถเข้าใจและดำเนินการได้โดยผู้ใช้ทั่วไป ภายใต้แนวโน้มนี้ เทรดเดอร์เริ่มพึ่งพา AI ในการตัดสินใจซื้อขาย และการตัดสินใจซื้อขายด้วย AI ไม่สามารถแยกออกจากข้อมูลหลายมิติที่มีประสิทธิภาพสูงได้ AI กำลังพัฒนาจากเครื่องมือวิเคราะห์เสริมไปสู่แพลตฟอร์มการตัดสินใจซื้อขายหลัก และการนำไปใช้อย่างแพร่หลายยิ่งทำให้ความต้องการข้อมูลแบบเรียลไทม์ ความสามารถในการตีความ และความสามารถในการปรับขนาดเพิ่มมากขึ้น

ภายใต้กระแสการซื้อขายมีมที่สั่นสะเทือนทั้ง 3 ประการ การขยายตัวของเครือข่ายสาธารณะประสิทธิภาพสูง และการนำ AI ไปใช้ในเชิงพาณิชย์ ระบบนิเวศบนเครือข่ายจึงมีความต้องการโครงสร้างพื้นฐานข้อมูลใหม่อย่างเร่งด่วนมากขึ้นเรื่อยๆ

เผชิญกับความท้าทายด้านข้อมูลของ 100,000 TPS และการสร้างบล็อกระดับมิลลิวินาที

ด้วยการเพิ่มขึ้นของเครือข่ายสาธารณะประสิทธิภาพสูงและ Rollup ประสิทธิภาพสูง ขนาดและความเร็วของข้อมูลบนเครือข่ายได้เข้าสู่ขั้นตอนใหม่

ด้วยการใช้สถาปัตยกรรมแบบ High-Concurrency (HT) และ Low-Latency (LTE) อย่างแพร่หลาย ปริมาณธุรกรรมรายวันจึงสูงเกิน 10 ล้านรายการได้อย่างง่ายดาย โดยปริมาณข้อมูลดิบวัดเป็นหน่วยหลายร้อย GB ยกตัวอย่างเช่น โซลานามีค่าเฉลี่ยมากกว่า 1,200 TPS ในช่วง 30 วันที่ผ่านมา โดยมีธุรกรรมมากกว่า 100 ล้านรายการต่อวัน และเมื่อวันที่ 17 สิงหาคม สถิติสูงสุดเป็นประวัติการณ์ที่ 107,664 TPS ข้อมูลบัญชีแยกประเภทของโซลานาเติบโตในอัตรา 80-95 TB ต่อปี หรือคิดเป็น 210-260 GB ต่อวัน

▲ Chainspect, TPS เฉลี่ย 30 วัน

Chainspect ปริมาณการซื้อขาย 30 วัน

ไม่เพียงแต่ปริมาณงานจะเพิ่มขึ้น แต่เวลาบล็อกบนเครือข่ายสาธารณะที่เพิ่งเกิดขึ้นใหม่ก็เพิ่มขึ้นเป็นมิลลิวินาทีเช่นกัน การอัปเกรด Maxwell ของ BNB Chain ทำให้เวลาบล็อกลดลงเหลือ 0.8 วินาที ขณะที่เทคโนโลยี Flashblocks ของ Base Chain ลดเวลาบล็อกลงเหลือ 200 มิลลิวินาที ในช่วงครึ่งหลังของปีนี้ Solana วางแผนที่จะแทนที่ PoH ด้วย Alpenglow โดยลดเวลายืนยันบล็อกลงเหลือ 150 มิลลิวินาที ขณะที่เมนเน็ต MegaETH ตั้งเป้าไว้ที่เวลาบล็อกแบบเรียลไทม์ 10 มิลลิวินาที ความสำเร็จและความก้าวหน้าทางเทคโนโลยีเหล่านี้ได้ช่วยปรับปรุงประสิทธิภาพการทำธุรกรรมแบบเรียลไทม์อย่างมีนัยสำคัญ แต่ก็สร้างความต้องการที่ไม่เคยมีมาก่อนในด้านความสามารถในการซิงโครไนซ์และถอดรหัสข้อมูลบล็อก

อย่างไรก็ตาม โครงสร้างพื้นฐานข้อมูลปลายทางยังคงพึ่งพาไปป์ไลน์ ETL แบบแบตช์เป็นส่วนใหญ่ ซึ่งย่อมทำให้เกิดความล่าช้าของข้อมูลอย่างหลีกเลี่ยงไม่ได้ ยกตัวอย่างเช่น บน Solana ข้อมูลเหตุการณ์การโต้ตอบสัญญาโดยทั่วไปจะล่าช้าประมาณห้านาที ในขณะที่ข้อมูลรวมระดับโปรโตคอลอาจใช้เวลานานถึงหนึ่งชั่วโมง ซึ่งหมายความว่าธุรกรรมบนเครือข่ายที่สามารถยืนยันได้ภายใน 400 มิลลิวินาทีจะล่าช้าหลายร้อยครั้งก่อนที่จะปรากฏในเครื่องมือวิเคราะห์ ทำให้ธุรกรรมเหล่านี้ไม่เป็นที่ยอมรับสำหรับการใช้งานการซื้อขายแบบเรียลไทม์

