Месяц назад YZi Labs объявила о своем инвестировании в Vana, с участием основателя Binance CZ в качестве советника, укрепляя ведущее положение Vana в секторе данных ИИ. Четыре дня спустя, во время AMA с Vana, CZ заявил, что данные - основное топливо для ИИ, общедоступные данные исчерпаны, а частные данные остаются неиспользованными. Он выразил оптимизм относительно продукт-маркетингового соответствия (PMF) Vana и роста пользователей.

Почему YZi Labs, Coinbase Ventures и Paradigm инвестировали в Vana? Почему CZ так оптимистичен по поводу развития Vana?

Данный отчет систематически анализирует вызовы данных ИИ, основное значение предложения Ваны, практические применения и будущую траекторию роста, раскрывая, как Вана становится критической инфраструктурой для экосистемы искусственного интеллекта.

01 ИИ и дилемма данных: Преодоление закрытых барьеров

Согласно данным PitchBook, в индустрию искусственного интеллекта США привлекли почти 20 миллиардов инвестиций в первом квартале 2025 года. К 2024 году стартапы в области искусственного интеллекта составляли треть мирового венчурного капитала, всего 131,5 миллиарда, причем почти четверть новых предприятий сосредоточена на искусственном интеллекте. Данные Statista дополнительно подтверждают этот взрывной рост - венчурное финансирование для искусственного интеллекта и машинного обучения выросло с 670 миллионов в 2011 году до 36 миллиардов в 2020 году, увеличившись в 50 раз. Этот тренд явно указывает на то, что искусственный интеллект стал общим выбором умного капитала и ведущих предпринимателей.

Однако фундаментальная архитектура ИИ - «данные + модели + вычисления» - сталкивается с структурными узкими местами. Основным фактором производительности модели ИИ является не вычислительная мощность или алгоритмические прорывы, а качество и масштаб наборов данных для обучения. Текущие крупные языковые модели приближаются к критической точке исчерпания данных. Llama 3 Meta была обучена приблизительно на 15 триллионах токенов, почти исчерпав все высококачественные общедоступные данные Интернета. Несмотря на огромный объем общедоступных данных Интернета, они представляют лишь вершину айсберга. Широко игнорируемым фактом является то, что высокоценные данные в основном заблокированы защищенными системами, требующими авторизованного доступа. Общедоступные данные Интернета составляют менее 0,1% от всех данных. Эта проблема выходит за рамки способности отрасли искусственного интеллекта решить ее самостоятельно и требует применения технологии блокчейн для переопределения отношений в производстве данных, установления новых стимулирующих механизмов и стимулирования появления высококачественных данных в масштабах.

С другой стороны, в настоящее время большинство данных контролируются технологическими компаниями Web2 в рамках закрытых экосистем. Развитие искусственного интеллекта сталкивается с проблемой стен данных, барьер, который существует, потому что эти компании признают огромную ценность данных. Высококачественные модели искусственного интеллекта обеспечивают значительные экономические доходы, например, годовой доход OpenAI достиг приблизительно 3,4 миллиарда долларов. Построение высококачественных моделей искусственного интеллекта требует огромных объемов данных, часто с высокими затратами на их получение.

Например, Reddit ежегодно зарабатывает около 200 миллионов долларов от продажи данных, плата за фотографии составляет от 1 до 2 долларов США за изображение, а транзакции данных новостей Apple составляют 50 миллионов долларов США. Владение данными превратилось из простого предпочтения конфиденциальности в серьезную экономическую проблему. В мире, где модели искусственного интеллекта составляют большую часть экономики, владение данными эквивалентно участию в будущих моделях искусственного интеллекта.

Поскольку коммерциализация данных становится все более распространенной, доступ к данным становится все сложнее. Многие платформы корректируют свои условия обслуживания и политику API, чтобы ограничить доступ внешних разработчиков. Например, Reddit и Stack Overflow изменили правила API, усложнив сбор данных. Этот тренд расширяется, и платформы с обширными данными движутся к большей эксклюзивности.

