มูลค่ารวมของ โทเค็นคริปโตที่เกี่ยวข้องกับ AI ได้เพิ่มสูงขึ้นสี่เท่าในสองปีที่ผ่านมา และใกล้จะถึง 20 พันล้านดอลลาร์ในตอนนี้
แม้ว่าจะเป็นเพียงส่วนเล็ก ๆ - เพียง 0.67% - ของตลาดคริปโตทั้งหมดที่มีมูลค่า 3.55 ล้านล้านดอลลาร์ การเติบโตนี้ สะท้อนถึง การคาดหวังที่เพิ่มสูงขึ้นเกี่ยวกับบทบาทของโครงสร้างพื้นฐาน AI แบบกระจาย การเงินที่สามารถเขียนโปรแกรมได้ และระบบการชำระเงินที่ใช้งาน Stablecoin
ตามรายงานของ Grayscale Investments, สถานะเบื้องต้นของภาค AI Crypto อธิบายถึงขนาดที่ยังไม่ใหญ่ในปัจจุบันเมื่อเทียบกับแนวดิ่งเจ้าใหญ่อย่างการเงินกระจาย (DeFi) และบริการทางการเงินที่ทำโทเค็นแล้ว ซึ่งแทนตัวด้วยมูลค่าหลายร้อยพันล้าน อย่างไรก็ตาม บริษัทเสนอแนะว่า ความแตกต่างนี้อาจลดลงเมื่อโมเดลคริปโตที่เน้น AI โตขึ้นและการใช้งานของสถาบันที่ชัดเจนขึ้น
ณ ปลายเดือนพฤษภาคม 2025 สนาม AI Crypto ประกอบด้วยโทเค็นประมาณ 20 รายการ โทเค็นตาม Market Cap การหมุนเวียนที่ใหญ่ที่สุดคือ TAO ซึ่งเป็นสินทรัพย์พื้นฐานของโปรโตคอลการเรียนรู้ของเครื่องแบบกระจาย Bittensor แม้จะเป็นปีขาขึ้นโดยรวมสำหรับคริปโต ภาคโทเค็น AI ได้เห็นการแสดงผลผสมที่แต่ละราย TAO ขึ้น 2% ตั้งแต่ต้นปีจนถึงปัจจุบัน ขณะที่ ElizaOS ลดลง 80% เน้นถึงความผันผวนและธรรมชาติเริ่มต้นของภาคส่วน
อย่างไรก็ตาม ทิศทางโดยรวมยังคงขึ้นอย่างรวดเร็ว ในปี 2023 มูลค่าตลาดรวมของภาค AI Crypto อยู่เพียงแค่ 4.5 พันล้านดอลลาร์ ปัจจุบันใกล้เคียง 20 พันล้านดอลลาร์ สะท้อนถึงความสนใจที่เพิ่มขึ้นต่อโครงสร้างพื้นฐานที่เน้น AI การฝึกอบรมแบบกระจาย และการประสานกันของตัวกลางบน blockchain
Stablecoins เป็นปัจจัยสำคัญสำหรับ AI Agents
หนึ่งในแนวโน้มที่เกิดขึ้นที่สำคัญคือการบรรจบกันระหว่าง AI กับโครงสร้างพื้นฐาน Stablecoin รายงานจาก Grayscale โดยนักวิจัยชั้นนำ Zach Pandl และ Will Ogden Moore ชี้ให้เห็นว่า Stablecoins - ดอลลาร์ดิจิทัลบน Blockchain - อาจกลายเป็นเครื่องมือพื้นฐานสำหรับ AI Agents ที่ต้องการระบบการชำระเงินที่รวดเร็ว ไร้พรมแดน และเขียนโปรแกรมได้
การผสานรวม Stablecoins เข้ากับกรณีใช้งาน AI เกิดขึ้นท่ามกลางความสนใจที่เพิ่มขึ้นจากผู้เล่นเทคและฟินเทครายใหญ่ Stripe เพิ่งขยายฟังก์ชันการจ่ายเงิน Stablecoin ไปยังมากกว่า 150 ประเทศ Meta กำลังทดลองใช้ระบบการชำระเงินบน Blockchain และธนาคารใหญ่ในสหรัฐก็มีรายงานว่ากำลังพัฒนากรอบการฝากเงินที่ทำโทเค็นไว้ที่เข้ากันได้กับเครื่องมือ AI
