ชื่อเรื่องเดิม: "การทดลองโต้กลับอัลกอริทึม Kaito: วิธีใช้รูปภาพ 3 รูปที่อยู่ขอบๆ เพื่อขึ้นสู่ตำแหน่งสูงสุดในรายการพื้นที่ของจีนใน 24 ชั่วโมง"
ผู้เขียนต้นฉบับ: yunfeng, BlockBeats

รายงานการทดสอบ InfoFi ของ jesse

เมื่อเร็วๆ นี้ jesse ได้ทำการทดลองบนแพลตฟอร์ม X (เดิมคือ Twitter) โดยเผยแพร่เนื้อหาที่เข้ารหัส "ขอบๆ" สามรายการระหว่างข้อมูลที่มีค่าและสแปมล้วนๆ เพื่อทดสอบขอบเขตของอัลกอริทึมการให้คะแนน Yap บนแพลตฟอร์ม Kaito โดยไม่คาดคิด ในเวลาไม่ถึง 24 ชั่วโมง บัญชีของฉัน @jessethecook69 ก็ขึ้นไปอยู่อันดับที่ 9 ของโลกในรายชื่อ Kaito Yapper และได้รับรางวัลอันดับหนึ่งในภูมิภาคจีน ปรากฏการณ์ที่สามารถสร้างรายการได้อย่างรวดเร็วเพียงเพราะเนื้อหาไม่มีคุณภาพ ทำให้ผู้คนเกิดความสงสัยว่าอัลกอริธึมการให้คะแนนเนื้อหา AI ที่ Kaito อ้างไว้มีความยุติธรรมและเข้มงวดอย่างที่อ้างจริงหรือไม่ หรือมีช่องโหว่ที่สามารถใช้ประโยชน์ได้?

ต่อไปนี้เป็นทวีต 3 รายการซึ่งมีเนื้อหาที่ค่อนข้างคลุมเครือซึ่งเผยแพร่ในการทดลองนี้ รูปแบบของเนื้อหาเหล่านี้ใกล้เคียงกับชีวิตประจำวัน และได้รับการโต้ตอบอย่างรวดเร็วผ่านความสนุกสนานและผลกระทบทางภาพ

ที่จริง ก็มีข้อสงสัยคล้ายๆ กันนี้อยู่ในชุมชนอยู่แล้วมากมาย รายงานจาก Blockworks กล่าวถึงผู้ใช้บางรายได้รับคะแนน Yap นับร้อยคะแนนโดยไม่ได้ตั้งใจจากการตอบทวีตด้วยคำเดียวกันซ้ำๆ (เช่น ตอบกลับว่า "ตอบกลับ") อย่างต่อเนื่อง แม้ว่าหน่วยงานที่เกี่ยวข้องอาจแก้ไขช่องโหว่ดังกล่าวได้อย่างรวดเร็ว แต่กรณีเหล่านี้ก็เพียงพอที่จะกระตุ้นให้เกิดการอภิปรายว่า โมเดล "ข้อมูลคือทุน" (InfoFi) ที่สร้างขึ้นโดย Kaito นั้นสามารถส่งมอบแรงจูงใจสำหรับข้อมูลที่มีคุณภาพสูงได้จริงหรือไม่ หรือในบางกรณีสามารถเปลี่ยนเป็นเกมการจราจรรูปแบบใหม่ได้หรือไม่

ในการตอบคำถามเหล่านี้ จำเป็นต้องวิเคราะห์หลักการพื้นฐานของ Kaito อย่างลึกซึ้ง ทำความเข้าใจว่า Kaito ใช้ข้อมูลเมตาจำนวนมหาศาลที่ Twitter API จัดเตรียมไว้ได้อย่างไร ผสมผสานเข้ากับโมเดลภาษาขนาดใหญ่ เช่น ChatGPT ของ OpenAI สำหรับการวิเคราะห์เชิงความหมายและการตัดสินแนวโน้ม และสร้างระบบนิเวศข้อมูลแบบกระจายอำนาจผ่านกลไก “แรงจูงใจทางสังคม” เช่น ระบบ Smart Followers และคะแนน Yap ต่อไป เจสซีจะวิเคราะห์ปัญหาเรื่องนี้จากสองมุมมอง: ความสำคัญของอุตสาหกรรมและรายละเอียดทางเทคนิค

ข้อมูลคือทุน: นวัตกรรมแพลตฟอร์มของ Kaito และความสำคัญของอุตสาหกรรม

โมเดล InfoFi ใหม่ที่ Kaito เสนอไม่เพียงแต่เป็นการทดลองด้านเทคโนโลยีและผลิตภัณฑ์อย่างสร้างสรรค์เท่านั้น แต่ยังส่งผลกระทบเชิงโครงสร้างต่อกลไกการเผยแพร่ข้อมูลและรูปแบบการตลาดของอุตสาหกรรมการเข้ารหัสอีกด้วย ในอดีต การทำการตลาดของโครงการ crypto ส่วนใหญ่จะอาศัยวิธีการแบบเดิมๆ เช่น การจ้างเอเจนซี่ประชาสัมพันธ์และร่วมมือกับ KOL (ผู้นำทางความคิดในด้าน crypto) เพื่อสร้างกระแสบนโซเชียลมีเดีย ภายใต้รูปแบบนี้ ข้อมูลมักจะไม่โปร่งใสและเผยแพร่อย่างไม่มีประสิทธิภาพ อีกทั้งยังทำให้เกิด "บทความอ่อนไหว" และโพสต์ที่ประจบประแจงจำนวนมาก ในทางตรงกันข้าม ไคโตะกำลังเปลี่ยนกฎของเกมผ่านแรงจูงใจของชุมชนที่ขับเคลื่อนโดยอัลกอริธึม ความสัมพันธ์ระหว่างเจ้าของโครงการ ผู้นำด้านเทคโนโลยี และผู้ใช้ทั่วไปได้รับการแทนที่ใหม่ในสภาพแวดล้อมการแข่งขันที่อิงตามมูลค่าเนื้อหาและการสนับสนุน

แนวคิดทางการตลาดของฝ่ายโครงการได้เปลี่ยนจาก "การจัดส่ง" ไปเป็น "การมีส่วนร่วม"

ภายใต้รูปแบบดั้งเดิม ฝ่ายโครงการมักมองความสนใจของผู้ใช้เป็นพื้นที่โฆษณาที่สามารถซื้อได้ด้วยเงิน โดยพวกเขาจ่ายเงินจำนวนมากเพื่อโพสต์ข้อความโปรโมต และจากนั้นก็ใช้ฐานแฟนคลับจำนวนมหาศาลของฝ่ายโครงการเพื่อเผยแพร่ข้อมูล อย่างไรก็ตาม การตลาดประเภทนี้มีความเสี่ยงที่ชัดเจน:

· ผลกระทบนั้นวัดได้ยาก: แฟนๆ ของ KOL กี่คนที่ใส่ใจโครงการนี้จริงๆ? อัตราการแปลงคืออะไร? แม้ว่าฝ่ายจัดโครงการอาจใช้งบประมาณสูง แต่ได้รับเพียง "เสียง" ที่ดังเกินจริงและมีการแปลงผู้ใช้จริงเพียงเล็กน้อย

