هوش مصنوعی و رمزارز به هم رسیدند — حالا چه می‌شود؟

احتمالاً اجتناب‌ناپذیر بود. دو فناوری که تا همین اواخر توانسته بودند به یک اندازه نظام مالی جهانی را برآشفته کنند، دولت‌ها را تحریک نمایند، وفاداری‌های فرقه‌گونه برانگیزند و نهادهای حاکم را بترسانند، اکنون یکدیگر را یافته‌اند. هوش مصنوعی و ارز دیجیتال — که پیش‌تر دو روایت مجزا از تحول‌آفرینی بودند و به موازات هم پدیدار گشتند — اکنون در حال ادغام در یک داستان بزرگ درباره آینده نحوه جابه‌جایی ارزش، کنترل‌کننده آن و اینکه آیا اصلاً واژه «چه کسی» هنوز کلمه مناسبی هست یا خیر، هستند.

این همگرایی تئوریک نیست. این اتفاق در بازارهای زنده، در اتاق‌های هیئت‌مدیره سرمایه‌گذاری خطرپذیر و در تالارهای قانون‌گذاری بروکسل و واشینگتن در حال رخ دادن است؛ این روند در مزارع سرور شرکت‌هایی جریان دارد که هرگز نامشان را نشنیده‌اید، اما انتخاب‌های آن‌ها تعیین‌کننده شکل نسخه بعدی اینترنت خواهد بود. تلفیق هوش مصنوعی و کریپتو در حال خلق چیزهایی است که پیش از این واقعاً وجود نداشتند — و پرسش‌های حقوقی، اخلاقی و اقتصادی‌ای را مطرح می‌کند که در حال حاضر هیچ‌کس پاسخ کافی برای آن‌ها ندارد.

واکنش عمومی، همان‌طور که می‌توانید تصور کنید، طیف گسترده‌ای از هیجان بی‌چون‌وچرا تا بیزاری عمیق و درونی را در بر می‌گیرد و ظرافت چندانی در این میان دیده نمی‌شود. کسانی که پیش از این نسبت به کریپتو محتاط بودند، اکنون دلایل بیشتری برای نگرانی یافته‌اند. فقط نگذارید این بعد جدید از هشدار، مختص کسانی باشد که پیش از این هم بابت هوش مصنوعی نگران بودند. و در این میان، ادغام واقعی به هر حال در حال وقوع است؛ ادغامی که با همان منطقی پیش می‌رود که هر نمونه دیگری از همگرایی تکنولوژیک را به جلو رانده است: ابزارها به هم متصل می‌شوند، پولی برای به‌دست آوردن وجود دارد و کسانی که این کار را انجام می‌دهند، منتظر اجازه کسی نمی‌مانند.

آنچه کریپتو در حال حاضر برای هوش مصنوعی انجام می‌دهد — و برعکس

پیش از پرداختن به پرسش‌های دشوارتر، مفید است بدانیم که این ادغام عملی در دنیای واقعی به چه شکلی است.

زیرا تلاقی هوش مصنوعی و رمزارز تنها یک موضوع واحد نیست؛ بلکه مجموعه‌ای از اتفاقات است که به‌طور همزمان و در لایه‌های مختلف پشته فناوری (Technology Stack) در حال رخ دادن است.

اما در یک سطح، کاربرد هوش مصنوعی در داده‌های بلاک‌چین مشابه هر مجموعه‌داده بزرگ دیگری است: یافتن الگوها، شناسایی ناهنجاری‌ها و تولید هوشمندیِ قابل‌اجرا. شرکت‌های تحلیل بلاک‌چین، یادگیری ماشین را در پلتفرم‌های خود ادغام کرده‌اند تا تراکنش‌های مشکوک را شناسایی کنند، خوشه‌های کیف پول مرتبط با عوامل مجرمانه شناخته‌شده را تشخیص دهند و جریان وجوه را در میان زنجیره‌های مختلف به‌صورت لحظه‌ای ردیابی کنند. این فناوری به بخشی جدایی‌ناپذیر از روش‌هایی تبدیل شده است که نهادهای مجری قانون برای جستجوی فعالیت‌های غیرقانونی رمزارزی به کار می‌گیرند. همان دفتر کل تغییرناپذیری که بلاک‌چین را برای مجرمان مفید می‌سازد، آن را به منبع داده‌ای فوق‌العاده غنی برای آموزش هوش مصنوعی نیز تبدیل کرده است؛ هر تراکنش برای همیشه ثبت می‌شود، هر آدرس به آدرس‌های دیگر قابل‌اتصال است و تاریخچه مالی دائمی و کاملی را ارائه می‌دهد که هیچ مجموعه‌داده دیگری قادر به فراهم کردن آن نیست.

