Mỗi lần bạn tìm kiếm, lướt web hay tương tác với một ứng dụng, bạn đang tạo ra dữ liệu.
Khối dữ liệu này có giá trị hàng tỷ USD với các công ty AI. Nhưng nền tảng thu thập lại giữ gần như toàn bộ giá trị đó.
Một thế hệ marketplace dữ liệu AI phi tập trung đang muốn đảo ngược trật tự này — dùng crypto để trả tiền trực tiếp cho người đóng góp bất cứ khi nào dữ liệu của họ được dùng huấn luyện mô hình machine learning.
Câu chuyện đi xa hơn nhiều so với khẩu hiệu đơn giản kiểu “sở hữu dữ liệu của bạn”.
Đằng sau là các lớp xác thực, hệ thống staking, ràng buộc quyền riêng tư và cơ chế token — tất cả cùng quyết định người đóng góp được trả công xứng đáng hay không được trả gì.
Bài viết này lý giải chi tiết cách các hệ thống đó vận hành, từ nền tảng cơ bản.
Tóm lược nhanh
- Marketplace dữ liệu AI phi tập trung kết nối người sở hữu dữ liệu thô với nhà phát triển AI cần bộ dữ liệu huấn luyện đã gắn nhãn, được kiểm chứng; thanh toán được thực hiện bằng token crypto theo cách không cần bên trung gian.
- Người đóng góp gửi dữ liệu, dữ liệu được xác minh on-chain hoặc thông qua mạng oracle phi tập trung trước khi giải ngân, loại bỏ nền tảng trung gian khỏi phần chia doanh thu.
- Các kỹ thuật bảo vệ quyền riêng tư như federated learning và zero-knowledge proof cho phép kiếm tiền từ dữ liệu mà thông tin gốc không bao giờ rời thiết bị của người dùng.
- Tokenomics với staking, slashing và điểm tín nhiệm giúp cân chỉnh động lực để người tham gia cung cấp dữ liệu chính xác thay vì “rác”.
- Những dự án như Kled AI trên Solana đang ở tuyến đầu, nhưng mô hình này xuất hiện trên nhiều blockchain với nhiều kiến trúc cạnh tranh.
Vì sao các công ty AI “khát” dữ liệu và ai đang trả tiền hiện nay
Mô hình ngôn ngữ lớn và hệ thống nhận diện hình ảnh tiêu thụ dữ liệu ở quy mô khó hình dung.
Một lần huấn luyện cho mô hình tiên phong có thể “ngốn” hàng trăm tỷ token văn bản, hàng triệu ảnh đã gắn nhãn, hoặc lượng tín hiệu hành vi người dùng tích lũy trong nhiều năm.
Tất cả dữ liệu đó phải đến từ đâu đó.
Hiện tại, phần lớn đi qua vài kênh chính.
Web scraping thu thập văn bản công khai ở quy mô lớn. Các hợp đồng cấp phép nội dung cho phép phòng lab AI truy cập bộ dữ liệu độc quyền — Reddit, các nhà xuất bản tin tức, hãng ảnh stock… đều đã ký dạng thỏa thuận này.
Song song, các nền tảng gán nhãn crowdsourcing trả công rất thấp cho người lao động để gắn nhãn ảnh, phiên âm âm thanh hoặc chấm điểm câu trả lời AI theo mức độ chính xác.
Thị trường gán nhãn dữ liệu rất lớn nhưng mang tính “hút kiệt giá trị”. Người lao động trên nền tảng tập trung thường chỉ kiếm được 1–5 USD/giờ, trong khi tập dữ liệu đã gắn nhãn mà họ tạo ra được bán cho các hãng AI với mức giá cao hơn hàng chục lần cho mỗi bản ghi.
Vấn đề nằm ở cấu trúc. Nền tảng tập trung đứng giữa người sở hữu dữ liệu và bên mua AI là bên nuốt phần lớn biên lợi nhuận. Họ áp giá, tự đặt chuẩn chất lượng, và có thể “cấm cửa” người đóng góp mà không có cơ chế kháng nghị. Marketplace phi tập trung thay lớp nền tảng này bằng smart contract, giao thức mở và hạ tầng thanh toán bằng token.