▲ Dune ความสดใหม่ของบล็อคเชน

เพื่อรับมือกับความท้าทายด้านการจัดหาข้อมูล บางแพลตฟอร์มได้เปลี่ยนมาใช้สถาปัตยกรรมแบบสตรีมมิ่งและแบบเรียลไทม์ Graph ใช้ประโยชน์จาก Substreams และ Firehose เพื่อลดความหน่วงของข้อมูลให้ใกล้เคียงกับเรียลไทม์ Nansen ได้ผสานรวมเทคโนโลยีการประมวลผลแบบสตรีม เช่น ClickHouse เข้าด้วยกัน ทำให้ประสิทธิภาพใน Smart Alerts และแดชบอร์ดแบบเรียลไทม์ดีขึ้นถึงสิบเท่า Pangea รวบรวมข้อมูลการประมวลผล พื้นที่จัดเก็บ และแบนด์วิดท์จากโหนดชุมชน นำเสนอข้อมูลสตรีมมิ่งแบบเรียลไทม์ที่มีความหน่วงต่ำกว่า 100 มิลลิวินาที ให้กับผู้ให้บริการด้านธุรกิจ เช่น ผู้สร้างตลาด นักวิเคราะห์เชิงปริมาณ และสมุดคำสั่งซื้อแบบจำกัดส่วนกลาง (CLOBS)

เชนสเปกต์

นอกจากปริมาณข้อมูลมหาศาลแล้ว ธุรกรรมแบบออนเชนยังแสดงให้เห็นถึงความไม่สมดุลของปริมาณการรับส่งข้อมูลอย่างมีนัยสำคัญ ตลอดปีที่ผ่านมา ปริมาณธุรกรรมรายสัปดาห์ของ Pumpfun ผันผวนเกือบ 30 เท่าจากต่ำสุดไปจนถึงสูงสุด ในปี 2567 แพลตฟอร์มการซื้อขายมีมอย่าง GMGN ประสบปัญหาเซิร์ฟเวอร์ขัดข้องถึงหกครั้งภายในสี่วัน ทำให้ต้องย้ายฐานข้อมูลพื้นฐานจาก AWS Aurora ไปยัง TiDB ซึ่งเป็นฐานข้อมูล SQL แบบกระจายโอเพนซอร์ส การโยกย้ายครั้งนี้ช่วยเพิ่มความสามารถในการปรับขนาดแนวนอนและความยืดหยุ่นในการประมวลผลของระบบอย่างมีนัยสำคัญ เพิ่มความคล่องตัวทางธุรกิจประมาณ 30% และลดแรงกดดันอย่างมากในช่วงเวลาที่มีการซื้อขายสูงสุด

▲ Dune, Pumpfun ฉบับรายสัปดาห์

▲ Odaily กรณีบริการ Web 3 ของ TiDB

ระบบนิเวศแบบหลายเชนยิ่งทำให้ความซับซ้อนนี้ทวีความรุนแรงยิ่งขึ้น ความแตกต่างในรูปแบบบันทึก โครงสร้างเหตุการณ์ และฟิลด์ธุรกรรมในเชนสาธารณะ จำเป็นต้องมีตรรกะการแยกวิเคราะห์ที่กำหนดเองสำหรับแต่ละเชนใหม่ ซึ่งเป็นความท้าทายอย่างมากต่อความยืดหยุ่นและความสามารถในการปรับขนาดของโครงสร้างพื้นฐานข้อมูล ด้วยเหตุนี้ ผู้ให้บริการข้อมูลบางรายจึงนำกลยุทธ์ "ลูกค้ามาก่อน" มาใช้ นั่นคือ ให้ความสำคัญกับการเข้าถึงบริการจากเชนที่มีกิจกรรมการซื้อขายอย่างต่อเนื่อง และสร้างสมดุลระหว่างความยืดหยุ่นและความสามารถในการปรับขนาด

หากการประมวลผลข้อมูลยังคงติดขัดอยู่ในกระบวนการ ETL (Extract, Transform และ Load) แบบแบตช์ที่มีช่วงเวลาคงที่ ท่ามกลางการแพร่หลายของบล็อกเชนประสิทธิภาพสูง จะต้องเผชิญกับปัญหาความล่าช้า ปัญหาคอขวดในการถอดรหัส และความล่าช้าในการสืบค้นข้อมูล ซึ่งไม่สามารถตอบสนองความต้องการการใช้งานข้อมูลแบบเรียลไทม์ที่ละเอียดและโต้ตอบได้ ดังนั้น โครงสร้างพื้นฐานข้อมูลแบบออนเชนจึงต้องพัฒนาไปสู่สถาปัตยกรรมการประมวลผลแบบเพิ่มหน่วยและการประมวลผลแบบเรียลไทม์แบบสตรีมมิ่ง ควบคู่ไปกับกลไกการปรับสมดุลภาระงาน เพื่อรับมือกับแรงกดดันจากการทำงานพร้อมกันที่เกิดจากจุดสูงสุดของการซื้อขายในตลาดคริปโทเคอร์เรนซีเป็นระยะ นี่ไม่เพียงแต่เป็นการขยายเส้นทางเทคโนโลยีโดยธรรมชาติเท่านั้น แต่ยังเป็นก้าวสำคัญในการสร้างเสถียรภาพของการสืบค้นข้อมูลแบบเรียลไทม์อีกด้วย นอกจากนี้ยังจะสร้างความแตกต่างอย่างแท้จริงในการแข่งขันระหว่างแพลตฟอร์มข้อมูลออนเชนรุ่นต่อไป

