NEAR współzałożyciel omawia nową strategię gospodarczą AI: od transakcji międzyłańcuchowych do prywatnego AI, czy następny krok to przekazanie rynku AI Agentom?

Wstęp redaktora: W miarę jak AI Agent ewoluuje z narzędzia do czatu w system autonomicznie wykonujący zadania, infrastruktura blockchain poszukuje nowego miejsca. 21 października współzałożyciel NEAR, Illia Polosukhin, wraz z członkami zespołu Alexem i Antonem, gościł w programie "AI Super Cycle" The Rollup, gdzie omówili NEAR Intents, obliczenia prywatności, bezpieczeństwo postkwantowe oraz kierunki rozwoju gospodarki AI Agentów. W przeciwieństwie do tradycyjnych publicznych blockchainów, które koncentrują się na wydajności transakcji i skali ekosystemu, NEAR stara się zintegrować te technologie w jedną infrastrukturę wspierającą gospodarkę AI.

To wiąże się z bardziej fundamentalnym pytaniem: jeśli w przyszłości użytkownicy będą głównie korzystać z AI Agentów do zakupów, płatności, transakcji aktywów i innych działań biznesowych, kto będzie odpowiedzialny za łączenie różnych rynków, realizację transakcji i weryfikację wyników? W międzyczasie, gdy AI zdobywa coraz więcej danych osobowych i firmowych, jak uniknąć sytuacji, w której kilku dostawców modeli kontroluje jednocześnie informacje o użytkownikach, punkty dostępu do transakcji i mechanizmy dystrybucji biznesowej?

W wywiadzie Polosukhin podkreślił kluczowe założenie NEAR: AI stanie się interfejsem interakcji między ludźmi a systemami obliczeniowymi, podczas gdy blockchain będzie odpowiedzialny za koordynację działań gospodarczych między AI, ludźmi i przedsiębiorstwami. Zgodnie z tą koncepcją, NEAR Intents nie jest już tylko narzędziem do transakcji międzyłańcuchowych, ale może rozwinąć się w sieć transakcyjną łączącą aktywa finansowe, usługi cyfrowe, a nawet towary fizyczne; NEAR AI zapewni ochronę prywatności, weryfikowalne wnioskowanie i dostęp do modeli.

Warto zauważyć, że ta strategia łączy się również z projektowaniem ekonomii tokenów NEAR. NEAR już nawiązał związek między częścią przychodów z protokołu a wykupem tokenów oraz wprowadził mechanizm uzyskiwania limitów obliczeniowych AI poprzez stakowanie NEAR. Jednak przejście od wzrostu przychodów z transakcji międzyłańcuchowych do stworzenia szeroko stosowanej infrastruktury gospodarki AI wciąż wymaga rozwiązania problemów związanych z adopcją przez użytkowników, potrzebami biznesowymi i uchwyceniem wartości. Wywiad odzwierciedla bardziej ocenę NEAR dotyczącą przyszłej struktury rynku, a nie to, że ten model został już w pełni zweryfikowany.

AI stanie się interfejsem, NEAR chce przekształcić blockchain w zaplecze gospodarki Agentów

W ciągu ostatnich kilku lat kierunek rozwoju NEAR nie zawsze był jasny dla zewnętrznych obserwatorów. Od abstrakcji łańcucha (Chain Abstraction), NEAR Intents, po zdecentralizowane AI, obliczenia prywatności i kryptografię postkwantową, te działania wydają się odpowiadać różnym rynkom.

Jednak według Polosukhina te technologie zawsze koncentrowały się wokół tego samego celu.

„Moje kluczowe założenie zawsze brzmiało, że AI stanie się interfejsem naszej interakcji z systemami obliczeniowymi, a blockchain będzie odpowiedzialny za koordynację relacji między AI, ludźmi i przedsiębiorstwami.”

W tej architekturze blockchain pełni głównie funkcje rozliczeniowe i zabezpieczające, AI odpowiada za zrozumienie potrzeb użytkowników i interakcję z nimi, podczas gdy NEAR Intents łączy różne rynki, realizując konkretne zadania.

