"هل قمت بتربية الجراد البحر؟" مؤخرًا، عندما يحيي Web3er بعضهم البعض، فمن المحتمل أن تكون هذه هي الجملة التي يستخدمونها في ثمانية من كل عشرة حالات.
في بداية عام 2026، وبعد أن أثار روبوتات مهرجان ربيع الصين إعجاب الجمهور، أصبحت الوكلاء الذكاء الاصطناعي الجدد، مثل OpenClaw، لعبة جديدة بين عشاق التكنولوجيا. يستخدم البعض الذكاء الاصطناعي للخدمة العملاء، ويستخدم آخرون الذكاء الاصطناعي لكتابة الأكواد، بينما بدأ البعض الآخر في تجربة استخدام الوكلاء لمحاكاة مجموعة كاملة من "الموظفين الرقميين". لقد أصبح مفهوم "الشركة الفردية"، الذي يُذكر باستمرار على منصات الإنترنت المختلفة، مفهومًا شائعًا: حيث يمكن لشخص واحد، من خلال تدفق عمل مدعوم بالذكاء الاصطناعي، تنفيذ مهام كانت تتطلب سابقًا فريقًا صغيرًا.
بالطبع، لا يُترك جانب Web3 دون نشاط. إذا راقبت وسائل الإعلام الصناعية مؤخرًا، فستلاحظ أن العديد من المشاريع بدأت تركز على وكلاء الذكاء الاصطناعي. فبعضها يدرس كيفية قيام الوكلاء بالاستدعاء المباشر للأصول أو العقود على السلسلة، وبعضها يبني البنية التحتية للدفع أو الهوية أو الخدمات المالية الخاصة بالوكلاء، بينما يناقش آخرون "نظام اقتصاد الوكلاء" الذي يسمح للذكاء الاصطناعي بالمشاركة في الشبكة كما يفعل المستخدمون، بل إن البعض بدأ مرة أخرى بالدعوة إلى شعار "Web4.0".
عندما ترى هذا، ستشعر بشعور مألوف جدًا.
يُقال إن عالم الموضة دورة، لكن لم يكن أحد يتوقع أن عالم التكنولوجيا (أو عالم التشفير) يكون كذلك. هل تتذكرون فترة الركود التي بدأت عام 2022، عندما انتشر ChatGPT فجأةً وأصبح الذكاء الاصطناعي موضوعًا يُناقش في كل مكان؟ لم يبقى مجتمع Web3 مكتوف الأيدي، بل ظهرت على الفور مجموعة من المفاهيم الجديدة مثل AI Agent وتجار الذكاء الاصطناعي واستراتيجيات الأتمتة، وكأن أي شيء يرتبط بالذكاء الاصطناعي يمكنه تقديم قصة جديدة. لكن هذا الحماس لم يستمر طويلاً. ومع ارتفاع سوق التشفير مرة أخرى، عاد اهتمام الجميع بسرعة إلى Crypto نفسه.
وفي النصف الثاني من عام 2025، ظهرت مرة أخرى اتجاهات هبوطية في سوق التشفير، فبدأ Web3 في البحث عن مفاهيم جديدة للاستلام.
لكن، وفقًا لـ Portal Labs، تكمن المشكلة بالضبط هنا. عندما يبدأ سرد معين في الانتشار، لا تقوم العديد من فرق البداية في Web3 باتخاذ قرارات تقنية أو تجارية، بل تتخذ قرارات سردية: أية مفهوم يصبح شائعًا، تُنفذ ذلك. ثم تقع في الأخطاء—
اكتشف العديد من الفرق، أثناء محاولة تنفيذ مشاريعهم فعليًا، أن الفكرة يمكن بناؤها بسرعة، لكن المنتج يصعب تنفيذه. أين المستخدمون؟ ما هي السيناريوهات المحددة؟ ما الذي يسمح بالحصول على إيرادات مستمرة؟ هل يمكن جذب استثمارات؟ غالبًا ما تظهر هذه الأسئلة تدريجيًا بعد مرور فترة من الوقت على المشروع.
عندما تهدأ الحرارة، ما يبقى في السوق غالبًا هو مشاريع لم تنجح بعد. بعض المنتجات تتوقف عند مرحلة العرض التوضيحي، وبعضها يُطلق بصعوبة لكنه لا يجد مستخدمين، وبعضها الآخر يختفي تمامًا مع القصة التي رافقتها. على المدى القصير، يبدو وكأن مسارًا جديدًا قد فُتح، لكن عند النظر للخلف بعد فترة، فإن الأشياء التي بقيت حقًا ليست كثيرة.
