Pagkatapos ng pag-record ng 250M+ Trace receipts, ang susunod na malaking hamon ng DATA ay ang pagpapalit ng lahat ng aktibidad na iyon sa mas malakas na AI data business.
Dahil dito, ang plano ng @datafdn na lumipat sa Sui ay may kahulugan.
Maaari itong magpalaya sa team upang makatok sa kung ano ang tunay na binabayaran ng AI labs: kapaki-pakinabang na training data na may malinaw na karapatan at verifiable na pinagmulan.
Nagsimula ang DATA bilang Story Protocol, na naglalayong makamit ang isang malawak na pananaw para sa programmable na ari-arian. Noong Hunyo, ipinakikita nito ang kanyang pagsisikap sa AI training data, na may Trace bilang pangunahing audit product.
Ngayon, sumusunod ang kanyang infrastrakturang estratehiya sa mas malinaw na pagsisikap na ito.
Ang pagpapatakbo ng isang independiyenteng Layer 1 ay nangangailangan ng pagpapanatili ng blockchain software, pagkoordinasyon ng mga upgrade, at suporta sa validator infrastructure. Ang mga responsibilidad na ito ay gumagamit ng parehong mga yunit na kailangan upang mapabuti ang mga produkto at manalo ng mga customer.
Isang team. Dalawang hirap na trabaho.
Para sa DATA, ang pinakamalakas na pinagmumulan ng halaga ay ang pag-uugnay ng data supply, permissions, at verification sa isang bagay na maaaring gamitin ng mga biliyag nang may tiwala.
Ang Trace ay tumutulong sa mga biliyag na suriin ang mga rekord ng pinagmulan ng data, pahintulot, mga term ng lisensya, at estado ng pagbabayad, habang pinapanatili ang pribadong kalalabasan.
Tulad ng sinabi ko nang una, nagrereport ang DATA ng 250M+ receipts na nakarekord ng Trace.
Ang plano para sa paghahati-hati ng trabaho ay simpleng:
- Sui → pinagsamang blockchain infrastructure para sa protocol ng DATA
- Walrus → ang plano para sa default storage layer para sa mga app ng DATA Foundation, na angkop para sa malalaking file tulad ng imahe at video
- Trace → ang audit at provenance product na maaari pang palawakin ng DATA batay sa kanyang partikular na merkado
Ang mas malawak na Sui stack ay nag-aalok din ng Seal para sa access control at Nautilus para sa verifiable offchain compute, na nagbibigay ng karagdagang mga building blocks sa DATA habang patuloy ang implementasyon.
Ang teorya sa efficiency ay simpleng: Mas mabuting pag-allocate ng mga yunit.
Kung ang pinagsamang infrastructure ay nagbabawas sa bigat ng pagpapanatili ng isang standalone chain, mas maraming engineering effort ang maaaring ilagay sa mas mahusay na verification tools, mas maayos na integrasyon, at mas malawak na pagtanggap.
Ang inanunsyo ng Sui Foundation na $30M investment ay nagdaragdag ng institutional commitment sa direksyong ito. Ang partnership ay nagbibigay din ng malaking data supply para suportahan ang Sui’s infrastructure.
Ang execution ay patuloy na mahalaga. Ang migration ay nangangailangan ng gawa, ang pinagsamang infrastructure ay may mga tradeoffs, at ang DATA ay magiging nakadepende sa isang iba pang ecosystem. Kailangan maging tangible ang mga efficiency gains.
Ang transisyon ay nasa harap pa. Ang $DATA ay nananatiling protocol token, walang pagbabago agad para sa mga tagapagmaneho, at mas maraming detalye tungkol sa migration ay susundin.
Naniniwala ako na ito ay isang kredible na comeback strategy parehong para sa DATA at SUI kung saan pareho ay maaaring gamitin ang mga aral mula sa mas malawak na eksperimento at i-focus ang mga yunit kung saan may pinakamalinaw na layunin ang produkto.
NFA. DYOR.
