Làm thế nào kinh tế AI vượt qua huyền thoại TVL DeFi?
Tuyển chọn TechFlowTuyển chọn TechFlow
Làm thế nào kinh tế AI vượt qua huyền thoại TVL DeFi?
Bài viết này sẽ thảo luận về những nguyên ngữ mới có thể trở thành trụ cột của nền kinh tế gốc AI.
Chuyên sâu báo cáo Web3Tác giả: LazAI
Giới thiệu
Tài chính phi tập trung (DeFi) đã khơi mào câu chuyện tăng trưởng theo cấp số nhân thông qua một loạt các nguyên tắc kinh tế đơn giản nhưng mạnh mẽ, biến các mạng blockchain thành thị trường toàn cầu không cần giấy phép và hoàn toàn đảo lộn tài chính truyền thống. Trong sự trỗi dậy của DeFi, một vài chỉ số then chốt đã trở thành ngôn ngữ phổ quát về giá trị: Tổng giá trị khóa (TVL), Lợi suất hàng năm (APY/APR) và thanh khoản. Những chỉ số súc tích này đã thúc đẩy sự tham gia và niềm tin. Ví dụ, vào năm 2020 TVL của DeFi (giá trị bằng đô la Mỹ của tài sản được khóa trong các giao thức) đã tăng vọt gấp 14 lần, sau đó lại tăng gấp bốn lần vào năm 2021, đạt đỉnh trên 112 tỷ USD. Lợi suất cao (một số nền tảng tuyên bố APY lên tới 3000% trong thời kỳ đào thanh khoản) thu hút dòng thanh khoản, trong khi độ sâu của các nhóm thanh khoản cho thấy mức trượt giá thấp hơn và thị trường hiệu quả hơn. Nói ngắn gọn, TVL nói với chúng ta "có bao nhiêu vốn tham gia", APR nói "kiếm được bao nhiêu lợi nhuận", còn thanh khoản cho biết "mức độ thuận tiện khi giao dịch tài sản". Dù có những điểm yếu, những 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 biến sự tham gia của người dùng thành cơ hội tài chính trực tiếp, DeFi đã tạo ra vòng xoáy tự củng cố, thúc đẩy việc áp dụng nhanh chóng và quy mô lớn.
Ngày nay, AI đang ở ngã tư đường tương tự. Nhưng khác với DeFi, hiện tại câu chuyện về AI bị chi phối bởi các mô hình tổng quát lớn được huấn luyện trên các bộ dữ liệu khổng lồ từ Internet. Những mô hình này thường khó mang lại kết quả hiệu quả trong các lĩnh vực chuyên biệt, nhiệm vụ chuyên môn hoặc nhu cầu cá nhân hóa. Mô hình "một kích thước phù hợp với tất cả" này tuy mạnh mẽ nhưng mong manh, phổ quát nhưng lệch hướng. Mô hình này cấp thiết phải thay đổi. Kỷ nguyên AI tiếp theo không nên được định nghĩa bởi quy mô hay tính phổ quát của mô hình, mà nên tập trung từ dưới lên – các mô hình nhỏ hơn, chuyên biệt hóa cao độ. Những mô hình AI tùy chỉnh như vậy cần một loại dữ liệu hoàn toàn mới: dữ liệu chất lượng cao, phù hợp với con người và đặc thù lĩnh vực. Tuy nhiên, việc thu thập dữ liệu dạng này không đơn giản như việc cào dữ liệu từ web; nó đòi hỏi sự đóng góp chủ động và có ý thức từ cá nhân, chuyên gia lĩnh vực và cộng đồng.
Để thúc đẩy kỷ nguyên AI chuyên biệt hóa và phù hợp với con người này, chúng ta cần xây dựng vòng xoáy khuyến khích tương tự như DeFi đã tạo ra cho lĩnh vực tài chính. Điều này có nghĩa là giới thiệu các nguyên tắc gốc AI mới, dùng để đo lường chất lượng dữ liệu, hiệu suất mô hình, độ tin cậy của tác nhân (agent) và các động lực phù hợp – những chỉ số này cần phản ánh trực tiếp giá trị thực sự của dữ liệu như một tài sản (chứ không chỉ là đầu vào).
Bài viết này sẽ thảo luận về những nguyên tắc mới có thể trở thành trụ cột cho nền kinh tế bản địa AI. Chúng tôi sẽ trình bày: nếu xây dựng đúng cơ sở hạ tầng kinh tế (tức là tạo ra dữ liệu chất lượng cao, khuyến khích hợp lý việc tạo ra và sử dụng, lấy cá nhân làm trung tâm), AI sẽ phát triển mạnh mẽ như thế nào. Chúng tôi cũng sẽ lấy ví dụ từ các nền tảng như LazAI để phân tích cách họ tiên phong xây dựng các khuôn khổ bản địa AI này, dẫn dắt mô hình định giá và thưởng cho dữ liệu, tạo đà cho bước nhảy vọt tiếp theo trong đổi mới AI.
