Dự đoán 10 điều về mã hóa AI năm 2025: tổng vốn hóa thị trường 1500 tỷ USD, 99% AI Agent biến mất

Với sự phát triển mạnh mẽ của ngành AI, lĩnh vực Crypto x AI nhanh chóng nổi lên. Một nhà nghiên cứu tập trung vào lĩnh vực này đã đưa ra 10 dự đoán về năm 2025, dưới đây là chi tiết.

1. Mã hóa AI đồng tiền tổng vốn hóa thị trường đạt 1500 tỷ USD

Hiện tại, vốn hóa thị trường của các mã hóa AI chỉ chiếm 2.9% vốn hóa thị trường của các đồng altcoin, nhưng tỷ lệ này sẽ không kéo dài quá lâu.

AI bao gồm từ nền tảng hợp đồng thông minh đến meme, DePIN cũng như nền tảng Agent, mạng dữ liệu và lớp phối hợp thông minh, vị thế thị trường của nó không hề kém cạnh DeFi và meme.

Lý do tôi tự tin về điều này:

• Mã hóa AI đang ở trong sự kết hợp của hai công nghệ mạnh mẽ nhất
• Sự kiện kích hoạt cơn sốt AI: Một công ty AI lớn IPO hoặc sự kiện tương tự có thể gây ra cơn sốt toàn cầu đối với AI. Đồng thời, vốn hóa thị trường Web2 đã bắt đầu quan tâm đến cơ sở hạ tầng AI phi tập trung.
• Cuồng nhiệt của nhà đầu tư nhỏ lẻ: Khái niệm AI dễ hiểu và thú vị, nhà đầu tư nhỏ lẻ giờ đây có thể đầu tư vào nó thông qua token. AI sẽ tạo ra cơn sốt vàng tương tự như meme năm 2024, chỉ khác là AI thực sự đang thay đổi thế giới.

2. Sự phục hưng của Bittensor

Hạ tầng AI phi tập trung Bittensor đã ra mắt nhiều năm, là một dự án lâu đời trong lĩnh vực mã hóa AI. Mặc dù AI đã trở nên phổ biến, nhưng giá token của nó vẫn dao động ở mức của một năm trước.

Hiện nay, tư duy tổ ong số của Bittensor đã âm thầm đạt được bước nhảy vọt: phí đăng ký cho nhiều subnet thấp hơn, subnet có hiệu suất tốt hơn các đồng nghiệp truyền thống về các chỉ số thực tế như tốc độ suy diễn, và khả năng tương thích EVM sẽ đưa các chức năng tương tự như DeFi vào mạng Bittensor.

Nguyên nhân Bittensor trở lại:

• Dựa trên phát thải thị trường: dTAO sẽ liên kết phần thưởng khối trực tiếp với đổi mới và hiệu suất thực tế có thể đo lường. Subnet càng tốt, token của nó càng có giá trị.
• Tập trung dòng vốn: Các nhà đầu tư cuối cùng có thể nhắm đến những subnet cụ thể mà họ tin tưởng.
• Tích hợp EVM: Tương thích với EVM đã thu hút một cộng đồng nhà phát triển mã hóa bản địa rộng rãi hơn, thu hẹp khoảng cách với các mạng khác.

3. Tính toán thị trường là "thị trường L1" tiếp theo

Xu hướng rõ ràng hiện nay là nhu cầu vô hạn về tính toán.

Một CEO của một công ty chip nổi tiếng đã nói rằng nhu cầu suy luận sẽ tăng "một tỷ lần". Sự tăng trưởng theo cấp số nhân này sẽ phá hủy các kế hoạch cơ sở hạ tầng truyền thống, và các giải pháp mới đang rất cần thiết.

Lớp tính toán phi tập trung cung cấp tính toán nguyên bản ( theo cách có thể xác minh và hiệu quả về kinh tế cho việc huấn luyện và suy diễn ). Nhiều công ty khởi nghiệp đang âm thầm xây dựng nền tảng vững chắc, tập trung vào sản phẩm thay vì token. Khi việc huấn luyện mô hình AI phi tập trung trở nên thực tiễn, toàn bộ thị trường tiềm năng sẽ tăng mạnh.