ขณะเดียวกัน Coinbase ได้เปิดตัว “กระเป๋าเงินอัจฉริยะ” และชุดการชำระเงินที่เขียนโปรแกรมได้ที่มุ่งเปิดโอกาสให้ AI และตัวแทนอินเตอร์เน็ตของสิ่งของทำการโอนเงินขนาดเล็กใน Stablecoins การพัฒนานี้ถูกขับเคลื่อนโดยความก้าวหน้าด้านกฎระเบียบ เช่น โครงสร้างตลาดคริปโตในสหรัฐและร่างพระราชบัญญัติ GENIUS ที่เน้นด้านการออกใบอนุญาตและการกำกับดูแลสำหรับ Stablecoins ที่หนุนโดยเงินสด หากผ่านกฎหมายแล้ว กฎระเบียบเหล่านี้อาจให้กรอบกฎหมายที่ชัดเจนยิ่งขึ้นสำหรับการไหลของการชำระเงินที่ขับเคลื่อนโดย AI
Bittensor: การ Halving, Subnets, และการคำนวณแบบกระจาย
Bittensor ยังคงเป็นโปรโตคอล AI แบบกระจายที่พัฒนาสูงสุดถึงวันนี้ โดยมีแบบจำลองขาดานบน Bitcoin, TAO มีจำกัดของ 21 ล้านโทเค็นและเกิดเหตุการณ์ Halving ทุกสี่ปี เหตุการณ์แรกคาดว่าจะเกิดขึ้นภายหลังในปีนี้ ลดจำนวนการออกโทเค็นและอาจมีผลกระทบต่อพลวัตของซัพพลายโทเค็น
ในเดือนกุมภาพันธ์, Bittensor เปิดตัวการอัปเกรด dTAO ซึ่งทำให้สามารถสร้างกลุ่มย่อย (subnets) ที่ลงทุนได้ - เครือข่ายย่อยเฉพาะที่ปรับแต่งให้เหมาะสำหรับงานของการเรียนรู้เครื่องเฉพาะ ตั้งแต่การเปิดตัว, มีการลงทุนถึง 7% ของอุปทานโทเค็นที่หมุนเวียนทั้งหมดของ TAO ในกลุ่มย่อยเหล่านี้ บ่งบอกถึงการเข้าร่วมของนักพัฒนาที่เพิ่มขึ้นในสภาพแวดล้อมการฝึกอบรมแบบกระจาย
กลุ่มย่อยทำหน้าที่เป็นปริมาตรทางเศรษฐกิจและเทคนิค อนุญาตให้ผู้เข้าร่วมสามารถระดมทุน ปรับแต่ง และดึงมูลค่าจากเครือข่ายประสาทแบบกำกับดูแลด้วยผู้อยู่เบื้องหลังที่เป็นอิสระ นักวิเคราะห์ของ Grayscale มองว่าสถาปัตยกรรมแบบโมดูลาร์นี้เป็นเครื่องมือสำคัญสำหรับการยกระดับ AI ในระบบแบบกระจายโดยไม่ต้องพึ่งพาผู้ให้บริการคำนวณแบบศูนย์กลางเช่น Amazon Web Services
การฝึกแบบกระจายและตลาด GPU
นอกจาก Bittensor, โปรโตคอลคริปโตที่เน้น AI อื่นๆ ยังสำรวจกลไกการฝึกแบบกระจาย หนึ่งในตัวอย่างคือ Prime Intellect ซึ่งได้ฝึกโมเดลด้วยพารามิเตอร์มากกว่า 30 พันล้านโดยใช้ GPU ว่างจากผู้เข้าร่วมทั่วโลก
หากวิธีการนี้พิสูจน์ว่าสามารถระบุได้ ก็สามารถลดต้นทุนที่สูงที่เกี่ยวข้องกับการฝึกอบรมโมเดล AI แบบศูนย์กลางและลดการพึ่งพาโครงสร้างพื้นฐานใหญ่ด้านเทคโนโลยี