Vòng xoáy khuyến khích của DeFi: TVL, Lợi suất và Thanh khoản – Nhìn lại nhanh
Sự trỗi dậy của DeFi không phải là điều tình cờ; thiết kế của nó khiến việc tham gia vừa sinh lời vừa minh bạch. Các chỉ số then chốt như Tổng giá trị khóa (TVL), Lợi suất hàng năm (APY/APR) và thanh khoản không chỉ là những con số, mà còn là các nguyên tắc căn bản giúp gắn kết hành vi người dùng với sự tăng trưởng của mạng lưới. Những chỉ số này cùng nhau tạo thành một vòng lặp tích cực thu hút người dùng và vốn, từ đó thúc đẩy đổi mới sâu hơn.
-
Tổng giá trị khóa (TVL): TVL đo lường tổng vốn được gửi vào các giao thức DeFi (như các nhóm cho vay, nhóm thanh khoản), trở thành từ đồng nghĩa với "vốn hóa thị trường" cho các dự án DeFi. Sự tăng trưởng nhanh chóng của TVL được coi là dấu hiệu của lòng tin người dùng và sức khỏe giao thức. Ví dụ, trong cơn sốt DeFi năm 2020-2021, TVL đã tăng từ dưới 10 tỷ USD lên trên 100 tỷ USD, đến năm 2023 vượt quá 150 tỷ USD, cho thấy quy mô giá trị mà người tham gia sẵn sàng khóa vào các ứng dụng phi tập trung. TVL cao tạo ra hiệu ứng hấp dẫn: nhiều vốn hơn nghĩa là thanh khoản và ổn định cao hơn, thu hút thêm người dùng tìm kiếm cơ hội. Mặc dù các nhà phê bình chỉ ra rằng việc theo đuổi mù quáng TVL có thể khiến các giao thức đưa ra các động lực không bền vững (về cơ bản là "mua" TVL), che giấu các vấn đề kém hiệu quả, nhưng nếu không có TVL, câu chuyện DeFi ban đầu sẽ thiếu đi một cách cụ thể để theo dõi việc áp dụng.
-
Lợi suất hàng năm (APY/APR): Cam kết lợi suất biến việc tham gia thành cơ hội thực tế. Các giao thức DeFi bắt đầu cung cấp APR đáng kinh ngạc cho những người cung cấp thanh khoản hoặc vốn. Ví dụ, Compound ra mắt token COMP giữa năm 2020, khởi xướng mô hình "đào thanh khoản" – thưởng token quản trị cho những người cung cấp thanh khoản. Sáng kiến này đã gây ra một làn sóng hoạt động. Việc sử dụng nền tảng không chỉ còn là dịch vụ, mà còn là một hình thức đầu tư. APY cao thu hút những người săn lợi suất, từ đó đẩy TVL lên cao hơn nữa. Cơ chế thưởng này thúc đẩy tăng trưởng mạng lưới bằng cách trực tiếp khuyến khích người dùng sớm tham gia với phần thưởng hậu hĩnh.
-
Thanh khoản: Trong tài chính, thanh khoản là khả năng chuyển nhượng tài sản mà không gây ra biến động giá mạnh – nền tảng của một thị trường lành mạnh. Thanh khoản trong DeFi thường được khởi động thông qua các chương trình đào thanh khoản (người dùng kiếm token nhờ cung cấp thanh khoản). Thanh khoản sâu trong các sàn giao dịch phi tập trung và các nhóm cho vay có nghĩa là người dùng có thể giao dịch hoặc vay mượn với chi phí thấp, cải thiện trải nghiệm người dùng. Thanh khoản cao dẫn đến khối lượng giao dịch và tính hữu ích cao hơn, từ đó thu hút thêm thanh khoản – một vòng phản hồi tích cực điển hình. Nó cũng hỗ trợ khả năng kết hợp: các nhà phát triển có thể xây dựng các sản phẩm mới (phái sinh, công cụ tổng hợp, v.v.) trên các thị trường thanh khoản, thúc đẩy đổi mới. Do đó, thanh khoản trở thành mạch sống của mạng lưới, thúc đẩy việc áp dụng và sự xuất hiện của các dịch vụ mới.
Những nguyên tắc này cùng nhau tạo thành một vòng xoáy khuyến khích mạnh mẽ. Những người tham gia tạo ra giá trị bằng cách khóa tài sản hoặc cung cấp thanh khoản sẽ nhận được phần thưởng ngay lập tức (thông qua lợi suất cao và phần thưởng token), từ đó khuyến khích thêm sự tham gia. Điều này biến sự tham gia cá nhân thành cơ hội rộng rãi – người dùng kiếm lợi nhuận và ảnh hưởng quản trị – và những cơ hội này lại tạo ra hiệu ứng mạng lưới, thu hút hàng ngàn người dùng tham gia. Kết quả thật ấn tượng: đến năm 2024, số lượng người dùng DeFi đã vượt quá 10 triệu, giá trị của nó tăng gần 30 lần trong vài năm. Rõ ràng, sự gắn kết khuyến khích quy mô lớn – biến người dùng thành các bên liên quan – là chìa khóa cho sự trỗi dậy theo cấp số nhân của DeFi.
