“คุณเลี้ยงกุ้งมังกรแล้วหรือยัง?” ตอนนี้ Web3er อาจทักทายกันด้วยประโยคนี้เกือบสิบในสิบ
ในปี 2026 หลังจากหุ่นยนต์ในงานแสดงปีใหม่ของจีนสร้างความฮือฮาทั่วทั้งงาน ตัวแทน AI รุ่นใหม่ที่มี OpenClaw เป็นตัวแทนได้กลายเป็นของเล่นใหม่ของคนในวงการเทคโนโลยี บางคนใช้ AI สำหรับบริการลูกค้า บางคนใช้ AI เขียนโค้ด และบางคนเริ่มทดลองใช้ตัวแทนเพื่อจำลอง “พนักงานดิจิทัล” ทั้งชุด แนวคิดที่ถูกกล่าวถึงบ่อยครั้งบนแพลตฟอร์มอินเทอร์เน็ตต่างๆ คือ “บริษัทหนึ่งคน” ซึ่งหมายถึงบุคคลเพียงคนเดียวสามารถดำเนินงานที่ก่อนหน้านี้ต้องใช้ทีมเล็กๆ ผ่านทางกระบวนการทำงานของ AI
ในโลกของ Web3 ก็ไม่ได้นั่งเฉยเช่นกัน ถ้าคุณติดตามสื่อในอุตสาหกรรมในช่วงนี้ จะเห็นว่าโปรเจกต์หลายแห่งเริ่มให้ความสนใจกับ AI Agent บ้างแล้ว บางโปรเจกต์กำลังศึกษาวิธีให้ Agent เรียกใช้สินทรัพย์หรือสัญญาบนบล็อกเชนโดยตรง บางโปรเจกต์กำลังพัฒนาโครงสร้างพื้นฐานด้านการชำระเงิน ตัวตน หรือการเงินสำหรับ Agent บางคนกำลังอภิปรายเกี่ยวกับ “ระบบนิเวศของ Agent” ที่ทำให้ AI สามารถมีส่วนร่วมในเครือข่ายเหมือนผู้ใช้ทั่วไป หรือแม้แต่บางคนก็เริ่มตะโกนคำขวัญใหม่ว่า “Web4.0”
เมื่อเห็นตรงนี้ แท้จริงแล้วจะรู้สึกคุ้นเคย
ทุกคนพูดกันว่าวงการแฟชั่นเป็นวงจรหมุนเวียน แต่ไม่เคยคิดมาก่อนว่าวงการเทคโนโลยี (หรือวงการคริปโต) ก็เช่นกัน จำได้ไหมช่วงตลาดหมีที่เริ่มต้นขึ้นในปี 2022 ที่ ChatGPT ดังขึ้นมาอย่างฉับพลัน และ AI ก็กลายเป็นหัวข้อที่ทุกคนพูดถึงทันที วงการ Web3 ก็ไม่นิ่งนอนใจ จึงเกิดแนวคิดใหม่ๆ ขึ้นมากมาย เช่น AI Agent, AI trader, กลยุทธ์อัตโนมัติ ฯลฯ ราวกับว่า只要เกี่ยวข้องกับ AI ก็สามารถเล่าเรื่องใหม่ๆ ได้ แต่ความคึกคักแบบนี้ไม่ได้ยั่งยืนนานนัก เมื่อตลาดคริปโตเริ่มฟื้นตัวขึ้นอีกครั้ง ความสนใจของผู้คนก็กลับมาที่ Crypto โดยตรง
แต่ในช่วงครึ่งหลังของปี 2025 ตลาดคริปโตเริ่มมีแนวโน้มหมีอีกครั้ง จึงทำให้ Web3 หันไปค้นหาแนวคิดใหม่เพื่อรับช่วงต่อ
แต่ในมุมมองของ Portal Labs ปัญหาก็อยู่ที่จุดนี้เอง เมื่อเรื่องราวใดเริ่มเป็นที่นิยม ทีมสตาร์ทอัพหลายแห่งใน Web3 แท้จริงแล้วไม่ได้ตัดสินใจจากเทคโนโลยีหรือธุรกิจ แต่ตัดสินใจจากเรื่องราว: แนวคิดไหนกำลังฮิตก็ทำตามนั้น แล้วก็ล้มเหลวลง—
ทีมจำนวนมากพบว่าเมื่อเริ่มขับเคลื่อนโครงการจริงๆ แล้ว แนวคิดสามารถสร้างขึ้นได้อย่างรวดเร็ว แต่ผลิตภัณฑ์กลับยากที่จะนำไปใช้งานจริง ผู้ใช้อยู่ที่ไหน? สถานการณ์เฉพาะคืออะไร? ใช้อะไรในการเรียกเก็บค่าบริการอย่างต่อเนื่อง? จะดึงดูดการลงทุนได้หรือไม่? คำถามเหล่านี้มักจะค่อยๆ ปรากฏขึ้นหลังจากโครงการดำเนินไปสักพัก
