Pengarah Visa Menyenaraikan 8 Ke Arah Utama Untuk Kripto dan AI Hingga 2026

Pengarang asal: Cuy Sheffield, Naib Presiden Visa dan Pemegang Tanggungjawab Perkhidmatan Kripto

Saoirse, Berita Foresight

Dengan kriptografi dan AI semakin matang, peralihan paling penting dalam dua bidang ini bukan lagi soal "adakah kesahihan secara teori", tetapi "adakah kebolehpercayaan dalam aplikasi praktikal". Kini, kedua-dua teknologi ini telah melangkah melewati ambang kritikal, dengan prestasi yang meningkat secara ketara, tetapi kadar penggunaan praktikal masih tidak seimbang. Dinamik pembangunan utama pada tahun 2026 sebenarnya berasal daripada jurang antara "prestasi" dan "kemajuan penggunaan".

Berikut adalah beberapa tema utama yang telah lama saya ikuti, serta pemikiran awal saya mengenai arah perkembangan teknologi, kawasan penumpuan nilai, dan malah lagi, "mengapa pemenang akhir mungkin berbeza secara ketara daripada penggerak awal industri."

Dekad pertama perkembangan kriptocurrency ditandai dengan "kelebihan spekulatif" - pasaran kripto adalah global, berterusan dan sangat terbuka, sementara keteranjakan yang tinggi menjadikan perdagangan kripto lebih dinamik dan menarik berbanding pasaran kewangan tradisional.

Namun, teknologi asasnya belum bersedia untuk penggunaan arus perdana: blockchain awal mempunyai kelemahan dalam hal kelajuan, kos yang tinggi dan ketidakstabilan. Kecuali dalam skop spekulasi, kripto hampir tidak pernah mampu mengatasi sistem tradisional sedia ada dari segi kos, kelajuan atau kecekapan.

Kini, keseimbangan ini mula berubah. Teknologi blockchain telah menjadi lebih pantas, berkos rendah, dan boleh dipercayai. Pada masa ini, aplikasi paling menarik matawang kripto bukan lagi spekulasi, tetapi dalam bidang infrastruktur - khususnya dalam proses penyelesaian dan pembayaran. Apabila matawang kripto mula menjadi teknologi yang lebih matang, aspek spekulatifnya akan berkurang: Ia tidak akan hilang sepenuhnya, tetapi ia tidak lagi menjadi sumber utama nilai.

Stabilcoin berbeza daripada naratif kripto sebelum ini, kejayaannya berasaskan piawaian yang spesifik dan objektif: dalam situasi tertentu, stabilcoin lebih cepat, lebih murah, dan merangkumi cakupan yang lebih luas berbanding saluran pembayaran tradisional, sambil pada masa yang sama boleh diselitkan secara lancar ke dalam sistem perisian moden.

Stabilcoin tidak memerlukan pengguna menganggap kripto sebagai "ideologi" untuk dipercayai, aplikasinya sering berlaku secara "tersembunyi" dalam produk dan alur kerja sedia ada - ini juga membolehkan institusi dan syarikat yang sebelum ini menganggap ekosistem kripto "terlalu bergegar dan kurang telus" akhirnya memahami nilai sebenar kripto.

Boleh dikatakan, wang tetap membantu memperkuat semula kripto kepada "kegunaan" berbanding "spekulasi", dan menetapkan matlamat yang jelas untuk "bagaimana kripto berjaya diaplikasikan".

Ketika dahulu, apabila kriptocurrency terutamanya memainkan peranan sebagai "alat spekulasi", "pembahagian"nya adalah endogen - token-token baru hanya perlu "wujud" untuk secara semula jadi mengumpulkan likuiditi dan perhatian.

Apabila kriptocurrency menjadi infrastruktur, skop penggunaannya kini sedang bergerak dari "tingkat pasaran" ke "tingkat produk": ia disisipkan ke dalam proses pembayaran, platform dan sistem syarikat, dan pengguna akhir biasanya tidak sedar kehadirannya.

Peralihan ini sangat menguntungkan dua kumpulan pihak: pertama, syarikat-syarikat yang mempunyai saluran pengedaran sedia ada dan hubungan pelanggan yang boleh dipercayai; kedua, institusi-institusi yang mempunyai keizinan pemerintahan, sistem patuh setia, dan infrastruktur pencegahan risiko. Hanya dengan "keunikan perjanjian" sahaja sudah tidak mencukupi untuk memacu penggunaan cryptocurrency secara besar-besaran.