Thiếu sót hiện tại trong nền kinh tế AI
Nếu DeFi cho thấy cách thức tham gia từ dưới lên và sự gắn kết khuyến khích có thể khởi động một cuộc cách mạng tài chính, thì nền kinh tế AI hiện nay vẫn thiếu các nguyên tắc nền tảng để hỗ trợ một sự chuyển đổi tương tự. Hiện tại, AI bị chi phối bởi các mô hình tổng quát lớn được huấn luyện trên các bộ dữ liệu khổng lồ được cào từ web. Những mô hình nền tảng này có quy mô đáng kinh ngạc, nhưng vì được thiết kế để giải quyết mọi vấn đề nên luôn không hiệu quả đặc biệt đối với bất kỳ ai. Kiến trúc "một kích thước phù hợp với tất cả" này khó thích nghi với các lĩnh vực chuyên biệt, sự khác biệt văn hóa hay sở thích cá nhân, dẫn đến đầu ra mong manh, có điểm mù và ngày càng lệch khỏi nhu cầu thực tế.
Kỷ nguyên AI tiếp theo sẽ được định nghĩa không chỉ bằng quy mô, mà còn bằng khả năng hiểu ngữ cảnh – tức là khả năng của mô hình trong việc hiểu và phục vụ các lĩnh vực cụ thể, các cộng đồng chuyên môn và các góc nhìn đa dạng của con người. Tuy nhiên, trí tuệ theo ngữ cảnh này cần đầu vào khác: dữ liệu chất lượng cao, phù hợp với con người. Và đây chính là thứ đang thiếu. Hiện tại chưa có cơ chế được công nhận rộng rãi nào để đo lường, xác định, định giá hoặc ưu tiên loại dữ liệu này, cũng không có quy trình mở để cá nhân, cộng đồng hoặc chuyên gia lĩnh vực đóng góp góc nhìn của họ và cải thiện các hệ thống trí tuệ đang ngày càng ảnh hưởng đến cuộc sống của họ. Do đó, giá trị vẫn tập trung trong tay một vài nhà cung cấp cơ sở hạ tầng, trong khi đại chúng bị tách rời khỏi tiềm năng tăng trưởng của nền kinh tế AI. Chỉ khi thiết kế ra các nguyên tắc mới có thể khám phá, xác minh và thưởng cho các đóng góp có giá trị cao (dữ liệu, phản hồi, tín hiệu phù hợp), chúng ta mới có thể mở khóa vòng lặp tăng trưởng tham gia mà DeFi đã dựa vào để phát triển.
Nói ngắn gọn, chúng ta phải đặt cùng một câu hỏi:
Chúng ta nên đo lường giá trị được tạo ra như thế nào? Làm thế nào để xây dựng một vòng xoáy áp dụng tự củng cố nhằm thúc đẩy sự tham gia từ dưới lên, lấy cá nhân làm trung tâm?
Để mở khóa một "nền kinh tế bản địa AI" tương tự DeFi, chúng ta cần định nghĩa các nguyên tắc mới, biến sự tham gia thành cơ hội AI, từ đó xúc tác các hiệu ứng mạng lưới chưa từng thấy trong lĩnh vực này.
Ngăn xếp công nghệ bản địa AI: Các nguyên tắc mới cho nền kinh tế mới
Chúng ta không còn chỉ đơn thuần chuyển token giữa các ví, mà đang đưa dữ liệu vào mô hình, biến đầu ra mô hình thành quyết định, và để các tác nhân AI hành động. Điều này đòi hỏi các chỉ số và nguyên tắc mới để định lượng trí tuệ và sự phù hợp, giống như các chỉ số DeFi định lượng vốn. Ví dụ, LazAI đang xây dựng một mạng blockchain thế hệ tiếp theo, giải quyết vấn đề dữ liệu AI phù hợp bằng cách giới thiệu các tiêu chuẩn tài sản mới cho dữ liệu AI, hành vi mô hình và tương tác tác nhân.
Dưới đây là sơ lược một số nguyên tắc then chốt định nghĩa giá trị kinh tế AI trên chuỗi:
-
Dữ liệu có thể xác minh (thanh khoản mới): Dữ liệu đối với AI cũng như thanh khoản đối với DeFi – mạch sống của hệ thống. Trong AI (đặc biệt là mô hình lớn), việc sở hữu đúng dữ liệu là rất quan trọng. Nhưng dữ liệu thô có thể chất lượng thấp hoặc gây hiểu lầm, chúng ta cần dữ liệu chất lượng cao có thể xác minh trên chuỗi. Một nguyên tắc khả thi ở đây là "Bằng chứng dữ liệu (PoD)/Bằng chứng giá trị dữ liệu (PoDV)". Khái niệm này sẽ đo lường giá trị của đóng góp dữ liệu, không chỉ dựa trên số lượng mà còn dựa trên chất lượng và ảnh hưởng của nó đến hiệu suất AI. Có thể coi đây là phiên bản tương đương của đào thanh khoản: những người đóng góp dữ liệu hữu ích (hoặc nhãn/phản hồi) sẽ được thưởng dựa trên giá trị mà dữ liệu của họ mang lại. Các thiết kế ban đầu của hệ thống kiểu này đã bắt đầu hình thành. Ví dụ, một dự án blockchain sử dụng đồng thuận "Bằng chứng dữ liệu (PoD)" coi dữ liệu là nguồn tài nguyên chính để xác minh (tương tự 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.