لذلك، أصبح السؤال صعبًا: هل الاستمرار في التعمق في عالم العملات المشفرة، أم الانتقال إلى الذكاء الاصطناعي؟ اختيار الأول يعني أن السوق غير جيد، وقد لا تُثمر الاستثمارات عن عوائد؛ أما اختيار الثاني، فليس له أساس قوي. فحواجز التكنولوجيا، وهيكل الكوادر البشرية، وبيئة المنافسة في الذكاء الاصطناعي تختلف تمامًا عن Web3. فمعظم التقنيات والخبرات في المنتجات وموارد المجتمع التي جمعتها الفرق على مدار السنوات الماضية، بُنيت جميعها على نظام العملات المشفرة، وعند التحول الكامل إلى الذكاء الاصطناعي، فهذا يعني الدخول إلى مسار جديد تمامًا وغير مألوف. فمن قدرات النماذج وموارد البيانات إلى فرق الهندسة، كلها تقريبًا تحتاج إلى إعادة البناء من الصفر.
بشكل أكثر واقعية، فإن مجال الذكاء الاصطناعي نفسه مزدحم جدًا. سواء كانت شركات النماذج الكبيرة، أو شركات الإنترنت التقليدية، أو عدد كبير من الفرق الناشئة، جميعها تستثمر موارد هائلة في هذا المجال. بالنسبة لفريق ناشئ كان يركز سابقًا على Web3، إذا دخل هذا السوق فقط بسبب تحوّل السرد، فمن السهل أن يكتشف أنه لا يمتلك ميزة تقنية ولا موارد صناعية.
في الواقع، هناك مسار آخر يمكن لفرق ريادة الأعمال في Web3 تنفيذه. لا يتعين عليهم بالضرورة التحول إلى الذكاء الاصطناعي، بل يمكنهم الاستمرار في مسار Web3 الخاص بهم، مع التفكير في ما القدرة التي يمكن للعملات المشفرة أن تضيفها إلى نظام الذكاء الاصطناعي.
إذا نظرت بعناية إلى هذه الموجة الحالية من تطور الذكاء الاصطناعي، فستجد أن العديد من العناصر الأساسية لم تُحل بعد بالكامل.
أوضح مثال هو البيانات. فبينما تصبح النماذج أقوى، لا تزال هناك أسئلة دون آلية جيدة تتعلق بمصدر البيانات المستخدمة للتدريب، وما إذا كانت هذه البيانات موثوقة ومتّسقة مع الأنظمة، خاصةً كيف يمكن لوكيل الذكاء الاصطناعي تحقيق التخصيص على أساس فردي 1:1. هذه مشكلة أساسية مستمرة بالنسبة للذكاء الاصطناعي الذي يعتمد على تدريب بكميات كبيرة من البيانات.
على سبيل المثال، الهوية والتعاون. عندما تبدأ وكلاء الذكاء الاصطناعي في المشاركة في تنفيذ المهام، والتجارة التلقائية، وحتى اتخاذ قرارات التشغيل، فإنها تحتاج بدورها إلى هوية وصلاحيات وقواعد تعاون. من يمكنه استدعاء وكيل معين؟ كيف يتم تقسيم المهام بين الوكلاء؟ وكيف يتم التسوية بعد تنفيذ المهمة؟ هذه المسائل، في جوهرها، تتعلق بالهوية وتوزيع القيمة في الشبكة المفتوحة.
هناك أيضًا مشكلات الدفع. بمجرد أن يبدأ وكيل الذكاء الاصطناعي في استدعاء الخدمات أو جمع البيانات أو تنفيذ المهام بشكل مستقل على الشبكة، فهذا يعني أنه يحتاج إلى نظام دفع صغير يمكنه إجراء المدفوعات تلقائيًا. وفي النظام التقليدي للإنترنت، فإن تحقيق هيكل دفع كهذا صعب حقًا.
تبدو جميع هذه مشكلات تتعلق بالذكاء الاصطناعي، لكن العديد من الحلول موجودة بالفعل في نظام تقني العملات المشفرة. سواء كانت شبكات تحفيز البيانات، أو أنظمة الهوية على السلسلة، أو شبكات الدفع المفتوحة، فهي جميعًا اتجاهات كان Web3 يستكشفها على مدار السنوات القليلة الماضية.
إذا كانت فرق ريادة الأعمال في Web3 تنوي حقًا التوجه نحو هذه الاتجاهات، فهناك عدة أمور يجب التفكير فيها بوضوح مسبقًا.
