আপনি কি লবঙ্গ পালন করেন? সাম্প্রতিক সময়ে Web3er-দের অভিবাদন হিসাবে এটি প্রায় দশটির মধ্যে আটটি হয়।
২০২৬ সালের শুরুতে, চীনা বছরের শুরুর অনুষ্ঠানে রোবটগুলির বিস্ময়কর প্রদর্শনের পরে, OpenClaw-এর মতো নতুন প্রজন্মের AI এজেন্টগুলি প্রযুক্তি সম্প্রদায়ের নতুন খেলনা হয়ে উঠেছে। কেউ কেউ AI ব্যবহার করছেন গ্রাহক সেবার জন্য, কেউ কেউ AI ব্যবহার করছেন কোড লেখার জন্য, আবার কেউ কেউ AI এজেন্ট ব্যবহার করে একটি “ডিজিটাল কর্মচারী”-এর সম্পূর্ণ সিস্টেম সিমুলেশনের চেষ্টা করছেন। সাম্প্রতিককালে, বিভিন্ন ইন্টারনেট প্ল্যাটফর্মে “একজন কোম্পানি” নামক একটি ধারণা প্রায়শই উল্লিখিত হচ্ছে—যা একজন ব্যক্তির একটি AI ওয়ার্কফ্লোর মাধ্যমেই, আগের একটি ছোট দলের প্রয়োজনীয়তা পূরণ করতে পারে।
ওয়েব৩-এর পাশাপাশি কিছুই বন্ধ হয়নি। সাম্প্রতিক সময়ে যদি আপনি শিল্প মিডিয়াগুলির বেশি দেখেন, তবে অনেক প্রকল্পই AI Agent-এর চারপাশে কাজ করছে বলে দেখা যায়। কেউ Agent-এর মাধ্যমে চেইন-উপরের সম্পদ বা চুক্তি সরাসরি কল করার গবেষণা করছে, কেউ Agent-এর পেমেন্ট, পরিচয় বা আর্থিক অবকাঠামো তৈরি করছে, কেউ “Agent অর্থনীতি” নিয়ে আলোচনা করছেন, যাতে AI ব্যবহারকারীর মতোই নেটওয়ার্কে অংশগ্রহণ করতে পারে, আবার কেউ “Web4.0”-এর নতুন স্লোগানও উত্থাপন করছেন।
এখানে দেখে মনে হচ্ছে এটা খুব পরিচিত।
ফ্যাশন জগতের কথা বলা হয় যে এটি একটি চক্র, কিন্তু কেউ ভাবেননি যে টেক জগত (বা ক্রিপ্টো জগত)ও এমনই। ২০২২ সালের শুরুতে বিষণ্ণ বাজারের সময়, ChatGPT এক রাতের মধ্যে বিখ্যাত হয়ে ওঠে, এবং AI একদমই সবার আলোচনার বিষয় হয়ে ওঠে। Web3 জগতও নিশ্চিন্ত থাকেনি, এবং খুব দ্রুত AI Agent, AI ট্রেডার, অটোমেশন স্ট্র্যাটেজির মতো অসংখ্য নতুন ধারণা জন্ম নেয়, যেন AI-এর সাথে একটুও সম্পর্ক থাকলেই নতুন গল্প বলা যায়। কিন্তু এই উত্তেজনা দীর্ঘস্থায়ী হয়নি। যখন পরবর্তীতে ক্রিপ্টো বাজার আবার বাড়তে শুরু করে, তখন মানুষের মনোযোগ দ্রুতই Crypto-এর দিকেই ফিরে যায়।
এবং 2025 এর দ্বিতীয়ার্ধে, ক্রিপ্টো মার্কেটে আবার বিষণ্ণতার প্রবণতা দেখা দিয়েছে, তাই Web3 নতুন ধারণা খুঁজছে।
