บทบรรณาธิการ: ในช่วงที่ AI Agent กำลังพัฒนาจากเครื่องมือแชทไปสู่ระบบที่สามารถดำเนินงานได้อย่างอิสระ โครงสร้างพื้นฐานบล็อกเชนกำลังมองหาตำแหน่งใหม่ของตัวเอง เมื่อวันที่ 21 ตุลาคม Illia Polosukhin ผู้ร่วมก่อตั้ง NEAR พร้อมด้วยสมาชิกทีม Alex และ Anton ได้ร่วมรายการ The Rollup ตอน 《AI Super Cycle》 เพื่อพูดคุยเกี่ยวกับ NEAR Intents การประมวลผลแบบรักษาความเป็นส่วนตัว ความปลอดภัยหลังยุคควอนตัม และทิศทางการพัฒนาของเศรษฐกิจ AI Agent เมื่อเทียบกับการแข่งขันของบล็อกเชนสาธารณะแบบดั้งเดิมที่มุ่งเน้นประสิทธิภาพธุรกรรมและขนาดระบบนิเวศ NEAR กำลังพยายามบูรณาการเทคโนโลยีเหล่านี้ให้เป็นโครงสร้างพื้นฐานชุดหนึ่งที่ให้บริการเศรษฐกิจ AI
เบื้องหลังนี้เกี่ยวข้องกับคำถามพื้นฐานที่ลึกซึ้งกว่า: หากในอนาคตผู้ใช้ทำการซื้อของ ชำระเงิน ซื้อขายสินทรัพย์ และกิจกรรมเชิงพาณิชย์อื่นๆ ผ่าน AI Agent เป็นหลัก ใครจะเป็นผู้รับผิดชอบในการเชื่อมต่อตลาดที่แตกต่างกัน ดำเนินธุรกรรม และตรวจสอบผลลัพธ์? ในขณะเดียวกัน เมื่อ AI ครอบครองข้อมูลส่วนบุคคลและข้อมูลองค์กรมากขึ้นเรื่อยๆ จะหลีกเลี่ยงการที่ผู้ให้บริการโมเดลเพียงไม่กี่รายควบคุมข้อมูลผู้ใช้ ช่องทางธุรกรรม และกลไกการจัดสรรเชิงพาณิชย์ไปพร้อมกันได้อย่างไร?
ในการสัมภาษณ์ Polosukhin ย้ำจุดยืนหลักของ NEAR: AI จะกลายเป็นฟรอนต์เอนด์สำหรับการปฏิสัมพันธ์ระหว่างมนุษย์กับระบบคอมพิวเตอร์ ส่วนบล็อกเชนจะรับผิดชอบในการประสานกิจกรรมทางเศรษฐกิจระหว่าง AI มนุษย์ และองค์กร ตามแนวคิดนี้ NEAR Intents จะไม่เป็นเพียงเครื่องมือซื้อขายข้ามเชนอีกต่อไป แต่ ممکن استพัฒนาไปสู่เครือข่ายธุรกรรมที่เชื่อมโยงสินทรัพย์ทางการเงิน บริการดิจิทัล และแม้แต่สินค้าจับต้องได้ ส่วน NEAR AI จะให้ความสามารถด้านการปกป้องความเป็นส่วนตัว การอนุมานที่ตรวจสอบได้ และการเข้าถึงโมเดล
ที่น่าสนใจคือ กลยุทธ์นี้กำลังผสานเข้ากับการออกแบบเศรษฐกิจโทเค็นของ NEAR ด้วย NEAR ได้สร้างความเชื่อมโยงระหว่างรายได้จากโปรโตคอลบางส่วนกับการซื้อคืนโทเค็นแล้ว และได้เปิดตัวกลไกการรับโควตาการประมวลผล AI ผ่านการสเตก NEAR อย่างไรก็ตาม จากการเติบโตของรายได้จากการซื้อขายข้ามเชนไปสู่การเป็นโครงสร้างพื้นฐานเศรษฐกิจ AI ที่ใช้งานอย่างแพร่หลาย ยังคงต้องแก้ไขปัญหาต่างๆ เช่น การยอมรับของผู้ใช้ ความต้องการเชิงพาณิชย์ และการ捕获มูลค่า การสัมภาษณ์ครั้งนี้สะท้อนถึงการประเมินโครงสร้างตลาดในอนาคตของ NEAR มากกว่าที่จะเป็นการยืนยันว่าโมเดลนี้ได้รับการพิสูจน์อย่างสมบูรณ์แล้ว
ต่อไปนี้คือคำแปลต้นฉบับ:
ในช่วงไม่กี่ปีที่ผ่านมา ทิศทางการพัฒนาของ NEAR ไม่ได้ชัดเจนเสมอไปในสายตาของคนภายนอก ตั้งแต่ Chain Abstraction, NEAR Intents ไปจนถึง AI แบบกระจายศูนย์ การประมวลผลแบบรักษาความเป็นส่วนตัว และวิทยาการเข้ารหัสหลังยุคควอนตัม ธุรกิจเหล่านี้ดูเหมือนจะตอบสนองตลาดที่แตกต่างกัน
แต่ในมุมมองของ Polosukhin เทคโนโลยีเหล่านี้ล้วนหมุนรอบเป้าหมายเดียวกันมาโดยตลอด