Однако одна группа сохраняет свободный доступ к этим данным: сами пользователи. Многие люди не знают, что они законно сохраняют полное право собственности на свои данные. Точно так же как парковка автомобиля на парковке не дает права на него парковочному месту, данные пользователей, хранящиеся на социальных платформах, остаются их собственностью.

При регистрации пользователи обычно устанавливают флажки, разрешающие платформам "использовать их данные", что предоставляет платформам разрешение на предоставление услуг, но не отказывается от владения. Пользователи могут запросить свои данные в любое время. Даже если платформы ограничивают доступ к API для разработчиков, отдельные пользователи все равно могут законно извлекать свои данные. Например, Instagram позволяет пользователям экспортировать данные учетной записи, включая фотографии, комментарии, а также созданные искусственным интеллектом маркетинговые теги. На 23andMe пользователи могут запросить свои генетические данные, хотя процесс может быть неочевидным.

Глобально, регулирование улучшается, чтобы пользователи могли вернуть свои данные. По мере роста стоимости данных пользователи должны признать и осуществлять свои права собственности.

02 Основные концепции VANA

Технологические компании создают закрытые системы для защиты своих ценных данных. Миссия VANA заключается в разблокировке этих данных и возврате контроля пользователям, обеспечивая суверенитет данных.

Другими словами, пользователи могут извлекать свои данные из различных платформ и создавать наборы данных, превосходящие предложения любой существующей платформы.

Фреймворк VANA построен на двух основных концепциях:

• Non-Custodial Data: Пользователи контролируют доступ к данным, подобно управлению криптовалютными активами в цифровом кошельке. В экосистеме VANA пользователи авторизуют приложения на доступ к своим данным с помощью подписанных транзакций, обеспечивая автономию и безопасность.
• Доказательство вклада: В то время как одна отдельная точка данных имеет незначительную ценность, совокупная стоимость данных растет в геометрической прогрессии. Этот механизм обеспечивает высококачественные пулы данных и создает ценность для участников.

Когда разработчики платят за доступ к данным, участники получают управляющие токены, пропорциональные их вкладу. Это позволяет участникам зарабатывать постоянные награды и участвовать в принятии решений, пересматривая ценообразование и эффективность рынка данных.

03 Приложения экосистемы VANA

3.1 DataDAO

DataDAO - это децентрализованный рынок данных в экосистеме VANA, который позволяет пользователям вносить, токенизировать и использовать данные. Пользователи могут выбирать подходящие пулы для майнинга данных (например, данные фитнеса, исследовательские данные), чтобы внести свои данные. Внесенные данные проходят проверку с помощью механизма Proof-of-Contribution Vana, который оценивает их качество и ценность, чтобы обеспечить справедливую компенсацию для участников.

После проверки данные токенизируются в цифровые активы, которые можно торговать или использовать для обучения искусственного интеллекта, в то время как участники сохраняют контроль над их использованием. Каждый раз, когда данные используются, участники получают токен-награды и права управления, что позволяет им экономически выигрывать и влиять на направление пула данных. Агрегируя разнообразные наборы данных, DataDAO создает ликвидный рынок данных, облегчая безопасное и эффективное циркулирование данных в экосистеме VANA.

В центре DataDAO находится Пул Жидкости Данных (DLP) - сборник проверенных наборов данных, связанных с токенами. DLP управляются членами DataDAO, которые обладают правами управления. Каждый DLP четко определяет свою структуру данных и стандарты взносов. Например, Sleep.com, ориентированный на сон DataDAO, разработал четко определенную схему данных, чтобы гарантировать, что все данные на цепочке структурированы и пригодны для использования. Ценность данных заключается не только в их объеме, но и в их структуре и доступности.

DataDAO уделяет большое внимание подлинности и достоверности данных. В настоящее время большинство DataDAO используют доверенные исполнительные среды (TEEs) для выполнения сценариев Python для проверки данных, обеспечивая качество при сохранении конфиденциальности. Например, Amazon DataDAO использует расширения браузера для генерации доказательств качества данных. Все DataDAO публично раскрывают свои механизмы доказательства вклада, позволяя пользователям понять, как обеспечивается качество данных.