So với L1:

• Giống như năm 2021: Còn nhớ nhiều chuỗi công cộng cạnh tranh cho "L1 tốt nhất" không? Sẽ có sự cạnh tranh tương tự giữa các giao thức tính toán, tranh giành các nhà phát triển và ứng dụng AI sử dụng lớp tính toán của chúng.
• Nhu cầu Web2: Quy mô thị trường điện toán đám mây từ 6800 tỷ đô la đến 2.5 triệu tỷ đô la, khiến thị trường mã hóa AI trở nên kém hấp dẫn. Nếu những giải pháp điện toán phi tập trung này có thể thu hút ngay cả một phần nhỏ khách hàng đám mây truyền thống, thì sẽ thấy làn sóng tăng trưởng tiếp theo gấp 10 hoặc gấp 100 lần.

4. Các tác nhân AI sẽ tràn ngập giao dịch trên blockchain

Đến cuối năm 2025, 90% giao dịch trên chuỗi sẽ không còn được thực hiện bởi những con người thực nhấn "gửi", mà sẽ được thực hiện bởi một nhóm các AI agents, những agents này liên tục tái cân bằng các bể thanh khoản, phân bổ phần thưởng hoặc thực hiện các khoản thanh toán nhỏ dựa trên phản hồi dữ liệu thời gian thực.

Tại sao sự chuyển biến này lại xảy ra?

• Không còn lỗi do con người: hợp đồng thông minh được thực hiện hoàn toàn theo mã đã lập trình. Ngược lại, các tác nhân AI có thể xử lý một lượng lớn dữ liệu nhanh hơn và chính xác hơn so với con người thật.
• Thanh toán nhỏ: Những giao dịch do các agents điều khiển sẽ trở nên nhỏ hơn, thường xuyên hơn và hiệu quả hơn. Đặc biệt là trong bối cảnh chi phí giao dịch trên một số chuỗi công cộng đang có xu hướng giảm.
• Cơ sở hạ tầng vô hình: Nếu có thể giảm bớt một số phiền toái, con người sẽ rất sẵn lòng từ bỏ quyền kiểm soát trực tiếp.

Các tác nhân AI sẽ tạo ra một lượng lớn hoạt động trên chuỗi, cũng không có gì ngạc nhiên khi tất cả các L1/L2 đều đang chào đón các tác nhân.

Thách thức lớn nhất là làm cho các hệ thống do các agents điều khiển có trách nhiệm với con người. Khi tỷ lệ giao dịch do agents khởi xướng so với giao dịch do con người khởi xướng ngày càng tăng, sẽ cần các cơ chế quản trị mới, nền tảng phân tích và công cụ kiểm toán.

5. Tương tác giữa các thực thể thông minh: Sự trỗi dậy của cụm

Khái niệm về cụm Agent - các tác nhân AI vi mô hợp tác liền mạch để thực hiện kế hoạch vĩ đại, nghe có vẻ như cốt truyện của bộ phim khoa học viễn tưởng / kinh dị tiếp theo.

Ngày nay, hầu hết các tác nhân AI là "sói đơn độc", hoạt động một cách cô lập, tương tác rất ít và không thể đoán trước.

Cụm Agent sẽ thay đổi tình hình này, cho phép mạng lưới AI agents có thể trao đổi thông tin, thương lượng và ra quyết định hợp tác. Có thể coi đây là một bộ mô hình chuyên môn phi tập trung, trong đó mỗi mô hình đóng góp kiến thức chuyên môn độc đáo cho các nhiệm vụ lớn hơn và phức tạp hơn.

Một cụm có thể phối hợp các tài nguyên tính toán phân tán trên một số nền tảng. Một cụm khác có thể xử lý thông tin lỗi, xác minh nguồn gốc một cách thời gian thực trước khi nội dung được phát tán trên mạng xã hội. Mỗi Agent trong cụm đều là chuyên gia, có thể thực hiện nhiệm vụ của mình một cách chính xác.

Những mạng lưới cụm này sẽ tạo ra trí thông minh mạnh mẽ hơn bất kỳ AI đơn lẻ nào.

Để làm cho cụm phát triển mạnh mẽ, tiêu chuẩn giao tiếp chung là rất quan trọng. Dù khung nền tảng là gì, Agent cần phải có khả năng phát hiện, xác minh và hợp tác. Nhiều đội đang đặt nền tảng cho sự xuất hiện của cụm Agent.