কিন্তু, পোর্টাল ল্যাবসের দৃষ্টিতে, সমস্যাটি ঠিক এখানেই শুরু হয়। যখন একটি বিষয়বস্তু জনপ্রিয় হয়ে ওঠে, তখন অনেক Web3 স্টার্টআপ দল প্রযুক্তি বা ব্যবসায়িক সিদ্ধান্ত নেয় না, বরং বিষয়বস্তুর সিদ্ধান্ত নেয়: কোন ধারণা ট্রেন্ড করছে, সেটাই করে। এরপর তারা পড়ে যায়—
অনেক দল প্রকল্পটি প্রকৃতপক্ষে এগিয়ে নেওয়ার সময় বুঝতে পারে যে, ধারণাটি দ্রুত তৈরি করা যায়, কিন্তু পণ্যটি বাস্তবায়ন করা কঠিন। ব্যবহারকারীরা কোথায়? নির্দিষ্ট পরিস্থিতি কী? কীভাবে নিয়মিত ফি আদায় করা হবে? বিনিয়োগ আকর্ষণ করা সম্ভব হবে? এই প্রশ্নগুলি প্রায়শই প্রকল্পটি কিছুটা সময় পরে ধীরে ধীরে উঠে আসে।
যখন জনপ্রিয়তা কমে যায়, তখন বাজারে অনেকগুলি সফলভাবে চালু করা যায়নি প্রকল্পই পড়ে থাকে। কিছু পণ্য ডেমো পর্যায়েই থেমে যায়, কিছু কঠিনভাবে লঞ্চ হয় কিন্তু ব্যবহারকারী খুঁজে পায় না, আবার কিছু সরাসরি গল্পের সাথে অদৃশ্য হয়ে যায়। সংক্ষিপ্ত সময়ের জন্য মনে হয় যেন একটি নতুন ট্র্যাক খুলে গেছে, কিন্তু কিছুক্ষণ পরে ফিরে তাকালে, বাস্তবে অবশিষ্ট থাকা জিনিসগুলির পরিমাণ খুবই কম।
এর ফলে, ক্রিপ্টোতে আরও গভীরে যাওয়া নাকি AI-এ স্থানান্তরিত হওয়া—এটি একটি কঠিন সিদ্ধান্ত হয়ে দাঁড়িয়েছে। প্রথম বিকল্পটি বেছে নিলে, বাজার ভালো নয়, এবং বিনিয়োগের ফলাফল নিশ্চিত নয়; দ্বিতীয় বিকল্পটি বেছে নিলে, কোনো ভিত্তি নেই। AI-এর প্রযুক্তিগত বাধা, মানবসম্পদের গঠন এবং প্রতিযোগিতামূলক পরিবেশ Web3-এর সঙ্গে ভিন্ন। গত কয়েক বছরে অনেক দলের সঞ্চিত প্রযুক্তিগত স্ট্যাক, পণ্যের অভিজ্ঞতা, সম্প্রদায়ের সম্পদ—সবই Web3-এর ভিত্তিতে গড়ে উঠেছে। যদি AI-এর দিকে সম্পূর্ণভাবে সরে যাওয়া হয়, তবে এটি একটি hoàn全ভাবে অপরিচিত খাতে পুনরায় প্রবেশের মতো। মডেলের ক্ষমতা, ডেটা সম্পদ থেকে শুরু করে ইঞ্জিনিয়ারিং দল—প্রায় সবকিছুই পুনরায় গড়ে তুলতে হবে।
আরও বাস্তবসম্মতভাবে, এআই সেক্টরটি ইতিমধ্যে অত্যন্ত ব্যস্ত। বড় মডেল কোম্পানি, প্রাচীন ইন্টারনেট প্রতিষ্ঠান, এবং অসংখ্য স্টার্টআপ দল সবাই এই ক্ষেত্রে বিপুল সম্পদ বিনিয়োগ করছে। একটি ওয়েব3-এর উপর ভিত্তি করে শুরু হওয়া স্টার্টআপ দলের জন্য, যদি শুধুমাত্র গল্পের পরিবর্তনের কারণে এই বাজারে প্রবেশ করে, তবে এটি খুবই সহজেই বুঝতে পারবে যে এটির কোনও প্রযুক্তিগত সুবিধা বা শিল্পের সম্পদ নেই।