Xem thêm: USDT tạm thời vượt Ethereum để trở thành tài sản crypto lớn thứ 2
Thực chất một marketplace dữ liệu AI phi tập trung là gì
Cốt lõi, marketplace dữ liệu AI phi tập trung là một giao thức nơi cung – cầu dữ liệu gặp nhau mà không có một đơn vị kiểm soát trung gian.
Bên mua là các nhà phát triển AI hoặc nhóm nghiên cứu đăng “yêu cầu dữ liệu” — nêu rõ loại dữ liệu cần, tiêu chuẩn chất lượng, định dạng và mức giá trả cho mỗi bản ghi đã được xác thực.
Bên bán là cá nhân đóng góp dữ liệu hoặc tổ chức tổng hợp dữ liệu đứng ra đáp ứng các yêu cầu đó.
Smart contract đóng vai trò tài khoản ký quỹ (escrow).
Bên mua khóa sẵn tiền trong hợp đồng khi đăng yêu cầu. Khi người đóng góp gửi dữ liệu và vượt qua bước xác minh, smart contract tự động giải ngân.
Hai bên không cần tin nhau; họ chỉ cần tin vào mã nguồn hợp đồng.
Dữ liệu thường không được lưu trực tiếp on-chain.
Lưu trữ hàng GB ảnh đã gắn nhãn trên Ethereum (ETH) hay Solana (SOL) là cực kỳ tốn kém.
Thay vào đó, dữ liệu nằm trên các mạng lưu trữ phi tập trung như IPFS hoặc Arweave, và thứ được đưa lên chain chỉ là content hash — “vân tay” duy nhất của tệp.
Smart contract sẽ kiểm tra hash mà người đóng góp gửi có khớp với tệp đã được xác thực và không bị chỉnh sửa hay không trước khi thanh toán.
Content hash là một chuỗi ký tự ngắn được tạo ra bằng thuật toán toán học từ đúng nội dung tệp. Chỉ cần thay đổi một byte, hash sẽ hoàn toàn khác. Điều này khiến gần như không thể gian lận yêu cầu thanh toán cho dữ liệu đã chỉnh sửa hoặc tái chế.
Xem thêm: Techdollar huy động 3 triệu USD để giúp nhân viên startup hiện thực hóa cổ phần mà không cần bán
Xác thực dữ liệu mà không cần “trọng tài” trung tâm
Xác minh chất lượng là bài toán khó nhất. Nền tảng tập trung có thể thuê đội ngũ kiểm duyệt chất lượng.
Smart contract thì không thể “đọc” ảnh hay đánh giá một đoạn văn đã gắn nhãn có chính xác hay không; nó chỉ thực thi logic. Marketplace phi tập trung giải bài toán này bằng ba hướng chính, thường kết hợp với nhau.
Bằng chứng mật mã phù hợp với dữ liệu có cấu trúc, nơi tính đúng sai có thể kiểm tra bằng toán học. Nếu người đóng góp gửi dữ liệu GPS, số đo cảm biến hay bản ghi tài chính, zero-knowledge proof có thể chứng minh dữ liệu thỏa một số thuộc tính nhất định, được ghi trong khoảng thời gian cụ thể, nằm trong phạm vi hợp lệ, đến từ thiết bị định danh… mà không cần lộ ra giá trị gốc.
Thẩm định cộng đồng phù hợp với các tác vụ gán nhãn mang tính chủ quan. Nhiều người đóng góp độc lập sẽ cùng xem một mẫu dữ liệu và gửi đánh giá. Smart contract so sánh các câu trả lời và trả công cho những người có kết quả trùng với đa số, đồng thời phạt các tài khoản thường xuyên lệch chuẩn. Đây là phiên bản phi tập trung của kỹ thuật “gán nhãn chéo” mà nền tảng tập trung dùng để loại bỏ người làm ẩu hoặc cố ý phá hoại.
Staking và slashing bổ sung một lớp kinh tế lên trên. Người đóng góp phải khóa một lượng token gốc trước khi được phép cung cấp dữ liệu. Nếu dữ liệu liên tục bị từ chối hoặc bị cộng đồng gắn cờ là gian lận, phần stake sẽ bị “chém” (slashed), mất một phần hoặc toàn bộ. Điều này khiến việc gửi dữ liệu kém chất lượng trở nên tốn kém, buộc động lực của người tham gia phải song hành với yêu cầu chất lượng của bên mua.