Топ-16 DLP в экосистеме VANA получают дополнительные стимулы, позволяющие пользователям зарабатывать награды за предоставление высококачественных данных. Награды распределяются на основе таких метрик, как частота доступа к данным, качество и эффективность затрат. В настоящее время Reddit DataDAO является крупнейшим, привлекая около 140 000 пользователей и успешно обучая модель ИИ, принадлежащую сообществу. DataDAO DLP Labs позволяет водителям подключать свои аккаунты DIMO_Network, делая доступными данные о транспортных средствах для заработка наград и продвижения инноваций в области автомобильной промышленности. Тем временем 23andWE стремится приобрести 23andMe для предотвращения эксплуатации генетических данных.

DataDAO представляет собой новаторский подход к управлению данными, давая людям возможность контролировать свои данные и монетизировать их путем токенизации. Эта быстро развивающаяся экосистема открывает более открытые и демократические возможности для управления данными и обучения искусственного интеллекта.

3.2 DataFi

На основе фонда пулов ликвидности данных DeFi постепенно применяется в области токенов данных. Пулы ликвидности данных служат основным слоем всей экосистемы, на котором могут быть построены различные приложения DeFi с использованием токенов данных.

В настоящее время в экосистеме Data DeFi уже появились некоторые ранние приложения. Например, децентрализованные биржи типа @VanaDataDexи@flur_protocolпозволяют пользователям торговать данными токенами и отслеживать динамику рынка для конкретных данных токенов. Появление этих платформ облегчило свободное движение активов данных и оживило рынок данных.

Следует отметить, что большинство механизмов вознаграждения DLP в первую очередь вносят вознаграждения в казначейство DLP, а не прямо сжигают токены данных или влияют на их предложение и спрос. Однако с появлением обновления VRC-13 этот механизм эволюционировал. Новая модель представляет собой более рыночно-ориентированный подход: путем поощрения вознаграждений VANA для стимулирования токенизации данных, которые затем инъектируются в пулы DEX для улучшения торговли токенами данных и дальнейшей активации экосистемы DeFi.

Глядя вперед, функциональности, которые в настоящее время доступны в пространстве DeFi, такие как кредитование, стейкинг, майнинг ликвидности, и даже страхование, могут быть внедрены на рынке токенов данных, создавая совершенно новые сценарии применения.

С точки зрения традиционных отраслей Web2, аналогично тому, как компании покупают нефтяные фьючерсы для защиты от колебаний цен, рынок данных может развивать фьючерсы на данные, позволяя пользователям зафиксировать будущие цены на наборы данных заранее и снизить неопределенность в затратах на приобретение.

Некоторые торговые фирмы уже начали рассматривать данные как новый класс активов, исследуя методы оценки, такие как оценка стоимости конкретных токенов данных, вероятность использования продаж и анализ жизненного цикла. Эти факторы напрямую влияют на цену токенов данных и рыночную ликвидность, оставляя много места для инноваций.

3.3 Упрощенный доступ к данным

В настоящее время доступ к наборам данных в основной сети остается довольно неудобным. Пользователи должны отправить подробные запросы, уточнив свои потребности, суммы платежей и код проекта, а затем ждать одобрения, прежде чем получить доступ. Хотя это обеспечивает прозрачность и стандартизацию, это создает операционное трение.

Для повышения эффективности Vana разрабатывает более эффективные методы доступа к данным, которые позволяют автоматизированный доступ к API и прямое извлечение данных через несколько DataDAOs. Например, в будущем пользователи смогут объединить данные о сне с данными о торговле на Coinbase или Binance, чтобы проанализировать образцы сна конкретных держателей токенов и обнаружить новые рыночные идеи.

Кроме того, Vana разрабатывает новое предложение, которое предусматривает стандартное соотношение 80-20 для сжигания токенов данных и VANA в обмен на права на доступ к данным.

