Sebulan yang lalu, YZi Labs mengumumkan investasinya di Vana, dengan pendiri Binance CZ bergabung sebagai penasihat, memperkuat posisi terdepan Vana di sektor data AI. Empat hari kemudian, selama sesi Tanya Jawab dengan Vana, CZ menyatakan bahwa data adalah bahan bakar inti untuk AI, data publik telah habis, dan data pribadi masih belum dimanfaatkan. Dia menyatakan optimisme tentang kesesuaian produk pasar (PMF) Vana dan pertumbuhan pengguna.

Mengapa YZi Labs, Coinbase Ventures, dan Paradigm berinvestasi di Vana? Mengapa CZ optimis terhadap pengembangan Vana?

Laporan ini secara sistematis menganalisis tantangan data AI, nilai inti Vana, aplikasi praktis, dan lintasan pertumbuhan masa depan, mengungkap bagaimana Vana menjadi infrastruktur kritis bagi ekosistem AI.

01 Kecerdasan Buatan dan Dilema Data: Menembus Batasan Tertutup

Menurut data PitchBook, industri AI Amerika Serikat menarik hampir 20 miliar dolar investasi pada kuartal pertama 2025. Hingga tahun 2024, startup AI menyumbang sepertiga dari total modal ventura global, mencapai 131,5 miliar dolar, dengan hampir seperempat dari usaha baru berfokus pada AI. Data Statista lebih lanjut mengonfirmasi pertumbuhan yang menggelegar ini—dana ventura untuk AI dan pembelajaran mesin melonjak dari 670 juta dolar pada 2011 menjadi 36 miliar dolar pada 2020, meningkat 50 kali lipat. Tren ini jelas menunjukkan bahwa AI telah menjadi pilihan bersama dari modal pintar dan pengusaha top.

Namun, arsitektur fundamental AI—“data + model + komputasi”—menghadapi bottleneck struktural. Pendorong inti kinerja model AI bukanlah daya komputasi atau terobosan algoritmik tetapi kualitas dan skala dataset pelatihan. Model bahasa besar saat ini mendekati titik kritis kelelahan data. Llama 3 Meta dilatih dengan sekitar 15 triliun token, hampir habis semua data internet publik berkualitas tinggi. Meskipun ada volume besar data internet publik, itu hanya merupakan puncak gunung es. Fakta yang sering diabaikan adalah bahwa data bernilai tinggi sebagian besar terkunci di balik sistem propietari yang memerlukan akses yang diotorisasi. Data internet publik hanya menyumbang kurang dari 0,1% dari semua data. Masalah ini melampaui kemampuan industri AI untuk diselesaikan sendiri dan memerlukan teknologi blockchain untuk mendefinisikan ulang hubungan produksi data, membentuk mekanisme insentif baru, dan mempercepat munculnya data berkualitas tinggi dalam skala besar.

Di sisi lain, saat ini, sebagian besar data dikendalikan oleh perusahaan teknologi Web2 dalam ekosistem tertutup. Pengembangan AI menghadapi tantangan dari dinding data, sebuah hambatan yang ada karena perusahaan-perusahaan ini mengakui nilai data yang sangat besar. Model AI berkualitas tinggi menghasilkan pengembalian ekonomi yang signifikan—misalnya, pendapatan tahunan OpenAI telah mencapai sekitar $3.4 miliar. Membangun model AI unggul memerlukan jumlah data yang sangat besar, seringkali dengan biaya perolehan yang tinggi.

Sebagai contoh, Reddit menghasilkan sekitar $200 juta setiap tahun dari penjualan data, biaya foto sebesar US$1–US$2 per gambar, dan transaksi data berita Apple mencapai US$50 juta. Kepemilikan data telah berkembang dari preferensi privasi sederhana menjadi isu ekonomi utama. Di dunia di mana model AI mendorong sebagian besar ekonomi, kepemilikan data sama dengan memiliki ekuitas di model AI masa depan.