Intents, czyli architektura transakcji oparta na intencjach, pozwala użytkownikom bezpośrednio wyrażać pożądane rezultaty, bez konieczności samodzielnego zajmowania się wszystkimi technicznymi krokami potrzebnymi do zrealizowania transakcji. W przypadku transakcji międzyłańcuchowych użytkownik musi jedynie określić aktywa, które chce wymienić, a system może zrealizować operację międzyłańcuchową za pomocą odpowiednich mechanizmów wykonawczych.

NEAR chce dalej rozszerzać zakres zastosowania tej architektury.

Polosukhin podaje przykład, że na rozwijającym się rynku Agentów pojawiły się już usługi zdolne do analizy, czy strony internetowe i produkty są łatwe do polecenia przez inne AI Agenty, a także Agenty, które mogą generować profesjonalne zdjęcia na podstawie przesłanych przez użytkowników selfie, a następnie realizować ich druk i wysyłkę.

W drugim przypadku użytkownik musi jedynie zgłosić potrzebę „chcę profesjonalne zdjęcie” i przesłać selfie, a resztę pracy może koordynować system.

To oznacza, że w przyszłości NEAR Intents może obsługiwać nie tylko polecenia transakcji finansowych, ale także dostarczanie usług cyfrowych, zadania biznesowe i transakcje towarów fizycznych.

Alex podsumowuje tę pozycję jako „rynek rynków” (Market of Markets).

Uważa, że rynek obecnie nie ma jednolitej narracji dotyczącej NEAR. Niektórzy postrzegają go jako SWIFT między różnymi blockchainami, inni jako infrastrukturę agregującą różne rynki, a jeszcze inni jako podstawową sieć gospodarki AI Agentów.

Alex nie uważa, że ta rozproszona pozycja jest czymś złym. Wręcz przeciwnie, uważa, że przewagą NEAR jest możliwość współpracy z innymi blockchainami i ekosystemami aplikacji, bez konieczności opierania rozwoju na zastępowaniu innych sieci.

„Naszym priorytetem zawsze było budowanie odpowiedniej, niezawodnej technologii, wspierającej więcej scenariuszy aplikacji i łączącej się z technologią innych ekosystemów, aby uniknąć konkurencji o sumę zerową.”

Dlatego długoterminowy kierunek, który NEAR proponuje, nie polega na migracji wszystkich aktywów i aplikacji na jeden publiczny blockchain, ale na umożliwieniu różnym rynkom współpracy poprzez jednolitą architekturę wykonawczą.

To, czy ta koncepcja się sprawdzi, w dużej mierze zależy od tego, czy AI Agenci rzeczywiście staną się ważnym punktem dostępu do przyszłych działań biznesowych.

Od transakcji międzyłańcuchowych do finansów przedsiębiorstw, prywatność staje się nowym punktem wejścia NEAR

W miarę jak coraz więcej działań finansowych przenosi się na blockchain, tradycyjna cecha publicznych blockchainów, jaką jest przejrzystość, zaczyna stawać się przeszkodą dla przedsiębiorstw przy przyjmowaniu infrastruktury kryptograficznej.

Polosukhin uważa, że w ciągu ostatnich dziesięciu lat główne działania w branży kryptograficznej koncentrowały się na spekulacjach i finansowaniu, a prawdziwe działalności przedsiębiorstw nie weszły masowo na blockchain.

Jednak w miarę jak regulacje stają się coraz bardziej jasne, a płynność poprawia się, przedsiębiorstwa zaczynają mieć warunki do wykorzystania blockchaina w rzeczywistym prowadzeniu działalności. Problem polega na tym, że przedsiębiorstwa zazwyczaj nie mogą zaakceptować sytuacji, w której wszystkie płatności, przychody i transakcje biznesowe są obserwowane na bieżąco przez osoby zewnętrzne.

Dla spółek giełdowych wcześniejsze ujawnienie niektórych danych transakcyjnych może nawet wiązać się z problemami z ujawnianiem informacji i zgodnością.