Mở rộng điều này sang nền kinh tế AI nói chung, chúng ta có thể thấy "Tổng giá trị dữ liệu khóa (TDVL)" như một chỉ số: thước đo tổng hợp của tất cả dữ liệu có giá trị trên mạng, được cân nặng theo khả năng xác minh và tính hữu ích. Các nhóm dữ liệu đã xác minh thậm chí có thể được giao dịch như các nhóm thanh khoản – ví dụ, một nhóm hình ảnh y khoa đã xác minh dùng để chẩn đoán AI trên chuỗi có thể có giá trị và mức sử dụng định lượng. Truy xuất nguồn gốc dữ liệu (biết dữ liệu đến từ đâu, lịch sử sửa đổi) sẽ là phần thiết yếu của chỉ số này, đảm bảo dữ liệu đưa vào mô hình AI là đáng tin cậy và có thể truy xuất. Về bản chất, nếu thanh khoản liên quan đến vốn khả dụng, thì dữ liệu có thể xác minh liên quan đến tri thức khả dụng. Các chỉ số như Bằng chứng giá trị dữ liệu (PoDV) có thể nắm bắt lượng tri thức hữu ích được khóa trong mạng, trong khi việc neo dữ liệu trên chuỗi thông qua token DAT (Data Anchoring Token) của LazAI biến tính thanh khoản dữ liệu thành một lớp kinh tế có thể đo lường và khuyến khích.
-
Hiệu suất mô hình (một loại tài sản mới): Trong nền kinh tế AI, các mô hình đã được huấn luyện (hoặc dịch vụ AI) bản thân trở thành tài sản – thậm chí có thể coi là một loại tài sản mới song hành với token và NFT. Các mô hình AI đã được huấn luyện có giá trị do trí tuệ được gói gọn trong trọng số của chúng. Nhưng làm thế nào để biểu diễn và đo lường giá trị này trên chuỗi? Chúng ta có thể cần các tiêu chuẩn hiệu suất trên chuỗi hoặc chứng nhận mô hình. Ví dụ, độ chính xác của mô hình trên một bộ dữ liệu tiêu chuẩn, hoặc tỷ lệ thắng trong các nhiệm vụ cạnh tranh, có thể được ghi lại trên chuỗi như một điểm hiệu suất. Có thể coi đây là "xếp hạng tín dụng" hoặc KPI trên chuỗi cho mô hình AI. Các điểm số này có thể được điều chỉnh khi mô hình được tinh chỉnh hoặc dữ liệu được cập nhật. Các dự án như Oraichain đã khám phá việc đưa API mô hình AI lên chuỗi kèm theo điểm đánh giá độ tin cậy (xác minh đầu ra AI có đáp ứng kỳ vọng hay không thông qua các trường hợp kiểm thử). Trong Tài chính phi tập trung bản địa AI ("AiFi"), có thể hình dung việc đặt cược dựa trên hiệu suất mô hình – ví dụ, nếu một nhà phát triển tin rằng mô hình của họ hoạt động tốt, họ có thể đặt cược token; nếu kiểm toán độc lập trên chuỗi xác nhận hiệu suất, họ sẽ được thưởng (nếu mô hình hoạt động kém, họ sẽ mất tiền đặt cược). Điều này sẽ khuyến khích các nhà phát triển báo cáo trung thực và liên tục cải tiến mô hình. Một ý tưởng khác là các NFT mô hình được mã hóa mang theo siêu dữ liệu hiệu suất – "giá sàn" của NFT mô hình có thể phản ánh tính hữu ích của nó. Những thực tiễn này đã bắt đầu manh nha: một số thị trường AI cho phép mua bán token truy cập mô hình, các giao thức như LayerAI (trước đây là CryptoGPT) rõ ràng coi dữ liệu và mô hình AI là các loại tài sản mới nổi trong nền kinh tế AI toàn cầu. Tóm lại, DeFi hỏi "có bao nhiêu vốn được khóa?", AI-DeFi sẽ hỏi "có bao nhiêu trí tuệ được khóa?" – không chỉ nói đến năng lực tính toán (mặc dù cũng quan trọng), mà còn nói đến hiệu quả và giá trị của các mô hình đang hoạt động trong mạng. Các chỉ số mới có thể bao gồm "Bằng chứng chất lượng mô hình" hoặc chỉ số thời gian cải thiện hiệu suất AI trên chuỗi.
-
Hành vi và tiện ích tác nhân (tác nhân AI trên chuỗi): Yếu tố mới thú vị và thách thức nhất trong blockchain bản địa AI là các tác nhân AI tự trị hoạt động trên chuỗi. Chúng có thể là robot giao dịch, người biên tập dữ liệu, AI chăm sóc khách hàng hoặc người quản trị DAO phức tạp – về bản chất là các thực thể phần mềm có khả năng cảm nhận, ra quyết định và hành động trên mạng thay mặt người dùng hoặc tự thân. Thế giới DeFi chỉ có các "robot" cơ bản; trong thế giới blockchain AI, các tác nhân có thể trở thành các chủ thể kinh tế đẳng cấp nhất. Điều này làm nảy sinh nhu cầu về các tiêu chuẩn đo lường hành vi, độ tin cậy và tính tiện ích của tác nhân. Chúng ta có thể thấy các cơ chế tương tự như "điểm tiện ích tác nhân" hoặc hệ thống danh tiếng. Hãy tưởng tượng mỗi tác nhân AI (có thể được biểu diễn dưới dạng NFT hoặc token bán đồng nhất - SFT) tích lũy danh tiếng dựa trên hành động của nó (hoàn thành nhiệm vụ, hợp tác, v.v.). Các điểm số này tương tự như điểm tín dụng hoặc xếp hạng người dùng, nhưng dành riêng cho AI. Các hợp đồng khác có thể dựa vào đó để quyết định có nên tin tưởng hoặc sử dụng dịch vụ tác nhân 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 riêng trên chuỗi và tài sản AI. Có thể hình dung những iDAO hoặc tác nhân này xây dựng hồ sơ có thể đo lường được.
