Місяць тому YZi Labs оголосив про свої інвестиції в Vana, приєднавшись до засновника Binance CZ в якості радника, зміцнюючи провідну позицію Vana в секторі даних штучного інтелекту. Чотири дні потому, під час AMA з Vana, CZ заявив, що дані є основним паливом для штучного інтелекту, публічні дані вичерпані, а приватні дані залишаються невикористаними. Він висловив оптимізм щодо продуктово-ринкової відповідності (PMF) Vana та зростання користувачів.

Чому YZi Labs, Coinbase Ventures та Paradigm інвестували в Vana? Чому CZ позитивно оцінює розвиток Vana?

Цей звіт систематично аналізує виклики даних штучного інтелекту, основну пропозицію вартості Vana, практичні застосування та майбутню траєкторію зростання, розкриваючи, як Vana стає критичною інфраструктурою для екосистеми штучного інтелекту.

01 AI та проблема даних: Прорив через закриті бар'єри

Згідно з даними PitchBook, у США галузь штучного інтелекту залучила майже 20 мільярдів інвестицій у I кварталі 2025 року. Крім того, до 2024 року стартапи зі штучного інтелекту склали одну третину глобального венчурного капіталу, загалом 131,5 мільярда, з майже чвертью нових підприємств, які спрямовані на розробку штучного інтелекту. Дані Statista подтверджують цей вибуховий ріст—венчурне фінансування для штучного інтелекту та машинного навчання зростало з 670 мільйонів у 2011 році до 36 мільярдів у 2020 році, що в 50 разів більше. Ця тенденція явно свідчить про те, що штучний інтелект став спільним вибором розумного капіталу та провідних підприємців.

Однак фундаментальна архітектура штучного інтелекту — «дані + моделі + обчислення» — стикається зі структурними вузькими місцями. Основним фактором продуктивності моделі штучного інтелекту є не обчислювальна потужність чи алгоритмічні прориви, а якість і масштаб навчальних наборів даних. Сучасні великі мовні моделі наближаються до критичної точки вичерпання даних. Llama 3 від Meta була навчена приблизно на 15 трильйонах токенів, що майже виснажило всі високоякісні публічні інтернет-дані. Незважаючи на величезний обсяг загальнодоступних інтернет-даних, це лише верхівка айсберга. Широко ігнорованим фактом є те, що цінні дані здебільшого заблоковані за власними системами, які потребують авторизованого доступу. На загальнодоступні інтернет-дані припадає менше 0,1% усіх даних. Ця проблема виходить за рамки здатності індустрії штучного інтелекту вирішувати самостійно і вимагає технології блокчейн для переосмислення відносин виробництва даних, створення нових механізмів стимулювання та каталізу появи високоякісних даних у великих масштабах.

З іншого боку, сьогодні більшість даних контролюється технологічними компаніями Web2 в межах закритих екосистем. Розвиток штучного інтелекту стикається з викликом даних стін, бар'єр, який існує через те, що ці компанії визнають велику цінність даних. Високоякісні моделі штучного інтелекту приносять значні економічні доходи, наприклад, щорічний оборот OpenAI склав приблизно 3,4 мільярда доларів. Побудова виняткових моделей штучного інтелекту потребує великих обсягів даних, часто за високими вартостями їх отримання.

Наприклад, Reddit щороку заробляє близько 200 мільйонів доларів від продажу даних, фото коштують від 1 до 2 доларів США за зображення, а обсяг транзакцій даних новин Apple становить 50 мільйонів доларів США. Власність на дані перетворилася з простої вимоги до конфіденційності на важливу економічну проблему. У світі, де моделі штучного інтелекту визначають багато економіки, власність на дані еквівалентна утриманню акцій у майбутніх моделях штучного інтелекту.

По мірі того як комерціалізація даних стає все більш поширеною, доступ до даних стає все складнішим. Багато платформ коригують свої умови обслуговування та політику API, щоб обмежити зовнішній доступ розробників. Наприклад, Reddit та Stack Overflow змінили правила API, ускладнюючи отримання даних. Цей тренд поширюється, і платформи з великою кількістю даних переходять до більшої ексклюзивності.