Seiring dengan semakin menjamurnya komersialisasi data, mengakses data menjadi semakin sulit. Banyak platform yang menyesuaikan syarat dan kebijakan API mereka untuk membatasi akses pengembang eksternal. Sebagai contoh, Reddit dan Stack Overflow telah memodifikasi aturan API, membuat akuisisi data menjadi lebih menantang. Trend ini semakin meluas, dengan platform-platform kaya data bergerak menuju eksklusivitas yang lebih besar.

Namun, satu kelompok tetap memiliki akses bebas ke data ini: para pengguna sendiri. Banyak orang tidak menyadari bahwa, secara hukum, mereka tetap memiliki kepemilikan penuh atas data mereka. Sama halnya seperti memarkir mobil di tempat parkir tidak memberikan hak tempat parkir atas kendaraan, data pengguna yang disimpan di platform sosial tetap menjadi milik mereka.

Saat mendaftar, pengguna biasanya memeriksa kotak yang memungkinkan platform untuk "menggunakan data mereka," yang memberi platform izin untuk mengoperasikan layanan tetapi tidak melepaskan kepemilikan. Pengguna dapat meminta data mereka kapan saja. Bahkan jika platform membatasi akses API untuk pengembang, pengguna individu masih bisa secara legal mengambil kembali data mereka. Sebagai contoh, Instagram memungkinkan pengguna untuk mengekspor data akun, termasuk foto, komentar, dan bahkan tag-tag pemasaran yang dihasilkan oleh kecerdasan buatan. Di 23 and Me, pengguna dapat meminta data genetik mereka, meskipun prosesnya mungkin tidak intuitif.

Secara global, regulasi sedang diperbaiki untuk memastikan pengguna dapat mendapatkan kembali data mereka. Seiring nilai data tumbuh, pengguna harus mengakui dan menggunakan hak kepemilikan mereka.

Konsep Inti 02 VANA

Perusahaan teknologi sedang membangun sistem tertutup untuk melindungi aset data berharganya. Misi VANA adalah untuk membuka data ini dan mengembalikan kontrol kepada pengguna, memungkinkan kedaulatan data.

Dengan kata lain, pengguna dapat mengekstrak data mereka dari berbagai platform dan membuat kumpulan data yang superior dibandingkan dengan penawaran platform yang ada.

Kerangka VANA dibangun di atas dua konsep dasar:

• Non-Custodial Data: Pengguna mengontrol akses data seperti mengelola aset kripto dalam dompet digital. Dalam ekosistem VANA, pengguna memberi otorisasi kepada aplikasi untuk mengakses data mereka melalui transaksi yang ditandatangani, memastikan otonomi dan keamanan.
• Bukti Kontribusi: Sementara satu titik data memiliki nilai yang tidak berarti, nilai data yang terakumulasi tumbuh secara eksponensial. Mekanisme ini memastikan kelompok data berkualitas tinggi dan menciptakan nilai bagi para kontributor.

Ketika pengembang membayar untuk mengakses data, kontributor menerima token governance secara proporsional terhadap kontribusi mereka. Hal ini memungkinkan kontributor untuk mendapatkan imbalan yang berkelanjutan dan berpartisipasi dalam pengambilan keputusan, membentuk ulang penetapan harga pasar data dan efisiensi.

Aplikasi Ekosistem 03 VANA

3.1 DataDAO

DataDAO adalah pasar data terdesentralisasi dalam ekosistem VANA, memungkinkan pengguna untuk berkontribusi, tokenisasi, dan memanfaatkan data. Pengguna dapat memilih kolam penambangan data yang sesuai (misalnya, data kebugaran, data penelitian) untuk berkontribusi pada data mereka. Data yang dikontribusikan mengalami validasi oleh mekanisme Proof-of-Contribution Vana, yang menilai kualitas dan nilai data untuk memastikan kompensasi yang adil bagi kontributor.

