พื้นหลัง: Crypto + AI, กำลังค้นหา PMF

PMF (Product-Market Fit) หมายถึงการจับคู่ระหว่างสินค้าและความต้องการของตลาด นั่นหมายความว่าสินค้าต้องตอบสนองความต้องการของตลาด และก่อนที่จะเริ่มเผชิญ จำเป็นต้องเข้าใจสภาพแวดล้อมของตลาดและประเภทของลูกค้าที่เป้าหมาย นี้เพื่อให้สร้างสินค้าที่จำเป็นจริงๆ ไม่ใช่แค่สิ่งที่ผู้สร้างรู้สึกดีแต่ไม่ได้รับการยอมรับจากตลาด

แนวคิดของ PMF นำไปใช้กับผู้ประกอบการเพื่อป้องกันการสร้างผลิตภัณฑ์หรือบริการที่อาจดูเหมาะสม แต่ล้มเหลวในการดึงดูดความสนใจของตลาด ในช่องว่างของการเข้ารหัสนี้ นี้หมายควาาทีทีมโครเจ็คควรเข้าใจความต้องการของผู้ใช้คริปโตเมื่อพัฒนาผลิตภัณฑ์ แทนที่จะเพียงแค่สะสมเทคโนโลยีซึ่งอยู่ห่างไกลจากตลาด

In the past, most Crypto + AI projects were bundled with DePIN. The narrative revolved around using crypto’s decentralized data to train AI, avoiding reliance on a single entity’s control, such as computing power or data. Data providers could then share in the AI-driven benefits.

ตามตรรกะนี้ มันเหมือนว่าสกุลเงินดิจิทัลทำให้ประสิทธิภาพของ AI มากขึ้น ในขณะที่ AI สามารถทำให้เป็นโทเค็นและแจกจ่ายประโยชน์ให้ผู้ให้บริการพลังคำนวณ แต่มันยากที่จะนำผู้ใช้ใหม่เข้าสู่ระบบ นั่นหมายความว่าโมเดลนี้ไม่ได้ประสบความสำเร็จมากนักในเชิง PMF

การเกิดขึ้นของ AI Agents แทนการประยุกต์ใช้ชั้นแอปพลิเคชั่นมากขึ้น ในขณะที่ DePIN + AI ทำหน้าที่เป็นพื้นฐานโครงสร้างพื้นฐาน แอปพลิเคชั่นเป็นง่ายและเข้าใจได้ง่ายขึ้น มีความสามารถในการดึงดูดผู้ใช้ได้ดีกว่า DePIN + AI ซึ่งเป็นปัจจัยที่สำคัญในการสร้าง PMF แข็งแกร่งกว่า

ทุกอย่างเริ่มต้นเมื่อ Marc Andreessen ผู้ร่วมก่อตั้ง A16Z สนับสนุนการพัฒนา (ทฤษฎี PMF ถูกเสนอโดยเขาด้วย) และความก้าวหน้าของ AI Agent ที่สําคัญครั้งแรกมาจากการสนทนา AI สองครั้งที่นําไปสู่การสร้าง "GOAT" ตอนนี้ทั้งค่าย ai16z และ Virtual มีจุดแข็งและจุดอ่อนของพวกเขาขั้นตอนปัจจุบันของตัวแทน AI ในตลาด crypto คืออะไร? พวกเขากําลังมุ่งหน้าไปที่ไหนในอนาคต? ลองมาดูอย่างใกล้ชิดกับ WOO X Research

ขั้นตอนที่ 1: เริ่มต้นด้วย Meme-Driven

ก่อนที่ GOAT จะเกิดขึ้น แนวโน้มร้อนที่สุดในวัฏจักรปัจจุบันคือเหรียญมีม ความน่าสนใจของเหรียญมีมอยู่ในความสะท้อนความผสมผสานของมัน ดังเห็นในโครงการเช่น มูเดงจากสวนสัตว์ นางเลิศของสุนัขที่รับเลี้ยง Neiro และมีม Popcat ที่เกิดจากอินเทอร์เน็ต สกุลเงินเหล่านี้แทนที่จะเป็นการพูดเรื่องไร้สามารถ แต่พวกเขาก็เป็นที่ดินอันอุดมสมบูรณ์สำหรับการเติบโตของ AI Agents