Проте одна група має безкоштовний доступ до цих даних: самі користувачі. Багато людей не усвідомлюють, що з точки зору закону вони мають повне володіння своїми даними. Точно так само, як припаркування автомобіля на парковці не надає прав власності на транспортний засіб, дані користувачів, збережені на соціальних платформах, залишаються їхньою власністю.

Під час реєстрації користувачі зазвичай відзначають пункти, які дозволяють платформам "використовувати їх дані", що надає платформам дозвіл на надання послуг, але не відмовляє від власності. Користувачі можуть в будь-який момент запросити свої дані. Навіть якщо платформи обмежують доступ API для розробників, окремі користувачі все ще можуть законно отримувати свої дані. Наприклад, Instagram дозволяє користувачам експортувати дані облікового запису, включаючи фотографії, коментарі та навіть маркетингові теги, створені штучним інтелектом. В 23andMe користувачі можуть запросити свої генетичні дані, хоча процес може бути неінтуїтивним.

Глобально регулювання покращується, щоб забезпечити можливість користувачів відновити свої дані. З ростом цінності даних користувачі повинні визнавати та використовувати свої права власності.

02 Основні концепції VANA

Технологічні компанії будують закриті системи для захисту своїх цінних даних. Місія VANA полягає в розблокуванні цих даних та поверненні контролю користувачам, забезпечуючи власність на дані.

Іншими словами, користувачі можуть витягти свої дані з різних платформ та створити набори даних, що перевершують будь-які пропозиції існуючої платформи.

Фреймворк VANA побудований на двох фундаментальних концепціях:

• Дані без утримання: Користувачі контролюють доступ до даних, як управляють криптовалютними активами в цифровому гаманці. У екосистемі VANA користувачі авторизують додатки на доступ до своїх даних за допомогою підписаних транзакцій, забезпечуючи автономію та безпеку.
• Доказ внеску: Хоча одна окрема точка даних має незначну вартість, сукупна вартість даних зростає експоненційно. Цей механізм забезпечує високоякісні пулі даних та створює значення для учасників.

Коли розробники платять за доступ до даних, учасники отримують управлінські токени пропорційно своєму внеску. Це дозволяє учасникам отримувати постійні винагороди та брати участь у прийнятті рішень, перетворюючи цінову політику та ефективність ринку даних.

03 Додатки екосистеми VANA

3.1 DataDAO

DataDAO - децентралізований ринок даних в екосистемі VANA, що дозволяє користувачам вносити, токенізувати та використовувати дані. Користувачі можуть вибрати відповідні пули для видобутку даних (наприклад, дані про фітнес, дослідницькі дані), щоб внести свої дані. Внесені дані проходять перевірку за допомогою механізму Proof-of-Contribution від Vana, який оцінює їх якість та цінність, щоб забезпечити справедливу компенсацію для учасників.

Після перевірки дані токенізуються в цифрові активи, які можна торгувати або використовувати для навчання штучного інтелекту, при цьому учасники зберігають контроль над його використанням. Кожен раз, коли дані використовуються, учасники отримують токенові винагороди та права управління, що дозволяє їм отримувати економічні вигоди та впливати на напрямок розвитку пула даних. Агрегуючи різноманітні набори даних, DataDAO створює ринок рідких даних, що сприяє безпечному та ефективному обігу даних у межах екосистеми VANA.

У центрі DataDAO знаходиться Пул рідкості даних (DLP) - колекція підтверджених наборів даних, пов'язаних з токенами. DLP керуються членами DataDAO, які мають права управління. Кожен DLP чітко визначає свою структуру даних і стандарти внеску. Наприклад, Sleep.com, орієнтований на сон DataDAO, встановив чітку схему даних для забезпечення того, що всі дані на ланцюжку побудовані і використовувані. Вартість даних полягає не лише в їх обсязі, а й в їх структурі та доступності.

DataDAO надає велике значення автентичності та валідності даних. На даний момент більшість DataDAO використовують оточення довіри для виконання сценаріїв Python для перевірки даних, що забезпечує якість при збереженні конфіденційності. Наприклад, Amazon DataDAO використовує розширення браузера для генерації доказів якості даних. Усі DataDAO публічно розголошують свої механізми доказу сприяння, що дозволяє користувачам розуміти, як забезпечується якість даних.