· ความน่าเชื่อถือของข้อมูลนั้นน่าสงสัย: ปัจจุบัน ผู้ชมสามารถระบุได้อย่างง่ายดายว่าเนื้อหาใดเป็นการโปรโมตแบบจ่ายเงิน และพวกเขามักจะระมัดระวังหรือถึงขั้นรู้สึกขยะแขยงกับการโพสต์โฆษณาที่แข็งกร้าวดังกล่าว

การเกิดขึ้นของ Kaito ทำให้เกิดรูปแบบการสื่อสารแบบมีส่วนร่วม: ผ่าน "Yap-to-Earn" โปรเจ็กต์ต่างๆ จะไม่จำเป็นต้องมุ่งเน้นงบประมาณการตลาดไปที่ Vs ใหญ่ๆ เพียงไม่กี่รายการอีกต่อไป แต่จะเชื่อมต่อกับระบบรายชื่อ Yapper ของ Kaito แทน เพื่อให้สมาชิกในชุมชนสามารถพูดแทนโปรเจ็กต์ได้อย่างอิสระ ตัวอย่างเช่น หากโปรเจ็กต์ใหม่ต้องการขยายเสียงของตัวเอง โปรเจ็กต์นั้นก็สามารถทำงานร่วมกับ Kaito เพื่อเริ่มกระดานผู้นำชุมชนสำหรับโปรเจ็กต์บนแพลตฟอร์มได้ ผู้ใช้ทุกคนที่เผยแพร่เนื้อหาต้นฉบับเกี่ยวกับโปรเจ็กต์จะเข้าร่วมในการแข่งขันคะแนน

ผลลัพธ์ที่เกิดขึ้นจริงจะคล้ายกับการแข่งขันสร้างเนื้อหาโดยมีคนทุกคนมีส่วนร่วม เพื่อที่จะได้รับคะแนน Yap หรือรางวัล Airdrop ในอนาคต ผู้ใช้จะต้องแข่งขันกันค้นคว้าโครงการ เผยแพร่การวิเคราะห์เชิงลึกหรือข้อมูลเชิงลึกที่ไม่ซ้ำใคร และพยายามอยู่ในกระดานผู้นำเพื่อรับรางวัล ฝ่ายต่างๆ ของโครงการได้รวบรวมเนื้อหาที่สร้างโดยผู้ใช้ (UGC) คุณภาพสูงจำนวนมากด้วยต้นทุนที่ค่อนข้างต่ำ (เช่น สัญญาว่าจะมอบโทเค็นหรือรางวัลให้กับผู้ใช้ที่อยู่อันดับต้นๆ ของกระดานผู้นำ) เนื้อหาเหล่านี้ถูกแชร์อย่างแข็งขันโดยผู้ใช้บนแพลตฟอร์มสาธารณะ เช่น Twitter และมักจะแพร่กระจายได้ง่ายกว่าและน่าเชื่อถือกว่า - ท้ายที่สุดแล้ว เนื้อหาเหล่านี้ไม่ได้เป็นโฆษณาที่เย็นชา แต่เป็นเสียงที่แท้จริงของสมาชิกชุมชน (แม้จะมีแรงจูงใจ แต่เนื้อหาเหล่านี้ก็ถูกสร้างขึ้นโดยผู้ใช้เอง) โมเดลนี้เรียกว่าเวอร์ชันโซเชียลของ "Proof-of-Attention": ผู้โพสต์ที่อยู่ในอันดับสูงบนกระดานผู้นำจะถูกมองว่าเป็นผู้ให้ข้อมูลที่มีคุณค่าสูงและได้รับประโยชน์ที่สอดคล้องกัน

ไม่ว่าแนวทางปฏิบัตินี้จะถูกเรียกว่า InfoFi หรือ SocialFi ก็ตาม แนวทางปฏิบัตินี้กำลังปรับเปลี่ยนรูปแบบการจัดระเบียบการสื่อสารของโครงการโดยพื้นฐาน การตลาดไม่ถูกควบคุมโดยทีมงานรวมอำนาจอีกต่อไป แต่กลายเป็นการสร้างสรรค์ร่วมกันของชุมชนโดยมีแรงจูงใจเป็นหลัก บทบาทของฝ่ายโครงการก็เปลี่ยนไปจากผู้ให้การสนับสนุนโฆษณาแบบดั้งเดิมมาเป็นผู้ริเริ่มกิจกรรมชุมชนและผู้ให้รางวัล

ไม่ตัดสินฮีโร่จากแฟนๆ เพียงอย่างเดียวอีกต่อไป: KOL ตัวเล็กจะโต้กลับอย่างประสบความสำเร็จได้อย่างไรด้วยความช่วยเหลือของไคโตะ? ในระบบนิเวศ InfoFi บทบาทของ KOL ที่เป็นคริปโตแบบดั้งเดิมก็เปลี่ยนไปเช่นกัน ในอีกด้านหนึ่ง KOL ชั้นนำยังคงมีบทบาทสำคัญ ตัวอย่างเช่น ผู้มีอิทธิพลในอุตสาหกรรมอย่าง Vitalik และ jesse.base ยังคงอยู่ในอันดับต้นๆ ของรายชื่อ Yapper ซึ่งแสดงให้เห็นว่าผู้นำทางความคิดที่มีข้อมูลเชิงลึกที่แท้จริงและผู้ติดตามจำนวนมากยังคงสามารถครองหัวข้อนี้ได้ ในทางกลับกัน KOL เหล่านี้อยู่ในสภาพแวดล้อมการแข่งขันแบบเปิด: ทุกครั้งที่พวกเขาพูดออกมา พวกเขาจะถูกบันทึกและให้คะแนนอย่างเป็นรูปธรรมโดยอัลกอริทึม และคะแนนจะชัดเจนในครั้งเดียว สำหรับ KOL ที่ให้ข้อมูลอย่างแท้จริง นี่คือแรงจูงใจเชิงบวก แต่สำหรับ KOL ที่อาศัยชื่อเสียงเพียงอย่างเดียวแต่แทบไม่ผลิตเนื้อหาที่มีสาระในอดีต อิทธิพลของพวกเขาอาจค่อยๆ อ่อนแอลงภายใต้กลไก InfoFi เนื่องจากหากพวกเขาเพียงแค่โพสต์โฆษณาแต่ไม่สามารถรับคะแนน และไม่ได้เข้าร่วมการสนทนาและการโต้ตอบอย่างจริงจัง อันดับของพวกเขาในกระดานผู้นำจะลดลง และพวกเขาจะถูกมองโดยชุมชนว่า "ไม่มีสาระ" ส่งผลให้ KOL ถูกบังคับให้มีส่วนร่วมในการอภิปรายของชุมชนอย่างกระตือรือร้นและจริงใจมากขึ้น มิฉะนั้น พวกเขาอาจถูกผู้ที่มาทีหลังแซงหน้าไป เจสซี่สังเกตเห็นว่า KOL ระดับกลางบางคนสามารถ "กลับมา" ได้ด้วยความช่วยเหลือของไคโตะ พวกเขาอาจไม่มีแฟนๆ มากเท่ากับ Vs ตัวท็อป แต่เนื่องจากพวกเขาผลิตเนื้อหาคุณภาพสูงอย่างขยันขันแข็ง พวกเขาจึงอยู่ในอันดับสูงกว่าและได้รับการประชาสัมพันธ์เทียบเท่ากับ Vs ตัวใหญ่ๆ นี่เป็นการช็อกรูปแบบอิทธิพลของ KOL แบบดั้งเดิม: อิทธิพลไม่ได้ถูกกำหนดโดยจำนวนแฟนๆ เพียงอย่างเดียวเท่านั้น แต่ยังรวมถึงมูลค่าของเนื้อหาและชื่อเสียงด้วย มันสามารถเปรียบเทียบได้กับการ "ขุดหาอิทธิพล" ชนิดหนึ่ง - KOL จะ "ขุด" คะแนนอิทธิพล (Yap) ด้วยการมีส่วนร่วมข้อมูลที่มีคุณภาพสูงอย่างต่อเนื่อง เมื่อเทียบกับแนวทางปฏิบัติในอดีตที่อาศัยเพียงการสะสมแฟนๆ ในระยะยาว การได้รับอิทธิพลภายใต้รูปแบบนี้จะมีลักษณะสามมิติและเป็นแบบไดนามิกมากขึ้น