Setelah diverifikasi, data di-tokenisasi menjadi aset digital yang dapat diperdagangkan atau digunakan untuk pelatihan kecerdasan buatan, sementara kontributor tetap mengendalikan penggunaannya. Setiap kali data digunakan, kontributor menerima imbalan token dan hak pemerintahan, memungkinkan mereka untuk mendapatkan manfaat secara ekonomis dan memengaruhi arah kolam data. Dengan menggabungkan dataset yang beragam, DataDAO menciptakan pasar data likuid, memfasilitasi peredaran data yang aman dan efisien dalam ekosistem VANA.

Di inti DataDAO adalah Kolam Likuiditas Data (DLP)—sebuah kumpulan dataset yang divalidasi yang terhubung dengan token. DLP dikelola oleh anggota DataDAO, yang memegang hak tata kelola. Setiap DLP dengan jelas menentukan struktur datanya dan standar kontribusinya. Sebagai contoh, Sleep.com, sebuah DataDAO yang berfokus pada tidur, telah menetapkan skema data yang terdefinisi dengan baik untuk memastikan semua data on-chain terstruktur dan dapat digunakan. Nilai data tidak hanya terletak pada volumenya tetapi juga pada struktur dan aksesibilitasnya.

DataDAO menempatkan penekanan yang kuat pada keaslian dan validitas data. Saat ini, sebagian besar DataDAO menggunakan Lingkungan Eksekusi Terpercaya (TEEs) untuk menjalankan skrip Python untuk validasi data, memastikan kualitas sambil mempertahankan privasi. Misalnya, Amazon DataDAO menggunakan ekstensi browser untuk menghasilkan bukti kualitas data. Semua DataDAO secara publik mengungkapkan mekanisme Bukti Kontribusi mereka, memungkinkan pengguna memahami bagaimana kualitas data dijamin.

16 DLP teratas dalam ekosistem VANA menerima insentif tambahan, memungkinkan pengguna untuk mendapatkan imbalan dengan menyumbangkan data berkualitas tinggi. Imbalan didistribusikan berdasarkan metrik seperti frekuensi akses data, kualitas, dan efisiensi biaya. Saat ini, Reddit DataDAO adalah yang terbesar, menarik sekitar 140.000 pengguna dan berhasil melatih model AI yang dimiliki oleh komunitas. DataDAO DLP Labs memungkinkan pengemudi untuk menghubungkan akun DIMO_Network mereka, berbagi data kendaraan untuk mendapatkan imbalan dan memajukan inovasi AI di sektor otomotif. Sementara itu, 23andWE bertujuan untuk mengakuisisi 23andMe untuk mencegah data genetik dari dieksploitasi.

DataDAO mewakili pendekatan terobosan dalam pengelolaan data, memberdayakan individu untuk mengambil kendali atas data mereka dan memonetisasikannya melalui tokenisasi. Ekosistem yang berkembang pesat ini memperkenalkan lebih banyak kemungkinan terbuka dan demokratis untuk tata kelola data dan pelatihan AI.

3.2 DataFi

Berdasarkan pondasi dari kolam likuiditas data, DeFi secara bertahap mulai diterapkan ke ranah token data. Kolam likuiditas data berfungsi sebagai lapisan dasar dari seluruh ekosistem, di atasnya berbagai aplikasi DeFi dapat dibangun menggunakan token data.

Saat ini, beberapa aplikasi awal telah muncul di ekosistem Data DeFi. Misalnya, pertukaran terdesentralisasi seperti @VanaDataDexdan@flur_protocolmemungkinkan pengguna untuk berdagang token data dan melacak dinamika pasar untuk token data tertentu. Kemunculan platform-platform ini telah memudahkan aliran bebas aset data dan menghidupkan kembali pasar data.

