انقلاب خاموش هوش مصنوعی: پشت پرده ثبت ۱۳۸ میلیون پرداخت رمزارزی توسط ایجنت‌ها

در دنیای اقتصاد دیجیتال، داده‌ها همیشه قصه‌های جذابی برای گفتن دارند؛ اما برخی آمارها فراتر از یک گزارش ساده، از آغاز یک دوران جدید خبر می‌دهند. بر اساس آخرین گزارش شرکت تحلیل بلاکچین چینالیسیس (Chainalysis)، هوش مصنوعی دیگر صرفاً به پاسخ دادن به سوالات ما یا تولید تصویر بسنده نمی‌کند، بلکه حالا کیف پول دیجیتال اختصاصی دارد و به صورت کاملاً مستقل خریدهای مالی انجام می‌دهد.

ثبت بیش از ۱۳۸ میلیون تراکنش توسط ایجنت‌های هوش مصنوعی روی شبکه بیس (لایه ۲ اتریوم)، توجه تمام فعالان حوزه کریپتو و فناوری را به خود جلب کرده است. اما سوال اصلی اینجاست: این هوش‌های مصنوعی دقیقاً چه چیزی خریده‌اند؟ آیا با یک انقلاب واقعی در اقتصاد ماشین-به-ماشین (M2M) روبرو هستیم یا صرفاً درگیر یک حباب و هیجان زودگذر مجدد شده‌ایم؟

در این مقاله تحلیلی، لایه‌های مختلف این گزارش را کنار می‌زنیم تا واقعیتِ پشت این ارقام خیره‌کننده را کشف کنیم.

آنچه در این مطلب می‌خوانید

داستان پروتکل x402: پروتکلی که به ماشین‌ها کیف پول داد

برای درک اهمیت این آمار، باید ببینیم ایجنت‌های هوش مصنوعی اساساً چطور خرید می‌کنند. در روش‌های سنتی، یک انسان باید برای دسترسی به هر سرویس آنلاین کلیک کند، فرم پر کند یا اشتراک بخرد. اما یک هوش مصنوعی در جریان حل یک مسئله، ممکن است به ده‌ها سرویس مختلف نیاز داشته باشد؛ از استعلام لحظه‌ای داده‌های بازار گرفته تا آدیت و بررسی یک قرارداد هوشمند یا فراخوانی یک مدل زبانی قدرتمندتر.

پروتکل x402 که کوین‌بیس (Coinbase) در سال ۲۰۲۵ معرفی کرد، امکان پرداخت خودکار هزینه این خدمات را فراهم می‌کند. ساختار این پروتکل که کد وضعیت فراموش‌شده‌ی وب یعنی 402 Payment Required را احیا کرده به این صورت است:

وقتی نرم‌افزار برای دریافت داده یا خدمت درخواستی به سروری متصل می‌شود، سرور درخواست پرداخت می‌کند. کیف پول نرم‌افزار بلافاصله مبلغ را واریز می‌کند و داده آزاد می‌شود؛ بدون اینکه نیاز باشد انسانی در این میان دستی دکمه‌ای را تایید کند.

برای مثال، یک عامل هوش مصنوعی که وظیفه بررسی امنیت یک قرارداد هوشمند را بر عهده دارد، می‌تواند هزینه تحلیل را به یک سرویس تخصصی بپردازد و نتیجه را در ادامه کار خود به کار بگیرد.

چنین مدلی زمانی اهمیت بیشتری پیدا می‌کند که هر درخواست فقط چند سنت یا حتی کسری از یک سنت هزینه داشته باشد. پردازش تعداد زیادی پرداخت بسیار کوچک از طریق شبکه‌های پرداخت سنتی ممکن است صرفه اقتصادی نداشته باشد، درحالی‌که پرداخت با استیبل کوین‌ها می‌تواند این محدودیت را کاهش دهد.

البته آمار ۱۳۸ میلیون تراکنش صرفا به فعالیت پروتکل x402 روی شبکه بیس مربوط است و نه تمام پرداخت‌های ایجنت‌های هوش مصنوعی در بازار رمزارزها را پوشش می‌دهد و نه تعداد کل خریدهای اینترنتی انجام‌شده به‌وسیله این نرم‌افزارها را نشان می‌دهد.

ایجنت‌های هوش مصنوعی دقیقاً چه می‌خرند؟

بر اساس گزارش چینالیسیس درباره رشد تجارت خودکار مبتنی بر هوش مصنوعی، بخش مهمی از پرداخت‌ها به خدمات اطلاعاتی اختصاص دارد. این خدمات شامل بررسی کد، تحلیل اطلاعات مالی، دسترسی به داده‌ها و استفاده از رابط‌های برنامه‌نویسی کاربردی (API) برای دریافت اطلاعات و نتایج جست‌وجو هستند.

