En los últimos años, con el rápido desarrollo de la tecnología blockchain y la inteligencia artificial, la combinación de Web3 y AI se ha convertido en uno de los temas más destacados en el ámbito tecnológico. Sin embargo, este nuevo campo aún enfrenta numerosos desafíos, incluyendo la complejidad de la fusión tecnológica, los problemas de gobernanza del monopolio de datos, así como la contradicción entre la especulación del mercado y la materialización del valor.
En el espacio organizado por Golden Finance, dos profesionales de la industria: la fundadora y CEO de LingoAI, Una Wang; y LOYAL Luyao, discutieron en profundidad sobre "¿Todavía hay oportunidades en la narrativa de Web3 + AI?", analizando desde múltiples dimensiones como la tecnología, la ecología y la confianza del usuario, la situación actual y las direcciones futuras. A continuación se presenta un resumen y análisis de los puntos clave de los invitados:
I. La propuesta central de la fusión de Web3 y AI: la hegemonía de datos y el valor tecnológico
1. La esencia de Web3 es resolver el problema de la propiedad de los datos.
La invitada Una señaló que el concepto de Web3 fue propuesto hace 20 años por Tim Berners-Lee, el padre de la World Wide Web, y su objetivo central es romper el monopolio de datos de la era Web2, permitiendo que los usuarios realmente posean y controlen sus propios datos. "En el modelo Web2, plataformas como Facebook y TikTok monetizan los datos de los usuarios, pero no distribuyen las ganancias a los contribuyentes de datos. Web3, a través de protocolos descentralizados, devuelve la propiedad de los datos a los usuarios y logra una gobernanza transparente mediante la tecnología blockchain." Subrayó que esta transformación no solo puede resolver problemas de cumplimiento como el GDPR, sino que también puede proporcionar fuentes de datos de alta calidad para la IA.
Usando ChatGPT como ejemplo, Una ilustra que el entrenamiento de los modelos actuales de IA depende en gran medida de la recopilación de datos de plataformas centralizadas, pero estos datos a menudo implican abusos de privacidad y riesgos de cumplimiento. "Si los usuarios pueden autorizar de forma independiente el uso de datos a través de los protocolos Web3 y obtener beneficios de ello, esto proporcionará un ecosistema de datos compatible y sostenible para el desarrollo de la IA". Ella cree que el ajuste natural entre blockchain e IA radica en el hecho de que el primero resuelve el problema de la propiedad y circulación de datos, y el segundo requiere datos masivos para mejorar las capacidades del modelo, y la combinación de los dos liberará un enorme potencial.
2. Desviación de la línea principal de la industria: persecución excesiva de la especulación financiera
Varios invitados mencionaron que actualmente existe un grave fenómeno de "desviación narrativa" en el ámbito de Web3. El profesor Lu Yao declaró: "Muchos confunden Web3 con criptomonedas y especulación, ignorando su esencia técnica. El caos en la industria después de 2017 ha llevado a que las malas monedas desplacen a las buenas, y muchos proyectos solo se centran en emitir monedas y obtener ganancias, en lugar de resolver problemas reales." Este comportamiento miope no solo daña la reputación de la industria, sino que también resulta en la falta de aplicaciones Web3 verdaderamente fenomenales.
Una análisis más profundo revela que la confusión del mercado sobre Web3 proviene de su "proximidad al dinero". "La blockchain y las criptomonedas tienen inherentemente propiedades financieras, pero si solo se consideran herramientas especulativas, la industria caerá en un ciclo vicioso. El verdadero valor debe reflejarse en la solución de problemas centrales como el monopolio de datos y la mejora de la experiencia del usuario a través de la tecnología."
II. Problemas y caminos de superación en la fusión tecnológica
1. La contradicción entre la protección de la privacidad y la transparencia
Al discutir los desafíos técnicos de la fusión de Web3 y la IA, la protección de la privacidad se convierte en el foco. El presentador pregunta: "La transparencia de la blockchain y la privacidad de los datos necesarios para el entrenamiento de la IA están en conflicto, ¿podría esto convertirse en un obstáculo para la fusión?" Una responde que esta contradicción puede resolverse mediante un mecanismo de autorización en capas. "Los usuarios pueden elegir de manera autónoma abrir datos no sensibles para el entrenamiento de modelos de IA, mientras que las partes relacionadas con la privacidad se protegen mediante tecnología de cifrado. Por ejemplo, los protocolos basados en pruebas de cero conocimiento pueden verificar la validez de los datos sin exponer los datos originales."