„Blockchain stopniowo dojrzewa do etapu, w którym może być naprawdę wykorzystywany w działalności gospodarczej, ale prywatność nie jest już tylko kwestią zamazywania tożsamości poprzez anonimowe adresy. Potrzebujemy prawdziwej ochrony prywatności.”

To również stanowi tło dla wprowadzenia przez NEAR Confidential Intents (tajnych intencji wykonawczych).

Confidential Intents to mechanizm wykonawczy transakcji oparty na NEAR Intents, który zapewnia poufność. Zgodnie z informacjami ujawnionymi przez NEAR, realizuje transakcje za pomocą dedykowanych prywatnych shardów, co oznacza, że kwoty transakcji, zestaw aktywów, kontrahenci i strategie wykonawcze nie muszą być w pełni ujawniane na publicznym blockchainie.

7 lipca tego roku NEAR ogłosił, że Confidential Intents jest teraz w pełni otwarte dla programistów. Wówczas ujawniono, że całkowita wartość transakcji ZEC przetworzonych przez NEAR Intents przekroczyła 1,5 miliarda dolarów, a na stronie near.com, w ciągu kilku tygodni po wprowadzeniu trybu poufnego, około 42% transakcji korzystało z tej funkcji. Powyższe dane odzwierciedlają sytuację na określonej platformie i nie można ich bezpośrednio interpretować jako popytu na transakcje prywatne na całym rynku.

W porównaniu do modelu, w którym wszystkie informacje o transakcjach są całkowicie publiczne, Confidential Intents ma na celu ochronę wrażliwych informacji biznesowych, jednocześnie zachowując weryfikowalną zdolność rozliczeniową.

Jednak nie oznacza to, że NEAR osiągnął całkowicie bezzaufowe anonimowe transakcje. Oficjalna dokumentacja techniczna pokazuje, że system opiera się na prywatnych shardach obsługiwanych przez zweryfikowanych uczestników, dokonując kompromisu między ochroną prywatności, audytowalnością a założeniami zaufania; funkcja selektywnego ujawniania również pozostaje w fazie stopniowego wprowadzania.

Dla Polosukhina znaczenie prywatności polega również na tym, że AI znacznie zwiększy zdolność analizy danych.

„AI staje się coraz lepsze w śledzeniu każdego człowieka i coraz bardziej potrafi dostrzegać powiązania między różnymi zachowaniami konsumpcyjnymi. Nie chciałbyś, aby te informacje były całkowicie ujawnione, aby każdy mógł je zdobyć.”

Uważa, że Zcash przyczynił się do wzrostu zapotrzebowania na prywatność finansową osób fizycznych, a potrzeba przedsiębiorstw dotycząca poufności transakcji może stać się następnym etapem tego trendu.

Alex podkreśla, że blockchain nie musi zastępować banków. Ważniejsze jest to, że gdy użytkownicy mogą wybierać między tradycyjnymi usługami powierniczymi a samodzielnym zarządzaniem, transakcjami prywatnymi na blockchainie, mają więcej sposobów na zarządzanie ryzykiem.

Innymi słowy, NEAR stara się przyciągnąć nie tylko dotychczasowych użytkowników DeFi, ale także te przedsiębiorstwa i instytucje, które potrzebują zdolności do zachowania poufności w biznesie, ale chcą również korzystać z rozliczeń na blockchainie i płynności międzyłańcuchowej.

NEAR AI stara się stworzyć rynek prywatnego wnioskowania, otwarte modele jako punkt przełomowy w kosztach

Jeśli NEAR Intents rozwiązuje problem, jak AI Agent wykonuje zadania, to NEAR AI bardziej koncentruje się na tym, czy model sam w sobie jest godny zaufania podczas realizacji tych zadań.

Polosukhin podsumowuje cel NEAR AI trzema słowami kluczowymi: prywatność, weryfikowalność i bezpieczeństwo.

