ผู้เขียนบทความต้นฉบับ: คีย์ เชฟฟิลด์ รองประธานและหัวหน้าฝ่ายธุรกิจสกุลเงินดิจิทัลของวีซ่า
ผู้แปล: Saoirse, Foresight News
เมื่อเทคโนโลยีสกุลเงินดิจิทัลและปัญญาประดิษฐ์ (AI) เริ่มเข้าสู่ความเป็นจริงมากขึ้น ความเปลี่ยนแปลงที่สำคัญที่สุดในสองด้านนี้ก็ไม่ใช่เรื่องของ "ความเป็นไปได้เชิงทฤษฎี" อีกต่อไป แต่กลายเป็นเรื่องของ "การนำไปใช้ในทางปฏิบัติได้อย่างเชื่อถือได้" ปัจจุบัน ทั้งสองเทคโนโลยีนี้ได้ก้าวข้ามขีดจำกัดสำคัญไปแล้ว และมีประสิทธิภาพที่เพิ่มขึ้นอย่างมีนัยสำคัญ แต่การใช้งานจริงยังคงกระจายตัวไม่เท่ากัน ดังนั้น จุดเปลี่ยนสำคัญในปี 2026 จึงเกิดจากช่องว่างระหว่าง "ประสิทธิภาพ" และ "การใช้งานทั่วไป" นี้เอง
ต่อไปนี้คือหัวข้อหลักที่ผมให้ความสนใจอย่างต่อเนื่องในระยะยาว รวมถึงแนวคิดเบื้องต้นเกี่ยวกับทิศทางการพัฒนาเทคโนโลยี ด้านการสะสมคุณค่า ตลอดจนถึง "เหตุผลที่ผู้ชนะสุดท้ายอาจแตกต่างจากผู้บุกเบิกในอุตสาหกรรมอย่างสิ้นเชิง"
หัวข้อที่ 1: สกุลเงินดิจิทัลกำลังเปลี่ยนจากการเป็นสินทรัพย์ที่มีความเสี่ยงสูงไปสู่เทคโนโลยีคุณภาพสูง
ในช่วงทศวรรษแรกของการพัฒนาสกุลเงินดิจิทัล มีลักษณะเด่นที่เรียกว่า "ข้อได้เปรียบด้านการเก็งกำไร" — ตลาดมีลักษณะเป็นสากล ดำเนินต่อเนื่อง และมีความเปิดกว้างสูง ความผันผวนที่รุนแรงนี้ทำให้การซื้อขายสกุลเงินดิจิทัลนั้นน่าสนใจและมีพลังมากกว่าตลาดการเงินแบบดั้งเดิม
อย่างไรก็ตาม เทคโนโลยีพื้นฐานยังไม่พร้อมสำหรับการใช้งานในระดับมวลชน: บล็อกเชนในช่วงเริ่มต้นมีความช้า ต้นทุนสูง และขาดความเสถียร นอกเหนือจากสถานการณ์การเก็งกำไรแล้ว สกุลเงินดิจิทัลเกือบไม่มีวันที่จะสามารถเอาชนะระบบดั้งเดิมในด้านต้นทุน ความเร็ว หรือความสะดวกสบายได้เลย
ปัจจุบัน ความไม่สมดุลนี้เริ่มกลับมาสู่ภาวะสมดุล ด้วยเทคโนโลยีบล็อกเชนที่เร็วขึ้น ถูกกว่า และเชื่อถือได้มากขึ้น ทำให้การใช้งานที่น่าสนใจที่สุดของสกุลเงินดิจิทัลไม่ใช่การเก็งกำไรอีกต่อไป แต่กลายเป็นด้านโครงสร้างพื้นฐาน โดยเฉพาะการตั้งถิ่นฐานและการชำระเงิน เมื่อสกุลเงินดิจิทัลกลายเป็นเทคโนโลยีที่มีความเป็นผู้ใหญ่มากขึ้น บทบาทหลักของการเก็งกำไรจะค่อย ๆ ลดน้อยลงไป: แม้มันจะไม่หายไปอย่างสิ้นเชิง แต่จะไม่ใช่แหล่งสร้างคุณค่าหลักอีกต่อไป