Xem thêm: XRP kiểm định hỗ trợ 1 USD trong bối cảnh rủi ro lao dốc về 0,60 USD gia tăng
Các kỹ thuật bảo mật dữ liệu bảo vệ người đóng góp
Một xung đột hiển nhiên trong mô hình này là quyền riêng tư. Nếu người dùng bán lịch sử duyệt web hay dữ liệu sức khỏe cho nhà phát triển AI, giá trị kinh tế là có thật, nhưng rủi ro lộ thông tin cũng rất lớn. Marketplace phi tập trung xử lý bài toán này bằng hai hướng đang ngày càng trưởng thành.
Federated learning giữ dữ liệu thô hoàn toàn trên thiết bị người dùng. Thay vì gửi dữ liệu lên máy chủ trung tâm, chính mô hình AI sẽ được “đẩy” xuống máy của người đóng góp. Mô hình được huấn luyện cục bộ trên dữ liệu thô, và chỉ các “trọng số” cập nhật — những tham số toán học trừu tượng, không trực tiếp tiết lộ dữ liệu gốc — mới được gửi ngược về nhà phát triển. Nhiều bản cập nhật trọng số từ các thiết bị khác nhau được tổng hợp lại để tạo nên mô hình tốt hơn. Dữ liệu huấn luyện chưa từng rời môi trường của người dùng.
Differential privacy thêm “nhiễu” thống kê có kiểm soát vào tập dữ liệu trước khi chia sẻ, khiến không thể truy vết ngược lại bản ghi của từng cá nhân, trong khi vẫn giữ được các mẫu thống kê cần thiết cho việc huấn luyện. Mức độ nhiễu có thể điều chỉnh: thêm nhiều nhiễu hơn nghĩa là bảo vệ tốt hơn, đổi lại một phần tính hữu dụng của dữ liệu bị giảm.
Các kỹ thuật này quan trọng cả về mặt pháp lý. Những đạo luật như GDPR ở châu Âu hay California Consumer Privacy Act ở Mỹ đặt ra quy định rất chặt với việc truyền và sử dụng dữ liệu cá nhân. Một marketplace có thể chứng minh đáng tin cậy rằng pipeline dữ liệu của mình không bao giờ truyền đi thông tin cá nhân thô sẽ có quỹ đạo pháp lý sạch sẽ hơn rất nhiều so với mô hình đơn giản “xuất khẩu dữ liệu thô để kiếm tiền”.
Xem thêm: HIVE vay 115 triệu USD lãi suất 0% để đặt cược chống lại mảng đào Bitcoin
Tokenomics, staking và cách người đóng góp thực sự được trả tiền
Cơ chế thanh toán khác nhau theo nền tảng, nhưng đa số dùng token tiện ích nội bộ thay vì trả trực tiếp bằng tài sản lớn như Bitcoin (BTC). Token đảm nhiệm nhiều vai trò cùng lúc.
Thứ nhất, token là đơn vị tính giá cho yêu cầu dữ liệu. Bên mua niêm yết đề nghị bằng token, nên token sẽ “bắt” được giá trị phía cầu: càng nhiều yêu cầu dữ liệu, nhu cầu token để tài trợ càng lớn.
Thứ hai, staking tạo ra hiệu ứng khóa nguồn cung phía cung. Người đóng góp phải nắm giữ và stake token để tham gia marketplace, qua đó rút bớt nguồn cung lưu thông và gắn lợi ích của họ với sức khỏe mạng lưới.
Thứ ba, danh tiếng thường được gắn với lịch sử token. Một địa chỉ stake liên tục, có tỷ lệ dữ liệu được chấp nhận cao và chưa từng bị slashed sẽ tạo dựng được track record on-chain có thể kiểm chứng. Điểm tín nhiệm này cho phép họ bán dữ liệu với mức giá cao hơn, vì bên mua có thể tin tưởng hơn so với người mới chưa có lịch sử.
