Gần đây, trên kênh YouTube "The Rollup", CEO của @TrustWallet Eowyn Chen đã có một cuộc thảo luận với Ram Kumar, một trong những người đóng góp cốt lõi của @OpenledgerHQ, về sự hợp tác sâu sắc giữa hai bên. Dưới đây là một số quan điểm có giá trị được rút ra: 1) Đã dội một gáo nước lạnh vào lý thuyết "ví béo" Trong cuộc phỏng vấn, Andy đã đề cập đến lý thuyết "ví béo" phổ biến trong ngành - rằng ví có kênh người dùng có thể tích hợp nhiều dịch vụ khác nhau? Nhưng phản hồi của Eowyn Chen rất thú vị, cô thẳng thắn nói rằng việc kinh doanh người dùng bán lẻ thực sự rất khó khăn, liên quan đến việc hỗ trợ khách hàng nhiều, trách nhiệm bảo mật cao hơn, và thường xuyên điều chỉnh lộ trình sản phẩm, v.v. Nhiều người thấy Trust Wallet có 200 triệu lượt tải xuống thì nghĩ rằng làm ví là một công việc tốt, nhưng chính CEO cũng nhấn mạnh nỗi đau khi phục vụ người dùng bán lẻ. Điều này cho thấy rằng "béo" không phải là muốn béo là được, mối quan hệ với người dùng tuy có giá trị nhưng chi phí duy trì cũng không hề thấp. Quan điểm này khá thực tế, chỉ ra tình hình thực tế của nhiều nhà cung cấp dịch vụ ví hiện nay. Điều quan trọng hơn là, cô đã đề cập rằng không phải tất cả giá trị đều tập trung ở phía trước, mà các phần của chuỗi giá trị nên phát triển công bằng. Quan điểm này như một gáo nước lạnh dội vào lý thuyết "ví béo", cũng giải thích lý do tại sao Trust Wallet sẵn sàng hợp tác với các dự án cơ sở hạ tầng như OpenLedger. 2) Đã đến lúc chuyển mình của AI chuyên môn? Nhận định của Ram Kumar về con đường phát triển của AI đáng chú ý. Ông cho rằng AI đang tiến từ tính phổ quát sang chuyên môn hóa, tương tự như Google đã phát triển từ tìm kiếm tổng quát ra các ứng dụng chuyên biệt như LinkedIn, YouTube. AI tổng quát như ChatGPT sẽ giống như hệ điều hành, và trong tương lai sẽ có nhiều "mô hình chuyên môn" hơn dành cho các trường hợp sử dụng cụ thể. Điều này cũng nhất quán với phân tích trước đây của tôi về xu hướng phát triển của ngành web3AI. Trust Wallet khi thử nghiệm các chức năng AI đã phát hiện ra rằng mô hình tổng quát không thể giải quyết các vấn đề cụ thể trong lĩnh vực tiền điện tử, điều này càng chứng minh cho xu hướng này. Và chính xác, việc xây dựng mô hình AI chuyên môn cần dữ liệu chất lượng cao từ các lĩnh vực chuyên biệt, đây chính là vấn đề mà OpenLedger muốn giải quyết. 3) Vấn đề "lao động không công" trong việc đóng góp dữ liệu Ram Kumar thẳng thắn nói rằng AI là "ngành công nghiệp hàng nghìn tỷ đô la được xây dựng trên nền tảng lao động không công", đây là một chỉ trích khá sắc bén. Các công ty AI thu thập dữ liệu từ internet để đào tạo mô hình, nhưng những người đóng góp dữ liệu lại không nhận được phần nào, đây thực sự là một vấn đề cấu trúc. Giải pháp của OpenLedger là cho phép những người đóng góp dữ liệu nhận được phần chia lợi nhuận lâu dài từ mô hình AI, thay vì chỉ bán dữ liệu một lần. Kết hợp với khả năng thanh toán toàn cầu của ví, lý thuyết có thể thực hiện phân phối giá trị xuyên biên giới mà không gặp trở ngại. Nhưng có một vấn đề cốt lõi ở đây: Làm thế nào để đảm bảo chất lượng dữ liệu? Ram cũng thừa nhận rằng 90% đóng góp mã nguồn mở trên các nền tảng như Hugging Face không có giá trị gì. Nếu dữ liệu được đóng góp có giá trị hạn chế, thì bất kỳ cơ chế khuyến khích nào cũng đều vô ích. Trên đây. Eowyn Chen đã so sánh "quyền sở hữu súng" với việc tự quản lý, nhấn mạnh rằng chức năng AI là tùy chọn, người dùng có thể tự chọn giữa tiện lợi và an toàn. Triết lý sản phẩm này là đúng, nhưng làm thế nào để "trình bày rõ ràng các tùy chọn" là một thử thách lớn cho khả năng thiết kế sản phẩm. Ram cũng đã đề cập đến một nhận định thú vị: ví tiền điện tử là cách duy nhất để người dùng trên toàn cầu nhận được phần thưởng từ việc đóng góp dữ liệu. Điều này có nghĩa là vai trò của ví có thể tiến hóa từ một công cụ quản lý tài sản đơn thuần thành cơ sở hạ tầng cho danh tính số và phân phối giá trị. Lưu ý: Nếu muốn tìm hiểu thêm, bạn có thể truy cập kênh Youtube của The Rollup để xem cuộc phỏng vấn này.