หัวข้อที่ 2: สกุลเงินดิจิทัลที่มีความมั่นคงคือผลลัพธ์ที่ชัดเจนของสกุลเงินดิจิทัลในแง่ของ "ประโยชน์ใช้สอยที่แท้จริง"
สกุลเงินดิจิทัลที่มีความมั่นคง (Stablecoin) แตกต่างจากแนวคิดสกุลเงินดิจิทัลในอดีต ความสำเร็จของมันขึ้นอยู่กับเกณฑ์ที่ชัดเจนและเป็นจริง: ในสถานการณ์เฉพาะ ความมั่นคงของสกุลเงินดิจิทัลนี้สามารถให้ความเร็ว ต้นทุนที่ต่ำกว่า และการเข้าถึงที่กว้างขึ้นเมื่อเทียบกับช่องทางการชำระเงินแบบดั้งเดิม พร้อมทั้งสามารถผสานรวมเข้ากับระบบซอฟต์แวร์สมัยใหม่ได้อย่างราบรื่น
สกุลเงินดิจิทัลที่มีความมั่นคง (Stablecoin) ไม่จำเป็นต้องให้ผู้ใช้ถือว่าสกุลเงินดิจิทัลเป็นแนวคิดเชิงอุดมการณ์ แต่การใช้งานมักเกิดขึ้นแบบ "แฝง" ภายในผลิตภัณฑ์และกระบวนการทำงานที่มีอยู่เดิม ซึ่งสิ่งนี้เองที่ทำให้สถาบันและองค์กรที่เคยมองว่าระบบนิเวศสกุลเงินดิจิทัลมีความผันผวนสูงและไม่โปร่งใส สามารถเข้าใจคุณค่าของมันได้อย่างชัดเจนในที่สุด
อาจกล่าวได้ว่าสกุลเงินดิจิทัลที่มีความมั่นคงช่วยให้สกุลเงินดิจิทัลกลับมาเชื่อมโยงกับ "ความเป็นประโยชน์" มากกว่า "การเก็งกำไร" อีกทั้งยังชี้ให้เห็นแนวทางที่ชัดเจนว่า "สกุลเงินดิจิทัลจะสามารถนำไปใช้จริงได้อย่างไร"
หัวข้อที่ 3: เมื่อสกุลเงินดิจิทัลกลายเป็นโครงสร้างพื้นฐาน ความสามารถในการกระจายสินค้ามีความสำคัญมากกว่าความนวัตกรรมทางเทคโนโลยี
ในอดีต เมื่อสกุลเงินดิจิทัลยังมีบทบาทหลักเป็นเพียง "เครื่องมือการเก็งกำไร" การ "กระจายตัว" ของมันก็มีลักษณะเป็นไปโดยธรรมชาติ — โทเคนใหม่เพียงแค่ "มีอยู่" ก็สามารถสร้างสภาพคล่องและดึงดูดความสนใจได้โดยไม่ต้องใช้การกระตุ้นจากภายนอก
เมื่อสกุลเงินดิจิทัลกลายเป็นส่วนหนึ่งของโครงสร้างพื้นฐาน ขอบเขตการใช้งานก็กำลังเปลี่ยนจาก "ระดับตลาด" ไปสู่ "ระดับผลิตภัณฑ์" ซึ่งสกุลเงินดิจิทัลถูกฝังอยู่ในขั้นตอนการชำระเงิน แพลตฟอร์ม และระบบองค์กรต่างๆ ผู้ใช้ปลายทางมักไม่รู้ตัวว่ามันมีอยู่จริง
การเปลี่ยนแปลงนี้มีประโยชน์อย่างมากต่อสองกลุ่มหลัก ได้แก่ 1) บริษัทที่มีช่องทางการจัดจำหน่ายที่มั่นคงและมีความสัมพันธ์กับลูกค้าที่เชื่อถือได้ และ 2) สถาบันที่มีใบอนุญาตการกำกับดูแล ระบบปฏิบัติตามกฎหมาย และโครงสร้างพื้นฐานในการป้องกันความเสี่ยง อย่างไรก็ตาม ความนวัตกรรมของ "ข้อตกลง" นั้นไม่เพียงพออีกต่อไปที่จะผลักดันให้สกุลเงินดิจิทัลถูกนำไปใช้ในวงกว้าง
