การแนะนำ
นับตั้งแต่ ChatGPT เปิดตัวเมื่อปลายปี 2022 ภาคส่วน AI ก็ถือเป็นหัวข้อร้อนแรงในด้านสกุลเงินดิจิทัลมาโดยตลอด ผู้ใช้ WEB3 มักจะยอมรับแนวคิดที่ว่า แนวคิดใดๆ ก็สามารถสร้างกระแสได้ โดยไม่ต้องพูดถึง AI ที่มีบริบทการเล่าเรื่องและความสามารถในการประยุกต์แบบไร้ขีดจำกัดในอนาคต ดังนั้น ในแวดวงคริปโต แนวคิดของ AI จึงได้รับความนิยมเป็นครั้งแรกในช่วงหนึ่งในฐานะ กระแส Meme จากนั้นโปรเจ็กต์ต่างๆ ก็เริ่มสำรวจมูลค่าการประยุกต์ใช้ในทางปฏิบัติของการเข้ารหัส: การเข้ารหัสสามารถนำการประยุกต์ใช้ในทางปฏิบัติใหม่ๆ อะไรมาสู่ AI ที่กำลังพัฒนาอย่างเต็มที่ได้บ้าง?
บทความวิจัยนี้จะบรรยายและวิเคราะห์เส้นทางวิวัฒนาการปัจจุบันของ AI ในสาขา Web3 ตั้งแต่คลื่นความนิยมเริ่มแรกไปจนถึงโปรเจ็กต์ประยุกต์ใช้ในปัจจุบันที่เริ่มได้รับแรงผลักดัน และจะผสมผสานกรณีศึกษาและข้อมูลเพื่อช่วยให้ผู้อ่านเข้าใจบริบทของอุตสาหกรรมและแนวโน้มในอนาคต มาทิ้งข้อสรุปที่ยังไม่บรรลุนิติภาวะออกไปตั้งแต่ตอนต้น:
เวทีมีม AI ถือเป็นเรื่องของอดีตไปแล้ว ให้พวกเราเก็บทั้งกำไรและขาดทุนไว้เป็นเศษเสี้ยวความทรงจำอันเป็นนิรันดร์
โครงการ WEB3 AI ขั้นพื้นฐานบางโครงการเน้นย้ำถึงประโยชน์ที่ การกระจายอำนาจ สามารถนำมาสู่ความปลอดภัยของ AI ได้เสมอ แต่ผู้ใช้ไม่ได้สนใจเรื่องนี้จริงๆ สิ่งที่ผู้ใช้สนใจคือ “โทเค็นสามารถสร้างรายได้ได้หรือไม่” และ “ผลิตภัณฑ์นั้นใช้งานง่ายหรือไม่”
หากคุณต้องการโจมตีโปรเจ็กต์ crypto ที่เกี่ยวข้องกับ AI ควรเปลี่ยนโฟกัสไปที่โปรเจ็กต์ AI ที่ใช้ในแอปพลิเคชันล้วนๆ หรือโปรเจ็กต์ AI บนแพลตฟอร์ม (ซึ่งสามารถมุ่งเน้นไปที่เครื่องมือหรือตัวแทนต่างๆ มากมายที่ผู้ใช้ระดับ C สามารถใช้งานได้ง่าย) นี่อาจเป็นจุดรวมความมั่งคั่งเป็นระยะเวลานานหลังจากมี AI Meme
1. ความแตกต่างในเส้นทางการพัฒนา AI ใน Web2 และ Web3
-AI ในโลก Web2 ได้รับการขับเคลื่อนเป็นหลักโดยยักษ์ใหญ่ด้านเทคโนโลยีและสถาบันวิจัย และมีเส้นทางการพัฒนาที่ค่อนข้างเสถียรและเข้มข้น บริษัทขนาดใหญ่ (เช่น OpenAI และ Google) ฝึกอบรมโมเดลกล่องดำแบบปิด อัลกอริทึมและข้อมูลไม่ได้เป็นสาธารณะ ผู้ใช้สามารถใช้ผลลัพธ์ของตนเองได้เท่านั้น ซึ่งขาดความโปร่งใส การควบคุมแบบรวมศูนย์นี้ทำให้การตัดสินใจของ AI