DePAI: Когда у роботов есть кошельки — как децентрализованный физический ИИ строи т машинную экономику стоимостью 3,5 триллиона долларов
Когда Дженсен Хуанг заявил на CES 2026, что «настал момент ChatGPT для физического ИИ», он описывал машины, которые понимают, рассуждают и действуют в реальном мире. Чего он не сказал — но на что делает ставку растущая экосистема блокчейн-проектов — так это того, что этим машинам также потребуется автономно зарабатывать, тратить и владеть активами. Добро пожаловать в эру DePAI: децентрализованного физического ИИ.
От цифровых мозгов к физическим телам
Революция ИИ до сих пор была в основном ограничена экранами: чат-боты, генераторы кода, синтезаторы изображений. Физический ИИ полностью меняет это уравнение. Новая модель Alpamayo от NVIDIA — «первый в мире ИИ для мыслящих и рассуждающих автономных транспортных средств», обученный в сквозном режиме от входных данных с камер до управляющих сигналов — сигнализирует о том, что происходит, когда интеллект покидает облако и вселяется в машины, перемещающиеся в физическом пространстве.
Но здесь возникает проблема, которую централизованный ИИ решить не может: когда миллиарды автономных роботов, дронов и транспортных средств работают одновременно, кто ими управляет? Кто владеет данными, которые они генерируют? Кто решает, какие машины получают приоритетный доступ к вычислительным ресурсам?
Отв ет, рождающийся в Web3: ни одна организация не должна владеть этим единолично. DePAI — термин, введенный Messari в отчете «DePAI Ex Machina» в феврале 2025 года — описывает конвергенцию DePIN (децентрализованных сетей физической инфраструктуры), искусственного интеллекта и робототехники в единую структуру, где машины функционируют как автономные экономические агенты в децентрализованных сетях.
Трехуровневая архитектура
DePAI — это не просто модное слово, навешенное на существующие DePIN-проекты. Он представляет собой отдельный архитектурный стек с тремя взаимозависимыми уровнями:
Уровень 1: Физическая инфраструктура и сбор данных. В основе лежит сенсорная сеть — камеры, лидары (LiDAR), IoT-устройства и роботизированные приводы, взаимодействующие с физическим миром. Например, NATIX Network привлекла более 260 000 водителей в 171 стране для сбора геопространственных данных в реальном времени с помощью камер с мартфонов, создавая наборы данных, которые обеспечивают работу приложений для автономного вождения и умных городов. Это DePIN в его чистом виде: оборудование, принадлежащее сообществу, генерирует проприетарные потоки данных.
Уровень 2: Децентрализованные вычисления и обучение моделей. Интеллектуальный уровень преобразует необработанные физические данные в функциональные модели. Вместо того чтобы направлять все через AWS или Azure, децентрализованные сети GPU, такие как Aethir, предоставляют вычислительную основу. Более 50 активных подсетей Bittensor теперь поддерживают более 141 000 аккаунтов, конкурирующих на рынке, где модели ИИ проверяются и вознаграждаются на основе производительности — создавая эволюционное давление в сторону разработки более совершенных моделей физического ИИ без централизованных посредников.
Уровень 3: Идентификация машин, координация и платежи. Блокчейн-уровень связывает все воедино. Машинам нужны идентификаторы для подотчетности, кошельки для транзакций и механизмы управления для разрешения споров. Peaq, уровень 1 (Layer 1) на базе Polkadot, привлекший более 40 миллионов долларов от инвесторов, включая Animoca Brands и DWF Labs, предоставляет именно это: ончейн-идентификаторы для машин, автономные платежные каналы и децентрализованное управление — позволяя роботам владеть кошельками, подписывать смарт-контракты и получать оплату за услуги без участия человека.
