Fidelity Digital Assets ระบุว่า AI agents อาจไม่บรรจบกันบนบล็อกเชนสาธารณะ โดยชี้ว่านี่คือหนึ่งในความเสี่ยงที่อาจเกิดขึ้นมากที่สุดสำหรับสมมติฐาน AI ของอุตสาหกรรมนี้
คำเตือนนี้มีขึ้นเพียงไม่กี่วันหลังจาก Grayscale ได้ระบุเครือข่ายบล็อกเชน 4 เครือข่ายที่อาจได้รับประโยชน์จากการนำปัญญาประดิษฐ์ (AI) มาใช้
Fidelity ชี้ความเสี่ยงในสมมติฐาน AI Agent ของคริปโต
Max Wadington นักวิเคราะห์วิจัยอาวุโสได้เผยแพร่รายงาน Fidelity เมื่อวันที่ 19 สิงหาคม โดยเขาได้ระบุสถานการณ์นี้ว่าเป็นหนึ่งในหกความเสี่ยงเชิงโครงสร้างสำหรับสมมติฐาน AI และสินทรัพย์ดิจิทัล
Wadington อธิบายว่าระบบปิดที่ดำเนินการโดย บริษัทยักษ์ใหญ่ด้านเทคโนโลยีและแพลตฟอร์มฟินเทคสามารถดูดซับกิจกรรมเดียวกันนี้ได้ โดยเขาให้เหตุผลถึงข้อดีในด้านประสิทธิภาพ ต้นทุน ประสบการณ์ผู้ใช้ และความชัดเจนด้านกฎระเบียบ
แม้ว่า AI จะสร้างการเติบโตอย่างมีนัยสำคัญในกิจกรรมเศรษฐกิจดิจิทัลโดยรวม แต่ก็ไม่มีการรับประกันว่าบล็อกเชนสาธารณะจะสามารถดึงส่วนแบ่งเหล่านี้มาได้อย่างมีนัยสำคัญ
เรื่องนี้สอดคล้องกับคำกล่าวของ Zach Pandl หัวหน้าฝ่ายวิจัยของ Grayscale ซึ่งกล่าวว่าการนำปัญญาประดิษฐ์ (AI) มาใช้อย่างแพร่หลาย จะสร้างความต้องการที่บล็อกเชนสาธารณะสามารถตอบสนองได้อย่างดี
เขาได้ยกตัวอย่าง Ethereum (ETH) , Solana (SOL), Worldcoin (WLD) และ Bittensor (TAO) กับสามด้านของความต้องการ Pandl ได้แบ่งพื้นที่ความต้องการให้กับการเงินเชิงตัวแทน (agentic finance), การเก็บบันทึกที่ตรวจสอบได้ และ AI แบบกระจายศูนย์ โดยเขาให้เหตุผลว่าระบบดั้งเดิมไม่ได้ถูกสร้างขึ้นเพื่อสิ่งที่ AI จะผลิตออกมา
ความเสี่ยงอื่น ๆ ที่ Fidelity ได้ชี้ไว้
ความเสี่ยงที่สองเกี่ยวข้องกับการชำระเงิน รายงานได้ชี้ให้เห็นว่าการชำระเงินสามารถขับเคลื่อนปริมาณธุรกรรมได้อย่างมีนัยสำคัญ แต่โดยทั่วไปจะสร้างค่าธรรมเนียมค่อนข้างต่ำและต้องแข่งขันกับสถาบันการเงินและแพลตฟอร์มเทคโนโลยีที่มีอยู่แล้ว
ดังนั้นการเพิ่มขึ้นของกิจกรรมชำระเงินอาจเร่งการนำไปใช้และการใช้งานโดยเฉพาะในหมู่ออก stablecoin แต่ไม่ได้หมายความว่าจะมีมูลค่าที่สะสมในเหรียญ native token เทียบเท่ากัน โดยเฉพาะในชั้นฐานของบล็อกเชน
ประโยชน์ทางเศรษฐกิจหลักจากการเติบโตที่ขับเคลื่อนด้วยการชำระเงิน อาจตกอยู่ที่ผู้ออก stablecoin และผู้ให้บริการที่เกี่ยวเนื่อง มากกว่าตัวเครือข่ายบล็อกเชนที่รองรับเอง รายงานระบุ
ความเสี่ยงที่เหลือยังเกี่ยวข้องกับสมมติฐานเดียวกันนี้ Wadington เขียนว่าผลผลิตซอฟต์แวร์ที่มากขึ้นไม่รับประกันถึงมูลค่าเศรษฐกิจที่มากขึ้นเสมอไป
เขายังระบุด้วยว่าความแตกต่างทางเทคนิคอาจอ่อนแอลงเมื่อ AI ทำให้การพัฒนาเป็นสินค้า แต่สุดท้ายแล้ว สภาพคล่อง การกระจายตัว ความปลอดภัย และความไว้วางใจ จะกลายเป็นข้อได้เปรียบที่ยั่งยืนแทน
ความปลอดภัยเองกลายเป็นตัวสร้างความแตกต่างทางการแข่งขัน AI ช่วยลดต้นทุนในการค้นหาช่องโหว่ ในขณะเดียวกันก็ลดต้นทุนในการเขียนโค้ดลงอีกด้วย
ด้านการปฏิบัติตามกฎระเบียบก็เป็นอีกข้อสำคัญ ระบบที่นำเสนอกรอบโครงสร้างด้านอัตลักษณ์และการกำหนดสิทธิ์ที่ชัดเจนกว่า อาจรองรับการนำไปใช้ในเชิงสถาบันได้ดีกว่า
Fidelity ไม่ได้คาดการณ์ถึงผลลัพธ์เหล่านี้ บริษัทวางกรอบแต่ละปัจจัยเป็นความเสี่ยงที่อาจเปลี่ยนแปลงมูลค่าที่เครือข่ายสาธารณะได้รับ