Uważa, że w miarę jak zastosowania AI coraz bardziej przenikają do codziennego życia i działalności przedsiębiorstw, użytkownicy zaczynają dostarczać modelom coraz więcej wrażliwych informacji, w tym dane finansowe, medyczne, prawne, osobiste relacje oraz wewnętrzne dokumenty i procesy biznesowe.

Im bardziej kompletny kontekst, tym wyższa wartość AI, ale zależność użytkowników od dostawców modeli również wzrasta. „Jeśli wszystkie dokumenty przedsiębiorstwa są przekazywane jednemu dostawcy usług w formie jawnej, ten może w rzeczywistości mieć możliwość odbudowy całego Twojego biznesu.”

NEAR AI ma na celu zmniejszenie tego ryzyka poprzez mechanizmy wnioskowania oparte na kryptografii i weryfikacji działania.

Zgodnie z opisem Polosukhina, NEAR AI może dostarczać niezależnie weryfikowalne dowody dotyczące działania modelu, w tym hashe promptów i odpowiedzi, podpisy sprzętowe oraz odpowiednie zapisy wykonawcze. Jego celem jest umożliwienie użytkownikom weryfikacji środowiska uruchomieniowego modelu i procesu wykonawczego, a nie tylko poleganie na obietnicach platformy.

Ta ścieżka technologiczna jest również związana z rozwojem otwartych modeli wag (Open-Weight Models). Otwarte wagi oznaczają, że parametry modelu są dostępne do użytku zewnętrznego lub wdrożenia, ale niekoniecznie oznacza to, że dane treningowe, kod treningowy i cały proces rozwoju modelu są całkowicie otwarte.

Polosukhin zauważa, że w miarę jak wydajność otwartych modeli wag rośnie, ich przewaga kosztowa zaczyna być widoczna w niektórych zadaniach.

Szczególnie podkreśla, że NEAR w badaniach formalnej weryfikacji wykorzystuje model DeepSeek w połączeniu z dostosowanym frameworkiem Agentów, osiągając w niektórych złożonych zadaniach wyniki zbliżone do Claude'a i GPT, ale przy kosztach niższych o około 100 do 200 razy.

Formalna weryfikacja to technika wykorzystująca metody matematyczne do sprawdzania, czy program lub system spełnia określone wymagania poprawności, szczególnie odpowiednia dla protokołów i systemów o wysokich wymaganiach bezpieczeństwa.

Należy podkreślić, że ta porównawcza analiza kosztów i wydajności pochodzi z prezentacji wyników badań NEAR przez Polosukhina, a wywiad nie dostarczył pełnych testów porównawczych, wersji modeli ani podstaw obliczeń kosztów, dlatego nie można na tej podstawie stwierdzić, że DeepSeek ma równą przewagę we wszystkich scenariuszach.

Przyznaje również, że w najtrudniejszych problemach na czołowej linii, najlepsze modele wciąż mają przewagę.

Jednak w jego opinii nie wszystkie zadania wymagają użycia najdroższych modeli. W przypadku wielu zadań, które można wykonać przy użyciu modeli o niższych kosztach, otwarte modele wag już mają realną konkurencyjność.

Na tej podstawie NEAR AI planuje również otworzyć zdolności do tajnego zarządzania dla dostawców modeli zewnętrznych. Zgodnie z opisem architektury Polosukhina, deweloperzy modeli mogą wdrażać modele na platformie, jednocześnie szyfrując wagi modeli; dane przesyłane przez użytkowników nie będą również bezpośrednio ujawniane dostawcom modeli.

To oznacza, że NEAR AI pragnie chronić dane wejściowe użytkowników, jednocześnie dbając o prawa własności intelektualnej twórców modeli. Jego długoterminowym celem nie jest jedynie prowadzenie zestawu własnych modeli, ale stworzenie rynku, który jednocześnie łączy dostawców modeli z potrzebującymi wniosków.

W zakresie modelu biznesowego, NEAR w lipcu uruchomił mechanizm uzyskiwania zasobów obliczeniowych AI poprzez stakowanie NEAR. Zgodnie z oficjalnym opisem, użytkownicy mogą stakować, aby uzyskać okresowe zasoby obliczeniowe, korzystając z odpowiednich usług AI, zachowując jednocześnie prawa własności do podstawowych stakowanych aktywów.