ความเร็วคือความมั่งคั่ง: การเปลี่ยนแปลงครั้งใหญ่ในการแข่งขันข้อมูลบนเครือข่าย

แก่นแท้ของข้อมูลแบบออนเชนได้เปลี่ยนจากการสร้างภาพข้อมูลไปสู่ความสามารถในการนำไปปฏิบัติจริง ในรอบที่ผ่านมา Dune เป็นเครื่องมือมาตรฐานสำหรับการวิเคราะห์แบบออนเชน มันตอบสนองความต้องการของนักวิจัยและนักลงทุนในด้านความเข้าใจง่าย ช่วยให้พวกเขาสามารถรวบรวมเรื่องราวต่างๆ บนเชนเข้าด้วยกันโดยใช้แผนภูมิ SQL

• ผู้เล่น GameFi และ DeFi พึ่งพา Dune ในการติดตามเงินทุนที่ไหลเข้าและไหลออก คำนวณผลตอบแทนจากการทำฟาร์มทองคำ และถอนเงินก่อนถึงจุดเปลี่ยนของตลาด
• ผู้เล่น NFT ใช้ Dune เพื่อวิเคราะห์แนวโน้มปริมาณการซื้อขาย การถือครองของวาฬ และลักษณะการกระจายเพื่อคาดการณ์ความร้อนแรงของตลาด

อย่างไรก็ตาม ในวัฏจักรนี้ ผู้ใช้มีมเป็นกลุ่มผู้บริโภคที่แอคทีฟมากที่สุด พวกเขาผลักดันให้แอป Pump.fun สร้างรายได้รวม 700 ล้านดอลลาร์สหรัฐฯ ซึ่งเกือบสองเท่าของรายได้รวมของแอปผู้บริโภคชั้นนำอย่าง Opensea ในรอบก่อนหน้า

ในโลกมีม ความไวต่อเวลาของตลาดถูกขยายขึ้นอย่างสุดขั้ว ความเร็วไม่ใช่สิ่งที่ดีที่จะมีอีกต่อไป แต่เป็นตัวแปรหลักที่กำหนดกำไรและขาดทุน ในตลาดแรก ซึ่งกำหนดราคาโดย Bonding Curve ความเร็วคือต้นทุน ราคาโทเค็นเพิ่มขึ้นแบบทวีคูณตามความต้องการซื้อ และความล่าช้าเพียงหนึ่งนาทีก็สามารถเพิ่มต้นทุนการเข้าได้หลายเท่า จากการวิจัยของ Multicoin ผู้เล่นที่ทำกำไรได้มากที่สุดในเกมมักจะจ่ายสลิปเพจ 10% เพื่อเข้าสู่บล็อกที่นำหน้าคู่แข่งสามจุด ผลกระทบจากความมั่งคั่งและ "ตำนานรวยเร็ว" ผลักดันให้ผู้เล่นแสวงหากราฟแท่งเทียนระดับสอง เครื่องมือดำเนินการธุรกรรมบล็อกเดียวกัน และแดชบอร์ดการตัดสินใจแบบครบวงจร เพื่อแข่งขันกันเพื่อความเร็วในการรวบรวมข้อมูลและการวางคำสั่งซื้อ

▲ บินานซ์

ในยุคการซื้อขายแบบแมนนวลของ Uniswap ผู้ใช้จะต้องตั้งค่า slippage และ gas ของตนเอง และราคาไม่ปรากฏให้เห็นที่ด้านหน้า ทำให้การซื้อขายเหมือนกับการ "ซื้อลอตเตอรี" มากขึ้น ในยุคของบอทซุ่มยิง BananaGun เทคโนโลยีการซุ่มยิงและ slippage อัตโนมัติทำให้ผู้เล่นรายย่อยยืนอยู่บนเส้นเริ่มต้นเดียวกันกับนักวิทยาศาสตร์ จากนั้นในยุคของ PepeBoost บอทจะส่งข้อมูลการเปิดพูลในเวลาเดียวกันกับข้อมูลตำแหน่งแถวหน้า และในที่สุดก็พัฒนาเป็นยุค GMGN ในปัจจุบัน โดยสร้างเทอร์มินัลที่บูรณาการข้อมูล K-line การวิเคราะห์ข้อมูลหลายมิติ และการดำเนินการธุรกรรม กลายเป็น "Bloomberg Terminal" ของการซื้อขายมีม

ในขณะที่เครื่องมือการซื้อขายยังคงพัฒนาอย่างต่อเนื่องและเกณฑ์การดำเนินการค่อยๆ หายไป แนวหน้าของการแข่งขันจึงเลื่อนไปทางข้อมูลอย่างหลีกเลี่ยงไม่ได้: ใครก็ตามที่สามารถจับสัญญาณได้เร็วกว่าและแม่นยำกว่าจะสามารถสร้างข้อได้เปรียบในการซื้อขายในตลาดที่เปลี่ยนแปลงตลอดเวลาและช่วยให้ผู้ใช้สร้างรายได้ได้

