FLOCK

Che cos’è FLock.io?

FLock.io è una rete decentralizzata per il training, la validazione e la distribuzione di modelli di IA che utilizza incentivi basati su blockchain per coordinare creatori di modelli, fornitori di calcolo, validatori, delegatori e utenti di modelli, senza richiedere che tutti i dati e la governance dei modelli risiedano all’interno di un’unica piattaforma di IA proprietaria.

Il problema dichiarato dal protocollo non è il generico “accesso all’IA”, bensì la concentrazione dello sviluppo dei modelli, della custodia dei dati e della cattura delle ricompense all’interno di grandi laboratori di IA centralizzati; il vantaggio competitivo che intende perseguire è la combinazione di federated learning, staking on-chain, validazione, slashing ed economia dei modelli legata all’utilizzo, come descritto nella sua documentazione ufficiale e nel whitepaper. In termini pratici, FLock.io si comprende meglio come middleware di IA decentralizzata piuttosto che come una blockchain di base: cerca di rendere i mercati di training e inferenza di IA verificabili e componibili dal punto di vista economico, facendo comunque affidamento su blockchain esistenti per il settlement e la contabilità degli incentivi. (docs.flock.io)

FLock.io rimane un protocollo di IA decentralizzata di nicchia, piuttosto che una dominante venue di settlement Layer 1 o DeFi. A metà settembre 2026, gli aggregatori di dati di mercato collocavano FLOCK nella fascia medio-bassa delle criptovalute per capitalizzazione, con CoinMarketCap che mostrava un ranking tra la fine della fascia 400 e l’inizio della 500 e CoinGecko che indicava un ranking intorno alla bassa fascia 600, illustrando sia la frammentazione delle metodologie dei fornitori di dati, sia la scala ancora ridotta dell’asset rispetto ai principali token di IA o infrastrutturali. DefiLlama non riportava TVL DeFi convenzionale per FLock.io, il che non sorprende, perché la metrica principale del protocollo non è il collaterale in lending o la liquidità in AMM, bensì la partecipazione in staking, l’attività sui task di IA, le fee e l’utilizzo dei modelli; la stessa dashboard mostrava fee storiche modeste e una base di FLOCK in staking, mentre il sito del progetto riportava centinaia di sviluppatori di IA e validatori, più di mille delegatori, centinaia di migliaia di utenti di modelli e oltre diecimila modelli di IA creati. Queste cifre andrebbero considerate come indicatori operativi, piuttosto che come asset in gestione in senso bancario. (coinmarketcap.com)

Chi ha fondato FLock.io e quando?

FLock.io è stato fondato da Jiahao Sun e dal dott. Zehua Cheng, entrambi ex studenti di Oxford, con il materiale pubblico che colloca il progetto all’intersezione tra federated learning, IA rispettosa della privacy e coordinamento cripto‑economico. Il progetto è emerso nel periodo 2022–2024, in cui la formazione di capitale nel campo della IA generativa è accelerata, la scarsità di GPU è diventata un vincolo strategico e gli investitori crypto hanno iniziato a finanziare la “IA decentralizzata” come nuovo tema infrastrutturale dopo il calo di mercato del 2022. Le principali tappe del lancio pubblico si sono concentrate nel 2024: FLock.io ha lanciato una piattaforma di co‑creazione di IA nel marzo 2024, ha raccolto un seed round da 6 milioni di dollari guidato da Lightspeed Faction e Tagus Capital con la partecipazione di DCG, OKX Ventures, Volt Capital e altri, ha successivamente aggiunto un round strategico da 3 milioni di dollari e ha lanciato il mainnet con il token FLOCK su Base il 31 dicembre 2024. Il legame dei fondatori con Oxford è confermato da Kellogg College, mentre il finanziamento seed e la tesi sul federated learning sono stati riportati da The Block. (kellogg.ox.ac.uk)

