لفترة طويلة، كانت المحادثات حول Web3 والذكاء الاصطناعي محاصرة في حلقة متوقعة. كان الناس يتحدثون بشكل موسع عن ندرة الحوسبة، والسباق للحصول على وحدات معالجة الرسوميات عالية الجودة، وانخفاض تكاليف الاستدلال. بينما إدارة البنية التحتية المادية معقدة من الناحية التشغيلية، إلا أنها بسيطة من الناحية المفاهيمية: تستخدم موارد الآلة، وتدفع ثمنها. ومع ذلك، كانت هناك أزمة منفصلة تمامًا تتشكل بهدوء في قطاع التكنولوجيا: معضلة ملكية بيانات الذكاء الاصطناعي التي تقدر بـ500 مليار دولار. تقوم الشركات التكنولوجية الكبيرة بانتظام بامتصاص مجموعات البيانات العامة والخاصة لتدريب نماذجها الخاصة دون تقديم أي مكافأة عادلة أو أصل حقيقي إلى المبدعين الأصليين. هذه هي بالضبط النقطة التي يدخل فيها حساب المشروع @OpenLedger في الصورة. بدلاً من العمل كطبقة حوسبة عامة أخرى، تعمل @OpenLedger كطبقة تنفيذ مصممة خصيصًا من الطبقة الأولى تحول البيانات والنماذج وعوامل الذكاء الاصطناعي إلى أصول سائلة، قابلة للتكوين، وعلى السلسلة. من خلال إعطاء الأولوية لأصل البيانات والنماذج، يعالج الشبكة المشكلات الأساسية للثقة ونسب الفضل التي تهدد الذكاء التعاوني.
