أحيانًا عندما أفكر في OpenLedger، يبدو أن ما نسميه "اقتصاد الذكاء الاصطناعي" ليس جديدًا على الإطلاق... بل هو نفس السؤال القديم يعود في شكل جديد:
من يملك البيانات فعلاً؟
لأن الطريقة التي نرى بها الذكاء الاصطناعي اليوم، من الخارج يبدو وكأنه نظام ذكي جدًا، سريع جدًا، وسحري جدًا. ولكن إذا دخلت إلى داخله، فإنه يشبه هذا - في مكان ما، البيانات التي أنشأها البشر، الكتابات، الصور، المحادثات، السلوكيات... كل شيء مُجزّأ إلى قطع صغيرة لتدريب النماذج. ومن ثم تصبح تلك النماذج مرة أخرى منتجات لشركات ضخمة وتذهب إلى السوق. هنا يبقى سؤال مزعج - ماذا حصل الناس الذين أنشأوا تلك البيانات فعلاً؟
ومن هنا تخطر على البال فكرة OpenLedger. لكن أولًا، لا بد من الاعتراف بأن هذه الأنواع من المشاريع قد تبدو مصممة بإفراط بعض الشيء للوهلة الأولى: مصطلحات كثيرة، وطبقات كثيرة، ورؤية طموحة للغاية. لكن إذا تمعّنت فيها، يتضح أمر واحد: إنها في الواقع محاولة لتغيير بنية الملكية بأكملها حول الذكاء الاصطناعي، وهو أمر غير موجود في النظام الحالي.
لا تقدم OpenLedger نفسها على أنها مجرد مشروع بلوكتشين، بل تقدم نفسها بوصفها شبكة تضع الذكاء الاصطناعي أولًا، ومتجذرة فيه. أي إن التمويل اللامركزي أو الرموز غير القابلة للاستبدال ليسا الهدف الأول هنا، فالذكاء الاصطناعي هو جوهرها. وهذا أمر يستحق التوقف والتفكير. فحتى الآن، استخدمنا البلوكتشين عمومًا في التمويل أو تتبّع الأصول. لكن حين يصبح الذكاء الاصطناعي مولّد القيمة الأساسي للاقتصاد بأكمله، فهل يقتصر دور البلوكتشين على المعاملات؟
أم أن ذلك يشمل البيانات والاستدلال أيضًا؟
تقول OpenLedger: نعم، سيصل الأمر إلى ذلك. كما أن الخلفية الأكاديمية لهذا النظام بأكمله مثيرة للاهتمام. فقد طوّر عدد من الأكاديميين هذه الفكرة استنادًا إلى أبحاث طويلة الأمد في جامعة ستانفورد. لكن المهم هنا ليس «ستانفورد» فحسب، بل التوجّه الفكري.
لقد حدّدوا مشكلةً واحدة بشكل أساسي: شركات الذكاء الاصطناعي تستخدم البيانات، لكن لا يتم تتبّع ملكية تلك البيانات أو المساهمات فيها.
قد يبدو الأمر بسيطًا، لكنه في الواقع فجوة هائلة. فالاقتصاد الحالي للذكاء الاصطناعي أشبه بالصندوق الأسود: تدخل البيانات، وتخرج النتائج، لكن لا يُعرف في الأثناء من أثّر فيها وبأي مقدار.
تريد OpenLedger قلب هذا المجال رأسًا على عقب. وهنا تأتي هياكلها الرئيسية الثلاثة.
أولًا: شبكات البيانات.
عند سماع الاسم للمرة الأولى، قد تظن أنها شبكة أخرى لتخزين البيانات. لكنها في الواقع مختلفة بعض الشيء. ففيها تجمع المجتمعات أو المستخدمون البيانات بصورة جماعية، ويتحققون منها، ثم يقدمونها لتدريب الذكاء الاصطناعي. لكن يبرز السؤال: هل هي مجرد منصة بيانات جماعية المصدر؟
لا، لأن المفترض هنا أن تُتتبّع كل مساهمة. وهنا تظهر الإشارة الحقيقية إلى التغيير.
ثانيًا: مصنع النماذج.
هذا الجزء مثير للاهتمام. إذ يُقال إن بإمكان أي شخص إنشاء نموذج ذكاء اصطناعي دون معرفة البرمجة. يبدو الأمر بسيطًا جدًا، لكنه في الواقع طبقة تجريد كبيرة. أي إن تطوير الذكاء الاصطناعي لا يبقى حكرًا على المهندسين، بل ينتقل إلى اقتصاد أوسع نطاقًا. لكن يساورنا الشك مجددًا: هل هذه ديمقراطية حقيقية، أم أنها تخفي التعقيد وتُنشئ تبعية جديدة؟
لا يزال هذا السؤال مفتوحًا تمامًا.
والجزء الأهم هو إثبات الإسناد.
وهنا تختلف OpenLedger قليلًا. إذ تقول إن من الممكن، إذا أنتج الذكاء الاصطناعي أي مخرجات، تتبّع البيانات التي أثّرت فيها ومقدار تأثير كل منها. تبدو الفكرة بسيطة جدًا، لكنها في الواقع مشكلة صعبة للغاية، لأن الاستدلال في الذكاء الاصطناعي عملية احتمالية. وفي هذه الحالة، يشبه «التتبّع الدقيق للمساهمات» مسألةً رياضية هائلة لإعادة الهندسة العكسية.