Почему централизованный физический ИИ дает сбой при масштабировании
Видение NVIDIA в отношении физического ИИ убедительно, но оно несет в себе неявное предположение: централизованная инфраструктура масштабируется. Для парка беспилотных автомобилей, управляемых одной компанией, это так. Для машинной экономики планетарного масштаба с миллиардами разнородных устройств от тысяч операторов — нет, по трем причинам:
Конфликты суверенитета данных. Дрон-доставщик в Берлине генерирует данные, на которые может распространяться действие GDPR. Робот-шахтер в Чили работает в других нормативных рамках. Централизованные платформы должны ориентироваться во всех юрисдикциях одновременно. Децентрализованные сети позволяют данным оставаться локальными, в то время как модели совершенствуются глобально с помощью методов федеративного обучения.
Единые точки отказа. Когда выходит из строя централизованный поставщик вычислительных мощностей, каждая машина, зависящая от него, перестает функционировать. Сбой в работе AWS us-east-1 в марте 2025 года на 14 часов парализовал автономные логистические операции. Резервирование в децентрализованных вычислениях устраняет эту уязвимость.
Монопольное извлечение ренты. Облачные провайдеры взимают маржу в размере 60–70 % за вычисления на GPU. По прогнозам Всемирного экономического форума, объем рынка DePIN вырастет с 30–50 миллиардов долларов сегодня до 3,5 триллионов долларов к 2028 году, и эта маржа станет точкой извлечения триллионов долларов. Децентрализованные альтернативы, такие как Akash Network, уже демонстрируют экономию средств на 50–85 % по сравнению с централизованными облаками для рабочих нагрузок ИИ.
Машинная экономика обретает форму
Самое радикальное последствие DePAI — это не децентрализованные вычисления и даже не идентификация машин, а появление подлинной экономики «машина-машина» (M2M), где автономные агенты совершают транзакции без участия человека.
Рассмотрим конкретный сценарий: автономный робот-доставщик завершает выдачу посылки. Он платит зарядной станции микроплатежи в USDC через протокол x402. Зарядная станция, сама являющаяся автономным экономическим агентом, использует эти средства для покупки услуг по техническому обслуживанию у ремонтного дрона. Ремонтный дрон покупает запасные части через ончейн-площадку закупок. Каждая транзакция является бездоверительной (trustless), не требующей разрешений (permissionless) и расчет по не й происходит за считанные секунды.
Это не научная фантастика. Платформа ASI One от Fetch.ai создает платежные системы «ИИ-ИИ» именно для такой автономной координации. OpenMind OS, имеющая более 2500 звезд на GitHub, предоставляет инфраструктуру для экономического взаимодействия роботов с использованием протокола FABRIC для ончейн-идентификации машин и микроплатежей USDC для автономного выполнения задач.
Ключевые игроки и динамика конкуренции
Ландшафт DePAI кристаллизуется вокруг нескольких четких конкурентных позиций:
| Категория | Ключевые игроки | Фокус |
|---|---|---|
| Идентификация машин и платежи | peaq, IoTeX | Ончейн-ID, машинные кошельки, M2M-платежи |
| Децентрализованные вычисления | Aethir, Akash, io.net | Сети GPU для обучения и инференса ИИ |
| Сети данных | NATIX, Hivemapper | Краудсорсинговый сбор данных из физического мира |
| Маркетплейс ИИ-моделей | Bittensor, SingularityNET | Децентрализованное обучение и распространение моделей |
| Координация агентов | Fetch.ai (ASI Alliance), OpenMind OS | Оркестрация автономных агентов |
Альянс Искусственного Сверхинтеллекта (ASI) — сформированный в результате слияния Fetch.ai, SingularityNET и Ocean Protocol — представляет собой самую амбициозную попытку объединить эти уровни. С совокупной рыночной капитализацией, превышающей 5 миллиардов долларов, Альянс стремится создать единую децентрализованную структуру для создания ИИ-агентов, обмена данными и автономной координации.