La narrativa del progetto si è evoluta da “training di IA decentralizzato” verso uno stack economico di IA più completo. Nel 2024, FLock.io enfatizzava AI Arena, i task di training, la validazione e gli incentivi per i primi contributori; nel 2025 ha aggiunto lo staking su mainnet, i pool di delega, gmFLOCK, l’accesso API e un percorso più esplicito dai modelli addestrati al loro utilizzo; nel 2026 ha iniziato a commercializzare FOMO, ovvero FLock Open Model Offering, come livello di tokenizzazione dei modelli e di economia dell’inferenza progettato per collegare la distribuzione dei modelli, il consumo via API, l’instradamento dei ricavi e le meccaniche di buyback. Questo cambiamento è rilevante perché modifica il quadro analitico: FLock.io non sta più cercando soltanto di coordinare i contributori dal lato dell’offerta che addestrano i modelli; sta cercando di dimostrare che l’utilizzo decentralizzato dei modelli può generare domanda ricorrente e flussi di fee, una prova commerciale molto più difficile rispetto alla gestione di campagne di training incentivate. (flock.io)

Come funziona la rete FLock.io?

FLock.io non opera come un Layer 1 standalone proof‑of‑work o proof‑of‑stake con un proprio consenso sulla produzione dei blocchi. Il suo stack di token e di contabilità dei task è distribuito principalmente su Base, il che significa che il livello di settlement della blockchain eredita le proprietà e i rischi di un ambiente Layer 2 su Ethereum basato su optimistic rollup, anziché quelli di un set di validatori indipendente; più in generale, gli optimistic rollup eseguono attività fuori dalla mainnet di Ethereum e utilizzano Ethereum come livello di settlement, mentre l’OP Stack è il framework software alla base di molte L2, tra cui Base. Il problema di consenso proprio di FLock.io è quindi specifico dell’applicazione: deve coordinare l’accordo sulla qualità e l’idoneità del lavoro di IA, non sull’ordinamento canonico delle transazioni in una blockchain generalista. In AI Arena, i creatori di task definiscono i modelli desiderati, i nodi di training sviluppano o ottimizzano i modelli, i validatori valutano i modelli presentati e i delegatori forniscono stake ai partecipanti, mentre gli smart contract gestiscono staking, emissioni, raccolta delle fee e distribuzione delle ricompense. (ethereum.org)

Il modello tecnico distintivo del protocollo è un ibrido di federated learning, leaderboard, validazione con stake e penalità cripto‑economiche. La documentazione sul ciclo di vita dei task di FLock.io descrive un flusso di lavoro in cui i nodi di training inviano modelli e i validatori ne valutano gli output rispetto a dati di valutazione, mentre il più ampio whitepaper inquadra il sistema come uno strato di IA più uno strato blockchain in cui lo staking è pensato per scoraggiare attacchi Sybil, free riding, comportamenti di denial‑of‑service e avvelenamento dei modelli nel contesto del federated learning. Il modello di sicurezza non equivale a una prova crittografica che ogni modello sia oggettivamente “migliore”; è un sistema di incentivi e validazione che cerca di rendere economicamente costoso il training o la validazione disonesti. FLock.io ha inoltre discusso prove a conoscenza zero per l’aggregazione FL Alliance nel materiale di ricerca, ma la postura di sicurezza della rete attiva dipende ancora in larga misura dalla progettazione dei task, dall’integrità dei validatori, dalla distribuzione dello stake e dalla transizione graduale del team di progetto da una creazione di task curata verso un’operatività più permissionless. (docs.flock.io)

Qual è la tokenomics di FLOCK?

FLOCK ha una fornitura massima limitata a 1 miliardo di token, con una supply circolante che cambia nel tempo al procedere di emissioni, sblocchi e schedule di vesting. A metà settembre 2026, CoinGecko e CoinMarketCap indicavano circa 460 milioni di FLOCK in circolazione, ma si tratta di una metrica di mercato volatile che andrebbe letta come una stima riferita a un preciso momento, non come un dato permanente. La documentazione sull’allocazione dei token del progetto afferma che i token sbloccati al day‑one sono stati inizialmente mintati e che ulteriori token vengono mintati quotidianamente tramite contratti di management, con incentivi per la comunità distribuiti su un periodo di 60 mesi e soggetti a un decadimento mensile dell’1%; le allocazioni per investitori e team seguono schedule di vesting pluriennali, e i token bloccati sono descritti come non utilizzabili in staking finché non sono vestiti. Il design della supply non è quindi puramente deflazionistico nel breve termine: combina un hard cap e emissioni decrescenti con rischio di sblocco e nuove promesse di buyback and burn legate all’economia dei modelli e dell’inferenza. (docs.flock.io)