โครงการอื่นๆ เช่น Gensyn และ Nous Research ก็กำลังก่อสร้างไปยังตลาด GPU แบบกระจายและอาจเปิดตัวโทเค็นในปีนี้ แพลตฟอร์มเหล่านี้มุ่งหวังที่จะสนับสนุนการพัฒนาโมเดล AI ในสภาพแวดล้อมที่ผู้มีส่วนร่วมได้รับรางวัลในรูปแบบคริปโตสำหรับการคำนวณหรือการแบ่งปันข้อมูล แทนที่จะพึ่งพาโครงสร้างพื้นฐานองค์กรแบบศูนย์กลาง
การสร้างรายได้จากข้อมูลและกรณีการใช้งานที่ไม่ใช่การเงิน
แนวดิ่งที่เกิดขึ้นในจุดตัดของ AI-คริปโตคือการสร้างรายได้จากข้อมูล Grass, โปรโตคอลที่รวบรวมและขายข้อมูลที่สกัดจากเว็บให้กับห้องปฏิบัติการ AI รายงานรายได้นับล้านดอลลาร์ต่อปีโดยไม่ได้เสนอโทเค็น โครงการเน้นว่าเครือข่ายแบบกระจายสามารถแตะเข้าสู่ความต้องการที่มีอยู่จากนักพัฒนา AI ขณะที่สร้างรายได้จากโลกจริงจากแหล่งที่ไม่ใช่การเงิน
เศรษฐกิจข้อมูลกำลังมีความสำคัญมากขึ้นเนื่องจากระบบ AI ต้องการชุดข้อมูลขนาดใหญ่ หลากหลาย และอัพเดทอย่างสม่ำเสมอเพื่อฝึกโมเดลได้อย่างมีประสิทธิภาพ แนวโน้มของ Grass ชี้ให้เห็นว่าเครื่องมือการสร้างข้อมูลและการสร้างรายได้ที่เน้นคริปโตอาจมีอยู่ร่วมกับโบรกเกอร์ข้อมูลแบบดั้งเดิม เปิดตลาดใหม่ให้กับการเข้าร่วมของผู้ค้าปลีกในวงการฝึกฝน AI
ในทำนองเดียวกัน Virtuals - แพลตฟอร์มที่นำเสนอการเข้าถึง AI Agents ที่จำหน่ายเป็นโทเค็น - มียอดค่าธรรมเนียมการซื้อขายรายปีสูงถึง 30 ล้านดอลลาร์ การเติบโตนี้บ่งบอกถึงความต้องการเริ่มต้นสำหรับเศรษฐกิจที่ใช้ตัวแทน ซึ่งโมเดล AI ทำงานอย่างอัตโนมัติและมีส่วนร่วมในการค้าโดยใช้โทเค็นดิจิทัล
ข้อคิดสุดท้าย
แม้ว่าจะมีความมุ่งหวัง แต่ภาคนี้ต้องเผชิญกับความเสี่ยงที่ชัดเจน ซึ่งรวมถึงการไม่แน่นอนทางด้านกฎหมาย ความท้าทายด้านการดำเนินการทางเทคนิค และการบรรยายที่ถูกกล่าวขานเกินจริง มากของมูลค่าตลาดในปัจจุบันเป็นการเก็งกำไรและผูกพันกับความคาดหวังในอนาคตของการเจริญเติบโตของโปรโตคอลหรือประโยชน์ใช้สอยโทเค็น
อย่างไรก็ตาม การรวมกันของ AI คริปโต และเงินที่สามารถเขียนโปรแกรมได้แสดงถึงแนวโน้มทางเทคโนโลยีระยะยาว หากกรอบกฎหมายใหม่เช่นการกระทำ GENIUS หรือกฎหมายโครงสร้างตลาดคริปโตที่ถูกสรุปให้ความชี้แนะที่ชัดเจนยิ่งขึ้นสำหรับการดำเนินงาน AI–คริปโต การยอมรับจากสถาบันอาจตามมา
สำหรับตอนนี้ ภาค AI Crypto ยังคงเป็นการทดลองและผันผวน - แต่มีความคมชัดมากขึ้น เมื่อมีการใช้งานจริงเพิ่มขึ้นและโครงสร้างพื้นฐานโตเพียงพอ ระยะถัดไปอาจเห็นการเปลี่ยนผ่านจากหมวดหมู่เฉพาะไปสู่การเป็นส่วนประกอบที่บูรณาการมากขึ้นทั้งในระบบคริปโตและ AI