giới thiệu
Tài chính phi tập trung (DeFi) đã tạo nên câu chuyện tăng trưởng theo cấp số nhân thông qua một tập hợp các nguyên lý kinh tế đơn giản nhưng mạnh mẽ, biến đổi mạng lưới blockchain thành thị trường toàn cầu không cần xin phép và hoàn toàn phá vỡ nền tài chính truyền thống. Trong sự trỗi dậy của DeFi, một số số liệu quan trọng đã trở thành ngôn ngữ chung của giá trị: tổng giá trị bị khóa (TVL), lợi suất hàng năm (APY/APR) và tính thanh khoản. Những số liệu ngắn gọn này tạo nên sự gắn kết và tin tưởng. Ví dụ, TVL (giá trị đô la của tài sản bị khóa trong giao thức) của DeFi đã tăng 14 lần vào năm 2020, sau đó tăng gấp bốn lần vào năm 2021, đạt đỉnh ở mức hơn 112 tỷ đô la. Lợi nhuận cao (một số nền tảng tuyên bố APY lên tới 3000% trong cơn sốt khai thác thanh khoản) thu hút thanh khoản, trong khi độ sâu của nhóm thanh khoản báo hiệu mức trượt giá thấp hơn và thị trường hiệu quả hơn. Nói tóm lại, TVL cho chúng ta biết “có bao nhiêu tiền liên quan”, APR cho chúng ta biết “có thể kiếm được bao nhiêu lợi nhuận” và tính thanh khoản cho biết “giao dịch tài sản dễ dàng như thế nào”. Bất chấp những khiếm khuyết, các chỉ số này đã xây dựng nên một hệ sinh thái tài chính trị giá hàng tỷ đô la từ con số không. Bằng cách chuyển đổi sự tham gia của người dùng thành cơ hội tài chính trực tiếp, DeFi tạo ra một bánh đà áp dụng tự củng cố, nhanh chóng trở nên phổ biến và thúc đẩy sự tham gia của đông đảo người dùng.
Ngày nay, AI cũng đang đứng trước ngã ba đường tương tự. Nhưng không giống như DeFi, bối cảnh AI hiện tại bị chi phối bởi các mô hình lớn, đa năng được đào tạo trên các tập dữ liệu internet khổng lồ. Những mô hình này thường gặp khó khăn trong việc cung cấp kết quả hiệu quả trong các lĩnh vực chuyên biệt, nhiệm vụ chuyên môn hoặc nhu cầu cá nhân. Cách tiếp cận áp dụng cho tất cả mọi người của họ mạnh mẽ nhưng mong manh, phổ quát nhưng không đúng chỗ. Mô hình này cần phải thay đổi ngay lập tức. Kỷ nguyên AI tiếp theo không nên được xác định bởi quy mô hay tính tổng quát của các mô hình, mà nên tập trung vào các mô hình nhỏ hơn, có tính chuyên môn cao. Loại AI tùy chỉnh này yêu cầu một loại dữ liệu hoàn toàn mới: dữ liệu chất lượng cao, phù hợp với con người và theo từng lĩnh vực cụ thể. Nhưng việc thu thập dữ liệu như vậy không đơn giản như việc thu thập dữ liệu từ web; nó đòi hỏi sự đóng góp tích cực và có chủ đích từ các cá nhân, chuyên gia trong lĩnh vực và cộng đồng.
Để thúc đẩy kỷ nguyên mới của AI chuyên nghiệp và phù hợp với con người, chúng ta cần xây dựng các bánh đà khuyến khích tương tự như những gì DeFi thiết kế cho tài chính. Điều này có nghĩa là giới thiệu các nguyên mẫu AI gốc mới để đo chất lượng dữ liệu, hiệu suất mô hình, độ tin cậy của tác nhân và các động cơ phù hợp — các số liệu phản ánh trực tiếp giá trị thực của dữ liệu như một tài sản (không chỉ là đầu vào).
Bài viết này khám phá những nguyên lý mới có thể tạo thành xương sống của nền kinh tế AI. Chúng tôi sẽ giải thích cách AI có thể phát triển mạnh mẽ nếu có cơ sở hạ tầng kinh tế phù hợp - cơ sở hạ tầng tạo ra dữ liệu chất lượng cao, khuyến khích việc tạo ra và sử dụng dữ liệu một cách hợp lý và lấy con người làm trung tâm. Chúng ta cũng sẽ xem xét các ví dụ về nền tảng như LazAI và cách họ tiên phong trong các khuôn khổ AI gốc này, mở ra các mô hình mới về định giá và thưởng dữ liệu, đồng thời thúc đẩy bước tiến tiếp theo trong đổi mới AI.
Bánh đà khuyến khích của DeFi: TVL, Lợi suất và Thanh khoản — Đánh giá nhanh
Sự trỗi dậy của DeFi không phải là ngẫu nhiên; Nó được thiết kế để làm cho việc tham gia vừa có lợi nhuận vừa minh bạch. Các số liệu chính như tổng giá trị bị khóa (TVL), lợi suất hàng năm (APY/APR) và thanh khoản không chỉ là những con số mà còn là những yếu tố cơ bản giúp điều chỉnh hành vi của người dùng theo sự phát triển của mạng lưới. Các chỉ số này cùng nhau tạo thành một vòng tuần hoàn lành mạnh thu hút người dùng và vốn, qua đó thúc đẩy sự đổi mới hơn nữa.