GOAT ซึ่งสร้างขึ้นจากการสนทนา AI สองครั้งกลายเป็นเหรียญมีมและเป็นครั้งแรกที่ AI ใช้สกุลเงินดิจิทัลและอินเทอร์เน็ตเพื่อให้บรรลุเป้าหมายโดยการเรียนรู้จากพฤติกรรมของมนุษย์ มีเพียงเหรียญมีมเท่านั้นที่มีความสามารถในการสนับสนุนโครงการทดลองดังกล่าว เป็นผลให้แนวคิดที่คล้ายกันงอกขึ้นอย่างรวดเร็ว แต่ส่วนใหญ่ยังคง จํากัด อยู่ที่ฟังก์ชั่นง่ายๆเช่นโพสต์ Twitter อัตโนมัติและการตอบกลับโดยไม่มีแอปพลิเคชันที่ใช้งานได้จริง ในขั้นตอนนี้ เหรียญที่ใช้ AI Agent มักถูกเรียกว่า AI + Meme

โครงการแทน

Fartcoin: มูลค่าตลาด $812 ล้านเหรียญ, Likelihood บนโซน $15.9 ล้านเหรียญ

GOAT: มูลค่าตลาด 430 ล้านเหรียญ, สภาพคล่องบนเครือข่าย 8.1 ล้านเหรียญ

Bully: มูลค่าตลาด 43 ล้านเหรียญ, ความเหมืองแร่บนตลาด $2M

Shoggoth: มูลค่าตามราคาตลาด $38M, สภาพคล่องแบบ on-chain $1.8M

ขั้นตอนที่ 2: สำรวจแอปพลิเคชัน

เรื่อย ๆ คนเริ่มเข้าใจว่า AI Agents สามารถทำได้มากกว่าเพียงแค่การแอคทิวิตเบื้องต้น; พวกเขาสามารถถูกขยายออกไปสู่สถานการณ์ที่มีค่ามากขึ้น ซึ่งรวมถึงการสร้างเนื้อหาในสาขาเช่นดนตรีและวิดีโอ รวมถึงบริการที่ใกล้ชิดมากขึ้นกับผู้ใช้คริปโต เช่น การวิเคราะห์การลงทุนและการบริหารจัดการกองทุน ตั้งแต่ขั้นตอนนี้ไปเป็นต้นมา AI Agents เริ่มแยกตัวออกจากเหรียญมีม และสร้างทิศทางใหม่โดยสิ้นเชิง

โครงการแทนที่:

ai16z: มูลค่าตลาด $1.67 พันล้าน, Likwiditi ตามเครือข่าย $14.7 ล้าน

Zerebro: มูลค่าตลาด $453 ล้าน เหรียญ, ความสามารถในการซื้อขายบนเชื่อมโยง $14 ล้าน เหรียญ

AIXBT: กำลังซื้อขาย $500M, ความเหมาะสมในเครือข่าย $19.2M

GRIFFAIN: มูลค่าตลาด $243M, ความสามารถในการซื้อขายบนเชื่อมโยง $7.5M

ALCH: มูลค่าตลาด $68M, Likwiditas on-chain $2.8M

เรื่องราวข้างเคียง: แพลตฟอร์มการออก

เมื่อการประยุกต์ใช้เอเจนต์ AI มีการพัฒนาอย่างต่อเนื่องในหลายสาขา ผู้ประกอบการควรเดินทางไปทางไหนเพื่อใช้ประโยชน์จากคลื่นของ AI และ Crypto

คำตอบคือ Launchpad.
เมื่อโทเค็นของแพลตฟอร์มมีผลกระทบทางการเงินผู้ใช้จะต้องการและซื้อโทเค็นที่ออกโดยแพลตฟอร์มนั้นอย่างต่อเนื่อง กำไรจริงที่สร้างโดยการซื้อของผู้ใช้เหล่านี้ทำให้โทเค็นของแพลตฟอร์มมีพลังงานที่ทำให้ราคาของมันขึ้น ด้วยการเพิ่มขึ้นของราคาของโทเค็นของแพลตฟอร์มเงินไหลเข้าสู่โทเค็นที่ออกโดยแพลตฟอร์ม สร้างผลขึ้นทางการเงิน