ในเวลาเดียวกัน โมเดลการสร้างรายได้ของ KOL ก็กำลังเปลี่ยนแปลงเช่นกัน ในอดีต ผู้มีอิทธิพลทางอินเทอร์เน็ตมักทำกำไรจากการประชาสัมพันธ์แบบจ่ายเงินให้กับเจ้าของโครงการ แต่ในปัจจุบันมีช่องทางเพิ่มเติมคือ การสะสมแต้ม Yap และรอให้นำไปแลกในอนาคต (เช่น แลกเป็นโทเค็นของแพลตฟอร์ม KAITO) ในระยะสั้น คะแนน Yap นั้นไม่สามารถแปลงเป็นเงินได้โดยตรง แต่จะได้รับมูลค่าที่คาดหวังไว้ค่อนข้างสูง (โดยมีการคาดหวังว่าตลาดรองจะซื้อขายในราคาที่ลดลงจากการประเมินมูลค่า) เนื่องจาก Yap นั้นหายากและหาได้ยาก KOL หลายๆ คนจึงลงทุนเวลาเพื่อใช้งาน Kaito เหมือนกับการเข้าร่วม "การขุด" ในช่วงแรกๆ เพื่อรับผลประโยชน์ในอนาคต

เมื่อโปรเจ็กต์บางอย่าง (เช่น Berachain) กำหนดเป้าหมายไปที่ Top Yapper บน Kaito เพื่อแลกรับรางวัล airdrop แบบเจาะจง KOL ก็จะมีแรงจูงใจมากขึ้นที่จะอยู่ในอันดับต้น ๆ ของกระดานผู้นำเพื่อรับสิทธิประโยชน์เพิ่มเติมเหล่านี้ วิธีการนี้ช่วยลดความจำเป็นที่เจ้าของโครงการจะต้องจ่ายเงินให้กับ KOL โดยตรงเพื่อโฆษณาลงได้อย่างมองไม่เห็น: แทนที่จะจ่ายเงินให้กับ V ตัวใหญ่เพื่อลงโฆษณา ควรแยกงบประมาณส่วนหนึ่งไว้เป็นรางวัลให้กับชุมชนเพื่อกระตุ้นให้ทุกคนเข้าร่วมในการสนทนาเกี่ยวกับ Kaito KOL ก็สามารถได้รับประโยชน์จากมันได้เช่นกัน ด้วยวิธีนี้ ความสัมพันธ์ระหว่าง KOL และฝ่ายโครงการจึงเปลี่ยนไปจากฝ่าย A และฝ่าย B แบบดั้งเดิมไปเป็นพันธมิตรที่เข้าร่วมกิจกรรมการดำเนินงานชุมชนร่วมกัน KOL ต้องแสดงความเข้าใจที่แท้จริงเกี่ยวกับโครงการเพื่อให้ได้รับการยอมรับจากชุมชน และเจ้าของโครงการก็รู้สึกยินดีที่ได้เห็น KOL ชักจูงให้ผู้คนพูดคุยเกี่ยวกับตัวพวกเขาเองมากขึ้น ทั้งสองฝ่ายโต้ตอบกันบนแพลตฟอร์มแบบเปิด และข้อมูลมีความโปร่งใสและมองเห็นได้ชัดเจนมากขึ้น

โอกาสและความท้าทายของเอเจนซี่ KOL

สำหรับเอเจนซี่ KOL (ตัวแทน/เอเจนซี่ KOL) โมเดล Kaito ถือเป็นดาบสองคม ในทางหนึ่ง สิ่งนี้ทำให้คุณค่าพิเศษบางประการที่เอเจนซี่ KOL เคยมีในอดีตลดน้อยลง: ฝ่ายต่างๆ ในโปรเจกต์สามารถใช้ข้อมูลและการจัดอันดับที่ Kaito จัดทำไว้ได้โดยตรง เพื่อค้นหานักสื่อสารที่มีประสิทธิผลอย่างแท้จริง โดยไม่ต้องพึ่งพาทรัพยากรเครือข่ายของเอเจนซี่มากเกินไป Kaito จัดทำแผนที่ KOL เชิงปริมาณและรายการประสิทธิภาพเพื่อใช้เป็นข้อมูลอ้างอิง ช่วยให้เจ้าของโครงการระบุผู้สื่อสารที่กระตือรือร้นที่สุดในกลุ่มเป้าหมายของตน และผู้ใช้รายใดที่มีส่วนร่วมและความภักดีต่อโครงการสูง ในอดีต มีเพียงเอเจนซี่ KOL ระดับสูงเท่านั้นที่มีสิทธิ์เข้าถึงความโปร่งใสของข้อมูลดังกล่าวได้ (โดยอิงจากประสบการณ์ในระยะยาว พวกเขารู้ว่า KOL คนใดที่สามารถนำไปสู่การแปลงเป็นลูกค้าได้ดี) ตอนนี้ไคโตะได้เผยแพร่ตัวบ่งชี้เหล่านี้ให้เป็นสาธารณะและแปลงเป็นดิจิทัลแล้ว แผนที่ KOL ที่แม่นยำสามารถปรับปรุงประสิทธิภาพการตลาดและเพิ่มผลตอบแทนมูลค่าของกลุ่มโครงการได้ และการสร้างแผนที่นี้ต้องอาศัยการทำความสะอาดและการถ่วงน้ำหนักข้อมูลจำนวนมาก ซึ่งถือเป็นข้อได้เปรียบทางการแข่งขันหลักประการหนึ่งของ Kaito หากเอเจนซี่ KOL ยังคงยึดติดกับรูปแบบเก่าและให้บริการเฉพาะรายชื่อ KOL ที่คลุมเครือและกลยุทธ์การตลาดที่ครอบคลุม มูลค่าของ KOL เหล่านี้ก็จะถูกตั้งคำถามอย่างหลีกเลี่ยงไม่ได้