Vana также разработала новый интерфейс запроса данных, который значительно упрощает процесс доступа к данным. Пользователи могут аутентифицироваться через вход в кошелек и генерировать цифровые подписи для проверки своих прав доступа. Поскольку пулы ликвидности данных (DLP) записывают форматы данных, пользователи могут четко понимать структуры данных и извлекать необходимую информацию с помощью SQL-запросов. Во время этого процесса пользователи могут сначала получить синтетические образцы данных для тестирования и проверки точности запросов. При работе с реальными данными все вычисления выполняются в доверенных средах выполнения (TEE) для обеспечения безопасности данных. Этот механизм эффективно предотвращает «проблему двойного назначения данных» (когда пользователи могут перепродавать приобретенные данные), тем самым защищая экономическую ценность данных и обеспечивая устойчивое развитие рынка данных.

04 Анализ стоимости Ваны

Данные стремительно становятся ключевым активом цифровой эпохи. Хотя технологии сбора и хранения данных достигли значительной зрелости, истинное испытание заключается в эффективной оценке качества данных, максимизации их стоимости и обеспечении защиты конфиденциальности. Vana элегантно решает эту проблему через свой инновационный инцентивный механизм: Пользователи могут заложить токены VANA для поддержки высокоценных DataDAOs, получая соответствующие вознаграждения, создавая благоприятный круг ценности.

4.1 Преодоление «стены данных»

Развитие искусственного интеллекта столкнулось с «стеной данных» - высококачественные общедоступные ресурсы данных подходят к исчерпанию. Будущие прорывы в области искусственного интеллекта будут неминуемо зависеть от эффективного доступа и использования высокоценных частных данных, таких как записи о здоровье, данные использования умных устройств и видеозаписи поездок на Tesla в качестве потенциальных ресурсов для обучения.

Парадокс существует в ценности данных: данные сохраняют свою ценность благодаря эксклюзивности, но становятся товаром и депрецируют, как только становятся широко доступными. Поскольку сами модели искусственного интеллекта становятся товаром, долгосрочное конкурентное преимущество будет заключаться в контроле уникальных наборов данных, которые обеспечивают превосходную производительность в специализированных областях. Как только данные становятся общедоступными, начинается ценовая конкуренция, что вызывает быстрое размывание ценности.

DataDAO Vana использует доверенные исполнительные среды (TEEs), чтобы обеспечить передачу высокоценных частных данных, сохраняя конфиденциальность. Этот прорыв расширяет область ценных данных от ограниченных общедоступных наборов данных до огромного мира частных данных, открывая новые возможности для развития искусственного интеллекта.

4.2 Уникальная кривая стоимости данных

Данные демонстрируют характерную кривую стоимости: отдельные данные имеют незначительную ценность, но когда они агрегируются до критической массы, их стоимость растет в геометрической прогрессии. Эта характеристика представляет существенные вызовы для монетизации данных - существенная отдача появляется только после формирования коллективных наборов данных.

Механизм DataDAO от Vana предоставляет инновационное решение этого дилеммы. Путем объединения аналогичных данных DataDAO создают коллективную позицию для участников. Рассмотрим владельцев Tesla: если все владельцы коллективно делятся данными о поездках через DataDAO, они получают сильное позиционирование в ценообразовании перед любым потенциальным покупателем. В противном случае, если владельцы пытаются монетизировать свои данные индивидуально, это неизбежно приводит к ценовой конкуренции, где покупатели могут просто приобрести достаточное количество образцов у самых низких ставок.

Структурированные, проверенные наборы данных высокого качества (например, аутентифицированные данные о вождении Tesla) имеют премиальную рыночную стоимость, и фреймворк Vana позволяет полностью реализовать эту стоимость.

4.3 Прорыв кросс-платформенной агрегации данных

Самым мощным аспектом DataDAOs является их способность достигать кросс-платформенной агрегации данных - что практически невозможно в сегодняшних экосистемах с ограниченным доступом. Представьте исследователей, которым требуется доступ к объединенным сообщениям Facebook, истории iMessage и содержимому Google Docs пользователя. Традиционный подход потребовал бы сотрудничества между Facebook, Apple и Google - платформами, которые не имеют ни стимулов интегрировать пользовательские данные (что ослабило бы их защиту данных), ни регулятивного разрешения для этого.