Tổng giá trị khóa (TVL): TVL đo lường tổng vốn được gửi vào các giao thức DeFi (như nhóm cho vay, nhóm thanh khoản) và đã trở thành thuật ngữ đồng nghĩa với giá trị thị trường của các dự án DeFi. Sự tăng trưởng nhanh chóng của TVL được coi là dấu hiệu cho thấy sự tin tưởng của người dùng và tình trạng giao thức. Ví dụ, trong thời kỳ bùng nổ DeFi năm 2020-2021, TVL đã tăng vọt từ dưới 10 tỷ đô la lên hơn 100 tỷ đô la và vượt quá 150 tỷ đô la vào năm 2023, chứng minh quy mô giá trị mà những người tham gia sẵn sàng khóa vào các ứng dụng phi tập trung. TVL cao tạo ra hiệu ứng hấp dẫn: càng nhiều vốn thì tính thanh khoản và ổn định càng cao, thu hút nhiều người dùng tìm kiếm cơ hội hơn. Trong khi những người chỉ trích chỉ ra rằng việc theo đuổi TVL một cách mù quáng có thể khiến các giao thức cung cấp các động cơ không bền vững (về cơ bản là mua TVL) và do đó che giấu tình trạng kém hiệu quả, thì nếu không có TVL, câu chuyện DeFi ban đầu sẽ thiếu một cách cụ thể để theo dõi việc áp dụng.
Lợi suất phần trăm hàng năm (APY/APR): Lời hứa về thu nhập biến việc tham gia thành một cơ hội hữu hình. Các giao thức DeFi bắt đầu cung cấp APR hấp dẫn cho các nhà cung cấp thanh khoản hoặc vốn. Ví dụ, Compound đã ra mắt token COMP vào giữa năm 2020, tiên phong trong mô hình khai thác thanh khoản - thưởng cho các nhà cung cấp thanh khoản bằng token quản trị. Sự đổi mới này đã gây nên một làn sóng hoạt động sôi nổi. Sử dụng một nền tảng không còn chỉ là một dịch vụ nữa mà đã trở thành một khoản đầu tư. APY cao thu hút những người tìm kiếm lợi nhuận, thúc đẩy TVL tăng cao hơn nữa. Cơ chế khen thưởng này thúc đẩy sự phát triển của mạng lưới bằng cách trực tiếp khuyến khích những người dùng sớm bằng phần thưởng hậu hĩnh.
Tính thanh khoản: Trong tài chính, tính thanh khoản là khả năng di chuyển tài sản mà không gây ra biến động giá mạnh – nền tảng của thị trường lành mạnh. Tính thanh khoản trong DeFi thường được khởi tạo thông qua các chương trình khai thác thanh khoản (người dùng kiếm được token khi cung cấp thanh khoản). Tính thanh khoản sâu của các sàn giao dịch phi tập trung và nhóm cho vay có nghĩa là người dùng có thể giao dịch hoặc vay với mức độ ma sát thấp, do đó cải thiện trải nghiệm của người dùng. Tính thanh khoản cao dẫn đến khối lượng và tiện ích cao hơn, từ đó thu hút nhiều thanh khoản hơn – một vòng phản hồi tích cực cổ điển. Nó cũng hỗ trợ khả năng kết hợp: các nhà phát triển có thể xây dựng các sản phẩm mới (sản phẩm phái sinh, sản phẩm tổng hợp, v.v.) trên các thị trường thanh khoản, thúc đẩy sự đổi mới. Kết quả là, tính thanh khoản trở thành huyết mạch của mạng lưới, thúc đẩy việc áp dụng và sự xuất hiện của các dịch vụ mới.
Cùng nhau, những yếu tố nguyên thủy này tạo thành một bánh đà thúc đẩy mạnh mẽ. Những người tham gia tạo ra giá trị bằng cách khóa tài sản hoặc cung cấp thanh khoản sẽ được thưởng ngay lập tức (thông qua lợi nhuận cao và các ưu đãi về mã thông báo), khuyến khích nhiều người tham gia hơn. Điều này chuyển đổi sự tham gia của cá nhân thành những cơ hội rộng lớn — người dùng kiếm được lợi nhuận và tác động đến việc quản lý — từ đó tạo ra hiệu ứng mạng lưới thu hút hàng nghìn người dùng tham gia. Kết quả thật ấn tượng: đến năm 2024, số lượng người dùng DeFi vượt quá 10 triệu và giá trị của nó đã tăng gần 30 lần chỉ trong vài năm. Rõ ràng, sự liên kết khuyến khích mạnh mẽ — chuyển đổi người dùng thành bên liên quan — là chìa khóa cho sự gia tăng theo cấp số nhân của DeFi.
Những gì còn thiếu trong nền kinh tế AI hiện tại
Nếu DeFi chứng minh được sự tham gia từ dưới lên và sự liên kết khuyến khích có thể khởi động một cuộc cách mạng tài chính, thì nền kinh tế AI ngày nay vẫn thiếu các nguyên lý cơ bản để hỗ trợ một sự chuyển đổi tương tự. AI hiện tại chủ yếu được chi phối bởi các mô hình lớn, đa năng được đào tạo trên các tập dữ liệu thu thập khổng lồ. Những mô hình cơ bản này cực kỳ lớn, nhưng được thiết kế để giải quyết mọi vấn đề, chúng thường không mang lại hiệu quả thực sự cho bất kỳ ai. Kiến trúc một kích thước phù hợp với tất cả khó có thể thích ứng với các lĩnh vực thích hợp, khác biệt văn hóa hoặc sở thích cá nhân, dẫn đến đầu ra không ổn định, điểm mù và ngày càng mất kết nối với nhu cầu thực tế.