বাস্তবে, অনেক Web3 স্টার্টআপ টিমের জন্য একটি বাস্তবসম্মত পথ রয়েছে। অবশ্যই AI-এ রূপান্তরিত হওয়ার প্রয়োজন নেই, বরং তারা নিজেদের Web3 পথে এগিয়ে যেতে পারে এবং একসাথে চিন্তা করতে পারে যে Crypto AI সিস্টেমে কী ক্ষমতা যোগ করতে পারে।
যদি আপনি এই এআই বিকাশের এই ঢেউটি ভালোভাবে পর্যবেক্ষণ করেন, তবে আপনি দেখতে পাবেন যে অনেকগুলি কী পর্যায় এখনও সম্পূর্ণরূপে সমাধান হয়নি।
সবচেয়ে প্রাথমিক হল ডেটা। মডেলগুলি ক্রমাগত শক্তিশালী হচ্ছে, কিন্তু ট্রেনিং ডেটা কোথা থেকে আসছে, ডেটা বিশ্বস্ত এবং আইনগত কিনা, বিশেষ করে AI এজেন্টগুলি কীভাবে 1v1 কাস্টমাইজেশন অর্জন করবে—এই প্রশ্নগুলির জন্য এখনও কোনও ভালো মেকানিজম নেই। বড় পরিসরের ডেটার উপর নির্ভরশীল AI-এর জন্য এটি একটি দীর্ঘস্থায়ী মৌলিক সমস্যা।
যেমন পরিচয় এবং সহযোগিতা। যখন AI এজেন্টগুলি কার্য সম্পাদন, স্বয়ংক্রিয় ট্রেডিং বা পরিচালনা সিদ্ধান্তে অংশগ্রহণ শুরু করে, তখন এগুলিকেও পরিচয়, অধিকার এবং সহযোগিতার নিয়ম প্রয়োজন। কে কোনও এজেন্টকে কল করতে পারে? এজেন্টগুলির মধ্যে কীভাবে বিভাজন হয়? কাজ সম্পন্নের পরে কীভাবে জরিমানা হয়? এই প্রশ্নগুলি মূলত খোলা নেটওয়ার্কের পরিচয় এবং মূল্যবণ্টনের সাথে সম্পর্কিত।
পেমেন্ট সমস্যাও আছে। এআই এজেন্ট যখন নেটওয়ার্কে স্বয়ংক্রিয়ভাবে সার্ভিস কল করে, ডেটা পায় বা টাস্ক এক্সিকিউট করে, তখন এটির জন্য একটি অটোমেটেড মাইক্রোপেমেন্ট সিস্টেমের প্রয়োজন হয়। কিন্তু প্রচলিত ইন্টারনেট সিস্টেমে, এই ধরনের পেমেন্ট ব্যবস্থা বাস্তবায়ন করা খুবই কঠিন।
এগুলো সবই এআই-এর সমস্যা হিসেবে দেখা যাচ্ছে, কিন্তু অনেক সমাধানই ইতিমধ্যে ক্রিপ্টোর প্রযুক্তিগত কাঠামোর মধ্যে বিদ্যমান। ডেটা উৎসাহী নেটওয়ার্ক, অন-চেইন পরিচয় ব্যবস্থা, বা খোলা পেমেন্ট নেটওয়ার্ক—এগুলো সবই Web3 গত কয়েক বছর ধরে অনুসন্ধান করে আসছে।
যদি ওয়েব3 স্টার্টআপ দল সত্যিই এই দিকগুলিতে চেষ্টা করতে চায়, তবে কিছু বিষয় আগে পরিষ্কারভাবে ভাবা প্রয়োজন।