แต่ในทางกลับกัน KOL Agency ก็ไม่ได้ไร้ประโยชน์โดยสิ้นเชิง หน่วยงานที่สนใจสามารถเลือกที่จะนำ Kaito มาใช้และใช้ประโยชน์จากมันในฐานะเครื่องมือใหม่ พวกเขาสามารถสมัครใช้บริการพรีเมียม เช่น Kaito Pro เพื่อรับข้อมูลเชิงลึก และพัฒนากลยุทธ์การสื่อสารที่มีประสิทธิภาพมากขึ้นสำหรับลูกค้าของตน ด้วยความช่วยเหลือของแพลตฟอร์ม Kaito เอเจนซี่ KOL สามารถช่วยให้ฝ่ายต่างๆ ของโครงการบรรลุเป้าหมายการสื่อสารได้แม่นยำยิ่งขึ้น ตัวอย่างเช่น: · การคัดกรอง KOL: อ้างอิงตัวบ่งชี้ต่างๆ เช่น อันดับ Yapper และจำนวน Smart Followers (ผู้ติดตามหลัก) เพื่อเลือก KOL ที่เหมาะสมที่สุดสำหรับโครงการความร่วมมือ

· วางแผนหัวข้อ: การใช้การวิเคราะห์แนวโน้มอุตสาหกรรมของ Kaito วางแผนหัวข้อเด่นสำหรับโครงการที่จะรวมไว้ในการสนทนาของชุมชน และแนะนำผู้ใช้ให้เข้าร่วมในการสนทนามากขึ้น

· ติดตามผล: ติดตามผลโปรโมชันแบบเรียลไทม์ วัดอัตราการแปลงผ่านการเติบโตของคะแนน Yap และการเปลี่ยนแปลงอันดับ และปรับกลยุทธ์ได้ตลอดเวลา

· การเพิ่มประสิทธิภาพกฎ: แนะนำเจ้าของโครงการให้ใช้โบนัสกฎของ Kaito ให้เกิดประโยชน์ เช่น วิธีการเริ่มการโหวตชุมชน Launchpad (กิจกรรมที่ชุมชนโหวตให้โครงการในรายการ) เมื่อใดควรกระตุ้นให้ชุมชนผลิตเนื้อหาที่เกี่ยวข้องมากขึ้น ฯลฯ บทบาทนี้ค่อนข้างคล้ายกับที่ปรึกษา SEO ในยุคของเครื่องมือค้นหา - ปัจจุบันมีที่ปรึกษา InfoFi ที่เชี่ยวชาญในวิธีเล่นระบบนิเวศ Kaito

ในกระบวนการนี้ การกำหนดตำแหน่งคุณค่าของ KOL Agency จะเปลี่ยนจาก “ตัวกลางทรัพยากร” ไปเป็น “ที่ปรึกษาเชิงกลยุทธ์” ซึ่งต้องมีความเข้าใจอย่างลึกซึ้งเกี่ยวกับกลไกอัลกอริทึมของ Kaito และวิธีการดำเนินงานชุมชน เป็นที่คาดการณ์ได้ว่าหน่วยงานบางแห่งที่มีประสาทสัมผัสทางกลิ่นที่เฉียบแหลมได้เริ่มศึกษาแนวทางการคำนวณคะแนนของไคโตะ เพื่อค้นหาวิธีสำคัญที่จะให้คะแนนสูง เพื่อให้บริการลูกค้าได้ดีขึ้น แน่นอนว่าควรสังเกตว่าอัลกอริทึมของ Kaito ได้รับการอัปเดตและเพิ่มประสิทธิภาพอย่างต่อเนื่อง การโกงด้วยขั้นตอนง่ายๆ ไม่ใช่เรื่องง่าย แต่ก็ยังมีพื้นที่อีกมากสำหรับการเพิ่มประสิทธิภาพภายในขอบเขตของการปฏิบัติตาม (เช่น การแนะนำการสนทนาชุมชนจริงแทนที่จะปัดหน้าจอเพื่อสร้างโพสต์ปลอม) โดยทั่วไปแล้ว Kaito ถือเป็นความท้าทายสำหรับเอเจนซี่ KOL แต่ยังเปิดโอกาสใหม่ๆ ในการสร้างโมเมนตัมอีกด้วย ใครก็ตามที่สามารถเชี่ยวชาญและใช้เครื่องมือ InfoFi ได้ดีก็จะสามารถสร้างมูลค่าสำหรับลูกค้าต่อไปได้ภายใต้กรอบแนวคิดใหม่นี้

การปรับปรุงคุณภาพการเผยแพร่ข้อมูลและความท้าทายของอัลกอริทึม

การปรับปรุงคุณภาพเนื้อหาการสื่อสารในอุตสาหกรรมของ Kaito นั้นชัดเจนสำหรับทุกคน ด้วยกลไกสร้างแรงจูงใจ InfoFi โฆษณาล้วนๆ และการโพสต์สั่งการที่เคยท่วมแพลตฟอร์มโซเชียลได้รับการปราบปราม และแทนที่ด้วยการวิเคราะห์ที่ละเอียดกว่าและการอภิปรายอย่างมีเหตุผล สิ่งนี้ส่งผลกระทบเชิงบวกต่อสภาพแวดล้อมข้อมูลของชุมชนคริปโตทั้งหมดอย่างไม่ต้องสงสัย: นักลงทุนสามารถเห็นมุมมองเชิงลึกมากขึ้นและลดความเสี่ยงที่จะถูกหลอกลวงจากข้อมูลที่ไม่มีความหมาย เจ้าของโครงการยังสามารถรับข้อคิดเห็นและข้อเสนอแนะที่แท้จริงจากชุมชนได้มากกว่าการได้รับเพียงคำชมเชยหรือคำดูถูกเท่านั้น ให้ความสำคัญกับข้อมูลที่มีคุณค่าอย่างแท้จริง และประสิทธิภาพและคุณค่าของการไหลของข้อมูลได้รับการปรับปรุงอย่างมีนัยสำคัญ

แต่ทั้งหมดนี้ยังคงซ่อนความกังวลแอบแฝงที่สมควรได้รับการเฝ้าระวัง นั่นก็คือ ปัญหาของการกระจุกตัวของพลังการสนทนาภายใต้การครอบงำของอัลกอริทึม เนื่องจากการสนทนาในอุตสาหกรรมต่างๆ ย้ายไปสู่แพลตฟอร์มเช่น Kaito มากขึ้น อัลกอริทึมของแพลตฟอร์มเองก็มีอิทธิพลมหาศาล ในขณะที่ผู้คนเคยกังวลเกี่ยวกับอัลกอริธึมการค้นหาของ Google ที่จะกำหนดว่าเว็บไซต์ใดจะได้รับการเข้าชม ขณะนี้ อัลกอริธึมของ Kaito กำลังกำหนดว่าเสียงใดจะได้รับการขยาย แม้ว่า InfoFi จะอ้างว่ายุติธรรมตามที่ได้กล่าวไว้ในการวิเคราะห์ครั้งก่อน แต่กลไกของบริษัทกลับเอื้อประโยชน์ต่อผู้ใช้ที่มีชื่อเสียงที่เป็นที่ยอมรับ สิ่งนี้อาจนำไปสู่การสร้างสรรค์แนวคิดใหม่ๆ หรือมุมมองที่ขัดแย้งได้ยากต่อการเผยแพร่หากไม่ได้รับการยอมรับจากกลุ่ม Vs กระแสหลัก เมื่อเวลาผ่านไป จะมีการสร้าง “รังไหมข้อมูล” ชนิดใหม่ขึ้นมาหรือไม่?