Thế hệ AI tiếp theo sẽ được xác định không chỉ theo quy mô mà còn theo khả năng hiểu theo ngữ cảnh - khả năng của các mô hình trong việc hiểu và phục vụ các lĩnh vực cụ thể, cộng đồng chuyên môn và quan điểm đa dạng của con người. Tuy nhiên, trí thông minh theo ngữ cảnh này đòi hỏi những đầu vào khác nhau: dữ liệu chất lượng cao, phù hợp với con người. Đây chính xác là điều hiện đang còn thiếu. Hiện tại không có cơ chế nào được thống nhất rộng rãi để đo lường, xác định, định giá hoặc ưu tiên dữ liệu như vậy, cũng như không có quy trình mở nào cho cá nhân, cộng đồng hoặc chuyên gia trong lĩnh vực đóng góp quan điểm của mình và cải thiện các hệ thống thông minh ngày càng tác động đến cuộc sống của họ. Kết quả là, giá trị vẫn tập trung trong tay một số ít nhà cung cấp cơ sở hạ tầng, trong khi đại chúng không được hưởng lợi từ tiềm năng tăng trưởng của nền kinh tế AI. Chỉ bằng cách thiết kế các nguyên mẫu mới có thể khám phá, xác thực và thưởng cho các đóng góp có giá trị cao (dữ liệu, phản hồi, tín hiệu liên kết), chúng ta mới có thể mở khóa vòng tăng trưởng có sự tham gia mà DeFi dựa vào để phát triển mạnh mẽ.
Tóm lại, chúng ta cũng phải hỏi:
Chúng ta nên đo lường giá trị tạo ra như thế nào? Làm thế nào bạn có thể xây dựng một bánh đà áp dụng tự củng cố thúc đẩy sự tương tác từ dưới lên với dữ liệu lấy cá nhân làm trung tâm?
Để mở khóa một “nền kinh tế gốc AI” như DeFi, chúng ta cần xác định các nguyên lý mới biến sự tham gia thành cơ hội AI, thúc đẩy các hiệu ứng mạng chưa từng thấy trong lĩnh vực này cho đến nay.
Công nghệ AI gốc: nguyên thủy mới cho nền kinh tế mới
Chúng ta không còn chỉ chuyển token giữa các ví nữa mà còn nhập dữ liệu vào mô hình, chuyển đổi đầu ra của mô hình thành quyết định và biến tác nhân AI thành hành động. Điều này đòi hỏi các số liệu và nguyên lý mới để định lượng trí thông minh và sự liên kết, giống như cách số liệu DeFi định lượng vốn. Ví dụ, LazAI đang xây dựng mạng blockchain thế hệ tiếp theo để giải quyết vấn đề căn chỉnh dữ liệu AI bằng cách giới thiệu các tiêu chuẩn tài sản mới cho dữ liệu AI, hành vi mô hình và tương tác của tác nhân.
Sau đây là phác thảo một số nguyên lý chính xác định giá trị kinh tế của AI trên chuỗi:
Dữ liệu có thể xác minh (tức “Tính thanh khoản” mới): Dữ liệu đối với AI cũng giống như tính thanh khoản đối với DeFi — mạch máu của hệ thống. Trong AI, đặc biệt là các mô hình lớn, việc có dữ liệu phù hợp là rất quan trọng. Nhưng dữ liệu thô có thể có chất lượng kém hoặc gây hiểu lầm và chúng ta cần dữ liệu chất lượng cao có thể xác minh được trên chuỗi. Các nguyên mẫu có thể có ở đây là “Bằng chứng dữ liệu (PoD)/Bằng chứng giá trị dữ liệu (PoDV)”. Khái niệm này sẽ đo lường giá trị của dữ liệu đóng góp không chỉ dựa trên số lượng mà còn dựa trên chất lượng và tác động của nó đến hiệu suất AI. Hãy coi nó như đối trọng của khai thác thanh khoản: những người đóng góp cung cấp dữ liệu hữu ích (hoặc nhãn/phản hồi) sẽ được thưởng dựa trên giá trị mà dữ liệu của họ mang lại. Những thiết kế ban đầu cho các hệ thống như vậy hiện đã xuất hiện. Ví dụ, sự đồng thuận của Proof of Data (PoD) của một dự án blockchain coi dữ liệu là nguồn lực chính để xác minh (tương tự như năng lượng trong Proof of Work hoặc vốn trong Proof of Stake). Trong hệ thống này, các nút được thưởng dựa trên số lượng, chất lượng và mức độ liên quan của dữ liệu họ đóng góp.