「การตัดสินใจหลักของผมคือ AI จะกลายเป็นอินเทอร์เฟซที่เราใช้โต้ตอบกับระบบคอมพิวเตอร์ และบล็อกเชนจะทำหน้าที่ประสานความสัมพันธ์ระหว่าง AI มนุษย์ และองค์กร」
ภายใต้สถาปัตยกรรมนี้ บล็อกเชนรับหน้าที่หลักในการชำระบัญชีขั้นพื้นฐานและการรักษาความปลอดภัย AI รับผิดชอบในการเข้าใจความต้องการของผู้ใช้และโต้ตอบกับผู้ใช้ ส่วน NEAR Intents เชื่อมต่อตลาดต่างๆ เพื่อทำงานเฉพาะเจาะจงให้สำเร็จ
Intents หรือสถาปัตยกรรมการทำธุรกรรมที่ขับเคลื่อนด้วยเจตนา อนุญาตให้ผู้ใช้แสดงผลลัพธ์ที่ต้องการได้โดยตรง โดยไม่ต้องจัดการขั้นตอนทางเทคนิคทั้งหมดที่จำเป็นในการทำธุรกรรมด้วยตนเอง สำหรับธุรกรรมข้ามเชน ผู้ใช้เพียงระบุสินทรัพย์ที่ต้องการแลกเปลี่ยน ระบบก็สามารถดำเนินการข้ามเชนผ่านกลไกการดำเนินการที่เกี่ยวข้องได้
NEAR หวังที่จะขยายขอบเขตการใช้งานของสถาปัตยกรรมนี้ให้กว้างยิ่งขึ้น
Polosukhin ยกตัวอย่างว่า ใน Agent Market ที่กำลังพัฒนาอยู่นั้น มีบริการที่สามารถวิเคราะห์ว่าเว็บไซต์และผลิตภัณฑ์容易被 AI Agent อื่นแนะนำหรือไม่ และยังมี Agent ที่สามารถสร้างภาพถ่ายระดับมืออาชีพจากเซลฟี่ที่ผู้ใช้อัปโหลด พร้อมทั้งดำเนินการพิมพ์จริงและจัดส่งทางไปรษณีย์
ในตัวอย่างหลัง ผู้ใช้เพียงแค่แสดงความต้องการว่า「ฉันต้องการภาพถ่ายระดับมืออาชีพ」และอัปโหลดเซลฟี่ งานที่เหลือก็สามารถประสานงานและทำให้สำเร็จได้โดยระบบ
ซึ่งหมายความว่าในอนาคต NEAR Intents อาจไม่ได้จัดการเพียงคำสั่งธุรกรรมทางการเงินเท่านั้น แต่ยังรวมถึงการส่งมอบบริการดิจิทัล ภารกิจทางธุรกิจ และการซื้อขายสินค้าจริงอีกด้วย
Alex สรุปตำแหน่งนี้ว่า「ตลาดของตลาด」(Market of Markets)
เขาเชื่อว่าขณะนี้ตลาดยังไม่มีเรื่องเล่าที่เป็นเอกภาพสำหรับ NEAR บางคนมองว่าเป็น SWIFT ระหว่างบล็อกเชนต่างๆ บางคนคิดว่าเป็นโครงสร้างพื้นฐานที่รวบรวมตลาดต่างๆ เข้าด้วยกัน และบางคนก็มองว่าเป็นเครือข่ายพื้นฐานของเศรษฐกิจ AI Agent
Alex ไม่คิดว่าการกระจายของตำแหน่งนี้เป็นเรื่องไม่ดี ในทางกลับกัน เขาเชื่อว่าจุดแข็งของ NEAR อยู่ที่ความสามารถในการร่วมมือกับบล็อกเชนและระบบนิเวศแอปพลิเคชันอื่นๆ โดยไม่จำเป็นต้องสร้างการพัฒนาบนพื้นฐานของการแทนที่เครือข่ายอื่น
「จุดเน้นของเราเสมอคือการสร้างเทคโนโลยีที่ถูกต้องและเชื่อถือได้ สนับสนุนกรณีการใช้งานที่หลากหลายขึ้น และผสานกับเทคโนโลยีของระบบนิเวศอื่น หลุดพ้นจากการแข่งขันแบบゼロサム」
ดังนั้น ทิศทางระยะยาวที่ NEAR เสนอจึงไม่ใช่การย้ายสินทรัพย์และแอปพลิเคชันทั้งหมดไปยังบล็อกเชนเดียว แต่เป็นการทำให้ตลาดต่างๆ สามารถทำงานร่วมกันผ่านสถาปัตยกรรมการดำเนินการที่เป็นเอกภาพ
แนวคิดนี้จะเป็นไปได้หรือไม่นั้น ขึ้นอยู่กับว่า AI Agent จะกลายเป็นช่องทางสำคัญของการทำธุรกิจในอนาคตอย่างแท้จริงหรือไม่
เมื่อกิจกรรมทางการเงินจำนวนมากย้ายไปบนเชนมากขึ้น คุณลักษณะดั้งเดิมของบล็อกเชนอย่างความโปร่งใสแบบเปิดเผย ก็เริ่มกลายเป็นอุปสรรคสำหรับองค์กรในการนำโครงสร้างพื้นฐานคริปโตมาใช้