API رابطی است که به دو نرم‌افزار اجازه می‌دهد با یکدیگر ارتباط برقرار کنند و داده یا خدمات موردنیازشان را دریافت کنند. برای مثال، یک ایجنت هوش مصنوعی که قصد تحلیل بازار رمزارزها را دارد، ممکن است برای دریافت قیمت‌ها و داده‌های به‌روز به یک API پولی متصل شود. ایجنت دیگری که در حال بررسی یک قرارداد هوشمند است، می‌تواند هزینه تحلیل کد و شناسایی آسیب‌پذیری‌های احتمالی را پرداخت کند.

یکی دیگر از مخارج مهم، مربوط به فرآیند استنتاج مدل (Model Inference) مدل است. این فرآیند زمانی است که یک ایجنت برای حل مسائل پیچیده‌تر، از یک مدل هوش مصنوعی قدرتمندتر کمک می‌گیرد و هزینه آن را پرداخت می‌کند.

البته در کنار این ابزارهای کاربردی، تراکنش‌هایی هم مربوط به زیرساخت‌های پرداخت، بازی‌ها، انتشار توکن و حتی خدمات پر ریسک ثبت شده است. بنابراین، نمی‌توان تمام تراکنش‌های x402 را هزینه انجام کارهای مفید یا بهره‌وری بیشتر هوش مصنوعی دانست. ماهیت خریدها متفاوت است و ارزش اقتصادی آن‌ها نیز لزوماً یکسان نیست.

در تحلیل‌های بلاکچینی، هر تراکنش به معنای یک «مشتری زنده و مستقل» نیست. یک توسعه‌دهنده ممکن است با یک اسکریپت ساده، هزاران بار یک API را صدا بزند، یا برای تست اپلیکیشن خود ده‌ها کیف پول بسازد. به همین دلیل، ۱۳۸ میلیون تراکنش در درجه اول میزان استفاده از زیرساخت پروتکل را نشان می‌دهد تا تعداد مشتریان نهایی را.

نکته جالب‌تر اینکه بیش از ۸۷ درصد تراکنش‌ها ارزشی بین ۰.۰۰۰۱ تا ۰.۱۰ دلار (یک‌صدم سنت تا ده سنت) داشته‌اند. این یعنی x402 برای ریزپرداخت‌ها بی‌نظیر است، اما نمی‌توان از روی تعداد تراکنش‌ها به حجم کل درآمد دلاری شرکت‌ها رسید.

از تب‌وتاب میم کوین‌ها تا خرید خدمات کاربردی

اما رشد اولیه x402 صرفاً نتیجه خرید خدمات اطلاعاتی نبود. طبق بررسی قبلی چینالیسیس در ماه ژوئن ۲۰۲۶، بخشی از جهش تراکنش‌ها به پروژه‌هایی مثل پینگ (PING) یا خرید توکن‌های آزمایشی، مربوط می‌شد.

کاربران برای دریافت توکن پینگ باید یک درخواست به سرویس مربوطه می‌فرستادند و هزینه آن را از طریق x402 پرداخت می‌کردند. در نتیجه، هر بار اجرای این فرایند می‌توانست یک تراکنش جدید ایجاد کند. این سازوکار تعداد پرداخت‌ها را به‌شدت بالا برد، اما افزایش فعالیت به‌خودی‌خود ثابت نمی‌کرد که کاربران برای دسترسی به خدماتی پایدار و کاربردی هزینه می‌کنند.

با فروکش‌کردن تب‌وتاب این فعالیت‌ها، حالا توجه چینالیسیس به سمت پرداخت‌های مربوط به خدمات اطلاعاتی و ابزارهای نرم‌افزاری معطوف شده. این تغییر می‌تواند نشانه‌ای از بلوغ تدریجی بازار باشد؛ بااین‌حال، برای اثبات آن باید دید چه میزان از فعالیت فعلی واقعاً به استفاده مداوم از خدمات منجر می‌شود.

نشانه‌های حیاتی بازار: شارژ مجدد و سرعت عمل

حالا چطور بفهمیم این اقتصاد ماشین-به-ماشین دارد واقعی می‌شود؟ چینالیسیس دو شاخص حیاتی را بررسی کرده که پاسخ جذابی به ما می‌دهند:

این دو فاکتور نشان می‌دهد کیف‌پول‌ها دیگر برای آزمایش‌های خاک‌خورده ساخته نمی‌شوند؛ آن‌ها در لحظه شارژ می‌شوند تا بلافاصله مأموریت نرم‌افزاری خود را به سرانجام برسانند؛ اتفاقی که می‌تواند نشانه‌ای از تبدیل‌شدن پرداخت‌های آزمایشی به فعالیت‌های منظم‌تر باشد.

نبرد پنهان جغرافیایی: شطرنج هوش مصنوعی میان آمریکا و چین

اما وقتی داده‌های ردیابی جغرافیایی چین‌الیسیس را زیر ذره‌بین می‌گذاریم، با یک تقابل فوق‌العاده جذاب در معماری استراتژی‌های دو قطب اصلی فناوری جهان روبه‌رو می‌شویم.