Tổng quát hóa điều này thành nền kinh tế AI nói chung, chúng ta có thể coi “Tổng giá trị dữ liệu bị khóa (TDVL)” là một số liệu: một phép đo tổng hợp của tất cả dữ liệu có giá trị trên mạng, được đánh giá theo khả năng xác minh và tính hữu ích. Các nhóm dữ liệu đã được xác minh thậm chí có thể được giao dịch giống như các nhóm thanh khoản — ví dụ, một nhóm hình ảnh y tế đã được xác minh cho AI chẩn đoán trên chuỗi có thể có giá trị và mức sử dụng được định lượng. Khả năng truy xuất dữ liệu (hiểu được nguồn dữ liệu và lịch sử sửa đổi của dữ liệu) sẽ là một phần quan trọng của chỉ số này, đảm bảo dữ liệu đầu vào vào mô hình AI là đáng tin cậy và có thể truy xuất được. Về cơ bản, nếu thanh khoản liên quan đến vốn khả dụng thì dữ liệu có thể xác minh liên quan đến kiến thức sẵn có. Các số liệu như Bằng chứng giá trị dữ liệu (PoDV) nắm bắt lượng kiến thức hữu ích bị khóa trong mạng, trong khi dữ liệu neo trên chuỗi thông qua Mã thông báo neo dữ liệu (DAT) của LazAI biến tính thanh khoản của dữ liệu thành một lớp kinh tế có thể đo lường được và được khuyến khích.
Hiệu suất mô hình (một loại tài sản mới): Trong nền kinh tế AI, các mô hình được đào tạo (hoặc dịch vụ AI) tự chúng trở thành tài sản - chúng thậm chí có thể được coi là một loại tài sản mới cùng với mã thông báo và NFT. Một mô hình AI được đào tạo có giá trị vì trí thông minh được gói gọn trong các trọng số của nó. Nhưng làm thế nào để biểu diễn và đo lường giá trị này trên chuỗi? Chúng tôi có thể cần chuẩn hiệu suất trên chuỗi hoặc chứng nhận mô hình. Ví dụ, độ chính xác của mô hình trên một tập dữ liệu chuẩn hoặc tỷ lệ chiến thắng của mô hình trong một nhiệm vụ cạnh tranh có thể được ghi lại trên chuỗi dưới dạng điểm hiệu suất. Hãy coi nó như một “xếp hạng tín dụng” hoặc KPI trên chuỗi cho mô hình AI của bạn. Điểm số như vậy có thể được điều chỉnh khi mô hình được tinh chỉnh hoặc khi dữ liệu được cập nhật. Các dự án như Oraichain đã khám phá việc kết hợp API mô hình AI với điểm số tin cậy (xác minh xem đầu ra của AI có đáp ứng kỳ vọng thông qua các trường hợp thử nghiệm hay không) trên chuỗi. Trong DeFi gốc AI (“AiFi”), người ta có thể hình dung việc đặt cược dựa trên hiệu suất của mô hình — ví dụ, các nhà phát triển có thể đặt cược token nếu họ tin rằng mô hình của họ hoạt động tốt và nhận phần thưởng nếu các cuộc kiểm toán độc lập trên chuỗi xác nhận hiệu suất của mô hình (hoặc mất cổ phần nếu mô hình hoạt động kém). Điều này sẽ khuyến khích các nhà phát triển báo cáo trung thực và liên tục cải thiện mô hình. Một ý tưởng khác là mã hóa các NFT mẫu mang siêu dữ liệu hiệu suất - giá sàn của các NFT mẫu có thể phản ánh tính thực tế của chúng. Chúng ta đã thấy một số dấu hiệu cho thấy điều này đang diễn ra: một số thị trường AI cho phép mua và bán mã thông báo truy cập mô hình và các giao thức như LayerAI (trước đây là CryptoGPT) xem dữ liệu và mô hình AI một cách rõ ràng là các loại tài sản mới nổi trong nền kinh tế AI toàn cầu. Tóm lại, trong khi DeFi hỏi có bao nhiêu tiền bị khóa?, AI-DeFi sẽ hỏi có bao nhiêu trí thông minh bị khóa? — không chỉ là sức mạnh tính toán (mặc dù cũng quan trọng không kém), mà còn là hiệu quả và giá trị của các mô hình chạy trong mạng. Các số liệu mới có thể bao gồm “bằng chứng về chất lượng mô hình” hoặc chỉ số chuỗi thời gian về những cải tiến hiệu suất AI trên chuỗi.
Hành vi và tiện ích của tác nhân (Tác nhân AI trên chuỗi): Sự bổ sung thú vị và đầy thử thách nhất cho blockchain gốc AI là các tác nhân AI tự động chạy trên chuỗi. Chúng có thể là bot giao dịch, trình quản lý dữ liệu, AI dịch vụ khách hàng hoặc trình quản lý DAO phức tạp — về cơ bản là các thực thể phần mềm có thể cảm nhận, quyết định và hành động thay mặt cho người dùng hoặc thậm chí tự mình hành động trên mạng. Thế giới DeFi chỉ có những “robot” cơ bản; trong thế giới blockchain AI, các tác nhân có thể trở thành những thực thể kinh tế hạng nhất. Điều này tạo ra nhu cầu về số liệu đo lường hành vi, độ tin cậy và tính hữu ích của tác nhân. Chúng ta có thể thấy các cơ chế như “điểm tiện ích của tác nhân” hoặc hệ thống danh tiếng. Hãy tưởng tượng rằng mỗi tác nhân AI (có thể được biểu thị bằng danh tính NFT hoặc mã thông báo bán có thể thay thế (SFT)) tích lũy danh tiếng dựa trên các hành động của nó (hoàn thành nhiệm vụ, cộng tác, v.v.). Loại tính điểm này tương tự như điểm tín dụng hoặc xếp hạng người dùng, nhưng dành cho AI. Các hợp đồng khác có thể sử dụng điều này để quyết định có nên tin tưởng hay sử dụng dịch vụ proxy hay không. Trong khái niệm iDAO (DAO lấy cá nhân làm trung tâm) do LazAI đề xuất, mỗi tác nhân hoặc thực thể người dùng đều có miền chuỗi và tài sản AI riêng. Những iDAO hoặc tác nhân này có thể được hình dung để thiết lập các hồ sơ có thể đo lường được.