หัวข้อที่ 4: เอเจนต์ปัญญาประดิษฐ์มีคุณค่าเชิงปฏิบัติ และกำลังมีอิทธิพลที่เกินพ้นขอบเขตของการเขียนโปรแกรม
ประโยชน์ของเอเจนต์ด้านปัญญาประดิษฐ์ (AI Agents) กำลังเพิ่มขึ้นอย่างชัดเจน แต่บทบาทของมันมักถูกเข้าใจผิด: เอเจนต์ที่ประสบความสำเร็จที่สุดไม่ใช่ "ผู้ตัดสินใจอิสระ" แต่คือ "เครื่องมือที่ช่วยลดต้นทุนในการประสานงานในกระบวนการทำงาน"
ในแง่ของประวัติศาสตร์ ประเด็นนี้แสดงให้เห็นได้ชัดเจนที่สุดในด้านการพัฒนาซอฟต์แวร์—เครื่องมืออัจฉริยะช่วยเร่งความเร็วในการเขียนโค้ด การแก้ไขบั๊ก การปรับโครงสร้างโค้ด และการตั้งค่าสภาพแวดล้อม แต่ในช่วงไม่กี่ปีที่ผ่านมา คุณค่าด้าน "เครื่องมือ" นี้กำลังกระจายตัวไปสู่สาขาอื่นๆ อย่างรวดเร็วมาก
โดยใช้เครื่องมืออย่าง Claude Code เป็นตัวอย่าง แม้ว่าเครื่องมือนี้จะถูกกำหนดเป้าหมายให้เป็น "เครื่องมือสำหรับนักพัฒนา" แต่ความนิยมที่เพิ่มขึ้นอย่างรวดเร็วนั้นสะท้อนแนวโน้มที่ลึกซึ้งยิ่งกว่านั้น: ระบบอัจฉริยะกำลังกลายเป็น "อินเทอร์เฟซสำหรับงานด้านความรู้" ซึ่งไม่ได้จำกัดอยู่แค่ในด้านการเขียนโปรแกรมอีกต่อไป ผู้ใช้เริ่มนำ "กระบวนการทำงานที่ขับเคลื่อนด้วยระบบอัจฉริยะ" มาประยุกต์ใช้กับงานวิจัย การวิเคราะห์ การเขียน การวางแผน การจัดการข้อมูล และงานด้านการดำเนินงาน ซึ่งงานเหล่านี้มีลักษณะเป็น "งานวิชาชีพทั่วไป" มากกว่างานเขียนโปรแกรมแบบดั้งเดิม
สิ่งที่สำคัญจริงๆ ไม่ใช่การเข้ารหัสบรรยากาศโดยตรง แต่เป็นรูปแบบหลักที่อยู่เบื้องหลังมัน:
- ผู้ใช้สื่อสารถึง "เจตนาที่ต้องการให้บรรลุ" มากกว่า "ขั้นตอนเฉพาะ"
- เอเจนต์จัดการข้อมูลบริบทข้ามไฟล์ ข้ามเครื่องมือ และข้ามงานต่างๆ
- โหมดการทำงานเปลี่ยนจาก "การพัฒนาแบบเชิงเส้น" มาเป็น "การพัฒนาแบบวนซ้ำและการสนทนา"
ในงานด้านความรู้ต่าง ๆ ตัวแทนอัจฉริยะมีความเชี่ยวชาญในการรวบรวมบริบท ทำงานในขอบเขตที่กำหนด ลดการส่งมอบระหว่างขั้นตอน และเร่งความเร็วในการวนซ้ำ แต่ยังมีข้อจำกัดในเรื่องของการ "ตัดสินใจแบบเปิดกว้าง" "การกำหนดความรับผิดชอบ" และ "การแก้ไขข้อผิดพลาด"