Топ-16 DLP у екосистемі VANA отримують додаткові стимули, що дозволяє користувачам отримувати винагороди за надання високоякісних даних. Винагороди розподіляються на основі метрик, таких як частота доступу до даних, якість та вартість ефективності. На даний момент Reddit DataDAO є найбільшим, привертаючи близько 140 000 користувачів та успішно навчаючи модель штучного інтелекту, що належить спільноті. DataDAO DLP Labs дозволяє водіям підключати свої облікові записи DIMO_Network, ділитися даними про транспортні засоби для отримання винагород та розвитку інновацій в галузі автомобільного сектору. Тим часом 23andWE має на меті придбати 23andMe, щоб запобігти експлуатації генетичних даних.

DataDAO представляє собою новаторський підхід до управління даними, що надає можливість особам брати під контроль свої дані та монетизувати їх через токенізацію. Ця швидко розвиваючася екосистема вводить більше відкритих та демократичних можливостей для управління даними та навчання штучного інтелекту.

3.2 DataFi

Набираючи на основі пулів ліквідності даних, DeFi поступово застосовується в сфері токенів даних. Пули ліквідності даних служать основним рівнем всього екосистеми, на якій можуть бути побудовані різноманітні додатки DeFi з використанням токенів даних.

Наразі в екосистемі Data DeFi вже з'явилися деякі ранні застосунки. Наприклад, децентралізовані біржі, як @VanaDataDex та @flur_protocolдозволяє користувачам торгувати токенами даних та відстежувати ринкову динаміку для конкретних токенів даних. З'явлення цих платформ сприяло вільному руху активів даних та оживленню ринку даних.

Варто відзначити, що більшість механізмів винагород DLP переважно депонують винагороди в скарбницю DLP, а не безпосередньо спалюють токени даних або впливають на їхню пропозицію та попит. Однак з введенням оновлення VRC-13 цей механізм еволюціонував. Нова модель вводить більш ринково-орієнтований підхід: заохочуючи винагороди VANA для підтримки токенізації даних, які потім впроваджуються в пули DEX для підвищення торгівлі токенами даних та подальшої активації екосистеми DeFi.

Подивимося вперед, функціональні можливості, які в даний час досяжні в просторі DeFi, такі як кредитування, стейкінг, видобуток ліквідності, а навіть страхування, можуть бути введені на ринок токенів даних, створюючи зовсім нові сценарії застосування.

З погляду традиційних галузей Web2, подібно тому, як компанії купують нафтові фьючерси для захисту від коливань цін, ринок даних може розвивати ф'ючерси на дані, що дозволить користувачам зафіксувати майбутні ціни на набори даних заздалегідь та зменшити невизначеність у витратах на їхнє придбання.

Деякі торгові фірми вже почали ставити дані на одному рівні з новим класом активів, досліджуючи методи оцінки, такі як оцінка вартості конкретних токенів даних, ймовірність використання продажу та аналіз життєвого циклу. Ці фактори безпосередньо впливають на ціну токенів даних та ринкову ліквідність, залишаючи великий простір для інновацій.

3.3 Спрощений доступ до даних

Наразі доступ до наборів даних на головній мережі залишається досить незручним. Користувачам потрібно подавати детальні запити, вказуючи свої потреби, суми платежів та код проєкту, а потім чекати схвалення перед отриманням доступу. Це забезпечує прозорість та стандартизацію, але створює операційне тертя.

Для підвищення ефективності Vana розробляє більш ефективні методи доступу до даних, які дозволяють автоматизований доступ до API та безпосереднє отримання даних через кілька DataDAOs. Наприклад, у майбутньому користувачі зможуть поєднувати дані про сон з даними про торгівлю на Coinbase або Binance, щоб проаналізувати шаблони сну конкретних власників токенів та виявити нові ринкові інсайти.

Крім того, Вана просуває новий пропозиція, яка реалізує стандартне співвідношення 80-20 для спалювання токенів даних та VANA в обмін на права доступу до даних.