DataDAOs элегантно обходят эту преграду через интеграцию данных, проводимую пользователями, разблокируя ценность данных между платформами и создавая беспрецедентные возможности для обучения и исследований в области искусственного интеллекта.

4.4 Новая модель экономического участия

Видение Ваны выходит далеко за пределы чистой технологической инновации - оно предшествует абсолютно новому парадигму экономического участия. По этой модели пользователи могут участвовать в цифровой экономике без традиционных капиталовложений, поскольку у них уже есть самый ценный ресурс: их персональные данные. Пользователям не нужно приносить финансовый капитал; деление своих данных становится их капиталом. DataDAOs предоставляют пользователям Web3 пассивные доходы, получаемые из их уникальных персональных данных, существенно снижая порог для участия в цифровой экономике.

4.5 Перераспределение прибыли от искусственного интеллекта

Эта модель может фундаментально перестроить способ распределения ценности от достижений в области искусственного интеллекта. Вместо того чтобы прибыль в первую очередь поступала к крупным технологическим корпорациям, механизмы владения данными и управления в Vana обеспечивают широкое участие в экономике искусственного интеллекта. Первичные показатели показывают сильное согласие с этим подходом - более 300 DataDAO уже находятся в разработке на тестовых сетях.

Взглянув вперед на 3-5 лет, мы можем стать свидетелями появления полностью пользовательски управляемых моделей искусственного интеллекта, созданных 100 миллионами участников данных - моделей, которые могут превзойти ведущие централизованные системы искусственного интеллекта сегодня. Эти модели, принадлежащие сообществу, создают более сильное вовлечение и связи пользователей. Владение данными дает пользователям возможность выборочно поддерживать развитие этичного искусственного интеллекта, отказывая доступ неэтичным компаниям.

Децентрализованный искусственный интеллект обеспечивает более демократическую структуру, где общество коллективно определяет, что и как должен изучать и верить искусственный интеллект, вместо того чтобы оставлять эти решения в руках небольшого количества корпораций. Владение данными пользователей переводится не только в экономические выгоды, но и в существенный контроль над поведением модели искусственного интеллекта, включая решение критических вопросов, таких как политики модерации контента.

05 Заключение

На коммерческом уровне Vana стремится построить всеохватывающую цепочку ценности данных, охватывающую весь процесс от агрегации данных и обучения модели ИИ до продажи данных. В настоящее время рынок данных монополизирован небольшим количеством платформ и дата-брокеров. Vana нацелена на решение этой неэффективности путем создания более справедливой экосистемы торговли данными.

Vana — это не просто новая платформа, это представляет собой фундаментальный сдвиг в владении данными и развитии искусственного интеллекта. Позволяя пользователям участвовать в коллективном создании ценности, сохраняя при этом свою суверенность над данными, Vana заложила основу для более справедливого и инновационного будущего искусственного интеллекта.

На сегодняшнем рынке искусственного интеллекта, который изобилует концептуальной рекламой, Vana выделяется своими инновационными механизмами, напрямую решающими основные проблемы отрасли. У него есть потенциал стать определяющей силой в формировании будущего траектории развития искусственного интеллекта.

Отказ от ответственности:

1. Эта статья воспроизводится с [GateBiteye], авторские права принадлежат оригинальному автору [Biteye], если у вас есть возражения к перепечатке, пожалуйста, свяжитесь с Gate Learnкоманда, и команда обработает это как можно скорее в соответствии с соответствующими процедурами.

2. Отказ от ответственности: Взгляды и мнения, высказанные в этой статье, представляют только личные взгляды автора и не являются инвестиционными советами.

3. Другие языковые версии статьи переведены командой Gate Learn. Переведенная статья не может быть скопирована, распространена или использована без упоминания GateGate.io.