Jednakże, czy rynek tajnych wniosków będzie w stanie konkurować z istniejącymi usługami chmurowymi pod względem ceny, jakości modeli, opóźnienia i doświadczenia deweloperów, wciąż wymaga dalszej obserwacji.

Gdy AI Agent zastępuje tradycyjne wejścia wyszukiwania, modele biznesowe platform internetowych mogą wymagać przemyślenia

W odniesieniu do przyszłości AI Agenta, zespół NEAR przedstawił bardziej kontrowersyjną tezę: istniejące platformy internetowe mogą nie tylko z powodów technicznych lub bezpieczeństwa blokować AI Agent w przeprowadzaniu transakcji, ale także z powodu ochrony swoich tradycyjnych modeli biznesowych.

Polosukhin wskazał na Amazon jako przykład, zauważając, że przychody platform e-commerce pochodzą nie tylko ze sprzedaży towarów, ale także z reklam wyszukiwania, sponsorowanych promocji i innych działalności. Te modele biznesowe opierają się na przeglądaniu i klikaniu przez użytkowników na stronach internetowych, a także są wpływane przez kolejność wyszukiwania i lokalizację wyświetlania reklam.

Jednak logika zakupów AI Agenta może być całkowicie inna. „Dla Agenta, skanuje on zestaw danych JSON. To, czy produkt znajduje się na pierwszym, czy trzecim miejscu, niekoniecznie ma znaczenie.”

W tej sytuacji, jeśli Agent będzie w stanie samodzielnie porównywać ceny, cechy produktów i zdolności do realizacji w zależności od potrzeb użytkownika, tradycyjna wartość komercyjna miejsc promocyjnych w wyszukiwarkach może zostać zakwestionowana.

Polosukhin porównał to z procesem przyjmowania dużych modeli językowych przez Google. Uważa, że nowy sposób interakcji, nawet jeśli poprawi doświadczenie użytkownika, może napotkać wewnętrzny opór z powodu wpływu na istniejące przychody biznesowe.

Alex zauważył, że taki opór jest powszechnym zjawiskiem w procesie transformacji technologicznej. Użył przykładu samochodu zastępującego powóz, aby pokazać, że tradycyjne interesy często sprzeciwiają się nowym technologiom, ale niekoniecznie mogą długoterminowo powstrzymać ich popularyzację.

Jego zdaniem, w ciągu następnych pięciu lat, niektóre firmy zajmujące obecnie ważne miejsce na świecie mogą stracić przewagę, jeśli nie dostosują się do transformacji technologicznej.

Jednakże, to wciąż jest prognoza Alexa dotycząca konkurencyjności w branży, a nie potwierdzony wynik rynkowy. Czy AI Agent będzie w stanie samodzielnie dokonywać płatności, zakupów i dostaw, wciąż wiąże się z rzeczywistymi problemami, takimi jak autoryzacja platformy, weryfikacja tożsamości, ochrona konsumentów i odpowiedzialność za transakcje.

Dla NEAR, ta zmiana może stworzyć nowe możliwości biznesowe.

Jeśli działalność gospodarcza przechodzi z bezpośredniego dostępu użytkowników do stron internetowych na zakupy usług przez AI Agenta, rynek potrzebuje nowej infrastruktury do obsługi odkrywania usług, wyceny, płatności, realizacji i weryfikacji.

NEAR Agent Market rozwija się właśnie w tym kierunku.

Polosukhin stwierdził, że NEAR pragnie rozszerzyć możliwości Intents z transakcji aktywów na cyfrową pracę, dobra cyfrowe i dobra materialne, aby Agent mógł bezpośrednio łączyć się z różnymi dostawcami usług i realizować zadania.

Jednakże, czy ten model stanie się głównym nurtem w handlu internetowym, wciąż zależy od tego, czy oferta usług, przyjęcie przez użytkowników i współpraca międzyplatformowa będą w stanie osiągnąć wystarczającą skalę.