มิติคือข้อได้เปรียบ: ความจริงที่อยู่เหนือเส้น K

แก่นแท้ของ Memecoin คือการสร้างมูลค่าความสนใจทางการเงิน เรื่องเล่าคุณภาพสูงสามารถทะลุผ่านผู้ชมได้อย่างต่อเนื่อง ดึงดูดความสนใจ และเพิ่มมูลค่าราคาและมูลค่าตลาด สำหรับนักเทรดมีม ประสิทธิภาพแบบเรียลไทม์เป็นสิ่งสำคัญ แต่การบรรลุผลลัพธ์ที่สำคัญขึ้นอยู่กับการตอบคำถามสำคัญสามข้อ ได้แก่ เรื่องเล่าของโทเค็นคืออะไร ใครกำลังให้ความสนใจ และจะขยายความสนใจนี้ในอนาคตได้อย่างไร สิ่งเหล่านี้สะท้อนถึง K-line เท่านั้น แรงผลักดันที่แท้จริงอยู่ที่ข้อมูลหลายมิติ ได้แก่ ความเชื่อมั่นนอกเครือข่าย ที่อยู่และสินทรัพย์ที่ถือครองบนเครือข่าย และการจับคู่ที่แม่นยำของทั้งสอง

On-chain × Off-chain: วงจรปิดจากการใส่ใจในธุรกรรม

ผู้ใช้จะดึงดูดความสนใจจากนอกเครือข่ายและทำธุรกรรมให้เสร็จสมบูรณ์บนเครือข่าย และข้อมูลวงจรปิดของทั้งสองกำลังกลายเป็นข้อได้เปรียบหลักของธุรกรรม Meme

#การติดตามเรื่องราวและการระบุห่วงโซ่การสื่อสาร

บนแพลตฟอร์มโซเชียลอย่าง Twitter เครื่องมืออย่าง XHunt ช่วยให้ผู้ที่ชื่นชอบมีมวิเคราะห์รายชื่อผู้ติดตาม KOL ของโครงการเพื่อระบุการเชื่อมโยงของโครงการและเครือข่ายที่อาจสร้างความความสนใจได้ 6551 DEX รวบรวมฟีด Twitter เว็บไซต์อย่างเป็นทางการ ความคิดเห็นในทวีต ประวัติการเสนอ ผู้ติดตาม KOL และอื่นๆ เพื่อสร้างรายงานที่ขับเคลื่อนด้วย AI ที่ครอบคลุมสำหรับผู้ค้าที่พัฒนาแบบเรียลไทม์ตามความคิดเห็นของสาธารณะ ช่วยให้พวกเขาบันทึกเรื่องราวต่างๆ ได้อย่างแม่นยำ

#การวัดปริมาณตัวบ่งชี้อารมณ์

เครื่องมือ Infofi อย่าง Kaito และ Cookie.fun รวบรวมและวิเคราะห์เนื้อหา Crypto Twitter นำเสนอตัวชี้วัดที่วัดผลได้สำหรับความคิดเห็น ความรู้สึก และอิทธิพล ยกตัวอย่างเช่น Cookie.fun ซ้อนทับตัวชี้วัดทั้งสองนี้โดยตรงบนกราฟราคา เปลี่ยนความรู้สึกนอกเครือข่ายให้เป็นตัวชี้วัดทางเทคนิคที่อ่านได้

▲ คุกกี้ฟัน

#On-chain และ off-chain มีความสำคัญเท่าเทียมกัน

OKX DEX นำเสนอการวิเคราะห์ Vibes ควบคู่ไปกับข้อมูลตลาด โดยรวบรวมเวลาการโทรของ KOL, KOL อันดับต้น ๆ, สรุปเรื่องราว และคะแนนที่ครอบคลุม เพื่อลดระยะเวลาในการค้นหาข้อมูลนอกเครือข่าย สรุปเรื่องราวกลายเป็นฟีเจอร์ผลิตภัณฑ์ AI ที่ได้รับความนิยมอย่างสูงในหมู่ผู้ใช้

การแสดงข้อมูลใต้น้ำ: เปลี่ยน “สมุดบัญชีที่มองเห็นได้” ให้เป็น “อัลฟาที่ใช้งานได้”

ในระบบการเงินแบบดั้งเดิม ข้อมูลกระแสคำสั่งซื้อขายจะถูกควบคุมโดยโบรกเกอร์รายใหญ่ ซึ่งทำให้บริษัทด้านปริมาณต้องจ่ายเงินหลายร้อยล้านดอลลาร์ต่อปีเพื่อเข้าถึงข้อมูลดังกล่าวเพื่อเพิ่มประสิทธิภาพกลยุทธ์การซื้อขาย ในทางกลับกัน บัญชีแยกประเภทการซื้อขายของคริปโตเคอร์เรนซีนั้นเป็นสาธารณะและโปร่งใสอย่างสมบูรณ์ ทำให้ข้อมูลอันทรงคุณค่ากลายเป็น "โอเพนซอร์ส" อย่างแท้จริง ก่อให้เกิดเหมืองทองคำแบบเปิดที่รอการขุด