ความเป็นไปได้ที่แพลตฟอร์ม Kaito ปรับแต่งอัลกอริทึมเพื่อผลประโยชน์ทางการค้าก็สมควรได้รับความสนใจเช่นกัน ตัวอย่างเช่น อัลกอริทึมอาจเอนเอียงไปทางการส่งเสริมข้อมูลเกี่ยวกับโครงการความร่วมมือ (มีการสังเกตว่า สำหรับโครงการที่เชื่อมต่อกับ Kaito ระบบดูเหมือนจะสนับสนุนให้ผู้ใช้หารือกันมากขึ้นอย่างชัดเจน) ในฐานะชุมชนคริปโตที่สนับสนุนการกระจายอำนาจ เราควรระมัดระวังการผูกขาดโดยอัลกอริธึมและขอเรียกร้องให้ Kaito โปร่งใสและยุติธรรมในการกำหนดกฎเกณฑ์ ปัจจุบัน Kaito ได้เปิดเผยคำถามที่พบบ่อยและหลักการพื้นฐานบางส่วนต่อสาธารณะแล้ว แต่รายละเอียดการให้คะแนนที่เฉพาะเจาะจงยังถือเป็นกล่องดำอยู่ ในอนาคต อาจจำเป็นต้องมีการกำกับดูแลตาม DAO มากขึ้นเพื่อให้ชุมชนสามารถมีส่วนร่วมในการกำกับดูแลวิวัฒนาการของอัลกอริทึม และเพื่อให้แน่ใจว่าโมเดล InfoFi สร้างแรงจูงใจอย่างแท้จริงและยุติธรรมให้เกิดข้อมูลคุณภาพสูง

หลักการทางเทคนิค: กลไกเบื้องหลังจากการรวบรวมข้อมูลไปจนถึงการวิเคราะห์ AI

การรวบรวมข้อมูล API ของ Twitter: รากฐานของเนื้อหาและความท้าทาย

เนื่องจากเป็นแพลตฟอร์มที่เน้นด้านข้อมูลที่เข้ารหัส ก่อนอื่น Kaito จึงต้องรับข้อมูลจาก Twitter อย่างต่อเนื่อง (X) ผ่านทางอินเทอร์เฟซ API อย่างเป็นทางการ Kaito จะรวบรวมข้อมูลเมตาโดยอัตโนมัติ เช่น ข้อความ เวลาที่เผยแพร่ จำนวนไลค์และรีทวีตของแต่ละทวีต และเชื่อมโยงข้อมูลดังกล่าวกับข้อมูลผู้เขียนและรายชื่อผู้ใช้แบบโต้ตอบ เพื่อวางรากฐานสำหรับการตัดสินอัลกอริทึมในภายหลัง

ตัวอย่างเช่น สำหรับทวีตที่พูดถึง Bitcoin Kaito จะบันทึกเนื้อหา เวลาการเผยแพร่ ความนิยมในการโต้ตอบ และอิทธิพลของผู้โพสต์ หาก V ตัวใหญ่ในอุตสาหกรรมเข้าร่วมในการโต้ตอบ อัลกอริทึมจะพิจารณาว่าข้อมูลนั้นมีค่ามากขึ้น ข้อกำหนดเบื้องต้นในการบรรลุผลทั้งหมดนี้คือการกำหนดตารางเวลาและการใช้งาน Twitter API อย่างมีประสิทธิภาพ

นับตั้งแต่ Elon Musk เข้ารับตำแหน่ง Twitter ก็ได้เพิ่มต้นทุนการใช้ API อย่างมาก: ราคาเริ่มต้นสำหรับอินเทอร์เฟซระดับองค์กรสูงถึง 42,000 ดอลลาร์ต่อเดือน (สามารถค้นหาทวีตได้เพียงประมาณ 50 ล้านรายการเท่านั้น) เพื่อติดตามพลวัตของชุมชนคริปโตทั้งหมด จำนวนการโทรที่จำเป็นจะเกินระดับนี้มาก ซึ่งสร้างแรงกดดันด้านต้นทุนมหาศาลให้กับโครงการของผู้ประกอบการ แม้ว่าเจ้าหน้าที่ Kaito จะไม่ได้ให้รายละเอียดเกี่ยวกับมาตรการรับมือที่เฉพาะเจาะจง แต่ก็สามารถจินตนาการได้ว่าทีมงานจะต้องคำนวณการเรียกใช้ API ทุกครั้งอย่างระมัดระวัง มีแนวโน้มสูงมากที่พวกเขาได้ใช้กลยุทธ์ต่อไปนี้เพื่อควบคุมต้นทุนการรวบรวมข้อมูล:

· มุ่งเน้นในพื้นที่สำคัญ: ให้ความสำคัญกับการรวบรวมบัญชีหลักและหัวข้อต่างๆ ในฟิลด์การเข้ารหัสที่เจาะจง แทนที่จะรวบรวมข้อมูลอย่างไม่เลือกหน้าจากแพลตฟอร์มทั้งหมดเพื่อประหยัดโควตาการโทร

· การสอบถามและการแคชแบบแบตช์: ใช้การสอบถามและการแคชแบบแบตช์ และวิธีการทางเทคนิคอื่นๆ เพื่อลดการร้องขอซ้ำและลดจำนวนการเรียก API ให้เหลือน้อยที่สุด

· การระดมทุนจากมวลชนที่ได้รับอนุญาตจากผู้ใช้: นักวิเคราะห์บางคนคาดเดาว่า Kaito ต้องการให้ผู้ใช้ผูกบัญชี X เพื่อรับโทเค็นการอนุญาต และ "ระดมทุนจากมวลชน" สำหรับงานรวบรวมข้อมูลบางส่วนให้กับผู้ใช้เอง ซึ่งช่วยหลีกเลี่ยงข้อจำกัดด้านความถี่อย่างเป็นทางการ

ในมุมมองของเจสซี กลยุทธ์เหล่านี้คือการลดต้นทุนข้อมูลและความเสี่ยงโดยไม่ส่งผลกระทบต่อฟังก์ชันหลัก เพื่อให้แน่ใจว่าโมเดล InfoFi มีแหล่งข้อมูลที่เสถียร

การวิเคราะห์เนื้อหา ChatGPT: AI ช่วยเพิ่มมูลค่าข้อมูล

การรวบรวมข้อมูลจำนวนมหาศาลเป็นเพียงจุดเริ่มต้นเท่านั้น อาวุธวิเศษที่สำคัญยิ่งกว่าของไคโตะคือการเรียกใช้โมเดล ChatGPT ของ OpenAI เพื่อดำเนินการวิเคราะห์ความหมายและประเมินคุณภาพของเนื้อหา พูดอย่างง่ายๆ ก็คือ ไคโตะช่วยให้ AI ทำหน้าที่เป็น “ผู้ชิม” และ “ผู้กรอง” ข้อมูล เมื่อใดก็ตามที่ผู้ใช้โพสต์บน X อัลกอริทึมพื้นหลังจะดำเนินการวิเคราะห์เนื้อหาอย่างชาญฉลาด รวมถึงระบุหัวข้อที่พูดคุยในทวีต ประเมินว่าเนื้อหานั้นมีคุณค่าหรือไม่ และพิจารณาว่ามีพฤติกรรมโกงหรือไม่ ด้วยความช่วยเหลือของโมเดลภาษาขนาดใหญ่ขั้นสูง Kaito อ้างว่าสามารถข้ามผ่านอุปสรรคด้านภาษา และเข้าใจและให้คะแนนเนื้อหาในหลายภาษา เช่น อังกฤษและจีน อย่างเท่าเทียมกัน โดยไม่เลือกภาษาใดภาษาหนึ่งเป็นพิเศษ ซึ่งหมายความว่าไม่ว่าผู้ใช้จะใช้ภาษาใดในการแสดงข้อมูลเชิงลึกของตน พวกเขาก็สามารถรับรางวัลคะแนน Yap ที่สมควรได้รับได้ในทางทฤษฎี