Các nền tảng hiện đã bắt đầu mã hóa các tác nhân AI và chỉ định số liệu trên chuỗi: ví dụ, “ giao thức Rome ” của Rivalz tạo ra các tác nhân AI dựa trên NFT (rAgents) có số liệu danh tiếng mới nhất được ghi lại trên chuỗi. Người dùng có thể đặt cược hoặc cho mượn các tác nhân này, với phần thưởng dựa trên hiệu suất và tầm ảnh hưởng của tác nhân trong một bầy AI tập thể. Về cơ bản, đây là DeFi dành cho các tác nhân AI và chứng minh tầm quan trọng của số liệu tiện ích của tác nhân. Trong tương lai, chúng ta có thể thảo luận về các tác nhân AI chủ động giống như chúng ta thảo luận về các địa chỉ chủ động hoặc tác động kinh tế của tác nhân giống như chúng ta thảo luận về khối lượng giao dịch.
Dấu vết chú ý có thể trở thành một nguyên thủy khác — ghi lại những gì (dữ liệu, tín hiệu nào) mà tác nhân chú ý đến trong quá trình ra quyết định. Điều này có thể khiến các tác nhân hộp đen minh bạch hơn và dễ kiểm tra hơn, đồng thời xác định thành công hay thất bại của tác nhân dựa trên các dữ liệu đầu vào cụ thể. Tóm lại, các số liệu về hành vi của tác nhân sẽ đảm bảo tính trách nhiệm và sự thống nhất: nếu các tác nhân tự chủ được giao nhiệm vụ quản lý số tiền lớn hoặc các nhiệm vụ quan trọng, thì độ tin cậy của họ cần phải được định lượng. Điểm tiện ích của tác nhân cao có thể trở thành điều kiện tiên quyết để các tác nhân AI trên chuỗi quản lý số tiền lớn (tương tự như cách điểm tín dụng cao là ngưỡng cho các khoản vay lớn trong tài chính truyền thống).
Khuyến khích sử dụng và số liệu thống nhất AI: Cuối cùng, nền kinh tế AI cần xem xét cách thức khuyến khích sử dụng có lợi và thống nhất. DeFi khuyến khích tăng trưởng thông qua khai thác thanh khoản, airdrop cho người dùng sớm hoặc hoàn phí; trong AI, chỉ tăng cường sử dụng thôi là chưa đủ, chúng ta cần khuyến khích sử dụng để cải thiện kết quả AI. Tại thời điểm này, các số liệu liên quan đến sự phù hợp của AI là rất quan trọng. Ví dụ, các vòng phản hồi của con người (chẳng hạn như người dùng đánh giá phản hồi của AI hoặc cung cấp các sửa đổi thông qua iDAO, sẽ được giải thích chi tiết hơn bên dưới) có thể được ghi lại và những người đóng góp phản hồi có thể nhận được lợi ích liên kết. Hoặc hãy tưởng tượng về “bằng chứng về sự chú ý” hoặc “bằng chứng về sự tương tác”, nơi người dùng đầu tư thời gian vào việc cải thiện AI (bằng cách cung cấp dữ liệu về sở thích, chỉnh sửa hoặc trường hợp sử dụng mới) sẽ được khen thưởng. Các số liệu có thể là theo dõi sự chú ý, thu thập phản hồi chất lượng để tối ưu hóa AI hoặc mức độ chú ý của con người.
Cũng giống như DeFi cần các trình khám phá khối và bảng điều khiển (ví dụ: DeFi Pulse, DefiLlama) để theo dõi TVL và thu nhập, nền kinh tế AI cần các trình khám phá mới để theo dõi các số liệu tập trung vào AI này — hãy tưởng tượng một bảng điều khiển “AI-llama” hiển thị tổng khối lượng dữ liệu đã căn chỉnh, số lượng tác nhân AI đang hoạt động, thu nhập tiện ích AI tích lũy, v.v. Nó có điểm tương đồng với DeFi, nhưng nội dung thì hoàn toàn mới.
Hướng tới bánh đà AI theo phong cách DeFi
Chúng ta cần xây dựng một động lực thúc đẩy AI - coi dữ liệu là tài sản kinh tế hạng nhất, qua đó chuyển đổi sự phát triển AI từ một doanh nghiệp khép kín thành một nền kinh tế mở, có sự tham gia, giống như cách DeFi đã chuyển đổi tài chính thành một lĩnh vực mở về thanh khoản do người dùng điều khiển.
Những cuộc thám hiểm ban đầu theo hướng này đã diễn ra. Ví dụ, các dự án như Vana đang bắt đầu thưởng cho người dùng khi tham gia chia sẻ dữ liệu. Mạng Vana cho phép người dùng đóng góp dữ liệu cá nhân hoặc cộng đồng vào DataDAO (nhóm dữ liệu phi tập trung) và kiếm được mã thông báo dành riêng cho tập dữ liệu (có thể đổi lấy mã thông báo gốc của mạng). Đây là một bước quan trọng hướng tới việc kiếm tiền từ những người đóng góp dữ liệu.
Tuy nhiên, chỉ thưởng cho những đóng góp là không đủ để tạo nên sự bùng nổ của DeFi. Trong DeFi, các nhà cung cấp thanh khoản không chỉ được thưởng khi gửi tài sản mà tài sản họ cung cấp còn có giá trị thị trường minh bạch và lợi nhuận phản ánh mức sử dụng thực tế (phí giao dịch, lãi suất cho vay cộng với mã thông báo khuyến khích). Tương tự như vậy, nền kinh tế dữ liệu AI cần phải vượt ra ngoài phần thưởng chung và định giá trực tiếp dữ liệu. Nếu không có giá kinh tế dựa trên chất lượng dữ liệu, sự khan hiếm hoặc cải tiến mô hình, chúng ta có nguy cơ bị mắc kẹt với những động cơ hời hợt. Việc chỉ phân phối token để thưởng cho sự tham gia có thể khuyến khích số lượng hơn chất lượng hoặc trì trệ khi token không gắn liền với tiện ích AI thực tế. Để thực sự giải phóng sự đổi mới, những người đóng góp cần thấy được những tín hiệu rõ ràng từ thị trường về giá trị dữ liệu của họ và được khen thưởng khi dữ liệu đó thực sự được sử dụng trong các hệ thống AI.
Chúng ta cần một cơ sở hạ tầng tập trung hơn vào việc định giá và khen thưởng trực tiếp dữ liệu để tạo ra vòng lặp khuyến khích tập trung trong tập dữ liệu: càng có nhiều dữ liệu chất lượng cao mà mọi người đóng góp thì mô hình càng tốt hơn, thu hút nhiều nhu cầu sử dụng và dữ liệu hơn, từ đó thúc đẩy lợi nhuận cho những người đóng góp. Điều này sẽ chuyển đổi AI từ cuộc đua khép kín về dữ liệu lớn thành thị trường mở cho dữ liệu đáng tin cậy, chất lượng cao.
Những khái niệm này được phản ánh như thế nào trong các dự án thực tế? Lấy LazAI làm ví dụ — dự án này đang xây dựng mạng blockchain thế hệ tiếp theo và các nguyên lý cơ bản cho nền kinh tế AI phi tập trung.
Giới thiệu về LazAI — Kết nối AI với con người
LazAI là mạng lưới và giao thức blockchain thế hệ tiếp theo được thiết kế riêng để giải quyết vấn đề căn chỉnh dữ liệu AI, xây dựng cơ sở hạ tầng cho nền kinh tế AI phi tập trung bằng cách giới thiệu các tiêu chuẩn tài sản mới cho dữ liệu AI, hành vi mô hình và tương tác của tác nhân.
LazAl cung cấp một trong những phương pháp tiếp cận mang tính đột phá nhất để giải quyết vấn đề liên kết AI bằng cách làm cho dữ liệu có thể xác minh được, được khuyến khích và có thể lập trình trên chuỗi. Phần sau sẽ sử dụng khuôn khổ LazAI làm ví dụ để minh họa cách blockchain gốc AI áp dụng các nguyên tắc trên vào thực tế.
Các vấn đề cốt lõi - Dữ liệu không khớp và thiếu các động cơ công bằng
Sự phù hợp của AI thường phụ thuộc vào chất lượng dữ liệu đào tạo và tương lai sẽ đòi hỏi dữ liệu mới được con người liên kết, đáng tin cậy và quản lý. Khi ngành công nghiệp AI chuyển từ các mô hình tập trung, có mục đích chung sang trí tuệ theo ngữ cảnh, được liên kết, cơ sở hạ tầng phải phát triển song song. Kỷ nguyên tiếp theo của AI sẽ được xác định bằng sự liên kết, độ chính xác và khả năng truy xuất nguồn gốc. LazAI giải quyết trực tiếp các thách thức về việc sắp xếp dữ liệu và các ưu đãi, đồng thời đề xuất một giải pháp cơ bản: sắp xếp dữ liệu ngay tại nguồn và trực tiếp thưởng cho chính dữ liệu đó. Nói cách khác, hãy đảm bảo rằng dữ liệu đào tạo có thể xác minh được là đại diện cho quan điểm của con người, được khử nhiễu/khử thiên vị và dữ liệu thưởng dựa trên chất lượng, sự khan hiếm hoặc cải tiến của mô hình. Đây là sự thay đổi mô hình từ việc chỉnh sửa mô hình sang xử lý dữ liệu.
LazAI không chỉ giới thiệu các nguyên mẫu mà còn đề xuất một mô hình mới cho việc thu thập dữ liệu, định giá và quản trị. Các khái niệm cốt lõi của nó bao gồm các mã thông báo neo dữ liệu (DAT) và DAO tập trung vào cá nhân (iDAO), cùng nhau hiện thực hóa việc định giá, khả năng truy xuất nguồn gốc và sử dụng dữ liệu theo chương trình.
Dữ liệu có thể xác minh và lập trình được — Mã thông báo neo dữ liệu (DAT)
Để đạt được mục tiêu này, LazAI giới thiệu một nguyên mẫu trên chuỗi mới - Data Anchored Token (DAT), một tiêu chuẩn token mới được thiết kế riêng cho việc phân bổ tài sản dữ liệu AI. Mỗi DAT đại diện cho một phần dữ liệu được neo trên một chuỗi và thông tin nguồn gốc của nó: danh tính của những người đóng góp, sự phát triển của nó theo thời gian và các tình huống sử dụng. Điều này tạo ra lịch sử có thể xác minh cho từng phần dữ liệu — tương tự như hệ thống kiểm soát phiên bản cho các tập dữ liệu như Git, nhưng có tính bảo mật của blockchain. Vì DAT tồn tại trên chuỗi nên chúng có thể lập trình được: hợp đồng thông minh có thể chi phối các quy tắc sử dụng chúng. Ví dụ, người đóng góp dữ liệu có thể chỉ định rằng DAT của họ (ví dụ: một tập hợp hình ảnh y tế) chỉ có thể được truy cập bởi một mô hình AI cụ thể hoặc được sử dụng trong các điều kiện cụ thể (với các ràng buộc về quyền riêng tư hoặc đạo đức được thực thi thông qua mã). Cơ chế khuyến khích là DAT có thể được giao dịch hoặc đặt cược - nếu dữ liệu có giá trị đối với mô hình, mô hình (hoặc chủ sở hữu của nó) có thể trả tiền để có quyền truy cập vào DAT. Về cơ bản, LazAI xây dựng một thị trường nơi dữ liệu được mã hóa và có thể theo dõi được. Điều này tương tự trực tiếp với số liệu “dữ liệu có thể xác minh” đã thảo luận trước đó: bằng cách kiểm tra DAT, bạn có thể xác nhận liệu dữ liệu đó đã được xác minh hay chưa, có bao nhiêu mô hình sử dụng dữ liệu đó và nó mang lại cải tiến hiệu suất mô hình nào. Dữ liệu như vậy sẽ được định giá cao hơn. Bằng cách neo dữ liệu trên chuỗi và gắn kết các ưu đãi kinh tế với chất lượng, LazAI đảm bảo rằng AI được đào tạo dựa trên dữ liệu đáng tin cậy và có thể đo lường được. Đây là giải quyết vấn đề thông qua việc điều chỉnh động cơ – dữ liệu tốt sẽ được khen thưởng và nổi bật.
Khung DAO lấy cá nhân làm trung tâm (iDAO)
Thành phần quan trọng thứ hai là khái niệm iDAO (DAO lấy cá nhân làm trung tâm) của LazAI, khái niệm này định nghĩa lại mô hình quản trị trong nền kinh tế AI bằng cách đặt cá nhân (thay vì tổ chức) vào trung tâm của quá trình ra quyết định và sở hữu dữ liệu. Các DAO truyền thống thường ưu tiên các mục tiêu tổ chức tập thể, vô tình làm suy yếu ý chí cá nhân. iDAO phá vỡ logic này. Chúng là các đơn vị quản trị được cá nhân hóa cho phép cá nhân, cộng đồng hoặc các thực thể trong lĩnh vực cụ thể trực tiếp sở hữu, kiểm soát và xác thực dữ liệu và mô hình mà họ đóng góp vào hệ thống AI. iDAO cho phép AI tùy chỉnh và phù hợp: với tư cách là một khuôn khổ quản trị, chúng đảm bảo rằng các mô hình luôn tuân thủ các giá trị hoặc ý định của những người đóng góp. Về mặt kinh tế, iDAO cũng giúp cộng đồng có thể lập trình hành vi AI - có thể thiết lập các quy tắc để giới hạn cách mô hình sử dụng dữ liệu cụ thể, ai có thể truy cập mô hình và cách phân phối lợi ích từ đầu ra của mô hình. Ví dụ, iDAO có thể quy định rằng bất cứ khi nào mô hình AI của nó được gọi (chẳng hạn như yêu cầu API hoặc hoàn thành nhiệm vụ), một phần số tiền thu được sẽ được trả lại cho người nắm giữ DAT đã đóng góp dữ liệu có liên quan. Điều này thiết lập một vòng phản hồi trực tiếp giữa hành vi của tác nhân và phần thưởng của người đóng góp — tương tự như cơ chế trong DeFi, trong đó lợi nhuận của nhà cung cấp thanh khoản được gắn với việc sử dụng nền tảng. Ngoài ra, iDAO có thể đạt được các tương tác có thể cấu hình thông qua các giao thức: một tác nhân AI (iDAO) có thể gọi dữ liệu hoặc mô hình của một iDAO khác theo các điều khoản đã thương lượng.
Bằng cách xây dựng trên những nguyên mẫu này, khuôn khổ của LazAI hiện thực hóa tầm nhìn về một nền kinh tế AI phi tập trung. Dữ liệu trở thành tài sản mà người dùng có thể sở hữu và kiếm tiền, các mô hình chuyển từ các kho lưu trữ riêng tư sang các dự án hợp tác và mọi người tham gia - từ các cá nhân quản lý các tập dữ liệu độc đáo đến các nhà phát triển xây dựng các mô hình nhỏ, chuyên biệt - đều trở thành bên liên quan trong chuỗi giá trị AI. Sự liên kết khuyến khích này dự kiến sẽ lặp lại sự tăng trưởng bùng nổ của DeFi: khi mọi người nhận ra rằng việc tham gia vào AI (đóng góp dữ liệu hoặc chuyên môn) trực tiếp chuyển thành cơ hội, họ sẽ có động lực đầu tư hơn. Khi số lượng người tham gia tăng lên, hiệu ứng mạng sẽ được kích hoạt - nhiều dữ liệu hơn sẽ tạo ra các mô hình tốt hơn, thu hút nhiều người dùng hơn, từ đó tạo ra nhiều dữ liệu và nhu cầu hơn, hình thành nên một chu kỳ tích cực.
Xây dựng nền tảng tin cậy cho AI: Một khuôn khổ điện toán có thể xác minh
Trong hệ sinh thái này, Verified Computing Framework của LazAI là lớp cốt lõi để xây dựng lòng tin. Khung này đảm bảo rằng mọi DAT được tạo ra, mọi quyết định iDAO (tổ chức tự chủ cá nhân) và mọi phân bổ ưu đãi đều có chuỗi truy xuất có thể xác minh, giúp quyền sở hữu dữ liệu có thể thực thi, quy trình quản trị có thể giải trình và hành vi của tác nhân có thể kiểm toán được. Bằng cách chuyển đổi iDAO và DAT từ các khái niệm lý thuyết thành các hệ thống đáng tin cậy và có thể xác minh, Khung tính toán có thể xác minh đạt được sự thay đổi đáng kể về lòng tin - từ việc dựa vào các giả định sang các đảm bảo xác định dựa trên xác minh toán học.
Việc thiết lập bộ các yếu tố cơ bản này để hiện thực hóa giá trị của nền kinh tế AI phi tập trung khiến tầm nhìn về nền kinh tế AI phi tập trung thực sự trở thành hiện thực:
Tài sản hóa dữ liệu: Người dùng có thể xác nhận quyền sở hữu tài sản dữ liệu và nhận được lợi ích
Mô hình hợp tác: Các mô hình AI được chuyển đổi từ các hòn đảo khép kín thành các sản phẩm hợp tác mở
Công bằng tham gia: Từ những người đóng góp dữ liệu đến những người phát triển mô hình dọc, tất cả những người tham gia đều có thể trở thành các bên liên quan trong chuỗi giá trị AI
Thiết kế tương thích với động cơ này dự kiến sẽ tái hiện đà tăng trưởng của DeFi: khi người dùng nhận ra rằng việc tham gia xây dựng AI (bằng cách đóng góp dữ liệu hoặc chuyên môn) có thể trực tiếp chuyển thành các cơ hội kinh tế, sự nhiệt tình tham gia của họ sẽ được khơi dậy. Khi quy mô người tham gia mở rộng, hiệu ứng mạng lưới xuất hiện - dữ liệu chất lượng cao hơn sẽ tạo ra các mô hình tốt hơn, thu hút nhiều người dùng tham gia hơn, từ đó tạo ra nhiều nhu cầu dữ liệu hơn, hình thành nên bánh đà tăng trưởng tự củng cố.
Kết luận: Hướng tới nền kinh tế AI mở
Hành trình của DeFi đã chứng minh rằng các nguyên lý cơ bản phù hợp có thể mở ra sự tăng trưởng chưa từng có. Chúng ta đang ở bờ vực của một bước đột phá tương tự trong nền kinh tế AI sắp tới. Bằng cách xác định và triển khai các nguyên mẫu mới coi trọng dữ liệu và sự liên kết, chúng ta có thể chuyển đổi quá trình phát triển AI từ nỗ lực kỹ thuật tập trung sang nỗ lực phi tập trung do cộng đồng thúc đẩy. Hành trình này sẽ không phải là không có thách thức: đảm bảo rằng các cơ chế kinh tế ưu tiên chất lượng hơn số lượng và tránh những cạm bẫy về mặt đạo đức ngăn cản các động cơ dữ liệu gây tổn hại đến quyền riêng tư hoặc tính công bằng. Nhưng hướng đi thì rõ ràng. Các hoạt động như DAT và iDAO của LazAI đang mở đường cho việc chuyển đổi khái niệm trừu tượng về “AI phù hợp với con người” thành các cơ chế sở hữu và quản trị cụ thể.
Cũng giống như DeFi ban đầu tối ưu hóa TVL, khai thác thanh khoản và quản trị thông qua các thử nghiệm, nền kinh tế AI cũng sẽ lặp lại các nguyên mẫu mới của nó. Trong tương lai, các cuộc tranh luận và đổi mới xung quanh việc đo lường giá trị dữ liệu, phân phối phần thưởng công bằng, sự liên kết và lợi ích của tác nhân AI sẽ xuất hiện. Bài viết này chỉ đề cập sơ lược về các mô hình khuyến khích có thể dân chủ hóa AI, với hy vọng truyền cảm hứng cho các cuộc thảo luận cởi mở và nghiên cứu sâu hơn: Làm thế nào chúng ta có thể thiết kế nhiều nguyên mẫu kinh tế gốc AI hơn? Những hậu quả hoặc cơ hội không mong muốn nào có thể phát sinh? Bằng cách thu hút cộng đồng rộng lớn, chúng ta có nhiều khả năng xây dựng một tương lai AI không chỉ tiên tiến về mặt công nghệ mà còn toàn diện về mặt kinh tế và phù hợp với các giá trị nhân văn.
Sự tăng trưởng theo cấp số nhân của DeFi không phải là phép thuật — nó được thúc đẩy bởi sự liên kết động cơ. Ngày nay, chúng ta có cơ hội thúc đẩy sự phục hưng của AI bằng cách làm điều tương tự với dữ liệu và mô hình. Bằng cách biến sự tham gia thành cơ hội và biến cơ hội thành hiệu ứng mạng lưới, chúng ta có thể khởi động bánh đà cho AI, giúp định hình lại quá trình tạo ra và phân phối giá trị trong thời đại kỹ thuật số.
Hãy cùng nhau xây dựng tương lai này — bắt đầu với một tập dữ liệu có thể xác minh, một tác nhân AI được căn chỉnh và một nguyên mẫu mới.