Kegunaan agen kecerdasan buatan (AI) semakin menonjol, tetapi peran mereka sering disalahertikan: agen yang paling berjaya bukanlah "pemutus keputusan secara autonomi", tetapi alat yang "mengurangkan kos koordinasi dalam alur kerja".

Secara sejarah, perkara ini paling ketara dalam bidang pembangunan perisian - alat agen mempercepatkan kecekapan dalam kod, membaiki kesilapan kod, merekabentuk semula kod, dan membangunkan persekitaran. Namun, dalam beberapa tahun kebelakangan ini, "nilai alat" ini sedang merebak secara besar-besaran ke dalam bidang yang lebih luas.

Ambil contoh alat seperti Claude Code, walaupun ia diletakkan sebagai "alat pembangun", popularitinya yang pantas menunjukkan trend yang lebih mendalam: sistem agen sedang menjadi "antaramuka kerja ilmu", bukan hanya terhad kepada bidang pengaturcaraan. Pengguna mula menggunakan "alur kerja yang dikuasai oleh agen" dalam penyelidikan, analisis, penulisan, perancangan, pengendalian data dan tugas operasi - tugas-tugas ini lebih cenderung kepada "pekerjaan profesional umum", bukan pengaturcaraan tradisional.

Yang benar-benar penting bukanlah kod pencerapan suasana sendiri, tetapi corak inti di sebaliknya:

• Yang diamanahkan oleh pengguna adalah "niat matlamat", bukan "langkah-langkah spesifik";
• Agen merentasi fail, alat dan pengurusan tugas 'maklumat konteks';
• Mod operasi berpindah dari "linear" kepada "terusan dan dialogis".

Dalam pelbagai jenis kerja berkaitan pengetahuan, agen cerdik cekap dalam mengumpulkan konteks, melaksanakan tugas tertentu, mengurangkan alihan proses, dan mempercepat kecekapan iterasi, tetapi masih mempunyai kelemahan dalam aspek "penilaian terbuka", "penentuan tanggungjawab", dan "pembaikan kesilapan".

Oleh itu, kebanyakan agen yang digunakan dalam skala pengeluaran pada masa kini masih memerlukan "skop yang terhad, pengawasan, dan pengapitan dalam sistem", bukan beroperasi sepenuhnya secara bebas. Nilai sebenar agen berasal daripada "reka bentuk semula alur kerja pengetahuan", bukan "menggantikan tenaga kerja" atau "mencapai autonomi sepenuhnya".

Aras kecerdasan model AI telah mencapai peningkatan yang pantas, dan kini faktor pembatas bukan lagi "kelancaran atau keupayaan berfikir dalam bahasa yang unggul", tetapi "kebolehpercayaan dalam sistem sebenar".

Lingkungan pengeluaran tidak akan membenarkan tiga jenis isu: pertama, ilusi AI (menghasilkan maklumat palsu), kedua, keputusan output yang tidak konsisten, dan ketiga, mod kegagalan yang tidak jelas. Sekiranya AI terlibat dalam perkhidmatan pelanggan, transaksi kewangan atau aspek keselarasan, keputusan yang "kira-kira betul" sudah tidak boleh diterima lagi.

Empuanan "kepercayaan" memerlukan empat asas: pertama, keputusan boleh dijejak balik, kedua, mempunyai keupayaan ingatan, ketiga, boleh disahkan, dan keempat, boleh secara aktif mendedahkan "ketidakpastian". Kepantasan autonomi AI mesti dikenakan had sebelum keupayaan-keupayaan ini mencapai tahap kematangan yang mencukupi.

Produk AI yang berjaya akan memandang 'model' sebagai 'komponen' bukan 'hasil akhir' - kebolehpercayaannya berasal daripada 'rekabentuk arsitek' bukan 'pengoptimuman arahan'.

Reka bentuk arsitek di sini merangkumi pengurusan keadaan, aliran kawalan, sistem penilaian dan pemantauan, serta mekanisme penyelesaian dan pemulihan ralat. Justeru itu, perkembangan AI semakin hampir kepada "kejuruteraan perisian tradisional" berbanding "kajian teori hadapan" pada hari ini.