โมเดล ChatGPT ยังใช้เพื่อระบุสแปมและเนื้อหาที่ไหลท่วมอีกด้วย ตามที่เจ้าหน้าที่ Kaito และชุมชนกล่าว พวกเขาให้ความสำคัญอย่างมากกับความคิดริเริ่มและความลึกซึ้งของเนื้อหา พวกเขาจะไม่ให้คะแนนสูงเพียงเพราะข้อมูลการโต้ตอบที่มีผิวเผิน และจะไม่ให้รางวัลเพียงการปัดหน้าจอหรือการโต้ตอบที่ไม่มีความหมาย ตัวอย่างเช่น แม้ว่าคุณจะสแปมคำหลักเช่น "สกุลเงินดิจิทัล" และ "Crypto" ในโพสต์โดยอัตโนมัติ คุณก็ไม่สามารถหลอก AI ให้ได้คะแนนโบนัส เนื่องจากระบบจะให้ความสำคัญกับการสนทนาที่แท้จริงและมีความหมาย

ประสบการณ์ส่วนตัวของเจสซีตั้งคำถามต่อสถานะในอุดมคติข้างต้น ในการทดลองของฉัน ฉันได้โพสต์ภาพเจ๋งๆ สามภาพซึ่งมีความหมายคลุมเครือและมีเพียงไม่กี่คำ และได้รับคะแนน Yap ไปเกือบ 190 คะแนนโดยไม่คาดคิด ส่วนความเห็นในทวีตทั้งสามนี้เต็มไปด้วยคำชมเชยและแทบไม่มีข้อมูลสำคัญเลย เนื้อหาที่มีเนื้อหาเข้มข้นเช่นนี้สามารถได้รับคะแนนสูงได้ ซึ่งทำให้ผู้คนสงสัยว่า เมื่อพิจารณาจากต้นทุนแล้ว อัลกอริทึมของ Kaito อาจไม่ได้ดำเนินการวิเคราะห์ความหมายเชิงลึกของทวีตแต่ละรายการคำต่อคำ หรืออาจใช้กลยุทธ์การลดความซับซ้อนในการให้คะแนน บางทีระบบปัจจุบันอาจยังคงกำหนดคะแนนโดยอิงจากข้อมูลการโต้ตอบพื้นฐานมากกว่าโดยมีการแลกเปลี่ยนบางอย่างในความเข้าใจด้านความหมาย การค้นพบนี้ทำให้เจสซีตั้งคำถามถึงความเข้มงวดของอัลกอริทึมของไคโตะว่ากลไกการให้คะแนนเนื้อหาอัจฉริยะนั้นได้รับการนำไปใช้จริงในระดับใด

กลไกผู้ติดตามอัจฉริยะ: การประเมินอิทธิพลโดยเน้นที่คุณภาพมากกว่าปริมาณ

แม้ว่า Kaito จะแนะนำการวิเคราะห์ AI ในระดับเนื้อหา แต่ก็ไม่ได้ละเลยปัจจัยด้าน "การเชื่อมต่อ" นวัตกรรมของแพลตฟอร์มอยู่ที่การแนะนำกลไก "ผู้ติดตามอัจฉริยะ" ซึ่งสร้างกราฟโซเชียลในวงจรเข้ารหัสและรวมคุณภาพของผู้ติดตามเข้าในการประเมินมูลค่าเนื้อหา สำหรับไคโตะ ใครติดตามคุณนั้นสำคัญกว่าจำนวนผู้ติดตามที่คุณมี บัญชีส่วนบุคคลที่รู้จักกันดีที่ติดตามกันและก่อตัวเป็นวงจรหลักของการเข้ารหัสจะถูกจัดประเภทเป็นผู้ติดตามอัจฉริยะโดยอัลกอริทึม

หากผู้เขียนมีแฟนๆ เป็นจำนวนมาก (เช่น Vitalik Buterin, Binance CZ ฯลฯ) อิทธิพลของผู้เขียนจะต้องพิเศษมากอย่างแน่นอน และขีดจำกัดสูงสุดของคะแนนที่เขาจะได้รับจากการเผยแพร่เนื้อหาก็จะสูงขึ้นตามไปด้วย

โมเดลกราฟโซเชียลนี้ทำให้ Kaito สามารถวัดการแพร่กระจายของทวีตแต่ละอันภายในวงกลมได้อย่างชัดเจนยิ่งขึ้น ไม่ว่าการแพร่กระจายนั้นจะกระจายไปสู่ผู้คนที่ผ่านไปมาภายนอกวงกลมหรือเข้าถึงวิสัยทัศน์ของบุคคลสำคัญในอุตสาหกรรมโดยตรงก็ตาม ตัวอย่างเช่น แม้ว่าข้อความจะมีการรีทวีต 100 ครั้ง หากส่วนใหญ่มาจากความบันเทิงร่วมกันระหว่างบัญชีเล็กๆ มูลค่าที่แท้จริงอาจจำกัดได้ ในขณะที่อีกข้อความหนึ่งมีการรีทวีตเพียง 10 ครั้ง แต่มีผู้มีอิทธิพล เช่น Vitalik เข้าร่วมด้วย ซึ่ง "เนื้อหาทองคำ" ของ Vitalik นั้นมีสูงกว่าอย่างเห็นได้ชัด สำหรับสองสถานการณ์นี้ ไคโตะจะกำหนดคะแนน Yap ที่แตกต่างกันอย่างสิ้นเชิงเพื่อหลีกเลี่ยงการตัดสินเพียงจากจำนวนการรีโพสต์หรือการถูกใจ

จากผลลัพธ์จริง พบว่าบัญชีที่อยู่ด้านบนสุดของรายชื่อ Yap มักไม่ใช่ผู้มีอิทธิพลที่มีผู้ติดตามมากที่สุด แต่มีแนวโน้มที่จะเป็นผู้เล่นที่มีอิทธิพลและได้รับการยอมรับจาก KOL ชั้นนำมากกว่า ตามที่รายงานการวิจัยได้กล่าวไว้ Kaito ไม่เชื่อในตัวบ่งชี้แบบดั้งเดิมเช่นจำนวนแฟนๆ หรือยอดวิว แต่เน้นผลตอบแทนกับน้ำหนักชื่อเสียงของ "แฟนๆ ที่ชาญฉลาด" แม้ว่าคุณจะมีแฟนๆ หลายแสนคน แต่เนื้อหาของคุณไม่มีมูลค่าที่แท้จริง แต่คุณอาจยังได้รับ Yap น้อยมาก วิธีการประเมิน "คุณภาพมากกว่าปริมาณ" นี้ได้แก้ไขข้อเสียของการแข่งขันในด้านปริมาณการเข้าชมเพียงอย่างเดียวได้ในระดับหนึ่ง และยังเพิ่มแนวทางของการ "ตรวจสอบโดยผู้เชี่ยวชาญ" จากวงวิชาการลงในการเผยแพร่ข้อมูลของ InfoFi: มีเพียงเนื้อหาที่ได้รับการยกย่องจากผู้เชี่ยวชาญเท่านั้นที่สามารถโดดเด่นได้