Vana також розробив новий інтерфейс запиту даних, який значно спрощує процес доступу до даних. Користувачі можуть автентифікуватися через вхід у гаманець та генерувати цифрові підписи для перевірки їх прав доступу. Оскільки пули рідинності даних (DLP) записують формати даних, користувачі можуть чітко розуміти структури даних та витягувати потрібну інформацію за допомогою запитів SQL. Під час цього процесу користувачі спочатку можуть отримати синтетичні зразки даних для тестування та перевірки точності запитів. При роботі з реальними даними всі обчислення виконуються у надійних середовищах виконання (TEEs), щоб забезпечити безпеку даних. Цей механізм ефективно запобігає “проблемі подвійного використання даних” (коли користувачі можуть перепродати придбані дані), тим самим захищаючи економічну цінність даних та забезпечуючи стале розвиток ринку даних.

04 Аналіз вартості Вана

Дані швидко стають основним активом цифрової епохи. Хоча технології збору та зберігання даних досягли значної зрілості, справжній виклик полягає в ефективній оцінці якості даних, максимізації їх вартості та забезпеченні захисту конфіденційності. Vana елегантно вирішує цей виклик за допомогою свого інноваційного стимулюючого механізму: Користувачі можуть викладати токени VANA, щоб підтримувати високовартісні DataDAOs, отримуючи відповідні винагороди та створюючи доброчесний цикл створення вартості.

4.1 Прорив через "Стіну даних"

Розвиток штучного інтелекту зіткнувся з «стіною даних» - вичерпується набір високоякісних загальнодоступних даних. Майбутні прориви в галузі штучного інтелекту неминуче будуть залежати від ефективного доступу та використання високоцінних приватних даних, таких як особисті медичні записи, дані про використання розумних пристроїв та відеоролики водіння Tesla як потенційні ресурси для навчання.

Існує парадокс у цінності даних: дані зберігають свою цінність через ексклюзивність, але стають комодифікованими та депреціюють, як тільки стають широкодоступними. При тому, як моделі ШШ стають комодифікованими, довгострокова конкурентна перевага буде полягати в контролі над унікальними наборами даних, які забезпечують вищу продуктивність в спеціалізованих галузях. Як тільки дані стають публічними, відразу з'являється конкуренція цін, що призводить до швидкого знецінення вартості.

DataDAO вана використовує надійні середовища виконання (TEE), щоб забезпечити передачу високоцінних конфіденційних даних, зберігаючи конфіденційність. Цей прорив розширює обсяг цінних даних від обмежених публічних наборів даних до широкого світу приватних даних, відкриваючи нові можливості для розвитку штучного інтелекту.

4.2 Унікальна крива вартості даних

Дані виявляють характерну криву значень: окремі дані точки мають знецінену вартість, але коли їх агрегують до критичної маси, їхня вартість зростає експоненційно. Ця характеристика створює значні виклики для монетизації даних - суттєві виручки реалізуються лише після того, як формуються загальні набори даних.

Механізм DataDAO від Vana надає інноваційне рішення цій дилемі. Пулом подібних даних DataDAO створюють колективну переговорну силу для учасників. Розгляньте власників Tesla: якщо всі власники колективно діляться даними про водіння через DataDAO, вони отримують сильну цінову перевагу перед будь-яким потенційним покупцем. Натомість, якщо власники окремо намагаються монетизувати свої дані, це неухильно призводить до цінової конкуренції, де покупці можуть просто придбати достатню кількість зразків за найнижчими цінами.

Структуровані, перевірені високоякісні набори даних (такі як автентифіковані дані про водіння Tesla) мають преміальну ринкову цінність, а фреймворк Vana дозволяє повноцінно реалізувати цю цінність.

4.3 Прорив у зборі перехресних даних платформи

Найпотужнішим аспектом DataDAOs є їх здатність досягти крос-платформенної агрегації даних - щось практично неможливе в сьогоднішніх екосистемах з високими стінами. Уявіть дослідників, які потребують доступу до об'єднаних повідомлень у Facebook, історії iMessage та контенту Google Docs користувача. Традиційний підхід вимагав би співпраці між Facebook, Apple та Google - платформами, які не мають ні стимулу інтегрувати дані користувачів (що послаблювало б їхні дані) ні регуляторного дозволу для цього.