Perlu dicatat bahwa sebagian besar mekanisme imbalan DLP pada umumnya menyetor imbalan ke dalam kas DLP daripada langsung membakar token data atau memengaruhi pasokan dan permintaannya. Namun, dengan diperkenalkannya pembaruan VRC-13, mekanisme ini telah berkembang. Model baru memperkenalkan pendekatan yang lebih berbasis pasar: dengan memberikan insentif imbalan VANA untuk mempromosikan tokenisasi data, yang kemudian disuntikkan ke dalam kolam DEX untuk meningkatkan perdagangan token data dan lebih mengaktifkan ekosistem DeFi.

Mengintip ke depan, fungsionalitas yang saat ini dapat dicapai di ruang DeFi—seperti pinjaman, staking, penambangan likuiditas, dan bahkan asuransi—dapat diperkenalkan ke pasar token data, menciptakan skenario aplikasi yang benar-benar baru.

Dari sudut pandang industri Web2 tradisional, sama halnya dengan perusahaan yang membeli kontrak berjangka minyak untuk melindungi diri dari fluktuasi harga, pasar data dapat mengembangkan kontrak berjangka data, memungkinkan pengguna untuk mengunci harga di masa depan untuk kumpulan data di awal dan mengurangi ketidakpastian dalam biaya akuisisi.

Beberapa perusahaan perdagangan sudah mulai memperlakukan data sebagai kelas aset baru, meneliti metode penilaian seperti menilai nilai token data tertentu, probabilitas penggunaan penjualan, dan analisis siklus hidup. Faktor-faktor ini secara langsung memengaruhi harga token data dan likuiditas pasar, meninggalkan ruang yang cukup untuk inovasi.

3.3 Akses Data yang Disederhanakan

Saat ini, mengakses rangkaian data pada mainnet masih tergolong rumit. Pengguna harus mengirimkan permintaan rinci yang menjelaskan kebutuhan mereka, jumlah pembayaran, dan kode proyek, kemudian menunggu persetujuan sebelum mendapatkan akses. Meskipun hal ini memastikan transparansi dan standarisasi, namun menciptakan gesekan operasional.

Untuk meningkatkan efisiensi, Vana sedang mengembangkan metode akses data yang lebih efisien yang memungkinkan akses API otomatis dan pengambilan data langsung di beberapa DataDAO. Misalnya, di masa depan, pengguna dapat menggabungkan data tidur dengan data perdagangan Coinbase atau Binance untuk menganalisis pola tidur pemegang token tertentu dan menemukan wawasan pasar baru.

Selain itu, Vana sedang memajukan proposal baru yang mengimplementasikan rasio standar 80-20 untuk membakar token data dan VANA sebagai imbalan hak akses data.

Vana juga telah mengembangkan antarmuka kueri data baru yang secara signifikan menyederhanakan proses akses data. Pengguna dapat mengautentikasi melalui login dompet dan menghasilkan tanda tangan digital untuk memverifikasi izin akses mereka. Karena Data Liquidity Pools (DLP) merekam format data, pengguna dapat dengan jelas memahami struktur data dan mengambil informasi yang diperlukan menggunakan kueri SQL. Selama proses ini, pengguna dapat terlebih dahulu menerima sampel data sintetis untuk menguji dan memverifikasi akurasi kueri. Saat bekerja dengan data nyata, semua perhitungan dilakukan dalam Trusted Execution Environments (TEEs) untuk memastikan keamanan data. Mekanisme ini secara efektif mencegah "masalah data penggunaan ganda" (di mana pengguna dapat menjual kembali data yang dibeli), sehingga melindungi nilai ekonomi data dan memastikan pengembangan pasar data yang berkelanjutan.

Analisis Nilai 04 Vana

Data dengan cepat muncul sebagai aset inti dari era digital. Sementara teknologi pengumpulan dan penyimpanan data telah mencapai kematangan yang cukup, tantangan sebenarnya terletak pada penilaian kualitas data secara efektif, memaksimalkan nilainya, dan memastikan perlindungan privasi. Vana dengan elegan mengatasi tantangan ini melalui mekanisme insentif inovatifnya: Pengguna dapat melakukan staking token VANA untuk mendukung DataDAOs bernilai tinggi sambil menghasilkan imbalan yang sesuai, menciptakan siklus nilai yang baik.