L’utilità di FLOCK riguarda partecipazione, staking, delega, governance, pagamento delle fee e distribuzione delle ricompense, piuttosto che il ruolo di “gas” nello stesso modo in cui l’ETH è gas per Ethereum. Gli utenti mettono in staking FLOCK per mintare o accedere a strumenti di partecipazione come gmFLOCK, i nodi di training e i validatori mettono in staking per diventare idonei ad assegnazioni di task, i delegatori supportano i partecipanti in cambio di una quota delle ricompense, i creatori di task possono mettere in staking o autofinanziare i task, e gli utenti dei modelli possono imbattersi in meccaniche di accesso o pagamento denominate in FLOCK a seconda del design della piattaforma. La documentazione sugli smart contract descrive fee di protocollo sulle richieste di ricompensa, con aliquote differenti per nodi di training, validatori e delegatori, mentre il materiale su FOMO del 2026 descrive un modello in cui i ricavi da inferenza possono essere instradati verso buyback e burn di FLOCK o di token specifici per ciascun modello.

La questione critica per gli investitori è se l’utilizzo in inferenza che genera fee crescerà più rapidamente della pressione di vendita legata a emissioni e sblocchi; al secondo trimestre 2026, FLock.io riportava oltre 417.000 FLOCK bruciati in modo permanente, ma tale ammontare di burn restava ridotto rispetto al cap di 1 miliardo di token e non dovrebbe essere interpretato in eccesso come un equilibrio deflazionistico maturo. (docs.flock.io)

Chi sta usando FLock.io?

Il profilo di utilizzo di FLock.io dovrebbe essere distinto tra trading speculativo del token, partecipazione in staking e consumo effettivo di modelli di IA. A metà settembre 2026, i mercati pubblici mostravano volumi di trading che a volte superavano la capitalizzazione di mercato dell’asset, il che indica un elevato turnover e attività speculativa piuttosto che necessariamente una profonda domanda di protocollo. Le metriche operative più rilevanti sono le submission di training, le submission di validazione, gli utenti del modello, l’utilizzo dell’API, la partecipazione in staking e le commissioni. Il rapporto per gli investitori del Q2 2026 del progetto ha riportato 10.801 submission di training di AI Arena, più di 903.000 submission di validazione e 2.002 partecipanti, mentre il suo sito web pubblico ha successivamente mostrato più di 10.000 modelli di AI creati e più di 900.000 validazioni di modelli. I dati sulle commissioni e sui ricavi di DefiLlama, tuttavia, sono rimasti modesti nello stesso periodo, suggerendo che FLock.io avesse un’attività di rete dimostrabile ma non avesse ancora tradotto tale attività in ampi flussi di cassa on-chain ricorrenti. (flock.io)

La prova più forte di adozione non retail è rappresentata dalla sperimentazione istituzionale e dalle partnership di ecosistema piuttosto che dalla divulgazione di ricavi enterprise su larga scala. FLock.io ha pubblicamente citato collaborazioni o partnership che coinvolgono fornitori di infrastrutture decentralizzate come Akash e io.net, operatori di nodi come Foundry e investitori strategici più ampi tra cui DCG, Animoca Brands, GSR e altri; i materiali del 2026 fanno inoltre riferimento a progetti pilota rivolti a imprese e governi, pipeline nel Sud-est asiatico e in Africa, lavori in ambito sanitario e progetti supportati dall’UNDP. Queste affermazioni sono rilevanti a livello direzionale ma andrebbero scontate finché i valori dei contratti, i comportamenti di rinnovo, i carichi di lavoro in produzione e la concentrazione della clientela non verranno divulgati con maggiore rigore. Il segnale istituzionale più verificabile è che FLock.io ha collaborato con la ricerca accademica e, nel 2026, ha effettuato una donazione filantropica per sostenere la ricerca sulla privacy e la sicurezza dell’AI presso il Kellogg College di Oxford; ciò rafforza la credibilità tecnica, ma non stabilisce di per sé il product-market fit. (flock.io)

Quali sono i rischi e le sfide per FLock.io?