Trên thực tế, luồng tiền có thể diễn ra như sau: Bên mua đăng yêu cầu và gửi 500 token vào smart contract làm ký quỹ. Một người đóng góp nộp 50 bản ghi đã gắn nhãn. Lớp xác minh kiểm tra và chấp thuận. Hợp đồng giải ngân 50 token cho người đóng góp, 2 token cho những validator đã phê duyệt, và giữ lại 448 token cho các đóng góp tiếp theo. Bên mua được quyền truy cập tập dữ liệu đã xác thực tương ứng sau khi thanh toán hoàn tất.
Tokenomics chỉ phát huy tác dụng khi có nhu cầu dữ liệu thực sự. Các dự án phát hành token ầm ầm, đẩy giá nhờ kỳ vọng mà thiếu đơn hàng dữ liệu thật sẽ khó có mô hình bền vững. Áp lực lạm phát token phát sinh khi chỉ có phần thưởng cho bên đóng góp dữ liệu nhưng lại không có dòng tiền thực từ các nhà phát triển AI ở phía “người mua” trong marketplace – một mô hình không thể duy trì lâu dài.
Xem thêm: OpenAI Trì Hoãn IPO 1.000 Tỷ USD Khi Biến Động Thị Trường Thử Thách Tham Vọng Của Altman
Cách Kled AI Và Các Dự Án Tương Tự Đang Triển Khai Mô Hình Này Trên Solana
Kled AI hiện là một trong những dự án tiêu biểu trên Solana. Giao thức tự định vị là một chợ dữ liệu phi tập trung, nơi người dùng có thể “kiếm tiền” từ dữ liệu cá nhân của mình, được dùng chuyên biệt cho huấn luyện mô hình AI. Phí giao dịch rẻ và thông lượng cao của Solana giúp mô hình kinh tế dữ liệu trở nên khả thi: các khoản micropayment tần suất cao, giá trị rất nhỏ – chẳng hạn trả một phần nhỏ token cho mỗi ảnh gán nhãn – là điều thực tế trên Solana, trong khi trên Ethereum mainnet gần như không kinh tế.
Kiến trúc Solana cũng đặc biệt quan trọng về tốc độ. Quá trình xác thực dữ liệu kích hoạt việc giải ngân thanh toán cần được xử lý nhanh. Không ai chấp nhận một marketplace bắt người đóng góp chờ hàng giờ để được xác nhận trả tiền. Độ hoàn tất giao dịch ở mức dưới 1 giây của Solana khiến trải nghiệm thanh toán gần giống các nền tảng Web2 truyền thống, nhưng vẫn giữ được tính “trustless” của smart contract.
Velvet, cái tên đang nổi song hành với Kled AI, lại tiếp cận theo hướng khác: đây là một terminal danh mục on-chain tích hợp AI, hỗ trợ giao dịch spot, perpetual và các chiến lược lợi suất. Velvet liên quan trực tiếp tới mảng này vì nó thể hiện cùng một chủ đề nền tảng: hệ thống AI vận hành trên dữ liệu on-chain và thanh toán bằng token crypto. Nếu Kled AI xây chợ cho dữ liệu thô phục vụ huấn luyện, Velvet là ví dụ của một ứng dụng AI tiêu thụ lớp dữ liệu thị trường đã được xử lý đó. Hai dự án nằm ở hai đầu đường ống của cùng một nền kinh tế dữ liệu.
Những cái tên khác đang xây dựng trong mảng này gồm Ocean Protocol, một dự án tiên phong khái niệm “token hóa tài sản dữ liệu” trên Ethereum, và Grass, tập trung thưởng token cho người dùng đóng góp băng thông nhàn rỗi và dữ liệu duyệt web vào pipeline huấn luyện AI. Mỗi dự án chọn một kiến trúc khác nhau, nhưng cùng chia sẻ cốt lõi: cơ chế thanh toán được đảm bảo bằng mật mã cho các đóng góp dữ liệu đã được xác thực.
Xem thêm: Lệnh ‘Đóng Băng Mythos’ Của Anthropic Mở Cửa Cho Các Đối Thủ Châu Á Sakana AI Và 360
Ai Thực Sự Hưởng Lợi Từ Mô Hình Này Và Những Rủi Ro Đi Kèm
Với từng cá nhân đóng góp dữ liệu, sức hấp dẫn rất rõ: giá trị trước đây bị các nền tảng “hút về” miễn phí giờ có thể được thu lại trực tiếp. Những người sở hữu tệp mạng xã hội lớn, chuyên môn sâu trong các ngách ngành, hoặc quyền truy cập vào các loại dữ liệu hiếm như hồ sơ y khoa, tài liệu pháp lý chuyên nghiệp, nội dung ngôn ngữ ngoài tiếng Anh… có thể bán với mức premium đáng kể trong một marketplace có nhu cầu thực từ giới phát triển AI.