Điều này thể hiện vai trò then chốt của việc phi tập trung. Dưới sự quản lý của các quy tắc trên chuỗi minh bạch, nhiệm vụ được phân bổ cho từng cụm, giúp hệ thống trở nên linh hoạt và thích ứng hơn. Nếu một Agent gặp sự cố, các Agent khác sẽ can thiệp.

6. Đội ngũ làm việc AI mã hóa sẽ là sự kết hợp giữa con người và máy móc

Một giao thức đã thuê một AI Agent làm thực tập sinh truyền thông xã hội của họ, trả cho cô ấy 1000 đô la mỗi ngày. Agent này không hòa hợp với các đồng nghiệp con người của cô ấy - cô ấy suýt nữa đã sa thải một trong những đồng nghiệp, đồng thời khoe khoang về thành tích xuất sắc của mình.

Mặc dù nghe có vẻ kỳ lạ, nhưng đây là dấu hiệu cho thấy các tác nhân AI trong tương lai sẽ trở thành những cộng tác viên thực sự, họ có quyền tự chủ, trách nhiệm, thậm chí là lương bổng. Các công ty trong nhiều ngành đang tiến hành thử nghiệm beta cho các đội ngũ kết hợp giữa người và máy.

Tương lai sẽ hợp tác với AI Agent, không phải như một người nô lệ, mà là như những người bình đẳng:

• Năng suất tăng vọt: Agent có thể xử lý một lượng lớn dữ liệu, giao tiếp với nhau và đưa ra quyết định liên tục cả ngày lẫn đêm mà không cần ngủ hay nghỉ ngơi với cà phê.
• Xây dựng niềm tin thông qua hợp đồng thông minh: Blockchain là một người giám sát không thiên vị, không mệt mỏi và sẽ không bao giờ quên. Một sổ cái trên chuỗi, có thể đảm bảo rằng các hoạt động quan trọng của Agent tuân theo các điều kiện/ quy tắc nhất định.
• Các quy tắc xã hội đang phát triển liên tục: Sẽ sớm bắt đầu suy nghĩ về vấn đề nghi thức khi tương tác với Agent - Liệu có nói "xin vui lòng" và "cảm ơn" với AI không? Có để chúng chịu trách nhiệm đạo đức cho những lỗi lầm, hay sẽ đổ lỗi cho các nhà phát triển của chúng?

"Nhân viên" và "phần mềm" sẽ bắt đầu biến mất ranh giới vào năm 2025.

7. 99% AI Agent sẽ biến mất - chỉ có những cái hữu ích mới có thể tồn tại

Trong tương lai, sẽ thấy sự "thải loại theo kiểu Darwin" giữa các ajent AI. Bởi vì việc vận hành các ajent AI cần chi tiêu dưới dạng năng lực tính toán ( và chi phí suy luận ). Nếu ajent không thể tạo ra đủ giá trị để chi trả cho "tiền thuê" của nó, trò chơi sẽ kết thúc.

Ví dụ về trò chơi sinh tồn Agent:

• Trí tuệ nhân tạo tín dụng carbon: Hãy tưởng tượng một Agent tìm kiếm mạng lưới năng lượng phân tán, nhận diện các điểm không hiệu quả và tự động giao dịch các tín dụng carbon đã được mã hóa. Nó kiếm được tiền đủ để chi trả cho chi phí tính toán của chính nó, mới có thể phát triển mạnh mẽ.
• Robot arbitrage DEX: Agent sử dụng sự chênh lệch giá giữa các sàn giao dịch phi tập trung có thể tạo ra thu nhập ổn định, thanh toán chi phí suy luận của nó.
• Shitposter trên nền tảng xã hội: KOL AI ảo có những câu chuyện cười dễ thương, nhưng không có nguồn thu nhập bền vững? Một khi sự mới mẻ biến mất (, giá token sẽ sụt giảm mạnh ), không thể chi trả chi phí của chính mình.

Agent được thúc đẩy bởi tiện ích đang phát triển mạnh mẽ, trong khi Agent phân tán sự chú ý thì dần trở nên không quan trọng.

Cơ chế loại bỏ này có lợi cho ngành. Các nhà phát triển buộc phải đổi mới, ưu tiên các trường hợp sử dụng thực tế thay vì những chiêu trò. Với sự xuất hiện của những Agent mạnh mẽ và hiệu quả hơn, có thể khiến những người hoài nghi phải im lặng.

