شرکت بلکراک استدلال میکند که پذیرش گستردهتر هوش مصنوعی میتواند تقاضای جدیدی برای استیبلکوینها و پرداختهای بلاکچینی ایجاد کند. به گفته این غول مدیریت دارایی، سیستمهای خودکار هوش مصنوعی ممکن است به زیرساختهای مالی طراحیشده برای ماشینها نیاز داشته باشند و بلاکچینها میتوانند به روشی برای پرداخت هزینه منابع محاسباتی مورد استفاده این سیستمها تبدیل شوند.
در مقالهای که این شرکت در ۲۲ سپتامبر منتشر کرد، هوش مصنوعی را «هوش ماشین-محور» و داراییهای دیجیتال را «پول ماشین-محور» توصیف کرده است.
سه حوزه همگرایی کلیدی
بلکراک استدلال میکند که این دو فناوری، که عمدتاً در مسیرهای جداگانهای توسعه یافتهاند، با کسب توانایی سیستمهای هوش مصنوعی برای تعامل با شبکههای مالی و انجام تراکنشها با دخالت محدود انسان، در حال همگرایی هستند. این شرکت بر سه حوزه همپوشانی تمرکز کرده است:
۱. توکنیزه کردن (Tokenization)
در این حوزه، مدلهای زبانی بزرگ (LLM) متن را به توکنهایی تقسیم میکنند که میتوانند به صورت عددی پردازش شوند، در حالی که بلاکچینها ارزش و ادعاهای مالکیت را به عنوان توکنهای دیجیتال نشان میدهند. اگرچه عملکرد آنها متفاوت است، اما هر دو سیستم اطلاعات را به فرمتهای استانداردی ترجمه میکنند که ماشینها میتوانند با آنها کار کنند.
۲. تجارت مبتنی بر عامل (Agentic Commerce)
حوزه دیگری که بلکراک شناسایی کرده، تجارت مبتنی بر عامل است که در آن عاملهای هوش مصنوعی میتوانند تراکنشهای مالی انجام دهند. به گفته این شرکت، این امر میتواند تقاضا برای زیرساختهای پرداخت قابل برنامهریزی را افزایش دهد و استیبلکوینها و سایر ارزهای دیجیتال میتوانند به عنوان ابزار پرداخت و تسویه عمل کنند.
سیستمهای سنتی مانند شبکههای کارتی و اتاق پایاپای خودکار (ACH) در حال حاضر از پرداختهای خودکار پشتیبانی میکنند؛ با این حال، طبق این مقاله، الزامات ورود و اقتصاد تسویه آنها باعث میشود برای تراکنشهای مستمر و با ارزش بسیار پایین که نیاز به اجرای قابل برنامهریزی دارند، کمتر مناسب باشند.
۳. ظرفیت محاسباتی (Computing Capacity)
سومین حوزه، ظرفیت محاسباتی است. بلکراک به برآوردهای تحلیلگران اشاره میکند که درآمد ابری شرکتهای بزرگ فناوری (hyperscaler) تا سال ۲۰۳۰ ممکن است از ۱ تریلیون دلار در سال فراتر رود. این مقاله استدلال میکند که «ادعاهای استاندارد شده بر ظرفیت محاسباتی» میتواند به یک مورد استفاده از داراییهای دیجیتال برای تأمین مالی و تسویه قابل برنامهریزی تبدیل شود.
دیدگاههای مشابه از بزرگان بازار
استدلال بلکراک فراتر از استفاده از کریپتو برای پرداخت هزینه کالاها و خدمات است. این شرکت همچنین فرض میکند که با تواناتر شدن عاملهای هوش مصنوعی و فعالیت طولانیتر آنها، این عاملها به منابع محاسباتی از طریق ادعاهای استاندارد و قابل انتقال نیاز خواهند داشت.
این گزارش همچنین بین نقش این دو فناوری تمایز قائل میشود: هوش مصنوعی اطلاعات را تفسیر و فعالیتها را هدایت میکند، در حالی که بلاکچینها میتوانند داراییهای قابل خواندن توسط ماشین و قوانینی برای انتقال آنها (از طریق قراردادهای هوشمند) فراهم کنند.
اساساً، بلکراک هوش مصنوعی را به عنوان یک کاتالیزور ساختاری بالقوه برای پذیرش داراییهای دیجیتال و داراییهای دیجیتال را به عنوان زیرساخت احتمالی برای یک اقتصاد به طور فزاینده خودکار توصیف میکند.
پیش از این نیز، آرتور هیز (Arthur Hayes) استدلال کرده بود که عاملهای هوش مصنوعی به جای کالا، قدرت پردازشی مصرف میکنند و ممکن است خواهان توکنی قابل بازخرید برای این قدرت پردازشی باشند. همچنین، چانگپنگ ژائو (CZ) در ماه ژوئن به گلکسی ریسرچ گفته بود که تجارت و پرداختهای مبتنی بر عامل، نه در چند سال، بلکه در چند ماه آینده فرا میرسند و از کریپتو استفاده خواهند کرد زیرا بلاکچینها از قبل با APIها کار میکنند.
* اطلاعات ارائه شده در این مقاله صرفاً برای اهداف اطلاعاتی و آموزشی است و نباید به عنوان مشاوره مالی، سرمایهگذاری یا حقوقی تلقی شود. ما توصیه میکنیم قبل از انجام هر گونه سرمایهگذاری، تحقیقات مستقل انجام دهید و با یک مشاور مالی یا حقوقی مشورت کنید.