Với các nhà phát triển AI, chợ dữ liệu phi tập trung mở ra nguồn dữ liệu khó lấy được bằng cách scrape hay mua license truyền thống. Dữ liệu thể hiện sở thích con người (preference data), bộ gán nhãn cho các ngách chuyên môn hẹp, và nội dung đa ngôn ngữ từ những khu vực ít được đại diện là những tài nguyên thực sự khan hiếm. Một giao thức có thể thu thập và xác thực khối dữ liệu đó ở quy mô lớn mang lại giá trị rất rõ ràng.
Rủi ro cũng không nhỏ, cho cả hai phía. Biến động giá token khiến người đóng góp được trả bằng token gốc hôm nay có thể phát hiện khoản trả đó mất giá mạnh nếu quy đổi sang USD tại thời điểm chi tiêu. Ngược lại, bên mua đối mặt rủi ro token tăng giá mạnh giữa lúc lên kế hoạch và lúc thực sự mua dữ liệu, khiến chi phí thu thập dữ liệu đội lên ngoài dự toán.
Chất lượng dữ liệu vẫn là bài toán chưa có lời giải trọn vẹn ở quy mô lớn. Cơ chế đồng kiểm (crowd-validation) và staking giúp giảm gian lận nhưng không thể xóa bỏ hoàn toàn.
Các tác nhân xấu tinh vi có thể “mài” điểm tín nhiệm (reputation) theo thời gian, và nhà phát triển AI mua dữ liệu từ một marketplace mới, chưa được kiểm chứng luôn gánh một mức rủi ro chất lượng – điều gần như không có khi làm việc với các nhà thầu gán nhãn lâu năm, có track record rõ ràng.
Rủi ro pháp lý là biến số khó lường nhất. Việc thương mại hóa dữ liệu cá nhân nằm ở giao điểm giữa luật bảo vệ dữ liệu, quy định chứng khoán (với các token liên quan), và những khung quản trị AI vẫn đang trong quá trình soạn thảo. Một marketplace tuân thủ đầy đủ ở quốc gia này có thể lại rơi vào vùng xám pháp lý ở quốc gia khác.
Xem thêm: Ethereum Có Đang Trượt Về 1.000 USD Sau Khi Mất Mốc Hỗ Trợ Quan Trọng?
Lời Kết
Các marketplace dữ liệu AI phi tập trung đang đưa ra một lời giải cụ thể, dựa trên hạ tầng kỹ thuật, cho một bài toán kinh tế thực: những người tạo ra dữ liệu huấn luyện từ trước đến nay gần như không thu được giá trị gì từ tài sản họ tạo ra.
Smart contract, lưu trữ dạng content-addressed, mô hình học liên kết (federated learning) và cơ chế staking token kết hợp lại thành một hệ thống nơi giá trị có thể chảy trực tiếp tới người đóng góp – thay vì bị một nền tảng trung gian “ăn biên”.
Mô hình này vẫn đang ở giai đoạn sơ khai.
Tokenomics còn trong quá trình hoàn thiện, hệ thống xác thực cần chứng minh khả năng mở rộng lên hàng triệu người đóng góp mà không bị lạm dụng, và khung pháp lý quanh việc thương mại hóa dữ liệu cá nhân vẫn chưa ổn định.
Tuy nhiên, phía cầu của phương trình là thứ khó có thể biến mất.
Các nhà phát triển AI cần nhiều dữ liệu hơn, đa dạng loại hình hơn, vượt xa khả năng cung cấp ổn định của các nguồn tập trung truyền thống.
Chính nhu cầu mang tính cấu trúc đó là cơ sở cho luận điểm dài hạn của các marketplace dữ liệu phi tập trung.
Đọc tiếp: XRP Đối Mặt Nguy Cơ Giảm 30% Khi Cá Voi Bán Mạnh Và RSI Lao Dốc
