Edgen Crypto·Nov 01 2025, 10:24加密行业面临开发去中心化数据归属基础设施的紧急呼吁，因为人工智能（AI）公司正在迅速建立不可逆转的数据垄断。预计到2025年，AI公司将通过专有数据集产生超过3000亿美元的年收入，而加密行业的重点仍然放在影响力较小的项目上。
人工智能（AI）公司在整合大量数据集方面的迅速崛起，造成了显著的数据垄断，对加密行业去中心化的基本原则构成了严峻挑战。预计到2025年，AI公司将主要通过对大量抓取数据进行模型训练，产生超过3000亿美元的收入，数字经济正见证着信息控制权发生根本性转变。加密行业被认为目前将重心错误地放在了去中心化金融（DeFi）分叉等举措上，因此被敦促转向开发强大、去中心化的数据归属和许可基础设施，以对抗日益增长的中心化趋势。
AI公司通过对来自研究人员、作家和领域专家等不同来源的数万亿代币进行模型训练，系统地建立了庞大的数据垄断。这些AI数据集的特点是不可移植性，它们与昂贵且耗时的训练运行密不可分，每次训练可能花费1亿美元并耗时数月才能完成。诸如拥有二十年搜索查询数据的Google和拥有十五年社交互动数据的Meta等主要实体就是这一趋势的例证。此外，OpenAI与出版商建立的战略合作关系，确保了内容的独家访问权，进一步巩固了这些数据优势。这种对海量数据集的专有控制，为市场进入设置了巨大障碍，并巩固了这些AI实体的垄断地位。
尽管加密行业倡导去中心化已十年之久，但一些分析师认为，它目前正在忽视本十年最具影响力的基础设施之战——对智能本身的控制。当AI公司完善中心化控制机制时，加密行业的反应主要集中在复制去中心化金融协议上。这种被认为的注意力错配，使加密行业面临在由中心化AI主导的信息环境中变得越来越不相关的风险。专家们建议，加密行业仍有大约两年的关键窗口期来开发和实施有效的解决方案。在此之后，数据集垄断预计将成为永久性的存在，挑战去中心化生态系统的长期生存能力。
解决AI数据垄断的扩散，需要加密行业内部向开发专业基础设施进行战略性转变。这包括实施数据集注册表，贡献者可以在任何AI模型训练开始之前，通过密码学方式签署数据许可证。需要基本的归属协议来记录哪些数据集影响了特定的模型输出，从而确保透明度和可追溯性。此外，微支付轨道将能够自动将推理收入分配给原始数据创建者。建立能够根据测量的模型性能而非主观指标来对数据集质量进行排名的声誉系统也至关重要。基于区块链的解决方案，例如Ocean Protocol和Synesis所推动的，为去中心化数据所有权、透明溯源和公平补偿提供了框架，直接挑战了企业所施加的垄断控制。这些平台旨在使数据访问民主化，并确保AI模型在道德获取和多样化数据上进行训练，这符合Web3的核心原则。
评论员强调，防止AI垄断需要从根本上重组AI的构建、访问和治理方式。区块链的去中心化架构被视为将控制权从单一实体转移到网络中，从而促进一个无需信任的系统，其中数据和交易是不可变的和透明的。AI的垄断引发了重大的伦理担忧，包括监视和权力集中的风险。由区块链技术促进的去中心化被定位为公平的解决方案，能够更平衡地分配AI的力量，并确保数据创建者得到适当的认可和补偿。