เมื่อความนิยมลดลง โครงการที่ยังไม่สามารถดำเนินการได้จริงมักจะเหลืออยู่ตามท้องตลาด บางผลิตภัณฑ์หยุดอยู่ที่ขั้นตอน Demo บางตัวขึ้นมาอย่างยากลำบากแต่ไม่สามารถหาผู้ใช้งานได้ และบางโครงการก็หายไปพร้อมกับเรื่องเล่าทั้งหมด ในระยะสั้นดูเหมือนว่ามีเส้นทางใหม่ถูกเปิดขึ้น แต่เมื่อมองย้อนกลับไปอีกสักพัก ของจริงที่ยังคงอยู่มีไม่มากนัก
ดังนั้น จึงกลายเป็นปัญหาว่าควรดำเนินการต่อในวงการ Crypto หรือเปลี่ยนไปยัง AI ถ้าเลือกตัวแรก ตลาดก็ไม่ดี การลงทุนอาจไม่ได้รับผลตอบแทน แต่ถ้าเลือกตัวหลัง ก็ไม่มีพื้นฐานรองรับ เทคโนโลยี AI โครงสร้างบุคลากร และสภาพแวดล้อมการแข่งขันต่างกันจาก Web3 ทีมหลายทีมที่สะสมทักษะทางเทคนิค ประสบการณ์ผลิตภัณฑ์ และทรัพยากรชุมชนในช่วงหลายปีที่ผ่านมา ล้วนสร้างขึ้นบนระบบนิเวศ Crypto หากเปลี่ยนไปสู่ AI อย่างสมบูรณ์ ก็เท่ากับต้องเริ่มต้นใหม่ในสนามแข่งขันที่ไม่คุ้นเคยเลย ตั้งแต่ความสามารถของโมเดล ทรัพยากรข้อมูล ไปจนถึงทีมวิศวกรรม แทบทุกอย่างต้องสร้างขึ้นใหม่
ในทางปฏิบัติแล้ว ตลาด AI เองก็แออัดมากแล้ว ไม่ว่าจะเป็นบริษัทโมเดลขนาดใหญ่ บริษัทอินเทอร์เน็ตแบบดั้งเดิม หรือทีมสตาร์ทอัพจำนวนมาก ต่างก็ลงทุนทรัพยากรจำนวนมากในพื้นที่นี้ สำหรับทีมสตาร์ทอัพที่เคยทำ Web3 หากเข้าสู่ตลาดนี้เพียงเพราะการเปลี่ยนแปลงเรื่องเล่า มันจะง่ายมากที่จะพบว่าตนเองไม่มีข้อได้เปรียบด้านเทคโนโลยี หรือทรัพยากรในอุตสาหกรรม
ที่จริงแล้ว สำหรับทีมสตาร์ทอัพ Web3 หลายทีม ยังมีทางเลือกอีกทางหนึ่งที่สามารถดำเนินการได้ ไม่จำเป็นต้องเปลี่ยนตัวเองไปเป็น AI แต่สามารถเดินต่อไปบนเส้นทาง Web3 ของตนเอง ในขณะเดียวกันก็พิจารณาว่า Crypto สามารถเติมเต็มความสามารถใดให้กับระบบนิเวศ AI
หากคุณพิจารณาอย่างละเอียดถึงคลื่นการพัฒนา AI ปัจจุบัน คุณจะพบว่าหลายขั้นตอนสำคัญยังไม่ได้รับการแก้ไขอย่างสมบูรณ์
ที่ชัดเจนที่สุดคือข้อมูล แม้โมเดลจะแข็งแกร่งขึ้นเรื่อยๆ แต่แหล่งที่มาของข้อมูลการฝึกอบรม ความน่าเชื่อถือและการปฏิบัติตามกฎระเบียบของข้อมูล โดยเฉพาะอย่างยิ่งวิธีที่ AI Agent จะสามารถปรับแต่งแบบ 1:1 ได้นั้น ยังไม่มีกลไกที่ดีพอ สำหรับ AI ที่พึ่งพาข้อมูลขนาดใหญ่ในการฝึกอบรม นี่คือปัญหาพื้นฐานที่มีมานาน
ตัวอย่างเช่น ตัวตนและการร่วมมือ เมื่อ AI Agent เริ่มมีส่วนร่วมในการดำเนินงาน ซื้อขายอัตโนมัติ หรือแม้แต่การตัดสินใจด้านการดำเนินงาน ตัว Agent เองก็จำเป็นต้องมีตัวตน สิทธิ์ และกฎเกณฑ์ในการร่วมมือ ใครสามารถเรียกใช้ Agent ใด Agent เหล่านี้แบ่งหน้าที่กันอย่างไร และหลังจากดำเนินงานเสร็จจะมีการ结算อย่างไร คำถามเหล่านี้โดยพื้นฐานแล้วเกี่ยวข้องกับการจัดสรรตัวตนและค่าในเครือข่ายเปิด
ยังมีปัญหาการชำระเงินอีกด้วย เมื่อ AI Agent เริ่มเรียกใช้บริการ รับข้อมูล หรือดำเนินการต่างๆ ด้วยตนเองบนเครือข่าย หมายความว่าพวกเขาจำเป็นต้องมีระบบการชำระเงินแบบเล็กๆ ที่สามารถตัดยอดอัตโนมัติได้ แต่ในโครงสร้างอินเทอร์เน็ตแบบดั้งเดิม การสร้างโครงสร้างการชำระเงินเช่นนี้แทบเป็นไปไม่ได้
ดูเหมือนว่าปัญหาเหล่านี้ล้วนเกี่ยวข้องกับ AI แต่แนวทางแก้ไขจำนวนมากกลับมีอยู่แล้วในระบบเทคโนโลยีของ Crypto ไม่ว่าจะเป็นเครือข่ายกระตุ้นข้อมูล ระบบตัวตนบนบล็อกเชน หรือเครือข่ายการชำระเงินแบบเปิด ล้วนเป็นทิศทางที่ Web3 ได้สำรวจมาตลอดหลายปีที่ผ่านมา
หากทีมสตาร์ทอัพ Web3 ตั้งใจจะลองไปในทิศทางเหล่านี้ มีบางสิ่งที่ต้องคิดให้ชัดเจนก่อน
สิ่งแรกที่ต้องพิจารณาคือความสามารถทางเทคนิคของทีมเอง โครงการ Web3 ต่างๆ มีพื้นฐานทางเทคนิคที่แตกต่างกันอย่างมาก บางทีมเชี่ยวชาญในการพัฒนาโปรโตคอลบนบล็อกเชน บางทีมมีประสบการณ์ยาวนานในการพัฒนาเครือข่ายข้อมูล ขณะที่บางทีมเน้นผลิตภัณฑ์ระดับแอปพลิเคชัน หากทีมเคยมุ่งเน้นในการพัฒนาโครงสร้างพื้นฐานที่เกี่ยวข้องกับข้อมูล เช่น การรวบรวมข้อมูล การสกัดข้อมูล หรือตลาดข้อมูล การขยายตัวไปสู่ชั้นข้อมูลสำหรับ AI จะเป็นเรื่องที่เป็นธรรมชาติมากขึ้น เช่น เครือข่ายการมีส่วนร่วมข้อมูล แหล่งข้อมูลที่สามารถตรวจสอบได้ หรือตลาดข้อมูลที่ให้แรงจูงใจเพื่อสนับสนุนโมเดล หากทีมเดิมมีความเชี่ยวชาญด้านโปรโตคอลหรือโครงสร้างพื้นฐานบนบล็อกเชน อาจพิจารณาพัฒนาสิ่งที่เกี่ยวข้องกับสภาพแวดล้อมการดำเนินงานของ AI Agent เช่น ตัวตนบนบล็อกเชนของ Agent การจัดการสิทธิ์ โปรโตคอลการดำเนินงานงาน หรือการให้ความสามารถในการชำระเงินและจ่ายเงินอัตโนมัติสำหรับ Agent ส่วนทีมที่กำลังพัฒนาผลิตภัณฑ์ระดับแอปพลิเคชันอยู่แล้ว เช่น เครื่องมือซื้อขาย แพลตฟอร์มเนื้อหา ผลิตภัณฑ์ชุมชน หรือแอปพลิเคชันเพื่อผู้บริโภค AI เหมาะสมที่สุดเมื่อถูกผนวกเข้าไปเป็นชั้นความสามารถภายในระบบผลิตภัณฑ์เดิม เช่น การใช้ AI เพื่อเพิ่มศักยภาพในการวิเคราะห์ข้อมูล อัตโนมัติกระบวนการดำเนินงาน หรือใช้ Agent เพื่อดำเนินงานบางส่วนที่เคยต้องใช้มนุษย์ทำ
สิ่งที่ต้องพิจารณาถัดไปคือการมีอยู่ของสถานการณ์ทางธุรกิจที่แท้จริง โครงการ AI จำนวนมากล้มหายไปอย่างรวดเร็วไม่ใช่เพราะเทคโนโลยีไม่ดี แต่เพราะตั้งแต่เริ่มต้นไม่มีสถานการณ์การใช้งานที่ชัดเจน แนวคิดอาจถูกพูดถึงอย่างร้อนแรง แต่ผู้ที่แท้จริงต้องการผลิตภัณฑ์นี้อยู่ที่ไหน พวกเขาทำไมถึงต้องใช้มัน และทำไมถึงยินดีจ่ายเงินให้มัน คำถามเหล่านี้มักไม่ได้รับการตอบอย่างจริงจัง บางแนวคิดถูกอภิปรายกันมากในอุตสาหกรรม เช่น “AI + Web3” “ระบบเศรษฐกิจ Agent” “AI trader” ฟังดูยิ่งใหญ่มาก แต่หากตั้งคำถามลึกขึ้นอีกขั้น กลุ่มผู้ใช้งานที่มีอยู่อย่างมั่นคงจริงๆ กลับมีไม่มากนัก ในทางกลับกัน ความต้องการบางอย่างที่ดูไม่ได้ “น่าตื่นเต้น” เช่น การประมวลผลข้อมูล การดำเนินงานอัตโนมัติ การกรองข้อมูล หรือการดำเนินงานตามภารกิจ กลับมีอยู่อย่างยั่งยืนในธุรกิจจริง ด้วยเหตุนี้ เมื่อตัดสินใจเข้าสู่ทิศทาง AI ใดๆ แทนที่จะดูว่าแนวคิดนั้นกำลังเป็นที่นิยมหรือไม่ ควรเริ่มจากสถานการณ์เองก่อน: สถานการณ์นี้เป็นปัญหาทางธุรกิจที่มีอยู่อย่างยั่งยืนหรือไม่ มีผู้จ่ายเงินเพื่อแก้ปัญหานี้อยู่แล้วหรือไม่ และ AI สามารถเพิ่มประสิทธิภาพในขั้นตอนนี้ได้จริงหรือไม่ หากเงื่อนไขเหล่านี้เป็นจริง ทิศทางนี้จึงมีโอกาสสูงที่จะเปลี่ยนจากเรื่องเล่าให้เป็นผลิตภัณฑ์
ยังต้องดูเพิ่มเติมว่าทีมสตาร์ทอัพ Web3 มีทรัพยากรที่สามารถเข้าถึงขั้นตอนเหล่านี้ได้จริงหรือไม่
ข้อมูล ตัวตน และการชำระเงินที่กล่าวถึงข้างต้น โดยพื้นฐานแล้วไม่ใช่ปัญหาทางเทคนิคเพียงอย่างเดียว แต่เป็นปัญหาเกี่ยวกับทรัพยากรเครือข่าย
ตัวอย่างเช่น เครือข่ายข้อมูล หากทีมไม่มีแหล่งข้อมูลที่มั่นคง และไม่มีผู้ใช้ที่สามารถให้ข้อมูลอย่างต่อเนื่อง แม้เทคโนโลยีจะพัฒนาขึ้นมาแล้ว ก็ยากที่จะสร้างเอฟเฟกต์เครือข่ายที่แท้จริง ในทำนองเดียวกัน หากต้องการสร้างระบบทะเบียนหรือเครือข่ายการร่วมมือสำหรับ AI Agent ก็จำเป็นต้องมีนักพัฒนา แอปพลิเคชัน หรือ Agent จริงๆ เข้ามามีส่วนร่วม มิฉะนั้น โปรโตคอลเองก็ยากที่จะสร้างระบบนิเวศได้ ระบบการชำระเงินและการตั้งถิ่นฐานก็มีตรรกะเดียวกัน เมื่อ AI Agent เริ่มเรียกใช้บริการ รับข้อมูล หรือดำเนินการในเครือข่าย การชำระเงินจำนวนเล็กน้อยจะเกิดขึ้นบ่อยครั้ง แต่เครือข่ายการชำระเงินนี้จะมีความหมายก็ต่อเมื่อมี Agent และบริการจำนวนมากพร้อมกัน หากไม่มี สิ่งนี้ก็ยังคงเป็นเพียงโมดูลเทคโนโลยีเท่านั้น
ดังนั้นสำหรับทีม Web3 หลายทีม สิ่งที่จริงๆ แล้วต้องประเมินไม่ใช่ “ทิศทางนี้มีพื้นที่ทางเทคโนโลยีหรือไม่” แต่คือพวกเขาจะสามารถเป็นส่วนหนึ่งของเครือข่ายนี้ได้หรือไม่ ทีมมีแหล่งข้อมูล ระบบนิเวศนักพัฒนา หรือกรณีการใช้งานอยู่แล้วหรือไม่ สิ่งเหล่านี้มักเป็นตัวกำหนดว่าโปรเจกต์จะสามารถก้าวเข้าสู่ชั้นโครงสร้างพื้นฐานของ AI ได้จริง หรือจะยังคงอยู่แค่ในระดับแนวคิด