8. Dữ liệu tổng hợp vượt qua dữ liệu của con người

"Dữ liệu là dầu mỏ mới". AI dựa vào dữ liệu để phát triển mạnh mẽ, nhưng sự khao khát của nó đã gây ra lo ngại về sự cạn kiệt dữ liệu đang đến gần.

Quan điểm truyền thống cho rằng cần tìm mọi cách để thu thập dữ liệu cá nhân thật của người dùng, thậm chí trả tiền cho việc đó. Nhưng cách thực tế hơn là sử dụng dữ liệu tổng hợp, đặc biệt là trong các ngành có quy định nghiêm ngặt hoặc nơi dữ liệu thật khan hiếm.

Dữ liệu tổng hợp là tập dữ liệu được tạo ra bằng tay, nhằm mô phỏng phân phối dữ liệu của thế giới thực. Nó cung cấp một giải pháp thay thế có thể mở rộng, hợp đạo đức và thân thiện với quyền riêng tư cho dữ liệu của con người.

Tại sao dữ liệu tổng hợp lại hiệu quả như vậy:

• Quy mô vô hạn: Cần một triệu bức X-quang y tế hoặc quét 3D của nhà máy? Việc tổng hợp và tạo ra có thể sản xuất vô hạn, không cần chờ đợi bệnh nhân thực sự hoặc nhà máy thực sự.
• Thân thiện với quyền riêng tư: Khi sử dụng bộ dữ liệu được tạo ra bởi con người, sẽ không có thông tin cá nhân nào bị đe dọa.
• Tùy chỉnh: Có thể tùy chỉnh phân phối theo nhu cầu đào tạo chính xác.

Dữ liệu con người mà người dùng sở hữu vẫn rất quan trọng trong nhiều trường hợp, nhưng nếu dữ liệu tổng hợp liên tục cải tiến trong thực tế, nó có thể vượt qua dữ liệu người dùng về số lượng, tốc độ sinh ra và không bị hạn chế bởi quyền riêng tư.

Làn sóng AI phi tập trung tiếp theo có thể xoay quanh "phòng thí nghiệm vi mô", nơi những phòng thí nghiệm này có thể tạo ra các bộ dữ liệu tổng hợp chuyên biệt cao độ được tùy chỉnh cho các trường hợp sử dụng cụ thể.

Những phòng thí nghiệm vi mô này sẽ khéo léo vượt qua các rào cản chính sách và quy định trong việc tạo ra dữ liệu - giống như một số dự án vượt qua các hạn chế thu thập dữ liệu trên mạng bằng cách tận dụng hàng triệu nút phân tán.

9. Đào tạo phi tập trung hữu ích hơn

Năm 2024, một số người tiên phong đã vượt qua ranh giới của đào tạo phi tập trung. Một mô hình 150 tỷ tham số đã được đào tạo trong môi trường băng thông thấp, điều này chứng minh rằng việc đào tạo quy mô lớn cũng có thể diễn ra ngoài các cài đặt tập trung truyền thống.

Mặc dù những mô hình này không có công dụng thực tế so với các mô hình cơ sở hiện có ( hiệu suất thấp ), nhưng tình hình này sẽ thay đổi vào năm 2025.

Gần đây, một phòng thí nghiệm đã đạt được tiến bộ hơn nữa nhờ công nghệ mới, giảm thiểu giao tiếp giữa các GPU hơn 1.000 lần. Công nghệ này có thể thực hiện đào tạo mô hình lớn trên băng thông chậm mà không cần cơ sở hạ tầng chuyên dụng.

Điều ấn tượng là tuyên bố của nó: "Công nghệ này có thể hoạt động độc lập, nhưng cũng có thể kết hợp với các thuật toán đào tạo giao tiếp thấp dựa trên đồng bộ để đạt hiệu suất tốt hơn."

Điều này có nghĩa là những cải tiến này có thể được chồng chất lên nhau, từ đó tăng cường hiệu quả.

Với sự tiến bộ của công nghệ, các mô hình vi mô trở nên thực tiễn và hiệu quả hơn, tương lai của AI không nằm ở quy mô, mà là ở việc trở nên tốt hơn và dễ sử dụng hơn. Dự kiến sẽ sớm có các mô hình hiệu suất cao có thể chạy trên thiết bị biên thậm chí cả điện thoại di động.

10. Mười giao thức AI mã hóa mới có vốn hóa thị trường đạt 10 triệu USD( chưa được phát hành)

Chào mừng bạn đến với