Luyou añadió que la transparencia en sí misma es la base para establecer confianza. "Al registrar todo el proceso de contribución y uso de datos a través de la blockchain, se puede prevenir el abuso de datos y al mismo tiempo incentivar la participación de los usuarios. Por ejemplo, el equipo del proyecto puede utilizar mecanismos de recompensa con tokens para alentar a los usuarios a contribuir con datos de alta calidad y restringir comportamientos maliciosos a través de un sistema de reputación en la cadena."
2. La brecha entre la viabilidad técnica y la implementación en escenarios
A pesar de que la solución técnica ya tiene un esbozo, la implementación real aún enfrenta cuellos de botella. Una señala: “La mayoría de los proyectos que combinan Web3 con IA se encuentran actualmente en la etapa conceptual, careciendo de un modelo de negocio claro y de una necesidad urgente por parte de los usuarios. Muchos desarrolladores, para aprovechar la tendencia, integran de manera forzada funcionalidades de IA en aplicaciones de blockchain, lo que resulta en algo poco coherente.” Ella cree que la clave del éxito radica en identificar el escenario adecuado, como el intercambio descentralizado de datos médicos y la verificación de derechos de autor del contenido de los creadores.
Luyou toma como ejemplo los productos de creadores de mercado para proponer el potencial de aplicación de la IA en el campo financiero. "Los creadores de mercado tradicionales dependen de estrategias manuales, lo que conlleva el riesgo de manipulación del mercado. Si se proporciona liquidez automáticamente a través de algoritmos de IA y se combina con la transparencia de la blockchain, se puede mejorar significativamente la equidad en las transacciones." Sin embargo, también admite que estos productos deben pasar por una validación prolongada para ganar la confianza de los usuarios. "La seguridad de los fondos, la estabilidad de los algoritmos y la conformidad son obstáculos que deben superarse."
Tres, confianza del usuario y construcción del ecosistema
1. ¿Cómo romper el estigma de que "Web3 es una estafa"?
Lu Yao parte de su propia experiencia para señalar que la industria de Web3 enfrenta una grave crisis de confianza. "Cuando menciono que trabajo en Web3 en la industria tradicional, a menudo la otra parte asocia esto con fraudes o especulación. Este estigma proviene del desarrollo desordenado de los proyectos tempranos y la falta de regulación." Él llama a los participantes de la industria a centrarse más en el valor del producto en lugar de en la especulación a corto plazo. "Solo creando aplicaciones que realmente resuelvan los puntos de dolor de los usuarios, podremos cambiar la percepción externa."
Una considera que la educación y la divulgación son clave. "Muchos usuarios e incluso profesionales no comprenden la misión central de Web3. Necesitamos aumentar la conciencia pública a través de la cooperación internacional (como la colaboración con el Foro de Gobernanza de Internet de las Naciones Unidas), al mismo tiempo que promovemos protocolos de estandarización y marcos de gobernanza para reducir los desordenes en la industria."
2. IA híbrida y soberanía de datos del usuario
Ante la situación actual del abuso de datos de usuarios en aplicaciones de IA, Una propone una solución de "IA híbrida". "Los usuarios pueden almacenar datos privados localmente o en una red descentralizada, y solo autorizar su uso a agentes de IA específicos. Por ejemplo, los datos de salud personales son procesados por IA local, mientras que los datos públicos (como la información meteorológica) pueden ser accedidos mediante modelos abiertos como ChatGPT." Este modelo protege la privacidad y aprovecha al máximo las capacidades de la IA.
Ella mencionó además que el ecosistema de código abierto impulsará este proceso. "Los modelos de código abierto como Llama de Meta y DeepSeek han reducido la barrera técnica, permitiendo que más desarrolladores participen en la construcción de aplicaciones de IA centradas en el usuario. En el futuro, cada usuario podría tener un asistente de IA exclusivo, que se entrena en datos personales, pero la soberanía de los datos siempre estará en manos del usuario."
Cuatro, Perspectivas Futuras: Sedimentación Tecnológica y Colaboración Ecológica
1. De la especulación al valor: la ley de supervivencia del proyecto.
Para que un proyecto Web3 pueda sobrevivir a largo plazo, debe equilibrar la economía de tokens con el valor tecnológico. "Los tokens no deben ser solo herramientas de financiamiento, sino que deben estar profundamente vinculados a las funciones del producto. Por ejemplo, incentivar a los usuarios a contribuir con datos, participar en la gobernanza o canjear servicios a través de tokens." Él sugiere que los inversores presten atención al trasfondo del equipo y a la capacidad de implementación tecnológica, en lugar de seguir ciegamente la moda del mercado.
Una indica que "el éxito de ChatGPT ha sido el resultado de décadas de acumulación tecnológica, y Web3 también requiere paciencia. Los equipos de proyectos deben centrarse en escenarios específicos, como permitir la transferencia de datos entre plataformas a través de blockchain, o utilizar IA para optimizar la eficiencia en la ejecución de contratos inteligentes."
2. El equilibrio entre la regulación y la innovación
Los invitados coincidieron en que la regulación es un tema ineludible en la fusión de Web3 y AI. Una, tomando como ejemplo a Singapur, señaló que el gobierno, alentar la innovación, debe fortalecer la protección de los inversores. "El evento de FTX expuso la vulnerabilidad de los intercambios centralizados; en el futuro, la combinación de finanzas descentralizadas (DeFi) y AI podría convertirse en un punto de inflexión, pero es necesario establecer un mecanismo de auditoría transparente y un marco de aislamiento de riesgos."
Luyao agregó que la regulación no debe ser uniforme. "Por ejemplo, los algoritmos de creadores de mercado automáticos pueden lograr monitoreo en tiempo real a través de registros en la cadena, asegurando tanto la equidad como proporcionando apoyo de datos a la regulación. La clave es encontrar el punto de equilibrio entre la innovación tecnológica y el control de riesgos."
Conclusión: En el mercado bajista, se mejora internamente; en el mercado alcista, se espera que florezca.
Ya sea la revolución de la soberanía de datos propuesta por la profesora Una, o el producto de creador de mercado de IA imaginado por Lu Yao, ambos deben pasar por iteraciones tecnológicas y cultivo ecológico. La fusión de Web3 y IA no es un monstruo de Frankenstein, sino una evolución inevitable de la tecnología. Cuando se rompa el dominio de los datos y se establezca la soberanía del usuario, entraremos en una era digital más justa e inteligente. Y la realización de esta visión requiere la perseverancia y exploración de cada participante.
Enlace de la retransmisión en vivo:
Parte 1:
Parte2:
Nota: Este artículo se basa en la discusión en vivo de los invitados y no constituye un consejo de inversión. El mercado conlleva riesgos, las decisiones deben tomarse con precaución.
El contenido es solo de referencia, no una solicitud u oferta. No se proporciona asesoramiento fiscal, legal ni de inversión. Consulte el Descargo de responsabilidad para obtener más información sobre los riesgos.
¿Falta un bull run, hay oportunidades en la narrativa de Web3+AI?
Introducción
En los últimos años, con el rápido desarrollo de la tecnología blockchain y la inteligencia artificial, la combinación de Web3 y AI se ha convertido en uno de los temas más destacados en el ámbito tecnológico. Sin embargo, este nuevo campo aún enfrenta numerosos desafíos, incluyendo la complejidad de la fusión tecnológica, los problemas de gobernanza del monopolio de datos, así como la contradicción entre la especulación del mercado y la materialización del valor.
En el espacio organizado por Golden Finance, dos profesionales de la industria: la fundadora y CEO de LingoAI, Una Wang; y LOYAL Luyao, discutieron en profundidad sobre "¿Todavía hay oportunidades en la narrativa de Web3 + AI?", analizando desde múltiples dimensiones como la tecnología, la ecología y la confianza del usuario, la situación actual y las direcciones futuras. A continuación se presenta un resumen y análisis de los puntos clave de los invitados:
I. La propuesta central de la fusión de Web3 y AI: la hegemonía de datos y el valor tecnológico
1. La esencia de Web3 es resolver el problema de la propiedad de los datos.
La invitada Una señaló que el concepto de Web3 fue propuesto hace 20 años por Tim Berners-Lee, el padre de la World Wide Web, y su objetivo central es romper el monopolio de datos de la era Web2, permitiendo que los usuarios realmente posean y controlen sus propios datos. "En el modelo Web2, plataformas como Facebook y TikTok monetizan los datos de los usuarios, pero no distribuyen las ganancias a los contribuyentes de datos. Web3, a través de protocolos descentralizados, devuelve la propiedad de los datos a los usuarios y logra una gobernanza transparente mediante la tecnología blockchain." Subrayó que esta transformación no solo puede resolver problemas de cumplimiento como el GDPR, sino que también puede proporcionar fuentes de datos de alta calidad para la IA.
Usando ChatGPT como ejemplo, Una ilustra que el entrenamiento de los modelos actuales de IA depende en gran medida de la recopilación de datos de plataformas centralizadas, pero estos datos a menudo implican abusos de privacidad y riesgos de cumplimiento. "Si los usuarios pueden autorizar de forma independiente el uso de datos a través de los protocolos Web3 y obtener beneficios de ello, esto proporcionará un ecosistema de datos compatible y sostenible para el desarrollo de la IA". Ella cree que el ajuste natural entre blockchain e IA radica en el hecho de que el primero resuelve el problema de la propiedad y circulación de datos, y el segundo requiere datos masivos para mejorar las capacidades del modelo, y la combinación de los dos liberará un enorme potencial.
2. Desviación de la línea principal de la industria: persecución excesiva de la especulación financiera
Varios invitados mencionaron que actualmente existe un grave fenómeno de "desviación narrativa" en el ámbito de Web3. El profesor Lu Yao declaró: "Muchos confunden Web3 con criptomonedas y especulación, ignorando su esencia técnica. El caos en la industria después de 2017 ha llevado a que las malas monedas desplacen a las buenas, y muchos proyectos solo se centran en emitir monedas y obtener ganancias, en lugar de resolver problemas reales." Este comportamiento miope no solo daña la reputación de la industria, sino que también resulta en la falta de aplicaciones Web3 verdaderamente fenomenales.
Una análisis más profundo revela que la confusión del mercado sobre Web3 proviene de su "proximidad al dinero". "La blockchain y las criptomonedas tienen inherentemente propiedades financieras, pero si solo se consideran herramientas especulativas, la industria caerá en un ciclo vicioso. El verdadero valor debe reflejarse en la solución de problemas centrales como el monopolio de datos y la mejora de la experiencia del usuario a través de la tecnología."
II. Problemas y caminos de superación en la fusión tecnológica
1. La contradicción entre la protección de la privacidad y la transparencia
Al discutir los desafíos técnicos de la fusión de Web3 y la IA, la protección de la privacidad se convierte en el foco. El presentador pregunta: "La transparencia de la blockchain y la privacidad de los datos necesarios para el entrenamiento de la IA están en conflicto, ¿podría esto convertirse en un obstáculo para la fusión?" Una responde que esta contradicción puede resolverse mediante un mecanismo de autorización en capas. "Los usuarios pueden elegir de manera autónoma abrir datos no sensibles para el entrenamiento de modelos de IA, mientras que las partes relacionadas con la privacidad se protegen mediante tecnología de cifrado. Por ejemplo, los protocolos basados en pruebas de cero conocimiento pueden verificar la validez de los datos sin exponer los datos originales."
Luyou añadió que la transparencia en sí misma es la base para establecer confianza. "Al registrar todo el proceso de contribución y uso de datos a través de la blockchain, se puede prevenir el abuso de datos y al mismo tiempo incentivar la participación de los usuarios. Por ejemplo, el equipo del proyecto puede utilizar mecanismos de recompensa con tokens para alentar a los usuarios a contribuir con datos de alta calidad y restringir comportamientos maliciosos a través de un sistema de reputación en la cadena."
2. La brecha entre la viabilidad técnica y la implementación en escenarios
A pesar de que la solución técnica ya tiene un esbozo, la implementación real aún enfrenta cuellos de botella. Una señala: “La mayoría de los proyectos que combinan Web3 con IA se encuentran actualmente en la etapa conceptual, careciendo de un modelo de negocio claro y de una necesidad urgente por parte de los usuarios. Muchos desarrolladores, para aprovechar la tendencia, integran de manera forzada funcionalidades de IA en aplicaciones de blockchain, lo que resulta en algo poco coherente.” Ella cree que la clave del éxito radica en identificar el escenario adecuado, como el intercambio descentralizado de datos médicos y la verificación de derechos de autor del contenido de los creadores.
Luyou toma como ejemplo los productos de creadores de mercado para proponer el potencial de aplicación de la IA en el campo financiero. "Los creadores de mercado tradicionales dependen de estrategias manuales, lo que conlleva el riesgo de manipulación del mercado. Si se proporciona liquidez automáticamente a través de algoritmos de IA y se combina con la transparencia de la blockchain, se puede mejorar significativamente la equidad en las transacciones." Sin embargo, también admite que estos productos deben pasar por una validación prolongada para ganar la confianza de los usuarios. "La seguridad de los fondos, la estabilidad de los algoritmos y la conformidad son obstáculos que deben superarse."
Tres, confianza del usuario y construcción del ecosistema
1. ¿Cómo romper el estigma de que "Web3 es una estafa"?
Lu Yao parte de su propia experiencia para señalar que la industria de Web3 enfrenta una grave crisis de confianza. "Cuando menciono que trabajo en Web3 en la industria tradicional, a menudo la otra parte asocia esto con fraudes o especulación. Este estigma proviene del desarrollo desordenado de los proyectos tempranos y la falta de regulación." Él llama a los participantes de la industria a centrarse más en el valor del producto en lugar de en la especulación a corto plazo. "Solo creando aplicaciones que realmente resuelvan los puntos de dolor de los usuarios, podremos cambiar la percepción externa."
Una considera que la educación y la divulgación son clave. "Muchos usuarios e incluso profesionales no comprenden la misión central de Web3. Necesitamos aumentar la conciencia pública a través de la cooperación internacional (como la colaboración con el Foro de Gobernanza de Internet de las Naciones Unidas), al mismo tiempo que promovemos protocolos de estandarización y marcos de gobernanza para reducir los desordenes en la industria."
2. IA híbrida y soberanía de datos del usuario
Ante la situación actual del abuso de datos de usuarios en aplicaciones de IA, Una propone una solución de "IA híbrida". "Los usuarios pueden almacenar datos privados localmente o en una red descentralizada, y solo autorizar su uso a agentes de IA específicos. Por ejemplo, los datos de salud personales son procesados por IA local, mientras que los datos públicos (como la información meteorológica) pueden ser accedidos mediante modelos abiertos como ChatGPT." Este modelo protege la privacidad y aprovecha al máximo las capacidades de la IA.
Ella mencionó además que el ecosistema de código abierto impulsará este proceso. "Los modelos de código abierto como Llama de Meta y DeepSeek han reducido la barrera técnica, permitiendo que más desarrolladores participen en la construcción de aplicaciones de IA centradas en el usuario. En el futuro, cada usuario podría tener un asistente de IA exclusivo, que se entrena en datos personales, pero la soberanía de los datos siempre estará en manos del usuario."
Cuatro, Perspectivas Futuras: Sedimentación Tecnológica y Colaboración Ecológica
1. De la especulación al valor: la ley de supervivencia del proyecto.
Para que un proyecto Web3 pueda sobrevivir a largo plazo, debe equilibrar la economía de tokens con el valor tecnológico. "Los tokens no deben ser solo herramientas de financiamiento, sino que deben estar profundamente vinculados a las funciones del producto. Por ejemplo, incentivar a los usuarios a contribuir con datos, participar en la gobernanza o canjear servicios a través de tokens." Él sugiere que los inversores presten atención al trasfondo del equipo y a la capacidad de implementación tecnológica, en lugar de seguir ciegamente la moda del mercado.
Una indica que "el éxito de ChatGPT ha sido el resultado de décadas de acumulación tecnológica, y Web3 también requiere paciencia. Los equipos de proyectos deben centrarse en escenarios específicos, como permitir la transferencia de datos entre plataformas a través de blockchain, o utilizar IA para optimizar la eficiencia en la ejecución de contratos inteligentes."
2. El equilibrio entre la regulación y la innovación
Los invitados coincidieron en que la regulación es un tema ineludible en la fusión de Web3 y AI. Una, tomando como ejemplo a Singapur, señaló que el gobierno, alentar la innovación, debe fortalecer la protección de los inversores. "El evento de FTX expuso la vulnerabilidad de los intercambios centralizados; en el futuro, la combinación de finanzas descentralizadas (DeFi) y AI podría convertirse en un punto de inflexión, pero es necesario establecer un mecanismo de auditoría transparente y un marco de aislamiento de riesgos."
Luyao agregó que la regulación no debe ser uniforme. "Por ejemplo, los algoritmos de creadores de mercado automáticos pueden lograr monitoreo en tiempo real a través de registros en la cadena, asegurando tanto la equidad como proporcionando apoyo de datos a la regulación. La clave es encontrar el punto de equilibrio entre la innovación tecnológica y el control de riesgos."
Conclusión: En el mercado bajista, se mejora internamente; en el mercado alcista, se espera que florezca.
Ya sea la revolución de la soberanía de datos propuesta por la profesora Una, o el producto de creador de mercado de IA imaginado por Lu Yao, ambos deben pasar por iteraciones tecnológicas y cultivo ecológico. La fusión de Web3 y IA no es un monstruo de Frankenstein, sino una evolución inevitable de la tecnología. Cuando se rompa el dominio de los datos y se establezca la soberanía del usuario, entraremos en una era digital más justa e inteligente. Y la realización de esta visión requiere la perseverancia y exploración de cada participante.
Enlace de la retransmisión en vivo:
Parte 1:
Parte2:
Nota: Este artículo se basa en la discusión en vivo de los invitados y no constituye un consejo de inversión. El mercado conlleva riesgos, las decisiones deben tomarse con precaución.