Od AI posiadanej przez użytkowników do bezpieczeństwa post-kwantowego, NEAR pragnie zmniejszyć zależność od pojedynczego dostawcy usług

Oprócz transakcji i modeli biznesowych, zespół NEAR postrzega również własność AI jako ważny problem na przyszłość.

Alex zauważył, że kontekst użytkownika, który dzisiaj posiadają chatboty AI, może znacznie przewyższać to, co oferują tradycyjne wyszukiwarki.

W przeszłości platformy wyszukiwania głównie wnioskowały o potrzeby użytkowników na podstawie wprowadzonych słów kluczowych. Gdy użytkownicy przez długi czas korzystają z asystentów AI do zarządzania pracą, życiem i osobistymi decyzjami, dostawcy modeli mogą posiadać bardziej kompletną i ciągłą informację o osobie. Jeśli te informacje są skoncentrowane na rekomendacjach reklamowych i monetyzacji, platforma może uzyskać silniejszą zdolność wpływania na zachowanie.

Alex obawia się, że w miarę jak modele biznesowe AI będą się rozwijać, użytkownicy mogą mieć trudności z rozróżnieniem między własnymi osądami a długoterminowym prowadzeniem przez algorytmy. Uważa to ryzyko za istotny argument na rzecz AI posiadanej przez użytkowników.

Polosukhin dodał, że AI posiadana przez użytkowników to nie tylko kwestia prywatności danych, ale także ekonomicznych zachęt i kontroli systemu. Uważa, że jednym z ważnych innowacji Bitcoina jest koordynowanie różnych uczestników za pomocą ekonomicznych zachęt, tworząc wspólną sieć publiczną. AI również może przyjąć podobny model, pozwalając użytkownikom i deweloperom na wspólne budowanie systemu, jednocześnie zachowując kontrolę nad swoimi danymi, procesem używania modeli i związanymi aktywami.

W tym kontekście ochrona prywatności i weryfikowalność są podstawowymi warunkami. Na przykład, użytkownicy powinni mieć możliwość sprawdzenia kodu działania modelu, weryfikacji środowiska wykonawczego i potwierdzenia, że system nie został nieautoryzowanie zmodyfikowany.

Jednak to nie oznacza, że wszystkie systemy AI mogą natychmiast osiągnąć pełną decentralizację. Polosukhin przyznał, że współdzielone szkolenie modeli, dostosowywanie i ciągłe doskonalenie wciąż stają przed wieloma wyzwaniami badawczymi.

Dlatego NEAR obecnie koncentruje się najpierw na infrastrukturze tajnych wniosków, a następnie stopniowo bada szersze modele własności użytkowników.

W zakresie bezpieczeństwa, NEAR włączył również kryptografię post-kwantową do swojej ogólnej architektury.

CTO Near One, Anton Astafiev, w wywiadzie stwierdził, że początkowy projekt konta NEAR pozwala na wsparcie różnych schematów podpisów kryptograficznych, co daje pewną elastyczność w przypadku potrzeby wymiany lub dodania algorytmu podpisu w przyszłości.

Oficjalna mapa drogowa NEAR opublikowana w sierpniu tego roku potwierdziła, że protokół dodał wsparcie dla schematu podpisu post-kwantowego ML-DSA i planuje kontynuować optymalizację związanych z tym wydajności i kompatybilności portfeli.

Anton podkreślił, że bezpieczeństwo post-kwantowe nie powinno być rozumiane jako nagłe złamanie wszystkich kryptografii przez komputery kwantowe. Bardziej realistycznym zadaniem jest umożliwienie blockchainowi aktualizacji schematu podpisu, migracji aktywów i przywracania systemu w przypadku wystąpienia ryzyka kryptograficznego.

NEAR uważa, że jego struktura konta z wieloma schematami kryptograficznymi może zmniejszyć trudności związane z przyszłą migracją.

Jednak wsparcie dla podpisów post-kwantowych nie oznacza, że cały protokół i ekosystem są już w pełni zabezpieczone przed zagrożeniami post-kwantowymi. Oficjalna mapa drogowa przyznaje również, że portfele, infrastruktura międzyłańcuchowa i inne składniki protokołu wciąż wymagają dalszych aktualizacji.

Następny krok NEAR: Od wzrostu przychodów z transakcji do przechwytywania wartości w gospodarce AI

Na końcu całego wywiadu, prowadzący skierował temat na model ekonomiczny sieci NEAR.

Zaproponował możliwą ścieżkę rozwoju: NEAR Intents generuje przychody poprzez transakcje międzyłańcuchowe i inne działania rynkowe, a następnie wykorzystuje te działania gospodarcze do wsparcia rozwoju NEAR AI. W miarę jak coraz więcej AI Agentów i użytkowników polega na tej sieci, NEAR może stopniowo stać się infrastrukturą o systemowym znaczeniu w gospodarce AI.

To również jest logika ekonomiczna tokenów, którą NEAR stara się ustanowić w ostatnich latach.

W lutym tego roku NEAR ujawnił, że Intents przetworzył już ponad 13 miliardów dolarów w transakcjach międzyłańcuchowych, uruchomił mechanizm podziału opłat i skierował część przychodów na wykup tokenów NEAR.

W raporcie kwartalnym z lipca NEAR dalej powiązał działalność frontową near.com, przechwytywanie opłat protokołu oraz wykup tokenów, starając się ustanowić związek między wzrostem wykorzystania sieci a wartością ekonomiczną tokenów.

Tego rodzaju projekt oznacza, że NEAR nie polega już tylko na popycie na przestrzeń blokową, aby budować narrację wartości tokenów, ale także pragnie znaleźć źródła przychodów z realizacji transakcji międzyłańcuchowych, dystrybucji aplikacji i usług obliczeniowych AI.

Jednakże, nie można bezpośrednio równać wzrostu wolumenu transakcji, przychodów protokołu i wartości tokenów.

Wzrost skali transakcji międzyłańcuchowych niekoniecznie oznacza równoczesny wzrost zysków; opłaty uzyskane przez protokół również muszą być rozróżniane na prowizje dla dystrybutorów, rzeczywiste przychody netto oraz część, która może ostatecznie trafić do mechanizmu wykupu tokenów.

Podobnie, uzyskiwanie zasobów obliczeniowych AI poprzez stakowanie NEAR, choć może zwiększyć popyt na użycie tokenów lub ich zablokowanie, to czy będzie w stanie trwale generować wartość ekonomiczną, wciąż zależy od rzeczywistej skali użycia usług AI i gotowości użytkowników do płacenia.

Na końcu wywiadu, prowadzący podsumował tę możliwość jako: Czy NEAR może przejść od opowieści o wzroście przychodów do opowieści o walucie gospodarki AI i wartości sieci?

Ponieważ dostarczony transkrypt wywiadu kończy się w tym miejscu, nie zawiera dalszych odpowiedzi respondenta, dlatego ta ocena powinna być traktowana jako ramy rynkowe zaproponowane przez prowadzącego, a nie jako potwierdzone wnioski zespołu NEAR w tym wywiadzie.

Dla NEAR, bardziej znaczącym wskaźnikiem weryfikacji w przyszłości nie jest to, czy może jednocześnie opowiadać trzy narracje o transakcjach międzyłańcuchowych, prywatności i AI, ale to, czy te działalności mogą tworzyć wzajemnie wspierające się rzeczywiste zapotrzebowanie: Czy Intents nadal generuje możliwe do przechwycenia przychody netto, czy AI wnioskowanie i Agent Market przyciągają zewnętrznych deweloperów i płacących użytkowników oraz ile nowych działalności gospodarczych ostatecznie osiedli się w sieci NEAR i systemie tokenów.

Tylko wtedy, gdy te powiązania staną się mierzalne, wizja NEAR, że „AI jest frontem, blockchain jest tyłem”, może przekształcić się z technicznej wizji w weryfikowalny model ekonomiczny.