Polosukhin มองว่าในช่วงทศวรรษที่ผ่านมา กิจกรรมหลักของอุตสาหกรรมคริปโตยังคงกระจุกตัวอยู่ที่การเก็งกำไรและการระดมทุน ธุรกิจองค์กรที่แท้จริงยังไม่ได้เข้าสู่บนเชนในวงกว้าง
แต่เมื่อสภาพแวดล้อมด้านกฎระเบียบชัดเจนขึ้นและสภาพคล่องดีขึ้น องค์กรเริ่มมีเงื่อนไขที่จะใช้บล็อกเชนสำหรับการดำเนินธุรกิจจริง ปัญหาคือ โดยปกติองค์กรไม่สามารถยอมรับได้หากการชำระเงิน รายได้ และธุรกรรมทางธุรกิจทั้งหมดถูกสังเกตจากภายนอกแบบเรียลไทม์
สำหรับบริษัทจดทะเบียน การเปิดเผยข้อมูลธุรกรรมบางอย่างล่วงหน้าอาจเกี่ยวข้องกับประเด็นการเปิดเผยข้อมูลและการปฏิบัติตามกฎระเบียบ
「บล็อกเชนได้เติบโตขึ้นจนถึงขั้นที่สามารถใช้ในกิจกรรมทางธุรกิจได้จริงแล้ว แต่ความเป็นส่วนตัวไม่ใช่แค่เรื่องของการปกปิดตัวตนผ่านที่อยู่แบบไม่ระบุชื่ออีกต่อไป เราต้องการการปกป้องความเป็นส่วนตัวที่แท้จริง」
นี่คือเบื้องหลังที่ NEAR ผลักดัน Confidential Intents (การดำเนินการตามเจตนาแบบรักษาความลับ)
Confidential Intents เป็นกลไกการดำเนินธุรกรรมแบบรักษาความลับที่สร้างขึ้นบน NEAR Intents ตามข้อมูลที่ NEAR เปิดเผยอย่างเป็นทางการ ระบบนี้ดำเนินธุรกรรมผ่าน private shard เฉพาะ ทำให้ข้อมูลเช่นจำนวนเงินธุรกรรม พอร์ตสินทรัพย์ คู่สัญญา และกลยุทธ์การดำเนินการ ไม่จำเป็นต้องเปิดเผยทั้งหมดบนเชนสาธารณะ
เมื่อวันที่ 7 กรกฎาคมที่ผ่านมา NEAR ประกาศเปิด Confidential Intents ให้ผู้พัฒนาเข้าถึงได้อย่างเต็มรูปแบบ ทางการเปิดเผยในขณะนั้นว่าปริมาณธุรกรรม ZEC สะสมที่ NEAR Intents ประมวลผลนั้นเกิน 1.5 พันล้านดอลลาร์แล้ว และ near.com มีประมาณ 42% ของปริมาณธุรกรรมที่ใช้ฟีเจอร์นี้ภายในไม่กี่สัปดาห์หลังเปิดตัวโหมดรักษาความลับ ข้อมูลข้างต้นสะท้อนการใช้งานบนแพลตฟอร์มเฉพาะ ไม่สามารถนำไปสรุปเป็นความต้องการธุรกรรมความเป็นส่วนตัวของตลาดทั้งหมดได้โดยตรง
เมื่อเทียบกับรูปแบบที่เปิดเผยข้อมูลธุรกรรมทั้งหมด Confidential Intents ต้องการรักษาความสามารถในการชำระบัญชีที่ตรวจสอบได้ พร้อมกับการปกป้องข้อมูลทางธุรกิจที่ละเอียดอ่อน
อย่างไรก็ตาม นี่ไม่ได้หมายความว่า NEAR บรรลุธุรกรรมแบบไม่ระบุชื่อที่ไม่ต้องเชื่อใจได้อย่างสมบูรณ์ เอกสารทางเทคนิคอย่างเป็นทางการระบุว่าระบบนี้พึ่งพา private shard ที่ดำเนินการโดยผู้ตรวจสอบที่ได้รับอนุญาต ซึ่งเป็นการ权衡ระหว่างการปกป้องความเป็นส่วนตัว ความสามารถในการตรวจสอบ และสมมติฐานด้านความเชื่อใจ อีกทั้งฟีเจอร์การเปิดเผยข้อมูลแบบเลือกได้ยังคงเป็นความสามารถที่อยู่ระหว่างการผลักดันเป็นระยะ
สำหรับ Polosukhin แล้ว ความสำคัญของความเป็นส่วนตัวยังอยู่ที่ AI จะเพิ่มความสามารถในการวิเคราะห์ข้อมูลอย่างมีนัยสำคัญ
「AI เก่งขึ้นเรื่อยๆ ในการติดตามทุกคน และเก่งขึ้นในการค้นหาความเชื่อมโยงระหว่างพฤติกรรมการบริโภคที่แตกต่างกัน คุณคงไม่อยากให้ข้อมูลเหล่านี้ถูกเปิดเผยทั้งหมดให้ใครก็สามารถเข้าถึงได้」
เขาเชื่อว่า Zcash ผลักดันให้ความต้องการความเป็นส่วนตัวทางการเงินส่วนบุคคลเพิ่มขึ้น และความต้องการขององค์กรในการรักษาความลับของธุรกรรมอาจกลายเป็นระยะถัดไปของแนวโน้มนี้