Các nền tảng đã bắt đầu mã hóa tác nhân AI và trao cho chúng các chỉ số trên chuỗi: ví dụ, “giao thức Rome” của Rivalz tạo ra các tác nhân AI dựa trên NFT (rAgents), với chỉ số danh tiếng mới nhất được ghi lại trên chuỗi. Người dùng có thể đặt cược hoặc cho thuê các tác nhân này, phần thưởng của họ phụ thuộc vào hiệu suất và ảnh hưởng của tác nhân trong tập thể AI (swarm). Về bản chất, đây là DeFi cho tác nhân AI, và cho thấy tầm quan trọng của các chỉ số tiện ích tác nhân. Trong tương lai, chúng ta có thể thảo luận về "tác nhân AI hoạt động" giống như thảo luận về địa chỉ hoạt động, hoặc nói về "ảnh hưởng kinh tế của tác nhân" giống như nói về khối lượng giao dịch.
-
Hành trình chú ý có thể trở thành một nguyên tắc khác – ghi lại những gì tác nhân tập trung trong quá trình ra quyết định (dữ liệu nào, tín hiệu nào). Điều này có thể làm cho tác nhân hộp đen trở nên minh bạch và có thể kiểm toán hơn, đồng thời quy kết thành công hoặc thất bại của tác nhân vào các đầu vào cụ thể. Tóm lại, các chỉ số hành vi tác nhân sẽ đảm bảo trách nhiệm và sự phù hợp: nếu muốn các tác nhân tự trị được ủy thác quản lý số vốn lớn hoặc nhiệm vụ quan trọng, cần định lượng độ tin cậy của chúng. Điểm tiện ích tác nhân cao có thể trở thành điều kiện tiên quyết để tác nhân AI trên chuỗi quản lý số vốn lớn (tương tự như điểm tín dụng cao là điều kiện để vay số tiền lớn trong tài chính truyền thống).
-
Khuyến khích sử dụng và các chỉ số phù hợp AI: Cuối cùng, nền kinh tế AI cần xem xét cách khuyến khích việc sử dụng có lợi và sự phù hợp. DeFi khuyến khích tăng trưởng thông qua đào thanh khoản, airdrop cho người dùng sớm hoặc hoàn phí; trong khi đó, trong AI, việc tăng trưởng sử dụng đơn thuần là chưa đủ, chúng ta cần khuyến khích việc sử dụng cải thiện kết quả AI. Tại thời điểm này, các chỉ số liên kết với sự phù hợp AI là rất quan trọng. Ví dụ, vòng phản hồi con người (như người dùng đánh giá phản hồi AI hoặc cung cấp điều chỉnh thông qua iDAO, phần này sẽ được giải thích chi tiết hơn bên dưới) có thể được ghi lại, và những người đóng góp phản hồi có thể kiếm được "lợi nhuận phù hợp". Hoặc hãy tưởng tượng "Bằng chứng chú ý" hoặc "Bằng chứng tham gia", những người dùng bỏ thời gian cải thiện AI (bằng cách cung cấp dữ liệu sở thích, điều chỉnh hoặc các trường hợp sử dụng mới) sẽ được thưởng. Chỉ số có thể là hành trình chú ý, ghi lại lượng phản hồi chất lượng hoặc lượng chú ý của con người dành để tối ưu hóa AI.
Cũng như DeFi cần các trình duyệt khối và bảng điều khiển (như DeFi Pulse, DefiLlama) để theo dõi TVL và lợi suất, nền kinh tế AI cũng cần các trình duyệt mới để theo dõi các chỉ số trung tâm AI này – hãy tưởng tượng một bảng điều khiển "AI-llama" hiển thị tổng lượng dữ liệu phù hợp, số lượng tác nhân AI hoạt động, tổng lợi nhuận tiện ích AI, v.v. Nó có điểm tương đồng với DeFi, nhưng nội dung là hoàn toàn mới.
Hướng tới vòng xoáy kiểu DeFi cho AI
Chúng ta cần xây dựng vòng xoáy khuyến khích cho AI – coi dữ liệu là tài sản kinh tế đẳng cấp nhất, từ đó biến việc phát triển AI từ một công việc khép kín thành một nền kinh tế mở, có sự tham gia, giống như DeFi đã biến tài chính thành một sân chơi mở do người dùng dẫn dắt.
Những khám phá ban đầu theo hướng này đã xuất hiện. Ví dụ, các dự án như Vana bắt đầu thưởng cho người dùng 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 token riêng cho bộ dữ liệu đó (có thể đổi lấy token gốc của mạng). Đây là một bước tiến quan trọng hướng tới việc thương mại hóa cho những người đóng góp dữ liệu.