ไม่สามารถตรวจสอบได้ และสร้างปัญหาเรื่องอคติและความรับผิดชอบที่ไม่ชัดเจน โดยทั่วไปนวัตกรรม AI ของ Web2 มุ่งเน้นไปที่การปรับปรุงประสิทธิภาพของโมเดลพื้นฐานและการใช้งานแอปพลิเคชันเชิงพาณิชย์ แต่กระบวนการตัดสินใจไม่โปร่งใสต่อสาธารณะ ปัญหาความไม่โปร่งใสที่เกิดขึ้นนี้ทำให้เกิดโปรเจกต์ AI ใหม่ๆ เกิดขึ้นอย่างกะทันหัน เช่น Deepseek ในปี 2025 ซึ่งดูเหมือนเป็นโอเพนซอร์สแต่จริงๆ แล้วเป็นเพียง การตกปลาในกล่องตกปลา
นอกเหนือจากข้อบกพร่องด้านความทึบแสงแล้ว โมเดล AI ขนาดใหญ่ของ WEB2 ยังมีปัญหาอีกสองประการ ได้แก่ ประสบการณ์ผู้ใช้ที่ไม่เพียงพอในรูปแบบผลิตภัณฑ์ที่แตกต่างกัน และความแม่นยำที่ไม่เพียงพอในกลุ่มมืออาชีพ
ตัวอย่างเช่น หากผู้ใช้ต้องการสร้าง PPT รูปภาพ หรือวิดีโอ พวกเขาจะยังคงมองหาผลิตภัณฑ์ AI ใหม่ที่มีอุปสรรคในการเข้าถึงต่ำและประสบการณ์ผู้ใช้ที่ดีกว่าเพื่อใช้งานและชำระเงินสำหรับผลิตภัณฑ์เหล่านั้น ปัจจุบันโครงการ AI จำนวนมากกำลังทดลองใช้ผลิตภัณฑ์ AI ที่ไม่มีโค้ดเพื่อลดเกณฑ์ผู้ใช้
ตัวอย่างเช่น ผู้ใช้ WEB3 จำนวนมากต้องรู้สึกไร้พลังเมื่อใช้ ChatGPT หรือ DeepSeek เพื่อรับข้อมูลเกี่ยวกับโครงการเข้ารหัสหรือโทเค็นบางอย่าง ข้อมูลโมเดลขนาดใหญ่ไม่สามารถครอบคลุมข้อมูลรายละเอียดของอุตสาหกรรมย่อยใดๆ ในโลกได้อย่างแม่นยำ ดังนั้น ทิศทางการพัฒนาอีกประการหนึ่งของผลิตภัณฑ์ AI จำนวนมากคือการทำให้ข้อมูลและการวิเคราะห์มีความเจาะลึกและถูกต้องแม่นยำที่สุดเท่าที่จะเป็นไปได้ในอุตสาหกรรมย่อยแห่งหนึ่ง
-AI ในโลก Web3
โลกของ WEB3 มุ่งเน้นไปที่อุตสาหกรรมการเข้ารหัส และบูรณาการแนวคิดที่กว้างขึ้นของเทคโนโลยี วัฒนธรรม และชุมชน เมื่อเทียบกับ WEB2 แล้ว WEB3 พยายามที่จะก้าวไปสู่แนวทางที่เปิดกว้างและขับเคลื่อนโดยชุมชน
ด้วยความช่วยเหลือของสถาปัตยกรรมแบบกระจายอำนาจของบล็อคเชน โปรเจกต์ Web3 AI มักอ้างว่าเน้นที่โค้ดโอเพ่นซอร์ส การกำกับดูแลชุมชน ความโปร่งใส และความน่าเชื่อถือ โดยหวังที่จะทำลายการผูกขาดของ AI แบบดั้งเดิมโดยบริษัทเพียงไม่กี่แห่งในลักษณะกระจายอำนาจ ตัวอย่างเช่น โปรเจ็กต์บางโครงการกำลังสำรวจการใช้บล็อคเชนเพื่อตรวจสอบการตัดสินใจของ AI (การพิสูจน์ความรู้เป็นศูนย์ช่วยให้แน่ใจว่าผลลัพธ์ของโมเดลมีความน่าเชื่อถือ) หรือให้ DAO ตรวจสอบโมเดล AI เพื่อลดอคติ