ومع ذلك، تحاول OpenLedger السير في هذا الاتجاه. فإذا نجح الأمر، فقد تتغير بنية الحوافز في اقتصاد الذكاء الاصطناعي بأكمله.
والآن، يجدر بنا أن نتوقف ونتأمل… ماذا سيحدث لو أمكن تتبّع كل مساهمة في البيانات فعلًا؟
يمكننا تخيّل أحد السيناريوهات.
لنفترض أنك ساهمت بمجموعة بيانات. ثم أثّرت هذه المجموعة لاحقًا في مخرجات نموذج ذكاء اصطناعي ما. عندها تحصل مباشرةً على مكافأة. أي إن البيانات لم تعد مجرد «مورد مستخدَم»، بل أصبحت «أصلًا مدرًّا للدخل».
هذا تحوّل دقيق للغاية، لكنه قوي الأثر.
لأننا نقدّم البيانات اليوم، لكننا نفقد ملكيتها. وتقول OpenLedger إن الملكية ستبقى، وسيتم تحقيق عائد منها.
والآن ننتقل إلى جزء آخر من بنيتهم التحتية: التوافق مع EVM. قد يبدو هذا تقنيًا بعض الشيء، لكنه مهم؛ إذ يعني سهولة دمجه في منظومة إيثيريوم. وهذا مهم عمليًا، لأن العزلة تصبح مشكلة كبيرة عند بناء منظومة جديدة.
لكن السؤال يعود مجددًا: هل يؤدي جعل كل شيء متوافقًا مع EVM إلى خلق قيمة جديدة فعلًا؟
أم أنها مجرد طبقة لتسهيل التبنّي؟
لا تزال الإجابة عن هذا السؤال غير واضحة.
ومع الانتقال إلى الرمز $OPEN، تصبح الأمور أكثر إثارة للاهتمام. فهذا الرمز ليس مجرد عملة، بل هو الجهاز العصبي الاقتصادي للشبكة. فكل شيء يمر عبره، من رسوم الغاز إلى توزيع المكافآت والحوكمة.
لكن الفكرة الأساسية هي توزيع المكافآت بناءً على الإسناد. أي إنه إذا أنشأ الذكاء الاصطناعي قيمة، فسيتم تتبّع تدفّق تلك القيمة، ويتبع ذلك توزيع الرموز.
هذا الجانب قوي جدًا من الناحية النظرية، لكن التنفيذ قصة مختلفة دائمًا.
هناك أمرٌ جدير بالملاحظة: إجمالي المعروض ثابت عند مليار وحدة. قد يبدو هذا كاقتصاديات رموز مشفّرة اعتيادية، لكن السؤال الحقيقي هنا ليس عن المعروض، بل عن مصدر الطلب.
لأن الطلب لن ينشأ إلا إذا نجح نظام الإسناد فعليًا. وإلا فسيصبح طبقة مضاربة أخرى.
أما فيما يتعلق بحالات الاستخدام الفعلية، فتسعى OpenLedger أساسًا إلى القيام بثلاثة أمور:
الشفافية بشأن مصادر مخرجات الذكاء الاصطناعي.
تحقيق الدخل من المساهمة بالبيانات.
منظومة وكلاء الذكاء الاصطناعي على السلسلة.
إذا عملت هذه الأمور الثلاثة معًا، فلن يعود الذكاء الاصطناعي مجرد أداة، بل سيصبح اقتصادًا. لكن السؤال القديم يبقى: هل يسير كل شيء فعلًا بهذه السلاسة؟
في الأنظمة الحقيقية، يوجد احتكاك وضجيج وتلاعب.
وهنا تبرز فكرة مهمة. فالذكاء الاصطناعي يخلق قيمة بالفعل، لكن توزيع القيمة مركزي. وتقول OpenLedger إنه حتى لو تعذّر تحقيق اللامركزية الكاملة في إنشاء القيمة، فيمكن تحقيقها في إسناد القيمة.
هذا الاختلاف دقيق، لكنه مهم.
في النهاية، يبقى سؤالٌ حقيقي ومقلق:
إذا نجح نظام الإسناد هذا فعلًا، فهل ستكون منظومة الذكاء الاصطناعي المستقبلية عادلة حقًا؟
أم أننا لا نفعل سوى إنشاء نوع جديد من التعقيد، حيث يوجد التتبّع، لكن بنية النفوذ تظل كما هي؟
لا توجد إجابة عن هذا حتى الآن. لكن هناك أمر واحد واضح: كلما نما الذكاء الاصطناعي، ازدادت أهمية ملكية البيانات.
وتطرح OpenLedger السؤال المقلق نفسه الذي ظللنا نتجنّب طرحه طويلًا.
من يملك البيانات، ومن يحصل على القيمة؟ لم يعد هذا مجرد طرح نظري.
يتحول هذا الأمر تدريجيًا إلى واقع اقتصادي؛ وعلى أي حال، سيخبرنا الزمن 👍