Tuy nhiên, chỉ thưởng cho hành vi đóng góp là chưa đủ để tái tạo vòng xoáy bùng nổ như DeFi. Trong DeFi, những người cung cấp thanh khoản không chỉ được thưởng vì gửi tài sản, mà tài sản họ cung cấp còn có giá trị thị trường minh bạch, và lợi nhuận phản ánh việc sử dụng thực tế (phí giao dịch, lãi vay cộng thêm token thưởng). Tương tự, nền kinh tế dữ liệu AI cần vượt ra ngoài việc thưởng chung chung, định giá trực tiếp cho dữ liệu. Nếu thiếu định giá kinh tế dựa trên chất lượng dữ liệu, độ hiếm hoặc mức độ cải thiện mô hình, chúng ta có thể rơi vào các động lực nông cạn. Việc đơn thuần phân phối token thưởng cho sự tham gia có thể khuyến khích số lượng thay vì chất lượng, hoặc đình trệ khi token thiếu sự liên kết với tiện ích AI thực tế. Để thực sự giải phóng đổi mới, người đóng góp cần thấy các tín hiệu thị trường rõ ràng, hiểu giá trị dữ liệu của họ và được trả thưởng khi dữ liệu thực sự được sử dụng trong các hệ thống AI.
Chúng ta cần một cơ sở hạ tầng tập trung hơn vào định giá và thưởng trực tiếp cho dữ liệu, để tạo ra vòng lặp khuyến khích lấy dữ liệu làm trung tâm: càng nhiều dữ liệu chất lượng cao được đóng góp, mô hình càng tốt hơn, thu hút thêm người dùng và nhu cầu dữ liệu, từ đó đẩy cao phần thưởng cho người đóng góp. Điều này sẽ biến AI từ một cuộc đua khép kín giành dữ liệu lớn thành một thị trường mở cho dữ liệu đáng tin cậy và chất lượng cao.
Các ý tưởng này được thể hiện như thế nào trong các dự án thực tế? Lấy ví dụ LazAI – dự án này đang xây dựng mạng blockchain thế hệ tiếp theo và các nguyên tắc nền tảng cho nền kinh tế AI phi tập trung.
Giới thiệu về LazAI – Khiến AI phù hợp với con người
LazAI là một mạng lưới blockchain và giao thức thế hệ tiếp theo được thiết kế để giải quyết vấn đề dữ liệu AI phù hợp, bằng cách xây dựng cơ sở hạ tầng cho nền kinh tế AI phi tập trung thông qua việc giới thiệu các tiêu chuẩn tài sản mới cho dữ liệu AI, hành vi mô hình và tương tác tác nhân.
LazAI cung cấp một trong những phương pháp tiên phong nhất, giải quyết vấn đề phù hợp AI bằng cách làm cho dữ liệu có thể xác minh, có động lực và có thể lập trình được trên chuỗi. Phần dưới đây sẽ lấy khung của LazAI làm ví dụ để minh họa cách blockchain bản địa AI đưa các nguyên tắc trên vào thực tiễn.
Vấn đề cốt lõi – Sai lệch dữ liệu và thiếu động lực công bằng
Việc phù hợp AI thường quy về chất lượng dữ liệu huấn luyện, và trong tương lai cần dữ liệu mới phù hợp với con người, đáng tin cậy và có quản trị. Khi ngành AI chuyển từ các mô hình tổng quát tập trung sang trí tuệ có ngữ cảnh và phù hợp, cơ sở hạ tầng phải tiến hóa đồng bộ. Kỷ nguyên AI tiếp theo sẽ được định nghĩa bởi sự phù hợp, độ chính xác và khả năng truy xuất nguồn gốc. LazAI trực tiếp giải quyết thách thức về dữ liệu phù hợp và động lực, đưa ra giải pháp căn bản: phù hợp dữ liệu tại nguồn và thưởng trực tiếp cho chính dữ liệu. Nói cách khác, đảm bảo dữ liệu huấn luyện một cách có thể xác minh đại diện cho góc nhìn con người, giảm nhiễu/lệch, và được thưởng dựa trên chất lượng, độ hiếm hoặc mức độ cải thiện mô hình. Đây là một bước nhảy vọt về mô hình – từ sửa chữa mô hình sang sắp xếp dữ liệu.
LazAI không chỉ giới thiệu các nguyên tắc, mà còn đề xuất một mô hình mới về cách thu thập, định giá và quản trị dữ liệu. Các khái niệm cốt lõi của nó bao gồm token neo dữ liệu (DAT) và DAO lấy cá nhân làm trung tâm (iDAO), hai yếu tố này cùng nhau thực hiện định giá, truy xuất nguồn gốc và sử dụng có thể lập trình cho dữ liệu.