แน่นอนว่ารายละเอียดอัลกอริทึมที่เฉพาะเจาะจงของระบบ Smart Followers นั้นถูกเก็บเป็นความลับโดยหน่วยงานที่เกี่ยวข้อง และเราสามารถอนุมานตรรกะทั่วไปจากผลลัพธ์ได้เท่านั้น ทีมไคโตะกังวลว่าหากกฎมีความโปร่งใสอย่างสมบูรณ์ ผู้คนบางกลุ่มก็จะใช้กลอุบายเพื่อโกงและเพิ่มคะแนนในที่สุด ส่งผลให้ความยุติธรรมทางนิเวศวิทยาถูกทำลาย ในปัจจุบัน การนำกราฟโซเชียลมาใช้ทำให้อัลกอริทึมในการต้านทานการโกงมีความยากมากขึ้น แต่ก็สร้างความท้าทายใหม่ ๆ ให้กับผู้มาใหม่เช่นกัน การจะดึงดูดความสนใจและการโต้ตอบของชื่อดังในแวดวงได้กลายมาเป็นเกณฑ์สำคัญในการรับคะแนนสูง ในแง่หนึ่ง นี่เป็นแรงจูงใจเชิงบวกสำหรับผู้สร้างเนื้อหา แต่ในอีกด้านหนึ่ง ก็มีความกังวลคลุมเครือว่าสิ่งนี้อาจกลายเป็นเกมที่ผู้มีอิทธิพลเพียงไม่กี่คนควบคุมสิทธิในการพูด เพราะไม่ว่าอัลกอริทึมจะฉลาดแค่ไหน เครือข่ายระหว่างบุคคลก็เป็นตัวสร้างมูลค่าในที่สุด

การแลกเปลี่ยนระหว่างต้นทุนทางเทคนิคและสถาปัตยกรรม AI หลายชั้น

หลังจากมีการนำฟังก์ชันต่างๆ มากมายที่เปิดใช้งานโดย "เทคโนโลยีดำ" มาใช้แล้ว เรายังต้องสงบสติอารมณ์และตรวจสอบบัญชีต้นทุนที่แท้จริงอีกด้วย ค่าใช้จ่ายทางเทคนิคที่สนับสนุนระบบอันซับซ้อนของ Kaito นั้นไม่ถูกเลย ประการแรกคือต้นทุนการรวบรวมข้อมูล ดังที่ได้กล่าวไว้ก่อนหน้านี้ การได้รับข้อมูล Twitter ในปริมาณมากผ่านช่องทางอย่างเป็นทางการนั้นมีค่าใช้จ่ายสูงมาก โดยมีค่าใช้จ่ายหลายหมื่นดอลลาร์ต่อเดือน จากแหล่งข้อมูลในอุตสาหกรรม ไคโตะเคยพยายามที่จะรับข้อมูลผ่านช่องทางของบุคคลที่สามหรืออินเทอร์เฟซที่ไม่เปิดเผยต่อสาธารณะในช่วงแรกๆ แต่เมื่อ Twitter เข้มงวดนโยบายมากขึ้น วิธีการที่คลุมเครือเหล่านี้ก็เริ่มใช้ไม่ได้อีกต่อไป และต้องจ่ายเงินสำหรับการอนุญาตสิทธิ์ API ในระดับที่สูงกว่า สิ่งนี้บังคับให้ Kaito ต้องแลกเปลี่ยนกลยุทธ์ผลิตภัณฑ์โดยตรง: หากเพียงแค่เปิดแบบสอบถามจำนวนมากให้กับผู้ใช้ทั่วไป ขีดจำกัดการเรียก API รายเดือนก็จะถึงขีดจำกัดเร็วๆ นี้

เมื่อไม่นานนี้ Kaito ได้ให้บริการสอบถามข้อมูลฟรีแก่ผู้ใช้ทั่วไปในขอบเขตที่ค่อนข้างจำกัด โดยเลือกที่จะขายความสามารถในการวิเคราะห์ข้อมูลเชิงลึกให้แก่สถาบันและลูกค้ามืออาชีพแทน ตัวอย่างเช่น กองทุนป้องกันความเสี่ยงบางแห่งสมัครใช้ Kaito Pro ซึ่งเป็นเวอร์ชันมืออาชีพที่มีราคาสูงกว่า 800 ดอลลาร์ต่อเดือน ด้วยการให้บริการแก่ "ผู้ใช้รายใหญ่" ที่จ่ายเงินจำนวนน้อยเพื่อชำระค่าบริการข้อมูลที่สูง นี่จึงอธิบายได้ว่าทำไม Kaito จึงเลือกเส้นทางธุรกิจที่เป็น To B เป็นหลัก (สำหรับองค์กรธุรกิจ)

ค่าใช้จ่ายสำคัญอีกประการหนึ่งคือพลังการประมวลผลของ AI Kaito อ้างอย่างเป็นทางการว่าเขาใช้ AI ระดับ GPT-4 เพื่อทำความเข้าใจเนื้อหา แต่การโทรแต่ละครั้งไปยังอินเทอร์เฟซ ChatGPT-4 ถือเป็นการสิ้นเปลืองเงินโดยเปล่าประโยชน์ หากมีการเรียกใช้การวิเคราะห์ GPT-4 แบบเรียลไทม์สำหรับทุกทวีต ค่าใช้จ่ายจะสูงมาก การประมาณคร่าวๆ: แม้ว่าจะใช้ ChatGPT-3.5 ซึ่งมีราคาถูกกว่า แต่การประมวลผลทวีต 50,000 รายการอาจมีค่าใช้จ่ายหลายพันดอลลาร์ หากใช้โมเดล GPT-4 ซึ่งมีราคาสูงกว่าหลายเท่าในการวิเคราะห์เต็มรูปแบบ ค่าใช้จ่ายรายเดือนอาจสูงถึงหลายหมื่นดอลลาร์เลยทีเดียว