คุณค่าของข้อมูลใต้น้ำอยู่ที่การดึงเอาเจตนาที่มองไม่เห็นออกมาจากธุรกรรมที่มองเห็นได้ ซึ่งรวมถึงกระแสเงินทุนและการทำโปรไฟล์บทบาท (role profiling) เช่น ผู้สร้างตลาด (market maker) ที่สร้างสถานะหรือกระจายโอกาสทางการขาย (lead) ที่อยู่บัญชีสำรองของ KOL สัดส่วนการลงทุนที่กระจุกตัวหรือกระจายตัว ธุรกรรมแบบรวมกลุ่ม และกระแสเงินทุนที่ผิดปกติ นอกจากนี้ยังเกี่ยวข้องกับการทำโปรไฟล์ที่อยู่ (address profiling) โดยจัดหมวดหมู่ที่อยู่เป็นเงินอัจฉริยะ (smart money), KOL/VC, นักพัฒนา, ฟิชชิ่ง และการซื้อขายหลักทรัพย์โดยใช้ข้อมูลภายใน (insider trading) แล้วเชื่อมโยงข้อมูลเหล่านี้เข้ากับตัวตนนอกเครือข่าย (off-chain identities) เชื่อมโยงข้อมูลทั้งแบบ on-chain และ off-chain

สัญญาณเหล่านี้มักตรวจจับได้ยากสำหรับผู้ใช้ทั่วไป แต่อาจส่งผลต่อแนวโน้มตลาดระยะสั้นได้อย่างมีนัยสำคัญ เครื่องมือช่วยเหลือการซื้อขายสามารถวิเคราะห์แท็กที่อยู่ ลักษณะของสถานะ และธุรกรรมแบบรวมแบบเรียลไทม์ เพื่อค้นหาแนวโน้มตลาดเบื้องต้น ช่วยให้เทรดเดอร์ลดความเสี่ยงและมองหาอัลฟ่าท่ามกลางความผันผวนของตลาดแบบวินาทีต่อวินาทีเหล่านี้

ตัวอย่างเช่น GMGN ยังบูรณาการการวิเคราะห์ฉลาก เช่น เงินอัจฉริยะ ที่อยู่ KOL/VC กระเป๋าเงินของนักพัฒนา การซื้อขายข้อมูลภายใน ที่อยู่ฟิชชิ่ง และธุรกรรมแบบรวมไว้บนชุดข้อมูลธุรกรรมแบบเรียลไทม์บนเชนและสัญญาโทเค็น แมปที่อยู่บนเชนกับบัญชีโซเชียลมีเดีย และจัดแนวการไหลของเงินทุน สัญญาณความเสี่ยง และพฤติกรรมราคาไปที่ระดับที่สอง ช่วยให้ผู้ใช้ตัดสินใจเข้าและหลีกเลี่ยงความเสี่ยงได้เร็วขึ้น

▲ จีเอ็มจีเอ็น

สัญญาณที่ดำเนินการได้ซึ่งขับเคลื่อนด้วย AI: จากข้อมูลสู่รายได้

“ในคลื่นลูกต่อไปของ AI การขายไม่ได้เกี่ยวกับเครื่องมือ แต่เกี่ยวกับรายได้” — Sequoia Capital

การประเมินนี้ยังคงเป็นจริงในภาคการซื้อขายสกุลเงินดิจิทัล เมื่อความเร็วและมิติข้อมูลเป็นไปตามมาตรฐาน เป้าหมายการแข่งขันถัดไปคือความสามารถในการแปลงข้อมูลที่ซับซ้อนและหลากหลายมิติให้เป็นสัญญาณการซื้อขายที่นำไปปฏิบัติได้จริงในขั้นตอนการตัดสินใจเกี่ยวกับข้อมูล เกณฑ์การประเมินสำหรับการตัดสินใจเกี่ยวกับข้อมูลสามารถสรุปได้เป็นสามประเด็นสำคัญ ได้แก่ ความเร็ว ระบบอัตโนมัติ และผลตอบแทนส่วนเกิน

เร็วพอ: ด้วยความก้าวหน้าอย่างต่อเนื่องของความสามารถของ AI ข้อได้เปรียบของการประมวลผลภาษาธรรมชาติและ LLM แบบหลายโหมดจะค่อยๆ เกิดขึ้น ไม่เพียงแต่สามารถบูรณาการและทำความเข้าใจข้อมูลจำนวนมหาศาลได้เท่านั้น แต่ยังสามารถสร้างการเชื่อมโยงทางความหมายระหว่างข้อมูลและดึงข้อสรุปการตัดสินใจโดยอัตโนมัติ ในสภาพแวดล้อมการซื้อขายแบบออนเชนที่มีความเข้มข้นสูงและปริมาณการซื้อขายต่ำ แต่ละสัญญาณจะมีระยะเวลาและความจุของเงินทุนที่สั้นมาก และความเร็วส่งผลโดยตรงต่อผลตอบแทนที่สัญญาณสามารถมอบให้ได้

ระบบอัตโนมัติ: มนุษย์ไม่สามารถติดตามตลาดได้ตลอด 24 ชั่วโมงทุกวัน แต่ AI ทำได้ ยกตัวอย่างเช่น ผู้ใช้สามารถวางคำสั่งซื้อแบบมีเงื่อนไขสำหรับการคัดลอกเทรด พร้อมตั้งค่า Stop-Loss หรือ Take-Profit ไว้กับตัวแทนบนแพลตฟอร์ม Senpi ซึ่ง AI จำเป็นต้องสำรวจหรือตรวจสอบข้อมูลแบบเรียลไทม์เบื้องหลัง และส่งคำสั่งซื้อโดยอัตโนมัติเมื่อตรวจพบสัญญาณ