ดังนั้น ในปัจจุบัน ตัวแทนอัจฉริยะส่วนใหญ่ที่ใช้ในกระบวนการผลิตยังคงต้องอยู่ภายใต้ "ขอบเขตที่จำกัด ต้องได้รับการกำกับดูแล และถูกฝังอยู่ในระบบ" แทนที่จะทำงานอย่างอิสระโดยสมบูรณ์ คุณค่าที่แท้จริงของตัวแทนอัจฉริยะนั้นเกิดจาก "การปรับโครงสร้างกระบวนการทำงานด้านความรู้" มากกว่าจะเป็น "การแทนที่แรงงาน" หรือ "การบรรลุอิสระสมบูรณ์"
หัวข้อที่ 5: ข้อจำกัดของ AI ได้เปลี่ยนจาก "ระดับความฉลาด" มาเป็น "ระดับความน่าเชื่อถือ" แล้ว
ระดับความฉลาดของโมเดล AI ได้รับการพัฒนาอย่างรวดเร็ว ปัจจัยจำกัดในปัจจุบันไม่ใช่ "ความคล่องแคล่วของภาษาหรือความสามารถในการคิดเห็นเพียงอย่างเดียว" แต่คือ "ความน่าเชื่อถือในระบบจริง"
สภาพแวดล้อมการผลิตจะไม่ยอมรับปัญหาสามประเภทใด ๆ ทั้งสิ้น ได้แก่ 1) อาการ "จินตนาการ" ของ AI (การสร้างข้อมูลเท็จ) 2) ผลลัพธ์ที่ไม่สอดคล้องกัน และ 3) รูปแบบข้อผิดพลาดที่ไม่ชัดเจน เมื่อ AI ถูกนำไปใช้ในบริบทที่เกี่ยวข้องกับการบริการลูกค้า การเงิน หรือการปฏิบัติตามกฎระเบียบ ผลลัพธ์ที่ "ถูกต้องในระดับหนึ่ง" จะไม่สามารถยอมรับได้อีกต่อไป
การสร้าง "ความไว้วางใจ" ต้องอาศัยพื้นฐาน 4 ประการ ได้แก่ 1) สามารถย้อนกลับผลลัพธ์ได้ 2) มีความสามารถในการจดจำ 3) สามารถตรวจสอบได้ และ 4) สามารถเปิดเผย "ความไม่แน่นอน" ได้โดยสมัครใจ ก่อนที่ความสามารถเหล่านี้จะพัฒนาให้แข็งแกร่งเพียงพอ ความเป็นอิสระของ AI ต้องถูกจำกัดไว้
หัวข้อที่ 6: วิศวกรรมระบบเป็นตัวตัดสินว่า AI สามารถนำไปใช้ในสถานการณ์การผลิตหรือไม่
ผลิตภัณฑ์ AI ที่ประสบความสำเร็จ จะมองว่า "โมเดล" เป็นเพียง "ส่วนประกอบ" มากกว่าจะเป็น "ผลิตภัณฑ์สำเร็จรูป" -- ความน่าเชื่อถือของมันมีที่มาจาก "การออกแบบสถาปัตยกรรม" มากกว่าการ "ปรับปรุงคำสั่ง"
การ "ออกแบบสถาปัตยกรรม" ที่กล่าวถึงนี้ ประกอบด้วย การจัดการสถานะ, ลำดับการควบคุม, ระบบประเมินผลและการตรวจสอบ รวมถึงกลไกการจัดการและการฟื้นตัวจากข้อผิดพลาดด้วย ด้วยเหตุนี้ จึงทำให้การพัฒนา AI ในปัจจุบันมีแนวโน้มเข้าใกล้กับ "วิศวกรรมซอฟต์แวร์แบบดั้งเดิม" มากกว่า "การวิจัยทฤษฎีขั้นสูง"