حدود ۳۰ درصد از کل تراکنش‌های قابل‌شناسایی میان ایجنت‌ها و سرویس‌دهندگان، از سوی کیف‌پول‌های شارژشده در آمریکا هدایت شده‌اند؛ اما داستان اصلی زمانی آغاز می‌شود که این آمار را به تفکیک حوزه‌ها بررسی کنیم. آمریکایی‌ها سلطه‌ای بی‌چون‌وچرا بر بازار «استنتاج مدل» دارند؛ به‌طوری‌که سهم شگفت‌انگیز ۸۸.۱ درصدی از پرداخت‌های مربوط به فراخوانی مدل‌های پردازشی پولی به آن‌ها تعلق دارد. این کیف‌پول‌ها همچنین ۴۱.۸ درصد از بودجه‌های تخصیص‌یافته به ابزارهای توسعه ایجنت و ۲۳.۲ درصد از خریدهای حوزه داده و جستجو را به خود اختصاص داده‌اند که نشان‌دهنده اتکای بالای اپراتورهای آمریکایی به زیرساخت‌ها و مدل‌های تجاری تجاری بزرگ است.

در آن سوی میدان، اپراتورهای منسوب به چین استراتژی کاملاً متفاوتی را پیش گرفته‌اند و الگوی مصرف مالی آن‌ها جبهه جدیدی را فاش می‌کند. حدود ۹۰ درصد از کل تراکنش‌های ردیابی‌شده در دسته‌بندی «امنیت و تحلیل کد» به کیف‌پول‌های مرتبط با چین تعلق داشته که بخش شیرین این بازار را سرویس امنیتی «ایجنت‌لیسا» (AgentLISA) برای ممیزی قراردادهای هوشمند بلعیده است.

تحلیلگران چینالیسیس بر این باورند که این تفاوت چشمگیر می‌تواند ناشی از رواج گسترده مدل‌های متن‌باز و پایین‌تر بودن هزینه دسترسی به مدل‌ها در شرق باشد؛ امری که باعث شده توسعه‌دهندگان چینی به‌جای خرید دسترسی به مدل‌های گران‌قیمت غربی، بودجه رمزارزی ایجنت‌های خود را صرف اعتبارسنجی، خطایابی و تأمین امنیت کدهای خروجی کنند.

البته در تحلیل این نبرد جغرافیایی باید یک حاشیه احتیاط علمی را هم در نظر داشت. داده‌های آنچین صرفاً بازتابی از دیتای قابل‌مکان‌یابی هستند و ردیابی جغرافیایی یک کیف‌پول بلاکچینی به معنای اثبات قطعی محل اقامت یا هویت واقعی دارنده آن نیست، چرا که استفاده از ابزارهای تغییر مسیر، صرافی‌ها یا راه‌اندازی سرورها در کشورهای دیگر می‌تواند این داده‌ها را دستخوش تغییر کند. با این حال، این الگوی تمایزیافته نشان می‌دهد که غول‌های فناوری در شرق و غرب، هوش‌های مصنوعی خود را با اهداف و فلسفه‌های کاملاً متفاوتی روانه بازار کریپتو کرده‌اند.

چالش‌های بزرگ پیش‌رو؛ وقتی خریدار یک «کد» است!

با این حال، با وجود این پیشرفت خیره‌کننده، سپردن کنترل پول به ماشین‌ها خطرات خاص خودش را دارد. مثل:

سخن پایانی؛ آیا اقتصاد ماشین‌ها فرا رسیده است؟

ثبت ۱۳۸ میلیون تراکنش توسط ایجنت‌های هوش مصنوعی روی شبکه بیس ثابت کرده که ریل‌های مالی بلاکچین، تنها زیرساختِ آماده برای میزبانی از خریدهای میکروی هوش مصنوعی هستند.

ما در حال گذر از دوران هیجان‌های سفته‌بازانه و میم‌کوین‌ها به سمت دنیایی هستیم که در آن نرم‌افزارها به‌صورت مستقل داده می‌خرند، تحلیل می‌کنند و ارزش می‌آفرینند. با این حال، برای سنجش سایز دقیق این اقتصاد، هنوز به گزارش‌های شفاف‌تری از سودآوری ارائه‌دهندگان خدمات و استقلال واقعی خریداران نیاز داریم.

چیزی که کتمان‌ناپذیر است، این حقیقت بزرگ است که ماشین‌ها رسماً وارد بازار کار و تجارت شده‌اند؛ آن‌ها می‌خرند، پردازش می‌کنند و ارزش می‌آفرینند. به نظر شما آیا روزی می‌رسد که مدیریت هزینه‌های دیجیتال و خریدهای خردِ روزمره ما به‌طور کامل به ایجنت‌های هوش مصنوعی سپرده شود؟