รูปแบบธุรกิจมีความชัดเจนและมีผลมู่เล่ในเชิงบวก อย่างไรก็ตาม สิ่งสําคัญคือต้องทราบว่า Launchpads ทํางานในสภาพแวดล้อมแบบผู้ชนะทั้งหมด โดยจัดแสดง Matthew Effect หน้าที่หลักของ Launchpad คือการออกโทเค็นใหม่ ในสถานการณ์การทํางานที่คล้ายกันการแข่งขันอยู่ในคุณภาพของโครงการภายใต้แต่ละแพลตฟอร์ม หากแพลตฟอร์มเดียวสามารถผลิตโครงการคุณภาพสูงและสร้างผลกระทบด้านความมั่งคั่งได้อย่างต่อเนื่องความภักดีของผู้ใช้ต่อแพลตฟอร์มนั้นจะเพิ่มขึ้นตามธรรมชาติทําให้แพลตฟอร์มอื่นดึงดูดผู้ใช้ได้ยาก

โครงการแทนที่:

VIRTUAL: มูลค่าตลาด 3.4 พันล้านดอลลาร์สหรัฐ, ความเหลือในเครือข่าย 52 ล้านดอลลาร์สหรัฐ
CLANKER: มูลค่าตลาด 62 ล้านเหรียญ, Likuiditas on-chain 1.2 ล้านเหรียญ
VVAIFU: มูลค่าตลาด $81 ล้าน ความเหมาะสมในการซื้อขายแบบ on-chain $3.5 ล้าน
VAPOR: มูลค่าตลาด 105 ล้านดอลลาร์

ขั้นตอนที่ 3: กำลังมองหาความร่วมมือ

เมื่อ AI Agents เริ่มนำเอาคุณลักษณะที่มีประโยชน์มากขึ้น การให้ความสำคัญจะเปลี่ยนไปเป็นการสำรวจความร่วมมือระหว่างโครงการเพื่อสร้างระบบนิเวศที่แข็งแกร่งมากขึ้น ในขั้นนี้ การเน้นอยู่ที่ความสามารถในการทำงานร่วมกันและการขยายเครือข่ายโดยเฉพาะโอกาสในการร่วมงานกับโครงการหรือโปรโตคอลคริปโตอื่น ๆ ตัวอย่างเช่น AI Agents อาจร่วมงานกับโปรโตคอล DeFi เพื่อเพิ่มขีดความสามารถในการลงทุนอัตโนมัติหรือรวมกับโครงการ NFT เพื่อสร้างเครื่องมือที่ฉลาดยิ่งขึ้น

เพื่อให้การทำงานร่วมกันได้อย่างมีประสิทธิภาพ จำเป็นต้องสร้างเฟรมเวิร์กที่มีมาตรฐานขึ้น โดยให้นักพัฒนาได้รับส่วนประกอบที่ถูกตั้งค่าไว้ล่วงหน้า แนวความคิดที่มีความคลาดเคลื่อน และเครื่องมือที่เกี่ยวข้องเพื่อทำให้กระบวนการที่ซับซ้อนในการพัฒนา AI Agents เป็นงานที่ง่ายขึ้น โดยการนำเสนอวิธีการที่มีมาตรฐานในการแก้ไขปัญหาที่พบบ่อยในการพัฒนา AI Agents เช่นกัน กรอบงานเหล่านี้ช่วยให้นักพัฒนาสามารถเน้นไปที่ความเป็นเอกลักษณ์ของแอปพลิเคชันของตนเองได้ แทนที่จะต้องเริ่มต้นใหม่ทุกครั้ง ซึ่งจะช่วยลดปัญหาการสร้างสิ่งที่มีอยู่แล้วใหม่อีกครั้ง

โครงการแทนที่:

• [ ]

ELIZA: มูลค่าตามราคาตลาด $100M, สภาพคล่องแบบ on-chain $3.6M

GAME: มูลค่าตลาด $237 ล้าน ความเหลื่อมบนโซ่ $31 ล้าน

ARC: ราคาตลาด $300M, สภาพคล่องบนเครือข่าย $5M

FXN: มูลค่าตลาด 76 ล้านเหรียญ, ความเหลือของเงินสดบนโซน 1.5 ล้านเหรียญ

SWARMS: มูลค่าตลาด 63 ล้านเหรียญดอลลาร์สหรัฐ, Likuiditas on-chain 20 ล้านเหรียญดอลลาร์สหรัฐ