ในทางอุดมคติ Web3 AI มุ่งเน้นที่ AI แบบเปิด เพื่อให้พารามิเตอร์ของโมเดลและตรรกะการตัดสินใจสามารถตรวจสอบโดยชุมชนได้ ในขณะเดียวกันก็สร้างแรงจูงใจให้นักพัฒนาและผู้ใช้มีส่วนร่วมผ่านกลไกโทเค็น อย่างไรก็ตาม ในทางปฏิบัติ การพัฒนา Web3 AI ยังคงอยู่ภายใต้ข้อจำกัดด้านเทคนิคและทรัพยากร: เป็นเรื่องยากมากที่จะสร้างโครงสร้างพื้นฐาน AI แบบกระจายอำนาจ (การฝึกโมเดลขนาดใหญ่ต้องใช้พลังการประมวลผลและข้อมูลจำนวนมาก แต่ไม่มีโครงการ WEB3 ใดที่มีเงินทุนสนับสนุนแม้แต่เศษเสี้ยวเดียวของ OpenAI) โครงการไม่กี่โครงการที่อ้างว่าเป็น Web3 AI นั้น จริงๆ แล้วยังคงอาศัยโมเดลหรือบริการแบบรวมศูนย์ และเชื่อมต่อเฉพาะองค์ประกอบของบล็อคเชนบางส่วนกับเลเยอร์แอปพลิเคชันเท่านั้น โครงการ WEB3 AI เหล่านี้มีความน่าเชื่อถือและยอดเยี่ยมในระดับหนึ่งอย่างน้อยก็ยังคงพัฒนาแอปพลิเคชันจริงอยู่ และโปรเจ็กต์ WEB3 AI ส่วนใหญ่ยังคงเป็น Meme บริสุทธิ์ หรือ Meme ภายใต้ชื่อของ AI อย่างแท้จริง
นอกจากนี้ความแตกต่างในรูปแบบการระดมทุนและการมีส่วนร่วมยังส่งผลต่อเส้นทางการพัฒนาของทั้งสองด้วย โดยทั่วไปแล้ว Web2 AI จะถูกขับเคลื่อนโดยการลงทุนด้านการวิจัยและผลกำไรของผลิตภัณฑ์ และมีวงจรที่ค่อนข้างราบรื่น Web3 AI ผสมผสานธรรมชาติของการเก็งกำไรในตลาดสกุลเงินดิจิทัล และมักจะประสบกับวงจร ขาขึ้น ที่ผันผวนอย่างมากตามความรู้สึกของตลาด เมื่อแนวคิดนี้เป็นที่นิยม กองทุนจะแห่เข้ามาเพื่อผลักดันให้ราคาและมูลค่าของโทเค็นสูงขึ้น เมื่อโครงการเริ่มเย็นลง ความนิยมและเงินทุนของโครงการก็จะลดลงอย่างรวดเร็ว วงจรนี้ทำให้เส้นทางการพัฒนาของ Web3 AI มีความไม่แน่นอนและขับเคลื่อนโดยเรื่องราวมากขึ้น ตัวอย่างเช่นแนวคิด AI ที่ขาดความก้าวหน้าอย่างมากก็อาจทำให้ราคาโทเค็นพุ่งสูงขึ้นเนื่องจากอารมณ์ของตลาด ในทางกลับกัน แม้แต่ความก้าวหน้าทางเทคโนโลยีก็แทบจะไม่สามารถดึงดูดความสนใจได้เมื่อตลาดซบเซา