4.1 Menembus "Dinding Data"

Pengembangan AI telah mencapai “dinding data” - sumber daya data publik berkualitas tinggi hampir habis. Terobosan masa depan dalam AI akan tak terhindarkan tergantung pada akses dan pemanfaatan efektif data pribadi bernilai tinggi, seperti catatan kesehatan pribadi, data penggunaan perangkat pintar, dan video pengemudi Tesla sebagai sumber daya pelatihan potensial.

Ada paradoks dalam nilai data: data menjaga nilainya melalui eksklusivitas, tetapi menjadi diperdagangkan dan menurun nilainya begitu tersedia secara luas. Saat model AI mengalami komoditisasi sendiri, keunggulan kompetitif jangka panjang akan datang dari mengendalikan kumpulan data unik yang memungkinkan kinerja superior di domain-domain khusus. Begitu data menjadi publik, persaingan harga muncul hampir seketika, menyebabkan erosi nilai yang cepat.

DataDAO Vana memanfaatkan Lingkungan Eksekusi Terpercaya (TEEs) untuk memungkinkan transfer data pribadi bernilai tinggi sambil menjaga privasi. Terobosan ini memperluas cakupan aset data berharga dari kumpulan data publik terbatas ke ranah luas data pribadi, membuka kemungkinan baru untuk kemajuan kecerdasan buatan.

4.2 Kurva Nilai Unik Data

Data menunjukkan kurva nilai yang khas: titik data individual memiliki nilai yang diabaikan, tetapi ketika dikumpulkan menjadi massa kritis, nilainya tumbuh secara eksponensial. Karakteristik ini menimbulkan tantangan signifikan untuk monetisasi data - pengembalian substansial hanya terwujud setelah kumpulan data terbentuk.

Mekanisme DataDAO Vana menyediakan solusi inovatif untuk dilema ini. Dengan menggabungkan data serupa, DataDAO menciptakan kekuatan tawar-menawar kolektif bagi kontributor. Pertimbangkan pemilik Tesla: jika semua pemilik secara kolektif membagikan data berkendara melalui DataDAO, mereka mendapatkan daya ungkit harga yang kuat dengan calon pembeli apa pun. Sebaliknya, jika pemilik secara individu mencoba memonetisasi data mereka, hal itu tak terhindarkan akan mengarah pada persaingan harga di mana pembeli dapat dengan mudah memperoleh sampel yang cukup dari penawar terendah.

Set data berkualitas tinggi yang terstruktur dan terverifikasi (seperti data mengemudi Tesla yang terotentikasi) memiliki nilai pasar premium, dan kerangka kerja Vana memungkinkan realisasi penuh dari nilai ini.

4.3 Terobosan Agregasi Data lintas Platform

Aspek paling kuat dari DataDAOs adalah kemampuannya untuk mencapai agregasi data lintas platform - sesuatu yang hampir tidak mungkin dilakukan dalam ekosistem taman tertutup saat ini. Bayangkan para peneliti memerlukan akses ke pesan gabungan pengguna di Facebook, riwayat iMessage, dan konten Google Docs. Pendekatan tradisional akan memerlukan kerja sama antara Facebook, Apple, dan Google - platform-platform yang tidak memiliki insentif untuk mengintegrasikan data pengguna (yang akan melemahkan benteng data mereka) maupun klarifikasi regulasi untuk melakukannya.

DataDAOs dengan elegan menghindari hambatan ini melalui integrasi data yang dipimpin pengguna, membuka nilai data lintas platform, dan menciptakan peluang yang belum pernah terjadi sebelumnya untuk pelatihan dan penelitian kecerdasan buatan.