ด้าน Alex เน้นว่า บล็อกเชนไม่จำเป็นต้องแทนที่ธนาคาร สิ่งที่สำคัญกว่าคือ เมื่อผู้ใช้สามารถเลือกได้ระหว่างบริการฝากทรัพย์แบบดั้งเดิมกับการถือครองด้วยตนเองและการทำธุรกรรมความเป็นส่วนตัวบนเชน พวกเขาก็มีวิธีจัดการความเสี่ยงมากขึ้น
กล่าวอีกนัยหนึ่ง สิ่งที่ NEAR ต้องการดึงดูดไม่ใช่เพียงผู้ใช้ DeFi เดิมเท่านั้น แต่ยังรวมถึงองค์กรและสถาบันที่ต้องการความสามารถในการรักษาความลับทางธุรกิจ แต่ต้องการใช้การชำระบัญชีบนเชนและสภาพคล่องข้ามเชนด้วย
หาก NEAR Intents แก้ปัญหาเรื่องวิธีที่ AI Agent ดำเนินงาน แล้ว NEAR AI ให้ความสำคัญมากกว่ากับว่าเมื่อดำเนินงานเหล่านั้น โมเดลเองน่าเชื่อถือหรือไม่
Polosukhin สรุปเป้าหมายของ NEAR AI ด้วยสามคำสำคัญ: ความเป็นส่วนตัว การตรวจสอบได้ และความปลอดภัย
เขาเชื่อว่า เมื่อการประยุกต์ใช้ AI penetrates ชีวิตประจำวันและการดำเนินงานขององค์กรมากขึ้นเรื่อยๆ ผู้ใช้กำลังให้ข้อมูลที่ละเอียดอ่อนแก่โมเดลมากขึ้น รวมถึงสถานะทางการเงิน ข้อมูลทางการแพทย์ ปัญหาทางกฎหมาย ความสัมพันธ์ส่วนบุคคล ตลอดจนเอกสารภายในองค์กรและกระบวนการทางธุรกิจ
ยิ่งบริบทสมบูรณ์เท่าไร คุณค่าของ AI ก็อาจสูงขึ้นเท่านั้น แต่การพึ่งพาผู้ให้บริการโมเดลของผู้ใช้ก็จะเพิ่มขึ้นตามไปด้วย 「หากเอกสารทั้งหมดขององค์กรถูกส่งให้ผู้ให้บริการรายเดียวในรูปแบบข้อความธรรมดา อีกฝ่ายอาจมีความสามารถในการสร้างธุรกิจทั้งหมดของคุณขึ้นมาใหม่ได้จริง」
NEAR AI หวังลดความเสี่ยงนี้ผ่านการอนุมานแบบเข้ารหัสและกลไกการตรวจสอบการทำงาน
ตามคำอธิบายของ Polosukhin NEAR AI สามารถให้ข้อมูลหลักฐานที่ตรวจสอบได้อย่างอิสระสำหรับการทำงานของโมเดล รวมถึงค่าแฮชของพรอมต์และการตอบสนอง ลายเซ็นฮาร์ดแวร์ และบันทึกการดำเนินการที่เกี่ยวข้อง เป้าหมายคือให้ผู้ใช้สามารถตรวจสอบสภาพแวดล้อมการทำงานของโมเดลและกระบวนการดำเนินการ ไม่ใช่เพียงพึ่งพาคำมั่นสัญญาของแพลตฟอร์มเท่านั้น
แนวทาง techniczนี้ยังเกี่ยวข้องกับการพัฒนาโมเดลน้ำหนักเปิด (Open-Weight Models) น้ำหนักเปิดหมายความว่าพารามิเตอร์ของโมเดลสามารถใช้งานหรือติดตั้งโดยภายนอกได้ แต่ไม่ได้หมายความว่าข้อมูลการฝึกอบรม โค้ดการฝึกอบรม และกระบวนการพัฒนาโมเดลทั้งหมดจะเป็นโอเพนซอร์สอย่างสมบูรณ์
Polosukhin กล่าวว่า เมื่อประสิทธิภาพของโมเดลแบบเปิดน้ำหนัก (open-weight models) ดีขึ้น ข้อได้เปรียบด้านต้นทุนที่ต่ำก็เริ่มปรากฏให้เห็นในบางงาน
เขาได้กล่าวถึงเป็นพิเศษว่า NEAR ในการวิจัยการตรวจสอบเชิงรูปแบบ (formal verification) ได้ใช้โมเดล DeepSeek ร่วมกับกรอบการทำงานของ Agent ที่ปรับแต่งเฉพาะ และประสบความสำเร็จในงานที่ซับซ้อนบางส่วนได้ใกล้เคียงกับ Claude และ GPT แต่มีต้นทุนต่ำกว่าประมาณ 100 ถึง 200 เท่า
การตรวจสอบเชิงรูปแบบเป็นเทคนิคที่ใช้วิธีการทางคณิตศาสตร์ในการตรวจสอบว่าโปรแกรมหรือระบบตรงตามข้อกำหนดด้านความถูกต้องเฉพาะหรือไม่ ซึ่งเหมาะอย่างยิ่งสำหรับโปรโตคอลและระบบซอฟต์แวร์ที่มีข้อกำหนดด้านความปลอดภัยสูง