คุณค่าในระยะยาวจะไหลเข้าสู่กลุ่มเป้าหมายสองกลุ่ม ได้แก่ กลุ่มแรกคือผู้สร้างระบบที่มีความซับซ้อน และกลุ่มที่สองคือเจ้าของแพลตฟอร์มที่ควบคุมกระบวนการดำเนินงานและช่องทางการจัดจำหน่าย
เมื่อเครื่องมืออัจฉริยะขยายขอบเขตการใช้งานจากด้านการเขียนโค้ดไปสู่การวิจัย การเขียน การวิเคราะห์ และกระบวนการทำงานต่างๆ ความสำคัญของ "วิศวกรรมระบบ" จะเพิ่มขึ้นอย่างชัดเจน: งานด้านความรู้มักมีความซับซ้อน ขึ้นอยู่กับข้อมูลสถานะ และมีบริบทที่หนาแน่น ซึ่งทำให้อัจฉริยะที่ "สามารถจัดการความทรงจำ เครื่องมือ และกระบวนการวนซ้ำได้อย่างน่าเชื่อถือ" (แทนที่จะเป็นเพียงอัจฉริยะที่สามารถสร้างผลลัพธ์ได้เท่านั้น) มีคุณค่ามากยิ่งขึ้น
หัวข้อที่ 7: ความขัดแย้งระหว่างโมเดลที่เปิดกว้างกับการควบคุมแบบรวมศูนย์ สร้างปัญหาด้านการกำกับดูแลที่ยังไม่ได้รับการแก้ไข
เมื่อความสามารถของระบบปัญญาประดิษฐ์มีการพัฒนาเพิ่มมากขึ้น และการผสานรวมกับด้านเศรษฐกิจมีความลึกซึ้งยิ่งขึ้น ปัญหาเรื่อง "ใครเป็นเจ้าของและควบคุมโมเดลปัญญาประดิษฐ์ที่ทรงพลังที่สุด" กำลังก่อให้เกิดข้อขัดแย้งหลักขึ้นมา
ในขณะเดียวกัน การวิจัยและพัฒนาด้าน AI ระดับแนวหน้า ยังคงเป็น "กิจการที่ต้องใช้ทุนสูง" และได้รับผลกระทบจากปัจจัยต่างๆ เช่น "การเข้าถึงพลังการคำนวณ นโยบายกำกับดูแล และภูมิศาสตร์การเมือง" ซึ่งทำให้ความเข้มข้นของอุตสาหกรรมเพิ่มสูงขึ้นเรื่อยๆ แต่อีกด้านหนึ่ง โมเดลและเครื่องมือแบบเปิดแหล่งข้อมูล (Open Source) ยังคงมีการพัฒนาและปรับปรุงต่อเนื่องภายใต้การส่งเสริมจาก "การทดลองที่กว้างขวางและการติดตั้งที่สะดวก"
รูปแบบ "การรวมศูนย์และการเปิดกว้าง齐存" นี้ก่อให้เกิดคำถามที่ยังไม่มีคำตอบอย่างชัดเจนอยู่ชุดหนึ่ง ได้แก่ ความเสี่ยงด้านการพึ่งพา ความสามารถในการตรวจสอบ ความโปร่งใส ความสามารถในการต่อรองในระยะยาว และสิทธิ์ในการควบคุมโครงสร้างพื้นฐานที่สำคัญ ผลลัพธ์ที่เป็นไปได้มากที่สุดคือรูปแบบ "ผสม" — โมเดลแนวหน้าขับเคลื่อนการพัฒนาด้านความสามารถทางเทคโนโลยี ส่วนระบบเปิดหรือระบบกึ่งเปิดจะนำความสามารถเหล่านี้ไปรวมเข้ากับ "ซอฟต์แวร์ที่กระจายอย่างกว้างขวาง"
หัวข้อที่ 8: เงินที่สามารถโปรแกรมได้กระตุ้นกระแสการชำระเงินของสิ่งมีชีวิตอัจฉริยะรูปแบบใหม่
เมื่อระบบปัญญาประดิษฐ์มีบทบาทในกระบวนการทำงาน ความต้องการ "การโต้ตอบทางเศรษฐกิจ" ของพวกมันก็เพิ่มมากขึ้นเช่นกัน เช่น การชำระเงินสำหรับบริการ การเรียกใช้ API การชำระเงินให้กับเอเจนต์อื่น หรือการตั้งค่า "ค่าธรรมเนียมการโต้ตอบตามปริมาณการใช้งาน"
ความต้องการนี้ได้กระตุ้นให้เกิดความสนใจใน "สกุลเงินดิจิทัลที่มีมูลค่าคงที่" อีกครั้ง: ซึ่งถูกมองว่าเป็น "สกุลเงินที่เกิดกับเครื่องมือ" ที่มีคุณสมบัติสามารถเขียนโปรแกรมได้ ตรวจสอบได้ และสามารถโอนได้โดยไม่ต้องมีการแทรกแซงจากมนุษย์
สำหรับตัวอย่างเช่นโปรโตคอล "สำหรับนักพัฒนา" อย่าง x402 แม้ว่าในปัจจุบันยังอยู่ในช่วงทดลองเริ่มต้น แต่ทิศทางที่ชี้ไปนั้นชัดเจนมาก: กระแสการชำระเงินจะดำเนินการในรูปแบบ "API" แทนที่จะเป็น "หน้าชำระเงินแบบดั้งเดิม" — ซึ่งจะช่วยให้ซอฟต์แวร์อัจฉริยะสามารถทำธุรกรรมที่ "ต่อเนื่องและละเอียด" กันได้
ในปัจจุบัน ด้านนี้ยังอยู่ในช่วงเริ่มต้น: ปริมาณการซื้อขายยังน้อย ประสบการณ์ผู้ใช้ยังไม่ดีพอ และระบบความปลอดภัยและการควบคุมสิทธิ์ยังอยู่ในระหว่างการพัฒนา แต่การสร้างนวัตกรรมด้านโครงสร้างพื้นฐานมักเริ่มต้นจาก "การสำรวจในช่วงเริ่มต้น" แบบนี้เสมอ
สิ่งที่ควรให้ความสนใจคือ ความหมายนี้ไม่ได้หมายถึง "การเป็นอิสระเพื่อการเป็นอิสระ" แต่หมายถึง "เมื่อซอฟต์แวร์สามารถเขียนโปรแกรมเพื่อทำธุรกรรมได้ การกระทำทางเศรษฐกิจใหม่ๆ จะกลายเป็นไปได้"
บทสรุป
ไม่ว่าจะเป็นสกุลเงินดิจิทัลหรือปัญญาประดิษฐ์ ในช่วงเริ่มต้นของการพัฒนาจะเน้นไปที่ "แนวคิดที่น่าสนใจ" และ "ความนวัตกรรมของเทคโนโลยี" ในขณะที่ในขั้นตอนถัดไป "ความน่าเชื่อถือ" "ความสามารถในการบริหารจัดการ" และ "ความสามารถในการกระจายสินค้า" จะกลายเป็นปัจจัยการแข่งขันที่สำคัญยิ่งขึ้น
ในปัจจุบัน ความก้าวหน้าด้านเทคโนโลยีเองนั้นไม่ใช่ข้อจำกัดหลักอีกต่อไป สิ่งสำคัญคือการ "นำเทคโนโลยีไปฝังรวมเข้ากับระบบจริง" นั่นเอง
ในมุมมองของฉัน ลักษณะเด่นของปี 2026 ไม่ใช่ "เทคโนโลยีที่ก้าวล้ำอย่างใดอย่างหนึ่ง" แต่คือ "การสะสมโครงสร้างพื้นฐานอย่างต่อเนื่อง"—สิ่งเหล่านี้ดำเนินการเงียบๆ ไปพร้อมกับการเปลี่ยนแปลงรูปแบบการ "ไหลเวียนของคุณค่า" และ "วิธีการทำงาน" อย่างเงียบๆ