أول ما يجب النظر إليه هو القدرة التقنية للفريق نفسه. تختلف تراكمات الفريق التقنية بشكل كبير بين مشاريع الويب 3 المختلفة. فهناك فرق متخصصة في بروتوكولات السلسلة، وفرق أخرى تعمل منذ فترة طويلة على شبكات البيانات، وفرق أخرى تركز أكثر على منتجات الطبقة التطبيقية. إذا كان الفريق قد عمل على مدى السنوات القليلة الماضية على بنية تحتية مرتبطة بالبيانات، مثل جمع البيانات أو استخلاصها أو أسواق البيانات، فإن التوسع حول طبقة البيانات الخاصة بالذكاء الاصطناعي سيكون طبيعيًا نسبيًا، مثل شبكة مساهمة البيانات، أو مصادر بيانات قابلة للتحقق، أو أسواق بيانات محفزة لتقديم البيانات للنماذج. وإذا كان الفريق في الأصل أكثر تركيزًا على بروتوكولات أو بنية تحتية على السلسلة، فيمكن التفكير في العمل حول بيئة تشغيل عوامل الذكاء الاصطناعي، مثل هوية العامل على السلسلة، وإدارة الصلاحيات، وبروتوكولات تنفيذ المهام، أو توفير قدرات الدفع والتسوية التلقائية للعوامل. أما بالنسبة للفِرق التي تعمل بالفعل على منتجات الطبقة التطبيقية، مثل أدوات التداول أو منصات المحتوى أو منتجات المجتمع أو التطبيقات الاستهلاكية، فإن الذكاء الاصطناعي يناسب بشكل أفضل أن يكون طبقة قدرات مدمجة في النظام المنتج القائم، مثل تحسين قدرات تحليل البيانات، أو أتمتة عمليات التشغيل، أو استخدام العوامل لأداء وظائف كانت تتطلب معالجة يدوية سابقًا.
ثانيًا، يجب التحقق من وجود سيناريوهات عمل حقيقية. العديد من مشاريع الذكاء الاصطناعي تختفي بسرعة ليس بسبب ضعف التكنولوجيا، بل لأنها لم تبدأ أصلًا بسيناريو استخدام واضح. يمكن تقديم المفاهيم بشكل جذاب، لكن الأشخاص الذين يحتاجون حقًا لهذا المنتج، ولماذا يحتاجونه، ولماذا سيدفعون مقابلته — هذه الأسئلة غالبًا لا تُجاب بجدية. هناك بعض المفاهيم التي تُناقش كثيرًا في الصناعة، مثل "الذكاء الاصطناعي + Web3" و"نظام اقتصاد الوكلاء" و"التجار الذكيون"، وهي تبدو ضخمة جدًا، لكن إذا تم طرح أسئلة أعمق، فستجد أن قاعدة المستخدمين المستقرة فعليًا صغيرة جدًا. على العكس، بعض الاحتياجات التي لا تبدو "جذابة" كثيرًا، مثل معالجة البيانات، والتشغيل الآلي، وفرز المعلومات، أو تنفيذ المهام، هي في الواقع موجودة باستمرار في سياقات العمل الواقعية. ولهذا السبب، عند تقييم ما إذا كان ينبغي الدخول في اتجاه معين من الذكاء الاصطناعي، فمن الأفضل ألا تبدأ بالنظر إلى مدى شعبية المفهوم، بل بالنظر مباشرة إلى السيناريو نفسه: هل هذه المشكلة جزء من مشكلة عمل مستمرة؟ هل هناك بالفعل أشخاص يدفعون مقابل حلها؟ وهل يمكن للذكاء الاصطناعي حقًا تحسين الكفاءة في هذه المرحلة؟ إذا كانت هذه الشروط محققة، فهذا الاتجاه سيكون أكثر احتمالًا للتحول من سردية إلى منتج.
يجب مواصلة التحقق مما إذا كانت فرق ريادة Web3 تمتلك موارد حقيقية تمكنها من الدخول إلى هذه المراحل.
البيانات، والهوية، والدفع التي ذُكرت سابقًا ليست في جوهرها مشاكل تقنية بحتة، بل هي مشاكل متعلقة بمصادر الشبكة.
على سبيل المثال، في شبكات البيانات، إذا لم يكن لدى الفريق مصدر بيانات مستقر، ولا مجموعة مستخدمين قادرة على المساهمة المستمرة بالبيانات، فحتى لو تم تطوير التكنولوجيا، فمن الصعب تحقيق تأثير شبكة حقيقي. وبالمثل، إذا أردت إنشاء نظام هوية أو شبكة تعاونية لـ AI Agent، فستحتاج إلى مطورين أو تطبيقات أو Agents حقيقية تشارك فيها، وإلا فإن البروتوكول نفسه سيصعب عليه تكوين نظام بيئي. وينطبق المنطق نفسه على أنظمة الدفع والتسوية. بمجرد بدء AI Agent في استدعاء الخدمات أو الحصول على البيانات أو تنفيذ المهام داخل الشبكة، ستزداد عمليات الدفع الصغيرة بشكل كبير. لكن شبكة الدفع هذه لا معنى لها إلا عندما توجد كميات كبيرة من Agents والخدمات في نفس الوقت؛ وإلا فهي لا تزال مجرد وحدة تقنية.
لذلك، بالنسبة للعديد من فرق Web3، فإن ما يحتاجون حقًا لتقييمه ليس "هل هناك مساحة تقنية في هذا الاتجاه"، بل ما إذا كانوا قادرين على أن يصبحوا جزءًا من هذا الشبكة. فهل لديهم بالفعل مصادر بيانات أو نظام بيئي للمطورين أو تطبيقات عملية؟ غالبًا ما تحدد هذه العوامل ما إذا كان المشروع قادرًا على الدخول حقًا إلى طبقة البنية التحتية للذكاء الاصطناعي، وليس البقاء على مستوى المفاهيم.