Віза Екзек Висвітлює 8 Основних Трендів для Криптовалют і ІІ до 2026 Року

Автор оригінальної статті: Куй Шеффілд, віце-президент Visa та керівник відділу криптовалютних справ

Переклад: Сейрс, Foresight News

З мірою досягнення криптовалютами та штучним інтелектом зрілості, найважливіший зрух у цих двох галузях вже не є питанням «це теоретично можливо», а «це можна надійно реалізувати на практиці». Наразі обидві технології вишли за межі критичного порогу, досягнувши значного підвищення продуктивності, але їх поширення все ще нерівномірне. Основним розвитком у 2026 році буде саме це «зрушення між продуктивністю та поширенням».

Це основні теми, якими я давно займаюся, а також мої перші думки щодо напрямів розвитку цих технологій, сфер накопичення вартості, а навіть того, чому «можливо, остаточні переможці будуть суттєво відрізнятися від першопрохідців галузі».

Перший десятиліття розвитку криптовалют характеризувався «спекулятивними перевагами» — їхні ринки мають глобальність, неперервність та високу відкритість, сильна волатильність робить торгівлю криптовалютами більш динамічною та привабливою, ніж традиційні фінансові ринки.

Проте його підтримуюча технологія не була готова до масового застосування: на початковому етапі блокчейни були повільними, дорогими та недостатньо стабільними. Крім спекулятивних сценаріїв, криптовалюти майже ніколи не перевершували існуючі традиційні системи за вартістю, швидкістю чи зручністю.

Сьогодні це незбалансоване становище починає змінюватися. Технологія блокчейн стала швидшою, економічнішою та надійнішою, а найбільш привабливі застосування криптовалюти вже не є спекулятивними, а стосуються інфраструктури, особливо розрахунків та платежів. З тим, як криптовалюта поступово стає більш зрілою технологією, спекулятивна роль зменшиться: вона не зникне повністю, але вже не буде основним джерелом створення цінності.

На відміну від попередніх історій про криптовалюти, успіх стабільних монет ґрунтується на конкретних, об'єктивних критеріях: у певних сценаріях стабільні монети швидкіші, дешевші, мають більш широкий охоплення, ніж традиційні засоби платежів, і водночас безперешкодно інтегруються в сучасні програмні системи.

Стабільні монети не вимагають від користувачів вважати криптовалюту «ідеологією», їх застосування зазвичай відбувається «приховано» в існуючих продуктах та робочих процесах — це також дозволяє установам і компаніям, які раніше вважали екосистему криптовалют «надто волатильною і недостатньо прозорою», нарешті зрозуміти її цінність.

Можна сказати, що стабільні монети допомагають криптовалютах перейти від «спекулятивності» до «придатності» та встановлюють чіткий стандарт для «успішної реалізації криптовалют».

Раніше, коли криптовалюти переважно виступали в ролі «інструментів спекуляцій», їхнє «розповсюдження» було внутрішньою властивістю — нові токени могли природним чином збирати ліквідність і звертати на себе увагу, просто існуючи.

Коли криптовалюта стала інфраструктурою, її застосування змістилося з рівня ринку на рівень продукту: вона вбудована в процес оплати, веб-платформи та корпоративні системи, а кінцеві користувачі часто навіть не помічають її наявності.

Ця трансформація є надзвичайно вигідною для двох груп суб'єктів: перш за все, для компаній, які вже мають існуючі канали розподілу та надійні клієнтські зв'язки, а також для установ, які мають ліцензії, системи здійснення вимог, що стосуються дотримання норм, та інфраструктуру контролю ризиків. Лише «новизна угод» вже не зможе здійснити масове впровадження криптовалют.

Практичність агентів штучного інтелекту (AI) все більше проявляється, але їх роль часто неправильно трактується: найуспішніші агенти не є «самостійними приймачами рішень», а є «інструментами, що знижують витрати на координацію в робочих процесах».

З історичного погляду, це найбільш помітно проявляється в галузі розробки програмного забезпечення — інструменти-агенти прискорюють ефективність кодування, відладки, рефакторингу коду та налаштування середовища. Проте за останні роки ця «інструментальна цінність» значно поширюється на більше галузей.

Взявши, наприклад, інструмент типу Claude Code, який позиціонується як «інструмент для розробників», швидке поширення такого інструменту відображає глибші тенденції: системи інтелекту стають «інтерфейсом для роботи з інформацією», а не тільки в області програмування. Користувачі починають застосовувати «робочі процеси, засновані на інтелекті» до дослідження, аналізу, написання текстів, планування, обробки даних та операційних завдань — ці завдання більш орієнтовані на «універсальну професійну діяльність», ніж на традиційне програмування.

Справжній ключовий аспект полягає не в самому "кодуванні атмосфери", а в основному зразку, що лежить в його основі:

• Користувач вказує «мету» або «інтенцію», а не «конкретні кроки»;
• Агенти керують «контекстною інформацією» через файли, інструменти та завдання;
• Режим роботи змінюється з «лінійного» на «ітеративний, діалоговий».

Інтелектуальні агенти вміють збирати контекст, виконувати обмежені завдання, зменшувати передачу процесів та прискорювати ітераційну ефективність, але вони все ще мають слабкі місця в таких аспектах, як «відкрите судження», «призначення відповідальності» та «виправлення помилок».

Тому, наразі більшість інтелектуальних агентів, використовуваних у виробничих умовах, все ще потребують «обмеження дії, нагляду та вбудовування в систему», а не повної автономії. Реальна цінність агентів полягає в «переосмисленні процесів знавчої діяльності», а не в «заміні робочої сили» або «досягненні повної автономії».

Рівень інтелекту AI-моделей швидко зростає, і зараз обмежувальним чинником вже не є «текстове плинність або здатність до міркувань», а «надійність в реальних системах».

Виробничий середовище не терпить три категорії проблем: перш за все, «галюцинації» штучного інтелекту (генерація хибної інформації), друге - неузгодженість результатів виводу, третє - непрозорість режимів аварійного відгуку. Як тільки штучний інтелект використовується в обслуговуванні клієнтів, фінансових операціях або питаннях відповідності, «приблизно правильні» результати вже не приймаються.

Щоб встановити «довіру», потрібно забезпечити чотири основи: 1) відстежуваність результатів, 2) наявність здатності до запам’ятовування, 3) можливість перевірки, 4) здатність активно виявляти «невизначеність». Доки ці здатності не стануть достатньо зрілими, автономність ІІ має бути обмеженою.

Успішні продукти штучного інтелекту розглядають «модель» як «компонент» а не «готовий продукт» — їх надійність залежить від «архітектурного проектування», а не від «оптимізації запитів».

Тут під “архітектурним проектуванням” мають на увазі управління станом, контрольні потоки, системи оцінки та моніторингу, а також механізми виявлення та відновлення від збоїв. Саме тому сьогоднішній розвиток штучного інтелекту все більше наближається до “традиційного програмування”, а не до “фундаментальних теоретичних досліджень”.

Довгострокова вартість буде зосереджена навколо двох типів суб'єктів: перш за все, тих, хто будує системи, і, по-друге, власників платформ, які керують робочими процесами та каналами розподілу.

З мірою того, як інструменти агентів будуть розширюватися від області кодування до дослідження, написання, аналізу та операційних процесів, важливість «системного інженерного» підходу ще більше зросте: робота з даними часто є складною, залежить від стану та контексту, що робить більш цінними агентів, які здатні надійно керувати пам'яттю, інструментами та ітераційними процесами (а не просто генерувати вихідні дані).

З вдосконаленням здатностей AI-систем та поглибленням їхнього злиття з економічними сферами, питання «Хто володіє та керує найпотужнішими AI-моделями» викликає фундаментальні суперечності.

З одного боку, дослідження та розробки в галузі передової технології штучного інтелекту все ще є «капіталомісткими» і залежать від «можливості отримання обчислювальних ресурсів, регуляторних політик і геополітики», у результаті чого відбувається зростання концентрації. З іншого боку, відкриті моделі та відкриті інструменти продовжують постійно удосконалюватися під впливом «широкого експериментування та зручного розгортання».

Така ситуація, коли «зосереджене та відкрите існують одночасно», породжує ряд нерозв’язаних питань: ризик залежності, аудит, прозорість, довгострокову цінову стабільність та контроль над критичною інфраструктурою. Найбільш імовірним результатом є «гібридна модель» — авангардні моделі здатні досягати технічних проривів, тоді як відкриті або напіввідкриті системи вбудовують ці здібності в «розподілене програмне забезпечення».

Коли системи штучного інтелекту відіграють роль у робочих процесах, вони все більше потребують «економічної взаємодії» — наприклад, оплата за послуги, виклик API, виплата іншим агентам або розрахунок «вартості взаємодії на основі використання».

Ця потреба повертає увагу до «стабільних монет»: вони вважаються «оригінальною валютою машин», вони програмовані, піддаються перевірці, і їх можна пересилати без участі людини.

Взявши, наприклад, «протоколи для розробників» типу x402, які все ще перебувають на етапі ранніх експериментів, але які вказують досить чітко на напрямок: потоки платежів будуть працювати у формі «API», а не традиційних «екранів оплати» — це дозволить «інтелектуальним агентам» здійснювати «постійні та дрібні транзакції».

Наразі ця галузь все ще молодша: обсяги торгівель невеликі, користувацький досвід грубий, а система безпеки та прав все ще удосконалюється. Але інновації в інфраструктурі зазвичай починаються саме з таких «початкових досліджень».

Варто зазначити, що його сенс полягає не в самостійності ради самостійності, а в тому, що «коли програмне забезпечення може виконувати угоди за допомогою програмування, стають можливими нові економічні дії».

Незалежно від того, чи йдеться про криптовалюту, чи штучний інтелект, на ранніх етапах розвитку більше уваги приділяється «привабливим концепціям» та «новизні технологій»; але на наступному етапі більш важливими конкурентними факторами стануть «надійність», «здатність до управління» та «здатність до розподілу».

Сьогодні сама технологія вже не є основною обмежувальною умовою; головне — це вбудувати технологію в реальні системи.

На мою думку, 2026 рік буде відзначений не «однією проривною технологією», а «поступовим накопиченням інфраструктури» — ці споруди, що тихо працюють, змінюють «способи перетоку цінності» та «моделі ведення роботи» без шуму.