DataDAOs елегантно обходять цю перешкоду через інтеграцію даних, керовану користувачем, розблоковуючи перехресну вартість даних та створюючи непередбачені можливості для навчання та досліджень з штучного інтелекту.

4.4 Нова модель економічної участі

Візія Вана виходить далеко за межі простої технологічної інновації - вона відкриває зовсім нову парадигму економічної участі. За цією моделлю користувачі можуть брати участь у цифровій економіці без традиційних капіталовкладень, оскільки вони вже мають найцінніший ресурс: свої особисті дані. Користувачам не потрібно приносити фінансовий капітал; надання їхніх даних стає їхнім капіталом. DataDAOs забезпечують користувачів Web3 пасивними потоками доходів, отриманих з їхніх унікальних особистих даних, значно знижуючи бар'єр для участі в цифровій економіці.

4.5 Перетворення розподілу прибутку штучного інтелекту

Ця модель може фундаментально перебудувати спосіб розподілу вартості від досягнень в галузі штучного інтелекту. Замість того, щоб прибуток головним чином спрямовувався до великих технологічних корпорацій, механізми власності на дані та управління, розроблені Вана, дозволяють широку участь у економіці штучного інтелекту. Перші показники свідчать про сильну взаємодію з цим підходом - вже понад 300 DataDAO розробляються на тестнетах.

На відстані 3-5 років ми можемо спостерігати появу повністю користувацьки управляються моделі штучного інтелекту, побудовані 100 мільйонами учасників даних - моделі, які можуть перевершити ведучі централізовані системи штучного інтелекту сьогодення. Ці моделі, що належать спільноті, створюють сильніше залучення користувачів та зв'язки. Власність на дані дозволяє користувачам вибірково підтримувати етичний розвиток штучного інтелекту, відмовляючись від доступу до неетичних компаній.

Децентралізований штучний інтелект надає більш демократичну платформу, де суспільство колективно визначає, що повинен вивчати і вірити штучний інтелект, а не залишає ці рішення в кількох корпораціях. Власність користувачів на дані перекладається не лише в економічні вигоди, але й суттєвий контроль над поведінкою моделі штучного інтелекту, включаючи вирішення критичних питань, таких як політика модерації вмісту.

05 Висновок

На комерційному рівні Vana прагне побудувати комплексний ланцюг вартості даних, що охоплює всі процеси від агрегації даних та тренування моделей штучного інтелекту до продажу даних. На даний момент ринок даних монополізований кількома платформами та брокерами даних. Vana має на меті вирішити цю неефективність, створивши більш справедливу екосистему торгівлі даними.

Vana - це не просто нова платформа - вона втілює фундаментальний зміну власності на дані та розвитку штучного інтелекту. Дозволяючи користувачам брати участь у колективному створенні вартості, зберігаючи суверенітет над своїми даними, Vana закладає фундамент для більш справедливого та інноваційного майбутнього штучного інтелекту.

На сьогоднішньому ринку штучного інтелекту, який переповнений концептуальними хайпами, Vana виділяється своїми інноваційними механізмами, що безпосередньо вирішують основні виклики галузі. У нього є потенціал стати переломною силою в формуванні майбутньої траєкторії розвитку штучного інтелекту.

Відмова від відповідальності:

1. Ця стаття взята з [GateBiteye], авторські права належать оригінальному автору [Biteye], якщо у вас є які-небудь зауваження стосовно репринту, будь ласка, зв’яжіться з Gate Learnкоманда, і команда якнайшвидше вирішить це відповідно до відповідних процедур.

2. Помітка: Погляди та думки, висловлені в цій статті, представляють лише особисті погляди автора і не становлять жодної інвестиційної поради.

3. Інші мовні версії статті перекладені командою Gate Learn. Перекладена стаття не може бути скопійована, розповсюджена або узята за основу без згадки Gate.Gate.io.