ขั้นตอนที่ 4: การจัดการกองทุน

จากมุมมองของผลิตภัณฑ์ AI Agents อาจเริ่มต้นให้บริการเป็นเครื่องมือที่ง่าย ๆ ในการให้คำแนะนำในการลงทุนและสร้างรายงาน อย่างไรก็ตาม การบริหารกองทุนต้องการความสามารถระดับสูงมากขึ้น ซึ่งรวมถึงการออกแบบกลยุทธ์ การปรับเปลี่ยนไดนามิก และการทำนายตลาด นี้เป็นสัญญาณที่บ่งบอกถึงการเปลี่ยนแปลงที่ AI Agents ไม่ได้เป็นเพียงเครื่องมือเท่านั้น แต่เริ่มเข้าร่วมในกระบวนการสร้างมูลค่า

เมื่อทุนการเงินดั้งเดิมเร่งความเร็วในการเข้าสู่ตลาดคริปโต ความต้องการในการเชี่ยวชาญและการขยายมากขึ้นยังคงเพิ่มขึ้น การอัตโนมัติและประสิทธิภาพของ AI Agents เป็นสิ่งที่เหมาะสมอย่างลงตัวในการตอบสนองความต้องการนี้ โดยเฉพาะอย่างยิ่งเมื่อดำเนินการฟังก์ชันเช่น กลยุทธ์อาร์บิเทรจ การสลับสินทรัพย์ และการป้องกันความเสี่ยง ตัวแทน AI สามารถเพิ่มความแข่งขันของกองทุนได้อย่างมีนัยสำคัญ

โครงการที่เป็นตัวแทน:

• [ ]

ai16z: มูลค่าตลาด 1.67 พันล้านเหรียญ, ลิควิดิตี้บนเชือง 14.7 ล้านเหรียญ

Vader: มูลค่าตลาด 91 ล้านเหรียญ, Likuiditas on-chain 3.7 ล้านเหรียญ

SEKOIA: มูลค่าตลาด $33M, Likuiditas on-chain $1.5M

AiSTR: มูลค่าตลาด 13.7 ล้านเหรียญ, ความสามารถในการเคลื่อนไหวบนโซ่บล็อกเชน 675,000 ล้านเหรียญ

โครงการที่คาดหวัง ขั้นที่ 5: การเปลี่ยนรูป Agentnomics

ในปัจจุบันเราอยู่ในขั้นตอนที่ 4 โดยไม่นับราคาโทเค็น ส่วนใหญ่ Crypto AI Agents ยังไม่ได้รวมเข้ากับแอปพลิเคชันประจำวันของเราอยู่เลย ตัวอย่างเช่น AI Agent ที่นิยมใช้มากที่สุดของผู้เขียนยังคงเป็นเครื่องมือ Web 2 ชื่อ Perplexity และบางครั้งพวกเขาจะตรวจสอบทวีตการวิเคราะห์จาก AIXBT นอกจากนี้ ความถี่ในการใช้งานของ Crypto AI Agents ยังคงต่ำมาก ซึ่งแสดงว่าขั้นตอนที่ 4 อาจยังคงอยู่ไปนาน โดยผลิตภัณฑ์ยังไม่เต็มรูปแบบอย่างสมบูรณ์

อย่างไรก็ตามผู้เขียนเชื่อว่าในขั้นตอนที่ห้าตัวแทน AI จะพัฒนาไปไกลกว่าการเป็นผู้รวบรวมฟังก์ชันหรือแอปพลิเคชัน พวกเขาจะกลายเป็นแกนหลักของรูปแบบเศรษฐกิจใหม่—Agentnomics การพัฒนาในขั้นตอนนี้จะไม่เพียง แต่เกี่ยวข้องกับความก้าวหน้าทางเทคโนโลยีเท่านั้น แต่ยังมีความสําคัญในการกําหนดความสัมพันธ์ทางเศรษฐกิจโทเค็นใหม่ระหว่างผู้จัดจําหน่ายแพลตฟอร์มและผู้ขายตัวแทนซึ่งในที่สุดก็สร้างระบบนิเวศใหม่อย่างสมบูรณ์ ด้านล่างนี้เป็นคุณสมบัติหลักของขั้นตอนนี้:

1. เปรียบเสมือนกับการพัฒนาของอินเทอร์เน็ต

การสร้าง Agentnomics สามารถเปรียบเทียบกับการพัฒนาของเศรษฐกิจอินเทอร์เน็ตได้ โดยเฉพาะการเกิดของแอปพลิเคชันสุดยอดเช่น WeChat และ Alipay แอปพลิเคชันเหล่านี้รวมหลายแอปพลิเคชันสแตนด์อโลนเข้าไว้ในระบบนิเวศของพวกเขา สร้างจุดเข้าสู่ระบบหลายฟังก์ชันให้ได้ ในขั้นตอนนี้ มีการเกิดรูปแบบเศรษฐกิจของความร่วมมือและสัมพันธ์เชิงพันธุกรรมระหว่างผู้ให้บริการแอปพลิเคชันและแพลตฟอร์ม อย่างเดียวกัน เอเอไอเอเจนต์จะผ่านกระบวนการที่คล้ายกันในขั้นที่ห้า แต่เนื้อหาจะเกี่ยวข้องกับสกุลเงินดิจิทัลและเทคโนโลยีที่มีลักษณะกระจาย

2. การเปลี่ยนรูปแบบความสัมพันธ์ระหว่างธุรกิจจำหน่าย, แพลตฟอร์ม และตัวแทนจำหน่าย

ในระบบนิเวศของเอไอเอเจนต์ สามสิ่งสำคัญที่สร้างเครือข่ายเศรษฐกิจอย่างใกล้ชิดคือ

• [ ]

ผู้จัดจำหน่าย: รับผิดชอบในการส่งเสริม AI Agents ให้แก่ผู้ใช้งานสุดท้าย เช่น ผ่านตลาดแอปพิเศษหรือระบบนิเวศ DApp

แพลตฟอร์ม: ให้โครงสร้างพื้นฐานและกรอบการทำงานร่วมกันซึ่งช่วยให้พ่อค้าหลายรายสามารถดำเนินการในสภาพแวดล้อมที่รวมกัน การจัดการกฎของระบบนิเวศและการจัดสรรทรัพยากร

ผู้ขายตัวแทน: พัฒนาและให้บริการ AI Agent ที่หลากหลายด้วยความสามารถที่แตกต่างกัน เพื่อสร้างสรรค์แอปพลิเคชันและบริการนวัตกรรมให้กับระบบนิเวศ

ผ่านการออกแบบเศรษฐกิจโทเค็นผู้จัดจำหน่าย แพลตฟอร์ม และผู้ขายจะถูกกระจายออก ด้วยกลไกเช่นการแบ่งปันรายได้ รางวัลสำหรับผู้มีส่วนร่วม และสิทธิ์ในการปกครอง เพื่อส่งเสริมความร่วมมือและสร้างสรรค์แรงจูงใจในนวัตกรรม

3. จุดเข้าสู่แอปพลิเคชันสุดยอดและการรวมตัว

เมื่อ AI Agents เจริญเป็นจุดเข้าสู่แอปพลิเคชันสุดยอด พวกเขาจะสามารถผสานรวมเศรษฐกิจแพลตฟอร์มต่าง ๆ โดยการจัดการและรวมรวมตัวของ AI Agents ที่เป็นอิสระจำนวนมาก นี้คล้ายกับวิธีที่ WeChat และ Alipay รวมแอปพลิเคชันอิสระเข้าสู่ระบบเอกอัครราชทูตของพวกเขา แอปพลิเคชันสุดยอดสำหรับ AI Agents จะยังแยกสิ่งที่เป็นกล่องของแอปพลิเคชันดั้งเดิมออก เพื่อส่งเสริมความร่วมมือที่กว้างขวางกว่าและสร้างประสบการณ์ที่ไม่มีรอยต่อสำหรับผู้ใช้

ข้อความประกาศ:

1. บทความนี้พิมพ์ซ้ําจาก [PANews]. สิทธิ์ในการคัดลอกทั้งหมดเป็นของผู้เขียนต้นฉบับ [WOO]. หากมีข้อโต้แย้งใด ๆ เกี่ยวกับการพิมพ์ฉบับนี้ โปรดติดต่อGate Learnทีมงานและพวกเขาจะดำเนินการตามทันที
2. Liability Disclaimer: มุมมองและความคิดเห็นที่แสดงอยู่ในบทความนี้เป็นเพียงของผู้เขียนเท่านั้น และไม่เกิดขึ้นเป็นการแนะนำในการลงทุนใดๆ
3. การแปลบทความเป็นภาษาอื่น ๆ ทำโดยทีม Gate Learn หากไม่ได้กล่าวถึง การคัดลอก การกระจาย หรือการทำลิขสิทธิ์บทความที่ถูกแปลนั้นถูกห้าม