প্রথমে দেখতে হবে টিমের নিজস্ব প্রযুক্তিগত ক্ষমতা। বিভিন্ন Web3 প্রকল্পের প্রযুক্তিগত সঞ্চয় অনেক পার্থক্য রাখে। কিছু টিম চেইন-উপরের প্রোটোকল তৈরি করতে দক্ষ, কিছু দীর্ঘদিন ধরে ডেটা নেটওয়ার্কের উপর কাজ করছে, আবার কিছু আরও অ্যাপ্লিকেশন-লেয়ার পণ্যের দিকে বেশি মনোযোগ দেয়। যদি টিম গত কয়েক বছর ধরে ডেটা-সংক্রান্ত ইনফ্রাস্ট্রাকচার, যেমন ডেটা সংগ্রহ, ডেটা এক্সট্রাকশন বা ডেটা মার্কেটের উপর কাজ করে আসছে, তাহলে AI-এর চারপাশে ডেটা-লেয়ারকে প্রসারিত করা আপেক্ষিকভাবে স্বাভাবিক, যেমন: ডেটা অবদান নেটওয়ার্ক, যাচাইযোগ্য ডেটা সোর্স, বা মডেলের জন্য উদ্দীপনামূলক ডেটা মার্কেট। যদি টিমটি মূলত চেইন-উপরের প্রোটোকল বা ইনফ্রাস্ট্রাকচারের দিকে বেশি মনোযোগ দিত, তাহলে AI Agent-এর রানটাইম পরিবেশকে কেন্দ্র করে কাজ করা যেতে পারে, যেমন: Agent-এর চেইন-উপরের ID, অনুমতি ব্যবস্থাপনা, কাজের নির্বাহ প্রোটোকল, বা Agent-এর জন্য 자동 settlement एवं भुगतान क्षमता। और जो टीम मूल रूप से एप्लिकेशन-लेयर के उत्पादों पर काम कर रही है, जैसे ट्रेडिंग टूल्स, कंटेंट प्लेटफॉर्म, समुदाय उत्पाद या उपभोक्ता एप्लिकेशन, AI को मूल उत्पाद प्रणाली में क्षमता-लेयर के रूप में एम्बेड करना अधिक उपयुक्त होगा। उदाहरण के लिए, AI का उपयोग डेटा विश्लेषण क्षमता, स्वचालित संचालन प्रक्रियाओं, या Agent के माध्यम से मूल रूप से मानव द्वारा संसाधित किए जाने वाले कार्यों को पूरा करने के लिए किया जा सकता है।
পরবর্তী বিষয়টি হল বাস্তব ব্যবসায়িক প্রয়োগ রয়েছে কিনা। অনেক AI প্রকল্প দ্রুত অদৃশ্য হয়ে যায় কারণ প্রযুক্তি খারাপ নয়, বরং শুরু থেকেই এর জন্য স্পষ্ট ব্যবহারের পরিস্থিতি নেই। ধারণাগুলি খুব জনপ্রিয়ভাবে উত্থাপন করা যেতে পারে, কিন্তু এই পণ্যটি প্রকৃতপক্ষে কাদের দরকার, তারা কেন এটি ব্যবহার করবে, এবং কেন এর জন্য পেমেন্ট করবে—এই প্রশ্নগুলির উত্তর প্রায়শই গুরুত্বপূর্ণভাবে দেওয়া হয়নি। কিছু ধারণা, যেমন “AI+Web3”, “Agent অর্থনীতি”, “AI ট্রেডার”, খুবই বড়ভাবে শোনায়, কিন্তু একটি ধাপ নিচের প্রশ্নগুলির দিকে তাকালে, প্রকৃতপক্ষে স্থিতিশীলভাবে বিদ্যমান ব্যবহারকারীদের সংখ্যা খুবই কম। অন্যদিকে, ডেটা প্রসেসিং, অটোমেশন, তথ্য ছাটাই, বা কাজের সম্পাদন—এইগুলির মতো, “সেক্সি” না-বলা চাহিদা, বাস্তবিকভাবেইদীর্ঘসময়েরজন্যঅস্তিত্বশীল।