4.4 Model Partisipasi Ekonomi Baru

Visi Vana melampaui inovasi teknologi murni - itu sedang memimpin paradigma partisipasi ekonomi yang benar-benar baru. Di bawah model ini, pengguna dapat terlibat dalam ekonomi digital tanpa persyaratan modal tradisional, karena mereka sudah memiliki sumber daya paling berharga: data pribadi mereka. Pengguna tidak perlu membawa modal finansial; berbagi data mereka menjadi modal mereka. DataDAOs menyediakan pengguna Web3 dengan aliran pendapatan pasif yang berasal dari data pribadi unik mereka, secara signifikan menurunkan hambatan masuk untuk berpartisipasi dalam ekonomi digital.

4.5 Menyusun Ulang Distribusi Laba AI

Model ini secara mendasar dapat mengubah bagaimana nilai dari kemajuan kecerdasan buatan didistribusikan. Alih-alih keuntungan utamanya mengalir ke perusahaan teknologi besar, kepemilikan data dan mekanisme tata kelola Vana memungkinkan partisipasi luas dalam ekonomi kecerdasan buatan. Indikator awal menunjukkan resonansi yang kuat dengan pendekatan ini—lebih dari 300 DataDAO sudah dalam pengembangan pada testnets.

Mengintip ke depan 3-5 tahun, kita mungkin akan menyaksikan munculnya model AI yang sepenuhnya dikelola oleh pengguna yang dibangun oleh 100 juta kontributor data—model yang mungkin bisa melampaui sistem AI terpusat terkemuka saat ini. Model-model yang dimiliki oleh komunitas ini menciptakan keterlibatan dan koneksi pengguna yang lebih kuat. Kedaulatan data memberdayakan pengguna untuk mendukung pengembangan AI etis secara selektif sambil menolak akses kepada perusahaan-perusahaan yang tidak etis.

Kecerdasan Buatan terdesentralisasi menyediakan kerangka kerja yang lebih demokratis di mana masyarakat secara kolektif menentukan apa yang seharusnya dipelajari dan dipercayai oleh Kecerdasan Buatan, daripada meninggalkan keputusan-keputusan ini kepada segelintir perusahaan. Kepemilikan data pengguna tidak hanya berdampak pada manfaat ekonomi, tetapi juga kontrol substantif atas perilaku model AI---termasuk menangani isu-isu krusial seperti kebijakan moderasi konten.

05 Kesimpulan

Pada tingkat komersial, Vana berkomitmen untuk membangun rantai nilai data komprehensif yang meliputi seluruh proses mulai dari agregasi data dan pelatihan model AI hingga penjualan data. Saat ini, pasar data dikuasai oleh sejumlah platform dan pialang data. Vana bertujuan untuk mengatasi ketidak efisienan ini dengan menciptakan ekosistem perdagangan data yang lebih adil.

Vana lebih dari sekadar platform baru—ia mewakili perubahan mendasar dalam kepemilikan data dan pengembangan kecerdasan buatan. Dengan memungkinkan pengguna untuk berpartisipasi dalam penciptaan nilai kolektif sambil menjaga kedaulatan atas data mereka, Vana sedang menanamkan dasar bagi masa depan kecerdasan buatan yang lebih adil dan inovatif.

Di pasar AI saat ini, yang penuh dengan hiruk-pikuk konseptual, Vana menonjol dengan mekanisme inovatifnya yang langsung menangani tantangan inti industri. Ini memiliki potensi untuk menjadi kekuatan kunci dalam membentuk lintasan masa depan AI.

Disclaimer:

1. Artikel ini diambil dari [ Biteye], hak cipta milik penulis asli [Biteye], jika Anda memiliki keberatan terhadap cetak ulang, harap hubungi Gate Belajartim, dan tim akan menanganinya secepat mungkin sesuai dengan prosedur yang relevan.

2. Penafian: Pandangan dan opini yang terdapat dalam artikel ini hanya mewakili pandangan pribadi penulis dan tidak merupakan saran investasi apa pun.

3. Versi bahasa lain dari artikel diterjemahkan oleh tim Gate Learn. Artikel yang diterjemahkan tidak boleh disalin, didistribusikan, atau diplagiat tanpa menyebutkan Gate.io.