ผลตอบแทน: ท้ายที่สุดแล้ว ประสิทธิภาพของสัญญาณการซื้อขายใดๆ ขึ้นอยู่กับความสามารถในการสร้างผลตอบแทนส่วนเกินอย่างสม่ำเสมอ AI ไม่เพียงแต่ต้องมีความเข้าใจอย่างถ่องแท้เกี่ยวกับสัญญาณออนเชนเท่านั้น แต่ยังต้องรวมการควบคุมความเสี่ยงเพื่อเพิ่มอัตราส่วนความเสี่ยงต่อผลตอบแทนสูงสุดในสภาพแวดล้อมที่มีความผันผวนสูง ซึ่งรวมถึงการพิจารณาปัจจัยออนเชนเฉพาะที่มีผลต่อผลตอบแทน เช่น สลิปเพจ และความหน่วงในการดำเนินการ

ความสามารถนี้กำลังปรับเปลี่ยนตรรกะทางธุรกิจของแพลตฟอร์มข้อมูล จากการขาย "การเข้าถึงข้อมูล" ไปสู่การขาย "สัญญาณกระตุ้นรายได้" จุดเน้นในการแข่งขันของเครื่องมือยุคใหม่ไม่ได้อยู่ที่การครอบคลุมข้อมูลอีกต่อไป แต่อยู่ที่ความสามารถในการนำสัญญาณไปปฏิบัติได้จริง ซึ่งก็คือความสามารถในการทำขั้นตอนสุดท้ายให้สำเร็จอย่างแท้จริง ตั้งแต่ "ข้อมูลเชิงลึก" ไปจนถึง "การดำเนินการ"

โครงการใหม่บางโครงการได้เริ่มสำรวจแนวทางนี้แล้ว ตัวอย่างเช่น Truenorth ซึ่งเป็นเครื่องมือค้นหาที่ขับเคลื่อนด้วย AI ได้นำ "อัตราการดำเนินการตัดสินใจ" มาใช้ในการประเมินประสิทธิผลของข้อมูล การเรียนรู้แบบเสริมแรงจะช่วยเพิ่มประสิทธิภาพผลลัพธ์อย่างต่อเนื่อง ลดสัญญาณรบกวนที่ไม่ถูกต้อง และช่วยให้ผู้ใช้สร้างกระแสข้อมูลที่นำไปปฏิบัติได้โดยตรงสำหรับการวางคำสั่งซื้อ

▲ ทรูนอร์ท

แม้ว่า AI จะมีศักยภาพอย่างมากในการสร้างสัญญาณที่สามารถดำเนินการได้ แต่ก็ต้องเผชิญกับความท้าทายมากมาย

อาการประสาทหลอน: ข้อมูลบนเครือข่ายมีความหลากหลายและมีสัญญาณรบกวนสูง LL.M. มักเกิดอาการประสาทหลอนหรือเกิดการโอเวอร์ฟิตติ้งเมื่อวิเคราะห์คำค้นหาภาษาธรรมชาติหรือสัญญาณหลายโหมด ซึ่งส่งผลกระทบต่อผลผลิตและความแม่นยำของสัญญาณ ตัวอย่างเช่น เมื่อโทเค็นหลายตัวมีชื่อเดียวกัน AI มักจะไม่สามารถค้นหาที่อยู่สัญญาที่ตรงกับ CT Ticker ได้ อีกตัวอย่างหนึ่งคือผลิตภัณฑ์สัญญาณ AI จำนวนมากมักอ้างถึงการพูดคุยเกี่ยวกับ AI ใน CT ว่าเป็น Sleepless AI

อายุการใช้งานของสัญญาณ: สภาพแวดล้อมการซื้อขายเปลี่ยนแปลงอยู่ตลอดเวลา ความล่าช้าใดๆ จะกัดกร่อนผลกำไร AI ต้องทำการสกัดข้อมูล วิเคราะห์ และดำเนินการให้เสร็จสิ้นภายในเวลาอันสั้น แม้แต่กลยุทธ์การคัดลอกการซื้อขายที่ง่ายที่สุดก็สามารถเปลี่ยนผลตอบแทนเชิงบวกให้เป็นเชิงลบได้ หากไม่ปฏิบัติตามกลยุทธ์ Smart Money

การควบคุมความเสี่ยง: ในสถานการณ์ที่มีความผันผวนสูง หาก AI ไม่สามารถอัปโหลดไปยังบล็อคเชนได้อย่างต่อเนื่อง หรือเกิดการลื่นไถลมากเกินไป ไม่เพียงแต่จะไม่สามารถสร้างผลตอบแทนส่วนเกินได้เท่านั้น แต่ยังอาจใช้เงินต้นทั้งหมดไปภายในเวลาเพียงไม่กี่นาทีอีกด้วย

ดังนั้น การหาสมดุลระหว่างความเร็วและความแม่นยำ และลดอัตราข้อผิดพลาดผ่านกลไกต่างๆ เช่น การเรียนรู้แบบเสริมแรง การเรียนรู้การถ่ายโอน และการทดสอบแบบแบ็คเทสต์จำลอง จึงเป็นประเด็นสำคัญในการแข่งขันของการนำ AI ไปใช้ในสาขานี้