এজন্যই, AI-এরদিকেযাওয়ারআগে,ধারণাটিরজনপ্রিয়তা-এরচেয়েপ্রথমেপরিস্থিতিটিকেদেখা:এইপরিস্থিতিটি-কি-দীর্ঘসময়ধরেব্যবসায়িকসমস্যা,এটি-কি-এখনওকেউপরিশোধকরছে,এবংAI-কি-এইপর্যায়ে-প্রকৃতপক্ষেদক্ষতা-বাড়াতেপারছে?যদিএইশর্তগুলি-পূরণহয়,তবেএইদিকটি-শুধুমাত্র-বর্ণনা-থেকে-পণ্য-এ-পরিণতহওয়ারসম্ভাবনা-বেশি।
আরও নিচে দেখতে হবে যে Web3 স্টার্টআপ দলের কাছে এই প্রক্রিয়াগুলিতে প্রবেশ করার জন্য প্রকৃতপক্ষে কোনো সম্পদ আছে কিনা।
উল্লিখিত ডেটা, পরিচয় এবং পেমেন্টের দিকগুলি মূলত শুধুমাত্র প্রযুক্তিগত সমস্যা নয়, বরং নেটওয়ার্ক সম্পদের সমস্যা।
উদাহরণস্বরূপ, ডেটা নেটওয়ার্কের ক্ষেত্রে, যদি দলের কাছে স্থিতিশীল ডেটা সরবরাহকারী না থাকে বা ডেটা অবদান রাখতে পারে এমন ব্যবহারকারীদের একটি স্থায়ী সম্প্রদায় না থাকে, তাহলে প্রযুক্তি তৈরি করা হলেও প্রকৃত নেটওয়ার্ক ইফেক্ট তৈরি করা কঠিন। একইভাবে, AI Agent-এর পরিচয় ব্যবস্থা বা সহযোগিতা নেটওয়ার্ক তৈরির জন্যও বাস্তবিক ডেভেলপার, অ্যাপ্লিকেশন বা Agent-এর অংশগ্রহণ প্রয়োজন, অন্যথায় প্রোটোকলটির জন্য প্রকৃত ইকোসিস্টেম গড়ে উঠা কঠিন। পেমেন্ট এবং সেটেলমেন্ট ব্যবস্থারও একই যুক্তি। AI Agent-এরা যখন নেটওয়ার্কে সার্ভিস কল, ডেটা প্রাপ্তি বা টাস্ক সম্পাদন শুরু করবে, তখন সামান্য পেমেন্টগুলি অত্যন্ত প্রায়শই ঘটবে। কিন্তু এই পেমেন্ট নেটওয়ার্কটি শুধুমাত্র বড়সড় সংখ্যক Agent-এবং সার্ভিসের একসাথে উপস্থিতির ক্ষেত্রেই অর্থপূর্ণ, অন্যথায়, এটি শুধুমাত্র একটি প্রযুক্তিগত মডিউলই থেকে যাবে।
অনেক Web3 টিমের জন্য, প্রকৃতপক্ষে যা মূল্যায়ন করা দরকার তা হল “এই দিকে কি প্রযুক্তিগত স্থান আছে”, বরং তাদের নিজেদের কি এই নেটওয়ার্কের অংশ হওয়ার ক্ষমতা আছে। টিমের কাছে কি ডেটা সোর্স, ডেভেলপার ইকোসিস্টেম বা অ্যাপ্লিকেশন স্কেনারিও আছে—এগুলোই প্রায়শই একটি প্রজেক্টকে ধারণার স্তরেই আটকে রাখবে নাকি বাস্তবিকভাবে AI-এর ইনফ্রাস্ট্রাকচার লেয়ারে প্রবেশ করতে পারবে, তা নির্ধারণ করে।