Dữ liệu có thể xác minh và có thể lập trình – Token Neo dữ liệu (DAT)
Để đạt được mục tiêu này, LazAI giới thiệu một nguyên tắc mới trên chuỗi – token neo dữ liệu (DAT), một tiêu chuẩn token mới được thiết kế riêng để tài sản hóa dữ liệu AI. Mỗi DAT đại diện cho một đơn vị dữ liệu được neo trên chuỗi cùng thông tin nguồn gốc: danh tính người đóng góp, quá trình phát triển theo thời gian và các kịch bản sử dụng. Điều này tạo ra một hồ sơ lịch sử có thể xác minh cho từng đơn vị dữ liệu – tương tự như hệ thống kiểm soát phiên bản cho bộ dữ liệu (như Git), nhưng được bảo vệ an ninh bởi blockchain. Vì DAT tồn tại trên chuỗi, chúng có khả năng lập trình: các hợp đồng thông minh có thể quản lý các quy tắc sử dụng. Ví dụ, người đóng góp dữ liệu có thể chỉ định DAT của họ (ví dụ một bộ hình ảnh y khoa) chỉ được truy cập bởi một mô hình AI cụ thể, hoặc chỉ được sử dụng trong các điều kiện nhất định (áp dụng các ràng buộc đạo đức hoặc quyền riêng tư bằng mã). Cơ chế khuyến khích được thể hiện ở chỗ DAT có thể được giao dịch hoặc đặt cược – nếu dữ liệu có giá trị với mô hình, mô hình (hoặc chủ sở hữu của nó) có thể trả phí để truy cập DAT. Về bản chất, LazAI xây dựng một thị trường dữ liệu được mã hóa và có thể truy xuất nguồn gốc. Điều này trực tiếp phản ánh chỉ số "dữ liệu có thể xác minh" đã thảo luận trước đó: bằng cách kiểm tra DAT, có thể xác nhận nó đã được xác minh hay chưa, được bao nhiêu mô hình sử dụng, và mang lại mức cải thiện 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 động lực kinh tế với chất lượng, LazAI đảm bảo AI được huấn luyện trên dữ liệu đáng tin cậy và có thể đo lường. Đây là việc giải quyết vấn đề thông qua sự phù hợp động lực – dữ liệu chất lượng cao được thưởng và nổi bật.
Khung DAO lấy cá nhân làm trung tâm (iDAO)
Thành phần thứ hai then chốt là khái niệm iDAO (DAO lấy cá nhân làm trung tâm) của LazAI, bằng cách đặt cá nhân (thay vì tổ chức) vào trung tâm của quyết định và quyền sở hữu dữ liệu, khái niệm này tái định nghĩa mô hình quản trị trong nền kinh tế AI. DAO truyền thống thường ưu tiên mục tiêu tập thể, vô tình làm suy yếu ý chí cá nhân. iDAO đảo ngược logic này. Chúng là các đơn vị quản trị cá nhân hóa, cho phép cá nhân, cộng đồng hoặc thực thể chuyên biệt lĩnh vực trực tiếp sở hữu, kiểm soát và xác minh dữ liệu và mô hình họ đóng góp cho hệ thống AI. iDAO hỗ trợ AI tùy chỉnh và phù hợp: với tư cách là một khuôn khổ quản trị, chúng đảm bảo mô hình luôn tuân theo giá trị hoặc ý định của người đóng góp. Về mặt kinh tế, iDAO còn làm cho hành vi AI có thể lập trình theo cộng đồng – có thể đặt ra các quy tắc giới hạn cách mô hình sử dụng dữ liệu cụ thể, ai có thể truy cập mô hình, và cách phân phối lợi nhuận từ đầu ra mô hình. Ví dụ, iDAO có thể quy định: mỗi khi mô hình AI của họ được gọi (như yêu cầu API hoặc hoàn thành nhiệm vụ), một phần lợi nhuận sẽ được hoàn trả cho những người nắm giữ DAT đã đóng góp dữ liệu liên quan. Điều này thiết lập một vòng phản hồi trực tiếp giữa hành vi tác nhân và phần thưởng cho người đóng góp – tương tự như cơ chế trong DeFi nơi lợi nhuận của người cung cấp thanh khoản gắn với việc sử dụng nền tảng. Ngoài ra, các iDAO có thể tương tác kết hợp với nhau thông qua các giao thức: một tác nhân AI (iDAO) có thể gọi dữ liệu hoặc mô hình của iDAO khác theo các điều khoản đã thỏa thuận.
Bằng cách thiết lập các nguyên tắc này, khung của LazAI biến tầm nhìn về nền kinh tế AI phi tập trung thành hiện thực. Dữ liệu trở thành tài sản mà người dùng có thể sở hữu và kiếm lợi nhuận, mô hình chuyển từ các hòn đảo riêng tư thành các dự án hợp tác, mỗi người tham gia – từ cá nhân lập danh mục dữ liệu độc đáo đến nhà phát triển xây dựng mô hình chuyên biệt nhỏ – đều có thể trở thành bên liên quan trong chuỗi giá trị AI. Sự gắn kết khuyến khích này có tiềm năng tái tạo sự tăng trưởng bùng nổ như DeFi: khi mọi người nhận ra việc tham gia AI (đóng góp dữ liệu hoặc chuyên môn) trực tiếp chuyển hóa thành cơ hội, họ sẽ tích cực tham gia hơn. Khi số lượng người tham gia tăng lên, hiệu ứng mạng lưới bắt đầu – nhiều dữ liệu hơn sinh ra mô hình tốt hơn, thu hút thêm người dùng, từ đó tạo ra thêm dữ liệu và nhu cầu, hình thành một vòng lặp tích cực.