สิ่งที่ต้องเน้นย้ำคือ การเปรียบเทียบต้นทุนและประสิทธิภาพนี้มาจากการนำเสนอผลการวิจัยของ NEAR โดย Polosukhin ซึ่งการสัมภาษณ์ไม่ได้ให้ข้อมูลการทดสอบ基準 (benchmark) ฉบับสมบูรณ์ เวอร์ชันของโมเดล และเกณฑ์การคำนวณต้นทุน ดังนั้นจึงไม่สามารถสรุปได้ว่า DeepSeek มีข้อได้เปรียบเท่าเทียมกันในทุกสถานการณ์
เขายังยอมรับว่าในปัญหาที่ท้าทายที่สุด โมเดลระดับสูงสุดยังคงเป็นผู้นำ
แต่ในมุมมองของเขา ไม่ใช่ทุกงานจำเป็นต้องใช้โมเดลที่แพงที่สุด สำหรับงานจำนวนมากที่สามารถทำได้ด้วยโมเดลที่มีต้นทุนต่ำกว่า โมเดลแบบเปิดน้ำหนักก็มีความสามารถในการแข่งขันในทางปฏิบัติแล้ว
บนพื้นฐานนี้ NEAR AI ยังวางแผนที่จะเปิดความสามารถในการโฮสต์แบบ confidential ให้กับผู้ให้บริการโมเดลบุคคลที่สาม ตามสถาปัตยกรรมที่ Polosukhin อธิบาย ผู้พัฒนาโมเดลสามารถนำโมเดลไปติดตั้งบนแพลตฟอร์มพร้อมเข้ารหัสน้ำหนักของโมเดล และข้อมูลที่ผู้ใช้ส่งเข้ามาก็จะไม่ถูกเปิดเผยโดยตรงต่อผู้ให้บริการโมเดล
ซึ่งหมายความว่า NEAR AI ต้องการปกป้องทรัพย์สินทางปัญญาของผู้พัฒนาโมเดลไปพร้อมกับการปกป้องข้อมูลนำเข้าของผู้ใช้ เป้าหมายระยะยาวไม่ใช่เพียงการดำเนินการชุดโมเดลของตนเองเท่านั้น แต่คือการสร้างตลาดที่เชื่อมต่อทั้งผู้ให้บริการโมเดลและผู้ที่มีความต้องการใช้การประมวลผล
ในด้านรูปแบบธุรกิจ NEAR ได้เปิดตัวกลไกการรับเครดิตการประมวลผล AI ผ่านการสเตก NEAR เมื่อเดือนกรกฎาคม ตามคำอธิบายอย่างเป็นทางการ ผู้ใช้สามารถสร้างเครดิตการประมวลผลแบบเป็นรอบผ่านการสเตก โดยยังคงความเป็นเจ้าของสินทรัพย์ที่สเตกไว้ และใช้บริการ AI ที่เกี่ยวข้องได้
อย่างไรก็ตาม ยังต้องติดตามอย่างต่อเนื่องว่าตลาดการอนุมานแบบ confidential จะสามารถแข่งขันกับบริการคลาวด์ที่มีอยู่เดิมได้ในด้านราคา คุณภาพโมเดล ความหน่วง และประสบการณ์ของนักพัฒนาหรือไม่
สำหรับอนาคตของ AI Agent ทีม NEAR ยังได้เสนอการตัดสินที่มีข้อโต้แย้งมากกว่า: การที่แพลตฟอร์มอินเทอร์เน็ตที่มีอยู่ในปัจจุบันขัดขวาง AI Agent จากการทำธุรกรรม อาจไม่ใช่เพียงเพราะเหตุผลทางเทคนิคหรือความปลอดภัยเท่านั้น แต่ยังเกี่ยวข้องกับการปกป้องรูปแบบธุรกิจเดิมด้วย
Polosukhin ยกตัวอย่าง Amazon เพื่อชี้ให้เห็นว่า รายได้ของแพลตฟอร์มอีคอมเมิร์ซไม่ได้มาจากการขายสินค้าเพียงอย่างเดียว แต่ยังรวมถึงโฆษณาค้นหา การโปรโมตแบบสปอนเซอร์ และธุรกิจอื่นๆ โมเดลธุรกิจเหล่านี้พึ่งพาการที่ผู้ใช้เรียกดูและคลิกบนหน้าเว็บ และได้รับผลกระทบจากการจัดอันดับการค้นหาและตำแหน่งการแสดงโฆษณา
แต่ตรรกะการจัดซื้อของ AI Agent อาจแตกต่างโดยสิ้นเชิง «สำหรับ Agent สิ่งที่มันสแกนคือชุดข้อมูล JSON สินค้าจะอยู่อันดับหนึ่งหรืออันดับสามไม่จำเป็นต้องสำคัญ»
ในสถานการณ์นี้ หาก Agent สามารถเปรียบเทียบราคา คุณลักษณะสินค้า และความสามารถในการส่งมอบตามความต้องการของผู้ใช้ได้อย่างอิสระ คุณค่าทางธุรกิจของตำแหน่งโฆษณาค้นหาแบบดั้งเดิมอาจได้รับผลกระทบ