Цифры за пределами нарратива
Финансовое обоснование DePAI опирается на конвергирующие макротренды:
- Рост рынка робототехники. Прогнозируется, что к 2030 году мировой рынок робототехники достигнет 260 миллиардов долларов, при этом ожидается, что более половины роботов на базе ИИ будут работать на децентрализованных сетях GPU вместо централизованных облачных провайдеров.
- Взрыв рынка DePIN. Всемирный экономический форум прогнозирует рост DePIN с 30–50 миллиардов долларов до 3,5 триллионов долларов к 2028 году — увеличение более чем на 6 000 %+, при этом DePAI определяется как основной катализатор роста.
- Ценовой арбитраж. Децентрализованные вычислительные сети обеспечивают экономию затрат на 50–85 % по сравнению с централизованными облаками, создавая непреодолимую экономическую привлекательность по мере масштабирования физических рабочих нагрузок ИИ.
- Распространение устройств. К 2030 году, по оценкам, 75 миллиардам IoT-устройств потребуются возможности идентификации, подключения и оплаты — именно ту инфраструктуру, которую предоставляют сети DePAI.
Риски и открытые вопросы
Несмотря на все перспективы, DePAI сталкивается с нетривиальными проблемами:
Ограничения задержки (Latency). Автономным транспортным средствам требуется время отклика менее 10 мс. Децентрализованные сети неизбежно добавляют задержку из-за механизмов консенсуса. Гибридные архитектуры — периферийные вычисления для принятия решений в реальном времени и децентрализованные сети для обучения и координации — являются вероятным прагматичным решением, но они размывают тезис о децентрализации.
Пробелы в стандартизации. Не существует универсального протокола идентификации машин в разных сетях. Peaq использует фреймворк Substrate от Polkadot; IoTeX запускает собственный L1; Fetch.ai работает внутри экосистемы Cosmos. Пока не появятся стандарты совместимости, экономика машин остается фрагментированной.
Регуляторная неопределенность. Когда робот наносит ущерб, кто несет ответственность — производитель, поставщик модели ИИ или децентрализованная сеть, координировавшая действия? Существующие правовые рамки не рассматривают ответственность автономных машин в децентрализованном контексте.
Расширение поверхности атак. Каждый ончейн-кошелек машины является потенциальным вектором атаки. По мере роста экосистемы DePAI растут и стимулы для сложных эксплойтов, нацеленных на активы, принадлежащие машинам.
Что дальше
Нарратив DePAI находится в точке перегиба, напоминающей DeFi в начале 2020 года — технически функциональный, экономически убедительный, но все еще ожидающий своего момента прорыва. Несколько катализаторов могут ускорить сроки:
- NVIDIA GTC 2026 (17–21 марта), как ожидается, углубит нарратив физического ИИ, возможно, объявив о партнерстве с поставщиками децентрализованных вычислений.
- Запуск единого токена и платформы ASI Alliance может консолидировать фрагментированную ликвидность ИИ-криптовалют в единую экосистему.
- Регуляторная ясность в отношении идентификации машин и автономных транзакций — особенно в рамках совместной инициативы SEC-CFTC «Project Crypto» — может открыть путь институциональному капиталу, который в настоящее вр емя находится в стороне из-за юридической двусмысленности.
Вопрос не в том, станут ли машины автономными экономическими агентами — NVIDIA, Boston Dynamics и все крупные автопроизводители работают над этой реальностью. Вопрос в том, будут ли эти машины работать внутри закрытых корпоративных экосистем или в открытых децентрализованных сетях. DePAI — это ответ Web3, и он строит инфраструктуру, пока централизованный мир все еще обсуждает этот вопрос.
BlockEden.xyz предоставляет высокопроизводительную инфраструктуру RPC и API для ведущих блокчейн-сетей, включая те, что обеспечивают работу приложений DePIN и ИИ-криптографии. По мере масштабирования экономики машин надежная инфраструктура узлов становится основой работы автономных агентов. Изучите наш маркетплейс API, чтобы строить на инфраструктуре, созданной для децентрализованного будущего.