Baru-baru ini, di saluran YouTube "The Rollup", CEO @TrustWallet Eowyn Chen dan Ram Kumar, kontributor inti @OpenledgerHQ, berdiskusi tentang kerja sama mendalam antara kedua belah pihak. Di sini, beberapa perspektif berharga diekstraksi dan dibagikan: 1) Menuangkan air dingin pada teori "dompet lemak" Dalam wawancara tersebut, Andy menyebutkan teori "dompet gemuk" yang populer di industri - dompet dengan saluran masuk pengguna dapat mengintegrasikan berbagai layanan secara vertikal? Tetapi tanggapan Eowyn Chen menarik, dia terus terang mengatakan bahwa bisnis pengguna ritel C-end sebenarnya sangat sulit, melibatkan banyak dukungan pelanggan, tanggung jawab keamanan yang lebih tinggi, dan sering perutean produk. Banyak orang berpikir bahwa membuat dompet adalah bisnis yang baik ketika mereka melihat 200 juta unduhan Trust Wallet, tetapi CEO sendiri menekankan rasa sakit melayani pengguna ritel. Ini menunjukkan bahwa "lemak" dompet tidak gemuk jika Anda ingin menjadi gemuk, dan meskipun hubungan pengguna berharga, biaya perawatannya tidak rendah. Pandangan ini cukup nyata, dan menunjukkan situasi nyata dari banyak penyedia layanan dompet sekarang. Lebih penting lagi, dia menyebutkan bahwa tidak semua nilai terkonsentrasi di ujung depan dan bahwa semua bagian dari rantai nilai harus berkembang secara adil. Pandangan ini menuangkan air dingin pada teori "dompet lemak" dan menjelaskan mengapa Trust Wallet bersedia bekerja sama dengan proyek infrastruktur seperti OpenLedger. 2) Apakah titik balik AI khusus telah tiba? Penilaian Ram Kumar tentang jalur pengembangan AI patut diperhatikan. Dia percaya bahwa AI berkembang dari keumuman ke spesialisasi, mirip dengan derivasi Google dari aplikasi vertikal seperti LinkedIn dan YouTube dari pencarian umum. AI umum seperti ChatGPT akan seperti sistem operasi, dan akan ada lebih banyak "model khusus" yang didedikasikan untuk kasus penggunaan tertentu di masa mendatang. Ini juga konsisten dengan analisis saya sebelumnya tentang evolusi tren industri web3AI. Ketika Trust Wallet bereksperimen dengan fitur AI, ia menemukan bahwa model tujuan umum tidak dapat memecahkan masalah spesifik di ruang kripto, yang mengkonfirmasi tren ini. Dan tepatnya, konstruksi model AI khusus membutuhkan data berkualitas tinggi di bidang vertikal, yang persis seperti yang ingin dipecahkan oleh OpenLedger. 3) Dilema "tenaga kerja tidak dibayar" yang disumbangkan oleh data Ram Kumar dengan blak-blakan mengatakan bahwa AI adalah industri triliunan dolar yang dibangun di atas tenaga kerja yang tidak dibayar, yang cukup tajam. Perusahaan AI melatih model dengan mengikis data Internet, tetapi kontributor data tidak mendapatkan sepotong kue, yang memang merupakan masalah struktural. Solusi OpenLedger adalah memungkinkan kontributor data menerima bagi hasil jangka panjang dari model AI, daripada menjual data sekaligus. Dengan kemampuan pembayaran global dompet, secara teoritis dimungkinkan untuk mencapai distribusi nilai tanpa gesekan lintas batas. Tapi inilah pertanyaan intinya: bagaimana kualitas data terjamin? Ram sendiri mengakui bahwa 90% kontribusi open source dari platform seperti Hugging Face tidak berguna. Jika nilai data yang disumbangkan itu sendiri terbatas, sebagus apapun mekanisme insentifnya, akan-. Atas. Eowyn Chen menggunakan analogi "hak untuk memiliki senjata" untuk hosting sendiri, menekankan bahwa fungsi AI bersifat opsional, dan pengguna dapat memilih antara kenyamanan dan keamanan. Filosofi produk ini benar, tetapi bagaimana "menyajikan opsi dengan jelas" adalah ujian besar kemampuan desain produk. Ram juga menyebutkan penilaian yang menarik: dompet kripto adalah satu-satunya cara bagi pengguna untuk dibayar atas kontribusi data mereka secara global. Ini berarti bahwa peran dompet dapat berkembang dari alat manajemen aset belaka menjadi infrastruktur untuk identitas digital dan distribusi nilai. Catatan: Untuk informasi lebih lanjut, Anda dapat mengunjungi sistem saluran Youtube The Rollup untuk melihat wawancara ini.