Polosukhin เปรียบเทียบสิ่งนี้กับกระบวนการที่ Google นำโมเดลภาษาขนาดใหญ่มาใช้ เขาเชื่อว่าวิธีการโต้ตอบรูปแบบใหม่ แม้จะสามารถปรับปรุงประสบการณ์ผู้ใช้ได้ ก็อาจเผชิญกับแรงต้านภายในเนื่องจากส่งผลกระทบต่อรายได้ธุรกิจที่มีอยู่
Alex เชื่อว่าการต่อต้านนี้เป็นปรากฏการณ์ปกติในการเปลี่ยนแปลงทางเทคโนโลยี เขายกตัวอย่างรถยนต์ที่มาแทนรถม้า เพื่ออธิบายว่าผลประโยชน์ทางธุรกิจเดิมมักจะต่อต้านเทคโนโลยีใหม่ แต่ไม่จำเป็นต้องสามารถยับยั้งการแพร่หลายของมันได้ในระยะยาว
ในมุมมองของเขา ในอีกห้าปีข้างหน้า บริษัทบางแห่งที่ครองตำแหน่งสำคัญระดับโลกในวันนี้อาจสูญเสียความได้เปรียบเนื่องจากไม่สามารถปรับตัวเข้ากับการเปลี่ยนแปลงทางเทคโนโลยีได้
อย่างไรก็ตาม นี่ยังคงเป็นการคาดการณ์ของ Alex เกี่ยวกับภูมิทัศน์การแข่งขันในอุตสาหกรรม ไม่ใช่ผลลัพธ์ตลาดที่ยืนยันได้ การที่ AI Agent จะสามารถชำระเงิน จัดซื้อ และส่งมอบได้อย่างอิสระหรือไม่ ยังเกี่ยวข้องกับปัญหาที่เป็นจริง เช่น การอนุญาตของแพลตฟอร์ม การยืนยันตัวตน การคุ้มครองผู้บริโภค และความรับผิดชอบในการทำธุรกรรม
สำหรับ NEAR การเปลี่ยนแปลงนี้อาจสร้างโอกาสทางธุรกิจใหม่
หากกิจกรรมทางธุรกิจเปลี่ยนจากการที่ผู้ใช้เข้าถึงเว็บไซต์โดยตรง ไปเป็นการที่ AI Agent จัดซื้อบริการแทนผู้ใช้ ตลาดจะต้องการโครงสร้างพื้นฐานใหม่เพื่อจัดการกับการค้นพบบริการ การเสนอราคา การชำระเงิน การดำเนินการ และการตรวจสอบ
NEAR Agent Market กำลังพัฒนาตามทิศทางนี้
Polosukhin กล่าวว่า NEAR หวังที่จะขยายความสามารถของ Intents จากธุรกรรมการแลกเปลี่ยนสินทรัพย์ไปสู่งานดิจิทัล สินค้าดิจิทัล และสินค้าจริง เพื่อให้ Agent สามารถเชื่อมต่อกับผู้ให้บริการต่างๆ ได้โดยตรงและส่งมอบงานได้สำเร็จ
แต่โมเดลนี้จะกลายเป็นกระแสหลักของการพาณิชย์บนอินเทอร์เน็ตได้หรือไม่ ยังขึ้นอยู่กับว่าการจัดหาบริการ การยอมรับของผู้ใช้ และความร่วมมือข้ามแพลตฟอร์มจะสามารถสร้างขนาดที่เพียงพอได้หรือไม่
นอกเหนือจากการซื้อขายและรูปแบบธุรกิจ ทีม NEAR ยังมองว่าความเป็นเจ้าของ AI เป็นประเด็นสำคัญในอนาคต
Alex ชี้ให้เห็นว่าแชทบอท AI ในปัจจุบันอาจเข้าใจบริบทของผู้ใช้ได้มากกว่าที่เครื่องมือค้นหาแบบดั้งเดิมเคยทำได้
ในอดีต แพลตฟอร์มค้นหาส่วนใหญ่คาดเดาความต้องการจากคีย์เวิร์ดที่ผู้ใช้ป้อน แต่เมื่อผู้ใช้ใช้งานผู้ช่วย AI ในการทำงาน ชีวิตประจำวัน และการตัดสินใจส่วนตัวเป็นเวลานาน ผู้ให้บริการโมเดลอาจเข้าถึงข้อมูลส่วนบุคคลที่สมบูรณ์และต่อเนื่องกว่า หากข้อมูลเหล่านี้ถูกรวบรวมเพื่อใช้ในการโฆษณาและการสร้างรายได้เชิงพาณิชย์ แพลตฟอร์มอาจมีความสามารถในการชี้นำพฤติกรรมได้มากขึ้น
Alex กังวลว่าเมื่อรูปแบบธุรกิจ AI พัฒนาขึ้นเรื่อยๆ ผู้ใช้อาจแยกแยะไม่ออกระหว่างการตัดสินใจของตนเองกับอิทธิพลจากการแนะนำของอัลกอริทึมในระยะยาว เขาใช้ความเสี่ยงนี้เป็นเหตุผลสำคัญในการสนับสนุน User-Owned AI (AI ที่ผู้ใช้เป็นเจ้าของ)
Polosukhin เสนอเพิ่มเติมว่า AI ที่ผู้ใช้เป็นเจ้าของไม่ใช่แค่เรื่องความเป็นส่วนตัวของข้อมูล แต่ยังเกี่ยวข้องกับแรงจูงใจทางเศรษฐกิจและอำนาจควบคุมระบบ เขามองว่านวัตกรรมสำคัญอย่างหนึ่งของ Bitcoin คือการประสานผู้เข้าร่วมที่แตกต่างกันผ่านแรงจูงใจทางเศรษฐกิจ ก่อให้เกิดเครือข่ายสาธารณะที่ทุกคนร่วมกันดูแล AI ก็อาจใช้รูปแบบที่คล้ายกัน เพื่อให้ผู้ใช้และนักพัฒนาร่วมกันสร้างระบบไปพร้อมกับรักษาการควบคุมข้อมูลของตนเอง กระบวนการใช้โมเดล และสินทรัพย์ที่เกี่ยวข้อง
ในจำนวนนี้ การปกป้องความเป็นส่วนตัวและความสามารถในการตรวจสอบได้เป็นเงื่อนไขพื้นฐาน ตัวอย่างเช่น ผู้ใช้ควรมีความสามารถในการตรวจสอบโค้ดที่โมเดลทำงาน ตรวจสอบสภาพแวดล้อมการประมวลผล และยืนยันให้ได้มากที่สุดว่าระบบไม่ถูกแก้ไขโดยไม่ได้รับอนุญาต
แต่ไม่ได้หมายความว่าระบบ AI ทั้งหมดจะสามารถกระจายอำนาจได้อย่างสมบูรณ์ในทันที Polosukhin ยอมรับว่าการฝึกอบรมร่วมกัน การปรับแต่ง และการปรับปรุงอย่างต่อเนื่องของโมเดลยังคงมีความท้าทายในการวิจัยและพัฒนาอีกมาก
ดังนั้น NEAR ในปัจจุบันจึงมุ่งเน้นไปที่โครงสร้างพื้นฐานการประมวลผลแบบส่วนตัวก่อน แล้วค่อยๆ สำรวจรูปแบบความเป็นเจ้าของของผู้ใช้ที่กว้างขึ้น
ในด้านความปลอดภัย NEAR ยังได้รวมการเข้ารหัสหลังควอนตัมไว้ในสถาปัตยกรรมโดยรวม
Anton Astafiev CTO ของ Near One กล่าวในการสัมภาษณ์ว่า การออกแบบบัญชีเริ่มต้นของ NEAR รองรับรูปแบบลายเซ็นการเข้ารหัสหลายแบบ ดังนั้นจึงมีความยืดหยุ่นในระดับหนึ่งเมื่อจำเป็นต้องเปลี่ยนหรือเพิ่มอัลกอริทึมลายเซ็นในอนาคต
แผนงานเทคโนโลยีที่ NEAR เปิดเผยอย่างเป็นทางการในเดือนสิงหาคมปีนี้ยืนยันว่าโปรโตคอลได้เพิ่มการสนับสนุนรูปแบบลายเซ็นหลังควอนตัม ML-DSA แล้ว และมีแผนที่จะปรับปรุงประสิทธิภาพและความเข้ากันได้กับกระเป๋าเงินที่เกี่ยวข้องอย่างต่อเนื่อง
Anton เน้นว่าความปลอดภัยหลังควอนตัมไม่ควรถูกเข้าใจง่ายๆ ว่าเป็นวันที่คอมพิวเตอร์ควอนตัมจะถอดรหัสการเข้ารหัสทั้งหมดในทันที ภารกิจที่สมจริงกว่าคือการทำให้บล็อกเชนมีความสามารถในการอัปเดตแผนลายเซ็น ย้ายสินทรัพย์ และกู้คืนระบบเมื่อความเสี่ยงด้านการเข้ารหัสเกิดขึ้น
NEAR เชื่อว่าโครงสร้างบัญชีแบบหลายวิทยาการเข้ารหัสลับสามารถลดความยากในการย้ายระบบในอนาคตได้
แต่การรองรับลายเซ็นหลังควอนตัมไม่ได้หมายความว่าทั้งโปรโตคอลและระบบนิเวศมีความปลอดภัยหลังควอนตัมอย่างครอบคลุมแล้ว แผนงานอย่างเป็นทางการยังยอมรับว่ากระเป๋าเงิน โครงสร้างพื้นฐานข้ามเชน และองค์ประกอบอื่นๆ ของโปรโตคอลยังต้องได้รับการอัปเกรดต่อไป
ในช่วงท้ายของการสัมภาษณ์ ผู้ดำเนินรายการได้เปลี่ยนหัวข้อไปสู่โมเดลเศรษฐกิจเครือข่ายของ NEAR
เขาได้เสนอเส้นทางการพัฒนาที่เป็นไปได้: NEAR Intents สร้างรายได้ผ่านธุรกรรมข้ามเชนและกิจกรรมตลาดอื่นๆ จากนั้นใช้กิจกรรมทางเศรษฐกิจเหล่านี้เพื่อสนับสนุนการพัฒนา NEAR AI เมื่อ AI Agent และผู้ใช้มากขึ้นพึ่งพาเครือข่ายนี้ NEAR อาจค่อยๆ กลายเป็นโครงสร้างพื้นฐานที่มีความสำคัญเชิงระบบในเศรษฐกิจ AI
นี่ก็เป็นตรรกะเศรษฐกิจโทเค็นที่ NEAR พยายามสร้างขึ้นในช่วงไม่กี่ปีที่ผ่านมา
ในเดือนกุมภาพันธ์ของปีนี้ NEAR เปิดเผยอย่างเป็นทางการว่า Intents ได้ประมวลผลปริมาณธุรกรรมข้ามเชนสะสมเกิน 1.3 หมื่นล้านดอลลาร์ พร้อมทั้งเปิดตัวกลไกการจัดสรรค่าธรรมเนียม และนำรายได้ส่วนหนึ่งไปสู่การซื้อคืนโทเค็น NEAR
ในรายงานไตรมาสเดือนกรกฎาคม NEAR ได้เชื่อมโยงธุรกิจฟรอนต์เอนด์ near.com การcaptureค่าธรรมเนียมโปรโตคอล และการซื้อคืนโทเค็นเข้าด้วยกันมากขึ้น เพื่อพยายามสร้างความสัมพันธ์ระหว่างการเติบโตของการใช้งานเครือข่ายกับมูลค่าเศรษฐกิจโทเค็น
การออกแบบลักษณะนี้หมายความว่า NEAR ไม่ได้พึ่งพาความต้องการพื้นที่บล็อกเพียงอย่างเดียวในการสร้างเรื่องเล่ามูลค่าโทเค็นอีกต่อไป แต่ยังหวังที่จะค้นหาแหล่งรายได้จากการดำเนินการธุรกรรมข้ามเชน การกระจายแอปพลิเคชัน และบริการคำนวณ AI
แต่ปริมาณธุรกรรม รายได้โปรโตคอล และมูลค่าโทเค็นไม่สามารถเทียบเคียงกันได้โดยตรง
การเติบโตของขนาดธุรกรรมข้ามเชนไม่จำเป็นต้องหมายถึงการเติบโตของกำไรที่สอดคล้องกัน ค่าธรรมเนียมที่โปรโตคอลได้รับยังต้องแยกความแตกต่างระหว่างส่วนแบ่งของผู้จัดจำหน่าย รายได้สุทธิที่แท้จริง และส่วนที่สามารถเข้าสู่กลไกการซื้อคืนโทเค็นได้ในที่สุด
เช่นเดียวกัน การได้รับโควตาการคำนวณ AI ผ่านการสเตก NEAR แม้อาจเพิ่มความต้องการใช้โทเค็นหรือความต้องการล็อกโทเค็น แต่การจะสร้างมูลค่าทางเศรษฐกิจได้อย่างต่อเนื่องหรือไม่นั้น ยังขึ้นอยู่กับขนาดการใช้งานจริงของบริการ AI และความเต็มใจจ่ายของผู้ใช้
ในช่วงท้ายของการสัมภาษณ์ ผู้ดำเนินรายการได้สรุปความเป็นไปได้นี้ว่า: NEAR จะสามารถค่อยๆ เปลี่ยนจากเรื่องเล่าเกี่ยวกับการเติบโตของรายได้ ไปสู่เรื่องเล่าเกี่ยวกับสกุลเงินในเศรษฐกิจ AI และมูลค่าเครือข่ายได้หรือไม่?
เนื่องจากบทสัมภาษณ์แบบคำต่อคำที่ให้มาสิ้นสุดที่คำถามนี้ โดยไม่มีคำตอบเพิ่มเติมจากผู้ให้สัมภาษณ์ การตัดสินนี้จึงยังควรถูกมองว่าเป็นกรอบตลาดที่ผู้ดำเนินรายการเสนอ ไม่ใช่ข้อสรุปที่ทีม NEAR ยืนยันในการสัมภาษณ์ครั้งนี้
สำหรับ NEAR ตัวชี้วัดการพิสูจน์ที่มีความหมายมากขึ้นในลำดับถัดไป ไม่ใช่การที่ NEAR สามารถเล่าเรื่องราวสามด้านพร้อมกัน ได้แก่ cross-chain ความเป็นส่วนตัว และ AI แต่เป็นว่าธุรกิจเหล่านี้สามารถสร้างอุปสงค์จริงที่ส่งเสริมซึ่งกันและกันได้หรือไม่: Intents สร้างรายได้สุทธิที่จับต้องได้อย่างต่อเนื่องหรือไม่ AI inference และ Agent Market ดึงดูดนักพัฒนาภายนอกและผู้ใช้ที่จ่ายเงินได้หรือไม่ และกิจกรรมทางเศรษฐกิจใหม่มีสัดส่วนเท่าใดที่สามารถตกผลึกเข้าสู่เครือข่าย NEAR และระบบโทเคนในที่สุด
เฉพาะเมื่อความเชื่อมโยงเหล่านี้ค่อยๆ กลายเป็นสิ่งที่วัดได้ ข้อเสนอของ NEAR ที่ว่า «AI คือส่วนหน้า Blockchain คือส่วนหลัง» จึงจะสามารถพัฒนาจากวิสัยทัศน์ทางเทคโนโลยีไปสู่รูปแบบเศรษฐกิจที่พิสูจน์ได้
ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:
กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats
กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App
บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia