将其专业人工智能视为资产负债表上代币化资产的行业,将成为定义下一阶段创新的行业。将其专业人工智能视为资产负债表上代币化资产的行业,将成为定义下一阶段创新的行业。

链上智能:AI必须成为代币化资产 | 观点

披露声明:此处表达的观点和意见仅属于作者个人,并不代表 crypto.news 编辑部的观点和意见。

当前人工智能的蓬勃发展正在制造一个尚未解决的问题:完全缺乏可验证的所有权和经济结构。企业正在制造强大的专业化 AI 系统,但这些系统仅作为短暂的服务提供。然而,这种基于服务的模式是不可持续的,因为它阻碍了明确的所有权,使得难以知道 AI 输出的来源,并且没有提供直接的方式来资助和评估专业化智能的价值。仅靠更好的算法无法解决问题;相反,需要一种新的所有权结构,这意味着 AI 必须从服务转变为链上的代币化资产。区块链基础设施与人工智能重大进展的融合使这一转变在技术上变得可行。

摘要
  • AI 即服务缺乏所有权、来源和经济性——没有可验证的起源或明确的资产结构,专业化 AI 无法被适当审计、估值或融资。
  • 代币化 AI 代理解决信任和一致性问题——链上所有权、加密输出验证(例如 ERC-7007)和原生代币经济学将 AI 转变为可审计、可投资的资产。
  • 资产类 AI 实现负责任的采用——医疗保健、法律和工程等领域通过将智能视为可验证的数字资产而非黑箱服务,获得可追溯性、治理和可持续融资。

以 ERC-7007 用于可验证的 AI 内容、机密计算用于私人数据以及合规的数字资产框架为例。技术栈已经存在。您现在可以在链上拥有、交易和审计 AI 代理,包括其能力、输出和收入。

代币化 AI 代理的支柱

将 AI 转变为真正的资产需要结合三个技术要素,赋予其信任、隐私和价值。首先,AI 代理必须使用检索增强生成架构构建。这使得可以在机密的专有知识库上训练它,例如律师事务所的案件档案或医疗机构的研究,而无需让底层 AI 模型提供商访问数据。

数据保留在由代理所有者控制的隔离、安全的代币化向量数据库中,解决了数据主权的关键问题并实现了真正的专业化。

其次,该代理的所有输出都需要在加密学上可验证,这正是 ERC-7007 等标准的用途。它们使 AI 的响应能够在数学上与其访问的数据和特定模型相关联。这意味着法律条款或诊断建议不再仅仅是文本;它现在是具有明确来源的认证数字工件。

最后,代理需要具有原生经济模型,这可以通过称为代理代币发行(ATO)的合规数字证券发行来实现。使用它,创建者可以通过发行代币来筹集资金,这些代币赋予持有者使用该代理服务的权利、分享其收入或控制其开发。

这在开发者、投资者和用户之间创造了直接的一致性,超越了风险资本补贴,转向市场直接资助和评估效用的模式。

从理论到实践

这个框架的实际重要性至关重要,特别是在不负责任的自动化已经产生法律和社会成本的领域。在这样的环境中,非代币化 AI 的持续整合不是关于技术限制,而是关于治理失败。这使机构处于无法证明关键决策如何解决或融资的境地。

以医疗研究机构使用的诊断助手为例。代理代币发行记录了一切:训练数据、使用的数据集和监管框架。结果带有 ERC-7007 验证。当您以这种方式资助代理时,您会获得审计轨迹:谁训练了它、它从什么学习以及它如何执行。大多数 AI 系统完全跳过这一点。

这些不再是不清楚的建议。它们是可记录和可追溯的医疗实践,具有可以检查以确认声明的来源和方向。然而,这不是最终消除临床不确定性的过程,但它通过用记录的验证替换不可验证的假设,同时将资本引导到通过受监管使用证明其价值而非假设创新的工具,从而显著降低了机构脆弱性。

法律从业者面临同样的结构性问题。如今大多数法律 AI 工具在按专业标准检查时会失败,因为它们产生的分析无法追溯或无文档记录,在评估中无法证明。相反,将律师事务所的私人案件历史代币化为代币化 AI 代理可以保留知识库,事务所可以根据定义的条件管理可访问性。有了这个,每次合同审查和法律答复都变得可追溯,使事务所能够维护基本的法律规则和专业要求。

同样,工程公司面临相同的问题,但风险更高,因为错误通常在多年后才被审查。如果 AI 系统无法显示或证明它如何达到特定决策,那么这些决策就难以在科学上辩护,特别是当它们应用于现实世界时。根据内部设计、过去的失败和安全规则训练的代币化代理不仅展示其工作,还提供经过验证和数据支持的建议,可以在以后作为案例研究进行审查和解释。通过这种方式,公司可以追踪操作以创建可辩护的标准。在不实施这种证明水平的情况下使用 AI 的公司不可避免地面临他们可能无法解释的风险。

资产类 AI 的市场必要性

向 AI 代币化的转变现在已被证明是经济的必要性,不再仅仅是令人印象深刻的技术进步。AI 的经典 SaaS 模式已经开始崩溃,因为它造成了集中控制、不清楚的训练数据以及创建者、投资者和价值最终用户之间的脱节。

甚至世界经济论坛也表示,需要新的经济模式来确保 AI 发展是公平和可持续的。代币化以不同方式引导资本。投资者不是通过风险投资轮投资实验室,而是购买具有业绩记录的特定代理。所有权位于链上,因此您可以验证谁控制什么,并在没有中介的情况下交易头寸。

最重要的是,每次互动都可以被追踪,这将 AI 从"黑箱"变为"透明箱"。这不是要让 AI 炒作可交易;而是要将可验证资产的纪律应用于我们这个时代最重要的技术。

今天,构建这个未来的基础设施,例如安全的数字资产平台、验证标准和保护隐私的 AI,已经就位。现在的问题是"我们为什么不将智能代币化?"而不是"我们能吗?"

将其专业化 AI 视为资产负债表上的代币化资产而非成本中心的行业将是定义创新下一阶段的行业。他们将拥有自己的智能,展示其有效性,并通过开放的全球市场为其未来融资。

Davide Pizzo

Davide Pizzo 是 Brickken 的后端/AI 技术负责人,在大数据、生成式 AI、软件开发、云架构和区块链技术方面拥有深厚背景。他目前领导 Brickken 的后端和 AI 工程,在那里他为现实世界资产代币化设计可扩展的 API、AI 驱动的解决方案和数据基础设施。凭借在大规模数据平台方面的经验,Davide 专注于在 AI、金融和 web3 的交汇处构建强大、高效的系统。

免责声明: 本网站转载的文章均来源于公开平台,仅供参考。这些文章不代表 MEXC 的观点或意见。所有版权归原作者所有。如果您认为任何转载文章侵犯了第三方权利,请联系 [email protected] 以便将其删除。MEXC 不对转载文章的及时性、准确性或完整性作出任何陈述或保证,并且不对基于此类内容所采取的任何行动或决定承担责任。转载材料仅供参考,不构成任何商业、金融、法律和/或税务决策的建议、认可或依据。