เห็นได้ชัดว่าไคโตะจะไม่ทำสิ่งแบบนั้น คาดเดาว่าทีมงานอาจได้พัฒนากลยุทธ์ชุด "การทำให้การจ้างงาน AI เป็นเหตุเป็นผล" ขึ้นมา: ใช้โมเดลขนาดใหญ่เฉพาะเมื่อจำเป็น ใช้การกรองกฎหรือการทำนายโมเดลขนาดเล็กสำหรับสถานที่ที่ไม่สำคัญ และลดความถี่ในการโทรหา ChatGPT ให้เหลือน้อยที่สุด นอกจากนี้ยังมีสัญญาณบ่งบอกว่า Kaito กำลังพัฒนาโมเดลขนาดใหญ่ของตัวเองหรือระบบหลายตัวแทน โดยพยายามอนุญาตให้โมเดลโอเพ่นซอร์สที่ปรับแต่งละเอียดบางรุ่นสามารถรับมือกับงานการให้คะแนนความหมายพื้นฐานได้ ด้วยวิธีนี้ GPT-4 ราคาแพงจะถูกเรียกใช้เฉพาะเมื่อพบปัญหาที่ซับซ้อนหรือเมื่อจำเป็นต้องสร้างบทสรุปยาวๆ ซึ่งช่วยลดต้นทุนการโทรโดยเฉลี่ยได้อย่างมาก Yu Hu ผู้ก่อตั้ง Kaito เปิดเผยว่าปัจจุบันพวกเขาใช้สถาปัตยกรรมตัวแทนที่มีความหลากหลายอย่าง AutoGPT ปรับใช้โมเดล ChatGPT หลายโมเดลในแบ็กเอนด์เพื่อทำงานร่วมกัน และใช้ ChatGPT-4 เป็นโมเดลหลักพื้นฐาน ในเวลาเดียวกันพวกเขาลดการพึ่งพาบุคคลที่สามด้วยการปรับแต่งโมเดลของตนเอง สถาปัตยกรรมโมเดลหลายชั้นนี้สะท้อนถึงการแลกเปลี่ยนที่ยากลำบากระหว่างประสิทธิภาพและต้นทุนของ Kaito: ในแง่หนึ่ง จำเป็นต้องแน่ใจว่าการวิเคราะห์อัลกอริทึมนั้นยอดเยี่ยมและเชื่อถือได้เพียงพอ และในอีกแง่หนึ่ง จำเป็นต้องประหยัดและลดค่าใช้จ่าย การรักษาสมดุลระหว่าง "ติดอยู่ระหว่างสองทางเลือก" นี้เป็นความท้าทายด้านการปฏิบัติการที่รูปแบบธุรกิจ InfoFi ในปัจจุบันไม่สามารถหลีกเลี่ยงได้ อาจกล่าวได้ว่าไคโตะกำลังทำการ "เดิมพันทางเทคโนโลยี" โดยการใช้เงินสร้างคูน้ำทางเทคโนโลยีพร้อมหวังว่าจะพบทางเลือกที่ประหยัดกว่าและเป็นไปได้มากกว่าในอนาคต

บทสรุป: การสะท้อนและอนาคตของโมเดล InfoFi

การออกแบบแพลตฟอร์มของ Kaito เป็นการผสมผสานอย่างกล้าหาญระหว่างเทคโนโลยีขั้นสูงและโมเดลธุรกิจ โดยจะวัดเนื้อหาทางสังคมให้เป็น "สินทรัพย์ที่ดึงดูดความสนใจ" จากนั้นจึงใช้แรงจูงใจแบบโทเค็นเพื่อกำหนดทิศทางผลลัพธ์ของข้อมูลที่มีคุณภาพสูง ฟังดูดี แต่การใช้งานจริงไม่ได้ราบรื่นเสมอไป สิ่งที่เรียกว่า "InfoFi" ของ Kaito นั้น ในระดับหนึ่งก็คล้ายกับ SocialFi ในชื่ออื่น ซึ่งไม่ว่าจะเรียกว่า Yap points หรือชื่ออื่นก็ตาม สิ่งสำคัญก็คือการเล่นเกมสร้างรายได้จากการเข้าชมและอิทธิพลผ่านทางเครือข่ายสังคมออนไลน์ ในแง่นี้ มันมีบางอย่างที่เหมือนกับโครงการ SocialFi ในช่วงแรกๆ เช่น Friend.tech และ Stars Arena

ความแตกต่างก็คือ Kaito ได้เพิ่มชั้นของการกรอง AI และการถ่วงน้ำหนักชื่อเสียง โดยพยายามที่จะเพิ่ม "เกณฑ์คุณภาพ" ของเกมและป้องกันไม่ให้กองทัพน้ำบริสุทธิ์เคลื่อนตัวอย่างไม่เป็นระเบียบ อย่างไรก็ตาม หากพิจารณาจากผลลัพธ์ในปัจจุบัน ระบบนี้ยังไม่สามารถหลีกหนีจากผลของแมทธิวได้ ชื่อใหญ่ๆ ครองรายชื่อ คะแนนสูงและอิทธิพลสูงมีความสอดคล้องกันสูง และชื่อเล็กๆ ที่ต้องการโดดเด่นต้องอาศัยการสนับสนุนจากชื่อใหญ่ นี่เป็นการทำลายการผูกขาดข้อมูลหรือเป็นวิธีการอำพรางในการเสริมความแข็งแกร่งให้กับวงจรที่มีอยู่หรือไม่? นี่จะเป็นหนึ่งในประเด็นหลักที่ไคโตะต้องเผชิญในอนาคต

ความท้าทายที่แท้จริงมากขึ้นอยู่ที่ความยั่งยืนของโมเดล ในปัจจุบัน Kaito มีความพึ่งพาระบบนิเวศของ Twitter เป็นอย่างมาก ทั้งแหล่งข้อมูลและการโต้ตอบของผู้ใช้แทบทั้งหมดเชื่อมโยงกับแพลตฟอร์ม X รูปแบบการพัฒนาที่ต้องพึ่งพาผู้อื่นนี้สามารถไปได้ไกลแค่ไหน? หาก Twitter ขึ้นราคา API อีกครั้ง และเข้มงวดการอนุญาตข้อมูล Kaito จะสามารถอยู่รอดได้หรือไม่? ค่าธรรมเนียม API ที่สูงในปัจจุบันทำให้ Kaito ต้องหันมาให้บริการลูกค้าที่จ่ายเงินเพื่อสนับสนุนการดำเนินงาน แต่หากจะขยายโมเดล InfoFi เพื่อให้มีการมีส่วนร่วมอย่างเป็นสากล ในที่สุดแล้วก็ต้องขยายร่างกฎหมายออกไป

ในทางกลับกัน ยังมีความไม่แน่นอนเกี่ยวกับเศรษฐกิจโทเค็นที่สนับสนุนแรงจูงใจของ Yap อีกด้วย ในขณะนี้มูลค่าคะแนน Yap ยังคงอยู่ที่ระดับที่คาดการณ์ไว้ เมื่อความกระตือรือร้นของตลาดลดลงและมูลค่าที่คาดหวังลดลง KOL อันดับต้น ๆ บนแพลตฟอร์มจะย้ายไปที่อื่นหรือไม่ ซึ่งทำให้ Kaito ต้องเผชิญกับความเสี่ยงในการสูญเสียเนื้อหาหรือไม่ KOL ที่กระจายตัวอยู่บนแพลตฟอร์มต่างๆ มักจะไปทุกที่ที่มีผลตอบแทนสูงกว่า หากไคโตะไม่สามารถสร้างผลตอบแทนจากรายได้หรืออิทธิพลได้เพียงพออย่างต่อเนื่อง ความรู้สึกเพียงอย่างเดียวจะไม่เพียงพอที่จะรักษาผู้ใช้ระดับสูงเหล่านี้ไว้ได้

โดยทั่วไปแล้ว เพื่อให้โมเดล InfoFi ทำงานได้ ในที่สุดก็ต้องหาสมดุลที่ดีกว่าระหว่างการจูงใจให้สร้างเนื้อหาเชิงลึกและการรักษาความสามารถในการสร้างรายได้ของตัวเอง ไคโตะจะสามารถค้นหาเส้นทางการพัฒนาที่ยั่งยืนท่ามกลางการแข่งขันที่รุนแรงและข้อจำกัดด้านทรัพยากรได้หรือไม่ เราก็ต้องรอดูกันต่อไป

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia