Чи ви вирощуєте раків? Останнім часом, коли Web3er-и вітаються, це, ймовірно, майже завжди це питання.
2026 року, після того як роботи на Весняному фестивалі Китаю здійснили сенсацію, нове покоління AI-агентів, на кшталт OpenClaw, стало новою іграшкою серед технічної спільноти. Хтось використовує AI для служби підтримки, хтось — для написання коду, а хтось навіть намагається за допомогою агентів імітувати цілу «цифрову команду працівників». Останнім часом у різних інтернет-платформах все частіше згадується концепція «однієї компанії», коли одна людина за допомогою AI-робочого процесу може виконувати завдання, які раніше вимагали цілої невеликої команди.
Звичайно, Web3 теж не сидить складаючи руки. Якщо останнім часом трохи уважніше стежити за індустрійними ЗМІ, можна побачити, що багато проектів починають зосереджуватися на AI Agent. Хтось досліджує, як Agent може безпосередньо викликати он-чейн активи чи смарт-контракти, хтось розробляє платіжну, ідентифікаційну чи фінансову інфраструктуру для Agent, хтось обговорює «економіку Agent», щоб AI міг брати участь у мережі, як звичайний користувач, а хтось знову почав кричати про новий девіз — «Web4.0».
Дивлячись сюди, виникає відчуття великої знайомості.
Говорять, що світ моди — це цикл, але хто б подумав, що й світ технологій (або криптовалютний світ) працює так само. Пам’ятаєте, як у 2022 році, під час медв’ячого ринку, ChatGPT раптово став вірусним, і штучний інтелект миттєво став темою для розмов усіх? Web3-спільнота теж не залишилася байдужою — швидко з’явилися нові концепції: AI Agent, AI трейдери, автоматизовані стратегії тощо, наче будь-яка згадка про ШІ дозволяє розповісти нову історію. Але цей ажиотаж тривав недовго. Коли крипторинок знову почав зростати, увага людей швидко знову звернулася саме на Crypto.
А в другій половині 2025 року ринок криптовалют знову продемонстрував медв’ячі тенденції, тому Web3 почав шукати нові концепції, які могли б їх підтримати.
Але, за думкою Portal Labs, саме тут і криється проблема. Коли якийсь сюжет починає набирати популярності, багато веб3-стартапів насправді не роблять технічних чи бізнес-рішень, а приймають рішення на основі сюжету: що зараз модно — те й роблять. А потім падають.
Багато команд виявляють, що коли справді починають розвивати проект, концепцію можна швидко створити, але продукт важко реалізувати. Де користувачі? Які конкретні сценарії використання? На чому базується постійний дохід? Чи зможуть привабити інвестиції? Ці питання часто починають проявлятися лише через деякий час після початку роботи над проектом.
Коли хвиля ентузіазму мине, на ринку залишаються лише проекти, які не змогли вдало реалізуватися. Деякі продукти залишаються на етапі демонстрації, інші важко виходять на ринок і не знаходять користувачів, а ще деякі просто зникають разом із своїми історіями. На перший погляд здається, що відкривається новий напрямок, але через деякий час стає зрозуміло, що справді залишилося дуже мало.
Тому вибір між подальшим розвитком у сфері Crypto або переходом на AI став складною проблемою. Вибрати перше — але ринок не дуже добрий, і інвестиції не завжди призводять до прибутку; вибрати друге — але немає підстави. Технічні бар’єри, структура кадрів і конкурентне середовище в AI відрізняються від Web3. Багато команд, які протягом кількох років накопичували технічний стек, досвід продуктів і спільнотні ресурси, зробили це на основі Crypto-екосистеми, і повний перехід на AI означає початок з нуля в абсолютно новій галузі. Майже все — від здатностей моделей і даних до інженерних команд — потрібно буде побудувати знову.
Більш реалістичною є ситуація, що сама галузь ШІ вже надто перенасичена. І величезні компанії, що розробляють великі моделі, і традиційні інтернет-корпорації, і велика кількість стартапів вкладають у цю сферу значні ресурси. Для стартап-команди, яка раніше працювала у сфері Web3, якщо вона входить на цей ринок лише через зміну нарративу, легко може виявити, що не має ні технологічних переваг, ні галузевих ресурсів.
Насправді, для багатьох веб3-стартапів існує ще один практичний шлях: не обов’язково переходити на AI, а продовжувати розвивати власний Web3-шлях, водночас думаючи, які можливості Crypto може додати до AI-системи.
Якщо уважно розглянути цю хвилю розвитку ШІ, ви помітите, що багато ключових аспектів досі не вирішені повністю.
Найбільш типовим є дані. Моделі стають все сильнішими, але звідки беруться навчальні дані, чи є вони надійними та відповідають вимогам законодавства, особливо як AI Agent може реалізувати індивідуалізацію 1:1 — ці питання досі не мають хорошого механізму. Для AI, що залежить від навчання на великих обсягах даних, це довготривала базова проблема.
Наприклад, ідентичність і взаємодія. Коли AI-агенти починають брати участь у виконанні завдань, автоматичних угод або навіть операційних рішень, їм самим потрібні ідентичність, дозволи та правила взаємодії. Хто може викликати певного агента? Як агенти розподіляють обов’язки? Як здійснюється розрахунок після виконання завдання? Ці питання суттєво стосуються ідентичності та розподілу цінності в відкритих мережах.
Також є проблеми з оплатою. Коли AI-агент починає самостійно викликати сервіси, отримувати дані або виконувати завдання в мережі, це означає, що їм потрібна система мікроплатежів для автоматичного розрахунку. Але в традиційній інтернет-архітектурі така система оплати дуже важко реалізується.
Це здається проблемами штучного інтелекту, але багато рішень вже існують у технічній системі Crypto. Незалежно від мереж з стимулюванням даних, он-чейн систем ідентифікації чи відкритих платіжних мереж — це саме напрямки, які Web3 досліджував протягом останніх років.
Якщо веб-3 стартапи справді збираються досліджувати ці напрямки, є кілька речей, які потрібно спочатку чітко зрозуміти.
Спочатку слід оцінити технічні здібності самого команди. Різні Web3-проекти мають значні відмінності у своїй технічній базі. Деякі команди спеціалізуються на блокчейн-протоколах, інші довгий час працюють над мережами даних, а треті — зосереджені на продуктах рівня застосунків. Якщо команда протягом кількох років працювала над інфраструктурою, пов’язаною з даними, наприклад, збиранням, витягуванням або ринками даних, то розширення в напрямку шару даних для AI буде природним: наприклад, мережа внеску даних, перевірні джерела даних або мотивовані ринки даних для моделей. Якщо команда раніше зосереджувалася на блокчейн-протоколах чи інфраструктурі, варто розглянути створення середовища для виконання AI-агентів: наприклад, блокчейн-тотожність агента, управління правами доступу, протоколи виконання завдань або автоматичні механізми розрахунків та платежів для агентів. Для команд, які вже розробляють продукти рівня застосунків — такі як інструменти торгівлі, платформи контенту, спільноти або споживчі застосунки — AI краще вбудовувати як шар здібностей у існуючу систему продуктів: наприклад, підвищення аналітичних можливостей, автоматизація операційних процесів або виконання функцій, які раніше потребували ручного втручання, за допомогою агентів.
Другим важливим аспектом є наявність реальних бізнес-сценаріїв. Багато AI-проектів швидко зникають не через низьку якість технологій, а тому, що з самого початку не було чітко визначено сценарій використання. Концепції можуть звучати дуже захопливо, але хто насправді потребує цього продукту, чому вони мають його використовувати і чому готові за нього платити — на ці питання часто не дають серйозної відповіді. Деякі концепції, такі як «AI + Web3», «економіка агентів» або «AI трейдери», звучать дуже масштабно, але якщо заглибитися, то справжніх стабільних користувачів насправді дуже мало. Навпаки, деякі здаються менш «сексуальними» потреби — наприклад, обробка даних, автоматизація операцій, фільтрація інформації або виконання завдань — постійно існують у реальному бізнесі. Саме тому, коли ви вирішуєте, чи входити в певний AI-напрямок, краще спочатку не дивитися, наскільки популярна концепція, а перевірити сам сценарій: чи є це довгострокова бізнес-проблема, чи хтось вже за це платить і чи дійсно AI може підвищити ефективність саме на цьому етапі. Якщо ці умови виконуються, тоді цей напрямок має більше шансів перетворитися з наративу на реальний продукт.
Також потрібно перевірити, чи мають веб3-стартапи ресурси, які дозволяють їм реально увійти в ці етапи.
Згадані раніше дані, ідентифікація та платежі суттєво не є чисто технічними питаннями, а є питаннями мережевих ресурсів.
Наприклад, у випадку мережі даних, якщо команда не має стабільного джерела даних або користувачів, які постійно надають дані, навіть якщо технологія вже розроблена, важко створити справжній мережевий ефект. Аналогічно, якщо ви хочете створити систему ідентичності або мережу співпраці для AI Agent, вам потрібні реальні розробники, додатки або агенти, які б брали участь — інакше протокол важко буде розвинути в екосистему. Те саме стосується систем оплати та розрахунків. Коли AI Agent почне використовувати сервіси, отримувати дані або виконувати завдання в мережі, дрібні платежі стануть надзвичайно частими. Але така платіжна мережа має сенс лише тоді, коли одночасно існує велика кількість агентів і сервісів; інакше вона залишається лише технічним модулем.
Тому для багатьох Web3-команд справжнім питанням є не «чи є технічний потенціал у цьому напрямку», а чи зможуть вони стати частиною цієї мережі. Наявність джерел даних, екосистеми розробників або сценаріїв застосування часто визначає, чи зможе проект реально потрапити на рівень інфраструктури ШІ, а не залишитися на концептуальному рівні.