ขึ้นหรือลง? การตัดสินใจเอาตัวรอดของแดชบอร์ดข้อมูล

ด้วย AI ที่สามารถสร้างสัญญาณที่นำไปปฏิบัติได้โดยตรงและแม้กระทั่งช่วยในการวางคำสั่งซื้อ "แอปพลิเคชันระดับกลางน้ำหนักเบา" ที่อาศัยการรวบรวมข้อมูลเพียงอย่างเดียวกำลังเผชิญกับวิกฤตการณ์ร้ายแรง ไม่ว่าจะเป็นเครื่องมือที่รวมข้อมูลแบบออนเชนไว้ในแดชบอร์ด หรือบอทเทรดที่ซ้อนตรรกะการดำเนินการไว้บนการรวมข้อมูล พวกมันขาดระบบป้องกันที่ยั่งยืนโดยเนื้อแท้ ในอดีต เครื่องมือเหล่านี้เติบโตได้ดีจากความสะดวกสบายหรือความต้องการของผู้ใช้ (เช่น ผู้ใช้มักใช้ Dexscreener เพื่อตรวจสอบสถานะ CTO ของโทเค็น) อย่างไรก็ตาม ด้วยข้อมูลเดียวกันที่มีอยู่หลายตำแหน่ง กลไกการดำเนินการที่กลายเป็นสินค้าโภคภัณฑ์ที่เพิ่มมากขึ้น และ AI ที่สามารถสร้างสัญญาณการตัดสินใจและสั่งการการดำเนินการจากข้อมูลเดียวกันได้โดยตรง ทำให้ความสามารถในการแข่งขันของเครื่องมือเหล่านี้ลดน้อยลงอย่างรวดเร็ว

ในอนาคต เอ็นจิ้นการประมวลผลแบบออนเชนที่มีประสิทธิภาพจะได้รับการพัฒนาอย่างต่อเนื่อง ซึ่งจะช่วยลดอุปสรรคในการทำธุรกรรมลงอีก แนวโน้มเช่นนี้ ผู้ให้บริการข้อมูลต้องเลือกระหว่างการมุ่งเน้นไปที่การพัฒนาโครงสร้างพื้นฐานการรวบรวมและประมวลผลข้อมูลที่รวดเร็วยิ่งขึ้น หรือขยายขอบเขตการเข้าถึงไปยังเลเยอร์แอปพลิเคชันเพื่อควบคุมสถานการณ์การใช้งานและปริมาณการใช้งานของผู้บริโภคโดยตรง ผู้ที่ติดอยู่ตรงกลาง โดยมุ่งเน้นแต่การรวบรวมข้อมูลและการจัดแพคเกจข้อมูลแบบเบา จะยังคงเผชิญกับความท้าทายในการอยู่รอดต่อไป

การเคลื่อนตัวลงหมายถึงการสร้างคูน้ำโครงสร้างพื้นฐาน ขณะพัฒนาผลิตภัณฑ์การซื้อขาย ฮับเบิลเอไอตระหนักดีว่าการพึ่งพา TG Bots เพียงอย่างเดียวจะไม่สร้างข้อได้เปรียบในระยะยาว ดังนั้น จึงเปลี่ยนโฟกัสไปที่การประมวลผลข้อมูลต้นน้ำ และทุ่มเทให้กับการสร้าง "Crypto Databricks" หลังจากบรรลุความเร็วในการประมวลผลข้อมูลขั้นสูงสุดบนโซลานาแล้ว ฮับเบิลเอไอกำลังเปลี่ยนจากการประมวลผลข้อมูลไปสู่แพลตฟอร์มข้อมูลและการวิจัยแบบบูรณาการ สร้างตำแหน่งต้นน้ำในห่วงโซ่คุณค่า และให้การสนับสนุนพื้นฐานสำหรับความต้องการข้อมูลของแอปพลิเคชันตัวแทน AI แบบบรรยายและแบบออนเชน "การเงินแบบออนเชน" ของสหรัฐอเมริกา

การก้าวไปข้างหน้าหมายถึงการขยายไปสู่สถานการณ์การใช้งานจริงและการกำหนดเป้าหมายผู้ใช้ปลายทาง Space and Time เดิมมุ่งเน้นไปที่การทำดัชนี SQL ในระดับต่ำกว่าวินาทีและ Oracle Push แต่เมื่อเร็ว ๆ นี้เริ่มสำรวจสถานการณ์ผู้บริโภคด้วยการเปิดตัว Dream.Space ซึ่งเป็นผลิตภัณฑ์ "vibe coding" บน Ethereum ผู้ใช้สามารถเขียนสัญญาอัจฉริยะด้วยภาษาธรรมชาติหรือสร้างแดชบอร์ดวิเคราะห์ข้อมูลได้ การเปลี่ยนแปลงนี้ไม่เพียงแต่เพิ่มความถี่ในการเรียกใช้บริการข้อมูลเท่านั้น แต่ยังส่งเสริมการมีส่วนร่วมของผู้ใช้โดยตรงผ่านประสบการณ์ของผู้ใช้ปลายทางอีกด้วย

สิ่งนี้แสดงให้เห็นว่าผู้ที่ติดอยู่ตรงกลางและพึ่งพาการขายอินเทอร์เฟซข้อมูลเพียงอย่างเดียวกำลังสูญเสียส่วนแบ่งตลาด ภูมิทัศน์ข้อมูลแบบ B2B2C ในอนาคตจะถูกครอบงำโดยผู้เล่นสองประเภท ได้แก่ บริษัทโครงสร้างพื้นฐานที่ควบคุมระบบท่อส่งพื้นฐานและกลายเป็น "ระบบน้ำ ไฟฟ้า และก๊าซแบบออนเชน" และแพลตฟอร์มที่สอดคล้องกับสถานการณ์การตัดสินใจของผู้ใช้อย่างใกล้ชิด และเปลี่ยนข้อมูลให้เป็นประสบการณ์การใช้งานจริง