Xây dựng nền tảng tin cậy cho AI: Khung tính toán có thể xác minh
Trong hệ sinh thái này, khung tính toán có thể xác minh (Verified Computing Framework) của LazAI là lớp cốt lõi xây dựng niềm tin. Khung này đảm bảo mỗi DAT được tạo ra, mỗi quyết định iDAO (tổ chức tự trị cá nhân hóa), mỗi lần phân phối phần thưởng đều có chuỗi truy xuất có thể xác minh, làm cho quyền sở hữu dữ liệu có thể thực thi, quy trình quản trị có thể chịu trách nhiệm, hành vi tác nhân có thể kiểm toán. Bằng cách biến iDAO và DAT từ các khái niệm lý thuyết thành một hệ thống đáng tin cậy và có thể xác minh, khung tính toán có thể xác minh thực hiện chuyển đổi phạm trù về niềm tin – từ dựa vào giả định sang đảm bảo chắc chắn dựa trên xác minh toán học.
Hiện thực hóa giá trị trong nền kinh tế AI phi tập trung
Việc thiết lập các yếu tố nền tảng này 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 lập quyền sở hữu tài sản dữ liệu và thu lợi nhuận
-
Hợp tác hóa mô hình: Mô hình AI chuyển từ các hòn đảo khép kín thành sản phẩm hợp tác mở
-
Quyền lợi hóa sự tham gia: Từ người đóng góp dữ liệu đến nhà phát triển mô hình chuyên biệt, tất cả người tham gia đều có thể trở thành các bên liên quan trong chuỗi giá trị AI
Thiết kế hài hòa khuyến khích này có tiềm năng tái tạo động lực tăng trưởng của DeFi: khi người dùng nhận ra việc tham gia xây dựng AI (thông qua đóng góp dữ liệu hoặc chuyên môn) trực tiếp chuyển hóa thành cơ hội kinh tế, nhiệt huyết tham gia sẽ bùng cháy. Khi quy mô người tham gia mở rộng, hiệu ứng mạng lưới sẽ xuất hiện – nhiều dữ liệu chất lượng cao hơn sinh ra mô hình tốt hơn, thu hút thêm người dùng tham gia, từ đó tạo ra thêm nhu cầu dữ liệu, hình thành vòng xoáy tăng trưởng tự củng cố.
Kết luận: Hướng tới một nền kinh tế AI mở
Hành trình của DeFi cho thấy các nguyên tắc đúng có thể giải phóng sự tăng trưởng chưa từng có. Trong nền kinh tế bản địa AI sắp tới, chúng ta đang đứng ở điểm tới hạn của một bước đột phá tương tự. Bằng cách định nghĩa và triển khai các nguyên tắc mới coi trọng dữ liệu và sự phù hợp, chúng ta có thể biến việc phát triển AI từ một công trình tập trung thành một sự nghiệp phi tập trung do cộng đồng dẫn dắt. Hành trình này không thiếu thách thức: cần đảm bảo các cơ chế kinh tế ưu tiên chất lượng thay vì số lượng, và tránh các bẫy đạo đức để ngăn việc thưởng dữ liệu làm hại quyền riêng tư hoặc công bằng. Nhưng hướng đi đã rõ ràng. Các thực tiễn như DAT và iDAO của LazAI đang mở đường, biến khái niệm trừu tượng "AI phù hợp với con người" thành các cơ chế cụ thể về quyền sở hữu và quản trị.
Cũng như DeFi ban đầu đã thử nghiệm và tối ưu hóa TVL, đào thanh khoản và quản trị, nền kinh tế AI cũng sẽ lặp lại các nguyên tắc mới của mình. 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 phù hợp và lợi ích của tác nhân AI chắc chắn sẽ nảy nở. Bài viết này chỉ mới chạm đến bề mặt các mô hình khuyến khích có thể thúc đẩy dân chủ hóa AI, hy vọng khơi gợi thảo luận mở và nghiên cứu sâu hơn: làm thế nào để thiết kế thêm các nguyên tắc kinh tế bản địa AI? Có thể xảy ra những hệ quả hoặc cơ hội bất ngờ nào? Thông qua sự tham gia rộng rãi của cộng đồng, chúng ta có nhiều khả năng xây dựng một tương lai AI không chỉ tiên tiến về công nghệ, mà còn bao gồm về kinh tế và phù hợp với các giá trị con người.
Sự tăng trưởng theo cấp số nhân của DeFi không phải là ma thuật – nó được thúc đẩy bởi sự gắn kết khuyến khích. Ngày nay, chúng ta có cơ hội thúc đẩy một cuộc phục hưng AI thông qua các thực hành tương tự đối với dữ liệu và mô hình. Biến sự tham gia thành cơ hội, cơ hội thành hiệu ứng mạng lưới, chúng ta có thể khởi động vòng xoáy tái cấu trúc việc tạo ra và phân phối giá trị trong thời đại kỹ thuật số.
Hãy cùng nhau xây dựng tương lai này – bắt đầu từ một bộ dữ liệu có thể xác minh, một tác nhân AI phù hợp, một nguyên tắc mới.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