เรายังคงรักษา ความคาดหวังในระดับต่ำและระมัดระวัง สำหรับเรื่องราวหลักของ WEB3 AI ซึ่งก็คือ เครือข่าย AI แบบกระจายอำนาจ แล้วถ้ามันเกิดขึ้นจริงจะเป็นยังไง? ท้ายที่สุดแล้ว มีสิ่งล้ำยุคอย่าง BTC และ ETH ใน WEB3 อย่างไรก็ตาม ในขั้นตอนปัจจุบัน เรายังคงต้องลงมือปฏิบัติจริงและคิดสถานการณ์บางอย่างที่สามารถดำเนินการได้ทันที เช่น การฝัง AI Agent บางส่วนในโครงการ WEB3 ปัจจุบัน เพื่อปรับปรุงประสิทธิภาพของโครงการเหล่านั้นเอง หรือการผสมผสาน AI เข้ากับเทคโนโลยีใหม่ๆ เพื่อสร้างแนวคิดใหม่ๆ ที่สามารถนำไปประยุกต์ใช้ในอุตสาหกรรมการเข้ารหัส หรือแม้กระทั่งแนวคิดที่สามารถดึงดูดความสนใจได้ หรือผลิตภัณฑ์ AI ที่ให้บริการเฉพาะอุตสาหกรรม WEB3 ไม่ว่าจะเป็นในแง่ของความถูกต้องของข้อมูลหรือสอดคล้องกับพฤติกรรมการทำงานขององค์กรหรือบุคคล WEB3 เพื่อให้บริการที่ผู้คนในอุตสาหกรรม WEB3 สามารถชำระเงินได้
โปรดติดตามตอนต่อไป บทความต่อไปนี้จะทบทวนและแสดงความเห็นเกี่ยวกับ 5 คลื่นลูกของ WEB3 AI และผลิตภัณฑ์บางส่วน ( เช่น Fetch.AI , TURBO, GOAT, AI16Z, Joinable AI, MyShell เป็นต้น)
บทความอ้างอิง:
Web3 AI เทียบกับ Web2 AI: เหตุใดโอเพ่นซอร์สและความโปร่งใสจึงจะชนะ
จาก AI Agent สู่ AI L1: Virtuals, ai16z และ zerebro
【คำเตือน】
ข้อมูลในเอกสารนี้ได้มาจากข้อมูลสาธารณะหรือข้อมูลอื่นที่เราเชื่อว่ามีความน่าเชื่อถือในระดับสมเหตุสมผล ห้องปฏิบัติการ Guatian ไม่ให้การรับประกันโดยชัดแจ้งหรือโดยปริยายใดๆ เกี่ยวกับความถูกต้อง ความเพียงพอ ความสมบูรณ์ หรือความเหมาะสมสำหรับการใช้งาน
ข้อมูล บทนำ ข้อมูล ฯลฯ ในเอกสารนี้มีไว้สำหรับการอ้างอิงของผู้อ่านเท่านั้น ภายใต้สถานการณ์ใดๆ ก็ตาม เนื้อหาใดๆ ในเอกสารนี้ไม่ควรถือเป็นคำเชิญหรือคำแนะนำใดๆ และไม่ถือเป็นคำแนะนำในการลงทุน ความเสี่ยงต่างๆ ที่สินทรัพย์โครงการที่เกี่ยวข้องกับการลงทุนอาจเผชิญ (รวมถึงแต่ไม่จำกัดเพียง: ความเสี่ยงด้านการลงทุน ความเสี่ยงด้านการจัดการ ความเสี่ยงด้านกฎหมาย ความเสี่ยงด้านภาษี ความเสี่ยงด้านสภาพคล่อง ความเสี่ยงด้านสินเชื่อ ความเสี่ยงด้านนโยบาย ความเสี่ยงด้านวัฏจักรเศรษฐกิจ ความเสี่ยงด้านอัตราดอกเบี้ย ความเสี่ยงด้านการดำเนินงาน ความเสี่ยงที่เกิดจากเหตุสุดวิสัย ฯลฯ) จะต้องเป็นภาระของนักลงทุนเอง ห้องปฏิบัติการ Guatian และ/หรือบริษัทในเครือจะไม่รับผิดชอบทางกฎหมายใดๆ สำหรับผลที่ตามมาจากการพึ่งพาหรือใช้สื่อนี้
องค์กรหรือบุคคลใดๆ ไม่สามารถคัดลอก เผยแพร่ หรือแก้ไขเนื้อหาของสื่อนี้ในรูปแบบใดๆ เว้นแต่จะได้รับความยินยอมเป็นลายลักษณ์อักษรจากห้องปฏิบัติการ Guatian