สรุป

ด้วยแรงผลักดันจากกระแสความนิยมของมีม 3 ประการ การระเบิดของบล็อกเชนสาธารณะประสิทธิภาพสูง และการนำ AI มาใช้ในเชิงพาณิชย์ ภาคส่วนข้อมูลแบบออนเชนกำลังเผชิญกับการเปลี่ยนแปลงเชิงโครงสร้าง ความก้าวหน้าด้านความเร็วในการทำธุรกรรม มิติข้อมูล และสัญญาณการดำเนินการ กำลังทำให้ "แผนภูมิที่มองเห็นได้" ไม่ใช่ข้อได้เปรียบหลักในการแข่งขันอีกต่อไป คูเมืองที่แท้จริงกำลังเปลี่ยนไปสู่ "สัญญาณที่นำไปใช้ได้จริงซึ่งช่วยให้ผู้ใช้สร้างรายได้" และศักยภาพด้านข้อมูลพื้นฐานที่อยู่เบื้องหลังทั้งหมดนี้

ในอีกสองถึงสามปีข้างหน้า โอกาสทางธุรกิจที่น่าสนใจที่สุดในวงการข้อมูลคริปโตจะเกิดขึ้น ณ จุดบรรจบระหว่างความสมบูรณ์ของโครงสร้างพื้นฐาน Web 2 และรูปแบบการดำเนินการแบบออนเชนเนทีฟของ Web 3 ข้อมูลสำหรับสกุลเงินหลักอย่าง BTC และ ETH เนื่องจากมีมาตรฐานสูงและมีลักษณะคล้ายคลึงกับผลิตภัณฑ์ฟิวเจอร์ทางการเงินแบบดั้งเดิม จึงค่อยๆ ถูกรวมไว้ในข้อมูลที่ครอบคลุมของสถาบันการเงินแบบดั้งเดิมและแพลตฟอร์มฟินเทค Web 2 บางส่วน

ในทางตรงกันข้าม ข้อมูลเกี่ยวกับเหรียญมีมและสินทรัพย์แบบหางยาวบนเครือข่าย (long-tail on-chain asset) นั้นไม่ได้มาตรฐานและกระจัดกระจายอย่างมาก ตั้งแต่เรื่องเล่าของชุมชนและความรู้สึกบนเครือข่าย ไปจนถึงสภาพคล่องข้ามเครือข่าย ข้อมูลเหล่านี้จำเป็นต้องบูรณาการเข้ากับโปรไฟล์ที่อยู่บนเครือข่าย สัญญาณโซเชียลนอกเครือข่าย และแม้แต่การดำเนินการธุรกรรมที่ใช้เวลาเพียงเสี้ยววินาที ความแตกต่างนี้เองที่สร้างโอกาสอันโดดเด่นสำหรับผู้ประกอบการที่เป็นเจ้าของคริปโตในการประมวลผลและการซื้อขายสินทรัพย์แบบหางยาวและข้อมูลมีม

เรามีความหวังกับโครงการที่มีการพัฒนาในระยะยาวในสองด้านต่อไปนี้:

โครงสร้างพื้นฐานต้นทาง: บริษัทข้อมูลแบบออนเชนที่มีระบบสตรีมมิงข้อมูลไพพ์ไลน์ การจัดทำดัชนีแบบความหน่วงต่ำพิเศษ และเฟรมเวิร์กการแยกวิเคราะห์แบบข้ามเชนที่เทียบเท่ากับพลังการประมวลผลของยักษ์ใหญ่ Web 2 โครงการเหล่านี้มีศักยภาพที่จะเทียบเท่ากับ Databricks/AWS ในระดับ Web 3 เมื่อผู้ใช้ค่อยๆ ย้ายข้อมูลแบบออนเชน ปริมาณธุรกรรมคาดว่าจะเพิ่มขึ้นแบบทวีคูณ และโมเดล B2B2C มีมูลค่าทบต้นในระยะยาว

แพลตฟอร์มการดำเนินการแบบดาวน์สตรีม—แอปพลิเคชันที่ผสานรวมข้อมูลหลายมิติ ตัวแทน AI และการดำเนินการซื้อขายที่ราบรื่น ด้วยการแปลงสัญญาณแบบ on-chain และ off-chain ที่กระจัดกระจายให้เป็นการซื้อขายที่ดำเนินการได้โดยตรง ผลิตภัณฑ์เหล่านี้มีศักยภาพที่จะกลายเป็น Bloomberg Terminals ที่ใช้สกุลเงินดิจิทัลเป็นหลัก รูปแบบธุรกิจของพวกเขาไม่ได้พึ่งพาค่าธรรมเนียมการเข้าถึงข้อมูลอีกต่อไป แต่เน้นการสร้างรายได้ผ่านผลตอบแทนส่วนเกินและการส่งสัญญาณ

เราเชื่อว่าผู้เล่นทั้งสองประเภทนี้จะครองความได้เปรียบในการแข่งขันที่ยั่งยืนในยุคถัดไปของข้อมูลเข้ารหัส