Il rischio normativo rimane irrisolto. FLOCK è descritto nei materiali MiCA del progetto come un token di utilità, e Crypto Risk Metrics elenca un white paper cripto-asset per FLock.io con una data di notifica 2025, mentre il relativo white paper MiCA afferma che il token fornisce accesso alle funzioni della piattaforma, allo staking, alla governance e all’utilizzo dei servizi. Tale classificazione è utile nel contesto UE ma non elimina i quesiti relativi a normativa su titoli, materie prime, derivati, tutela dei consumatori, protezione dei dati o regolamentazione dell’AI in altre giurisdizioni, in particolare se i detentori di token iniziano ad aspettarsi reddito passivo da staking, delega, burn o instradamento dei ricavi dei model token. Ricerche sui materiali pubblici non hanno individuato, al 15 settembre 2026, una causa significativa in corso in stile SEC specificamente contro FLock.io o FLOCK, ma l’assenza di contenziosi visibili non equivale a un via libera legale. Anche il rischio di centralizzazione è significativo: la documentazione indica ancora una permissioning graduale in alcune parti della creazione dei task, il sistema economico dipende da contratti e design di prodotto controllati da FLock o collegati alla fondazione, e la concentrazione dei validatori o della delega potrebbe influenzare il punteggio dei modelli, le emissioni e la percezione di neutralità. (white-paper.crypto-risk-metrics.com)

Il rischio competitivo è grave perché FLock.io si colloca in una delle aree più affollate dell’infrastruttura cripto. Compete direttamente o indirettamente con i mercati di subnet in stile Bittensor, la rete di calcolo per machine learning verificabile di Gensyn, l’approccio di Vana alla sovranità e liquidità dei dati, lo stack di esecuzione AI di Ritual e i provider centralizzati di API di AI che già dispongono di distribuzione, supporto clienti, track record di uptime e vantaggi in termini di qualità dei modelli. Rispetto alle reti AI decentralizzate più grandi, il focus più ristretto di FLock.io su training federato, validazione e tokenomics dei model token può essere un vantaggio se produce modelli specializzati con domanda reale, ma può anche essere un vincolo se il mercato si consolida intorno a reti AI più liquide o alle API AI cloud convenzionali. Dal punto di vista economico, il progetto deve dimostrare che le ricompense per training e validazione non siano solo attività sovvenzionate, che i model token FOMO non diventino strumenti quasi-azionari poco liquidi con un debole collegamento all’utilizzo e che i ricavi da inference possano sostenere i contributor senza emissioni perpetue. (docs.gensyn.ai)

Qual è la prospettiva futura per FLock.io?

Il futuro di FLock.io dipende meno dalle quotazioni del token e più dalla capacità del protocollo di convertire la credibilità della ricerca e gli incentivi per i contributor in un utilizzo dell’AI ricorrente a livello enterprise.

La sua roadmap 2026 definisce traguardi che includono la beta di FOMO, API Platform 2.0, upgrade di AI Arena per casi d’uso di reinforcement learning, model token permissionless, un upgrade EIP correlato a ERC-8004, il voto tramite model token, l’espansione a modelli di immagine, video, audio e voce, e un’integrazione più profonda con i gateway di inference. Il suo rapporto Q2 2026 indica inoltre come aree di focus a breve termine i progetti pilota legati all’UNDP, i workflow di sovereign AI e una più ampia partecipazione a FOMO. Gli ostacoli strutturali sono chiari: FLock.io deve decentralizzare la creazione dei task senza degradare la qualità, mantenere i validator economicamente onesti, proteggere gli utenti dalla speculazione sui model token che si maschera da domanda di utilizzo, competere con reti di infrastruttura AI meglio capitalizzate e dimostrare che i ricavi da commissioni possano scalare oltre i livelli iniziali. Non è giustificata alcuna previsione di prezzo; la questione rilevante è se FLock.io diventi uno strato di coordinamento duraturo per il training di AI che preserva la privacy e la monetizzazione dei modelli, o se rimanga una rete di contributor incentivati con un’attrazione dal lato della domanda insufficiente. (docs.flock.io)