Nilai jangka panjang akan cenderung kepada dua kumpulan: yang pertama ialah pembina sistem, dan yang kedua ialah pemilik platform yang mengawal alur kerja dan saluran pengedaran.

Apabila alat agen berkembang dari bidang kod ke kajian, penulisan, analisis dan proses operasi, kepentingan "kejuruteraan sistem" akan semakin menonjol: kerja berpengetahuan biasanya kompleks, bergantung pada maklumat status dan padat konteks, yang menjadikan agen yang "boleh menguruskan ingatan, alat dan proses iterasi dengan boleh dipercayai" (bukan hanya agen yang boleh menghasilkan output) lebih bernilai.

Dengan peningkatan keupayaan sistem AI dan penggabungan yang lebih dalam ke dalam bidang ekonomi, isu "siapa yang memiliki dan mengawal model AI yang paling hebat" sedang membangkitkan konflik utama.

Di satu sisi, penyelidikan dan pembangunan di hadapan AI tetap memerlukan modal yang banyak, dan dipengaruhi oleh "keupayaan pengiraan, dasar kawalan dan politik geografi", menyebabkan kepekatan semakin meningkat; di sisi yang lain, model dan alat sumber terbuka terus berkembang dan diperbaiki dengan adanya "eksperimen yang meluas dan penempatan yang mudah".

Kekeliruan ini yang memadukan ciri terpusat dan terbuka telah membangkitkan pelbagai isu yang belum dapat diselesaikan: risiko ketergantungan, keterauditan, kejelasan, keupayaan menetapkan harga jangka panjang, dan kawalan terhadap infrastruktur kritikal. Keputusan yang paling mungkin ialah mod "campuran" - model teras memacu keupayaan teknikal, manakala sistem terbuka atau separa terbuka memasukkan keupayaan ini ke dalam "perisian yang tersebar luas".

Apabila sistem AI memainkan peranan dalam alur kerja, keperluan mereka untuk "interaksi ekonomi" semakin meningkat - contohnya membayar untuk perkhidmatan, memanggil API, membayar balik agen lain, atau menyelesaikan "yuran interaksi berdasarkan penggunaan".

Permintaan ini telah membawa semula perhatian terhadap "stablecoin": ia dilihat sebagai "wang asli mesin", yang boleh diprogram, boleh diaudit, dan boleh dipindahkan tanpa campur tangan manusia.

Ambil contoh protokol "pengguna pembangun" seperti x402, walaupun kini masih berada dalam peringkat eksperimen awal, arah yang ditunjukkan sangat jelas: aliran pembayaran akan diurus dalam bentuk "API", bukan laman "checkout" tradisional - ini membolehkan agen-agen perisian melakukan "transaksi yang berterusan dan terperinci".

Kini, bidang ini masih muda: saiz transaksi kecil, pengalaman pengguna kasar, dan sistem keselamatan serta kebenaran masih dalam proses peningkatan. Namun, inovasi dalam infrastruktur biasanya bermula daripada "penjelajahan awal" seperti ini.

Yang penting diperhatikan ialah, kepentingannya bukanlah "kemandirian untuk kemandirian sendiri", tetapi "apabila perisian boleh diprogram untuk menjalankan urus niaga, tingkah laku ekonomi baru akan menjadi mungkin".

Sama ada kriptocurrency atau kecerdasan buatan, fasa pembangunan awal lebih mengutamakan "konsep menarik perhatian" dan "kemajuan teknikal yang baru"; manakala pada fasa seterusnya, "kebolehpercayaan", "keupayaan pentadbiran" dan "keupayaan pengedaran" akan menjadi dimensi persaingan yang lebih penting.

Kini, teknologi itu sendiri bukan lagi faktor pembatas utama, yang penting ialah "memasukkan teknologi ke dalam sistem sebenar".

Menurut saya, ciri khas tahun 2026 bukanlah "satu teknologi bermutasi", tetapi "pengumpulan infrastruktur secara beransur-ansur" - kemudahan ini beroperasi secara senyap sambil secara perlahan mengubah "cara aliran nilai" dan "cara kerja dijalankan".