از سوی دیگر، هوش مصنوعی در حال نفوذ به خودِ زیرساخت‌های رمزارز است. بیت‌تنسور (Bittensor) یک شبکه یادگیری ماشین غیرمتمرکز است که در آن مدل‌های هوش مصنوعی با هم آموزش می‌بینند و بر اساس کیفیت مشارکت خود، با توکن پاداش می‌گیرند. این شبکه در حال حاضر از بیش از ۱۲۸ زیرشبکه فعال پشتیبانی می‌کند و مدل‌های زبانی بزرگ را به‌صورت کاملاً درون‌زنجیره‌ای آموزش داده است؛ دستاوردی که تا چند سال پیش غیرممکن تلقی می‌شد. شبکه رندر (Render Network) سازندگان و توسعه‌دهندگان را به ظرفیت‌های توزیع‌شده پردازنده گرافیکی (GPU) در سراسر جهان متصل می‌کند، این اشتراک‌گذاری را در بسترهای بلاک‌چینی سازماندهی می‌نماید و امکان می‌دهد که هزینه‌ها به مراتب کمتر از اجرای محاسبات مورد نیاز برای فعال‌سازی هوش مصنوعی باشد.

پروتکل اوشن (Ocean Protocol) به صاحبان داده اجازه می‌دهد تا مجموعه‌داده‌های خود را برای توسعه‌دهندگان هوش مصنوعی تجاری‌سازی کنند، در حالی که هرگز کنترل داده‌های خام را از دست نمی‌دهند؛ در واقع، به‌جای انتقال داده به سمت الگوریتم، این الگوریتم است که به سمت داده می‌آید.

این‌ها پروژه‌های پوشالی (vapourware) نیستند که صرفاً سپیدنامه‌های بلندپروازانه تولید کنند و هیچ کاربرد واقعی نداشته باشند. آن‌ها اثبات مفهومی برای اکوسیستمی هستند که کار می‌کند و در حال جذب سرمایه‌ای قابل‌توجه است. تا سال ۲۰۲۵، سرمایه‌گذاری خطرپذیر در حوزه کریپتو به ۷.۹ میلیارد دلار رسید — که افزایشی ۴۴ درصدی نسبت به سال قبل را نشان می‌دهد — و حدود ۴۰ درصد از این رقم به‌طور خاص به پروژه‌های بلاکچینی ادغام‌شده با هوش مصنوعی اختصاص یافته است. مردم سرمایه خود را صرف این همگرایی می‌کنند، زیرا باور دارند که این پدیده واقعی و ماندگار است. زمانی که شرکت بزرگ تحلیل کریپتو، نانسن (Nansen)، عوامل مبتنی بر هوش مصنوعی را معرفی کرد که می‌توانند داده‌های درون‌زنجیره‌ای (on-chain) را تفسیر کنند، به پرسش‌ها پاسخ دهند و بینش‌های به‌موقع بازار را به زبان طبیعی ارائه دهند، این کار صرفاً نمایشی نبود؛ بلکه بر نکته‌ای عمیق‌تر تأکید داشت: هوش مصنوعی داده‌های بلاکچین را برای مخاطبانی که پیش‌تر نحوه خواندن آن‌ها را نمی‌دانستند، خوانا، دردسترس و قابل‌استفاده می‌کند.

این ترکیب یک چرخه مطلوب ایجاد می‌کند: بلاکچین پایگاه‌های داده‌ای با ساختار منحصربه‌فرد، دائمی و قابل‌تأیید تولید می‌کند که سیستم‌های هوش مصنوعی می‌توانند با آن‌ها کار کنند؛ سیستم‌های هوش مصنوعی داده‌های بلاکچین را برای تصمیم‌گیرندگان انسانی قابل‌تفسیر و عملیاتی می‌کنند؛ و سیستم‌های هوش مصنوعی به‌جای اینکه صرفاً ابزاری برای تحلیل باشند، به‌طور فزاینده‌ای در حال تبدیل شدن به شرکت‌کنندگانی در خودِ اقتصادهای بلاکچینی هستند. این تحولِ آخر، جایی است که اوضاع واقعاً عجیب می‌شود.

اقتصاد ماشین: روزی که هوش مصنوعی اجازه خرج کردن پول پیدا می‌کند

در اینجا ایده‌ای مطرح می‌شود که به‌طور بنیادی آن تصویر را تغییر می‌دهد. تمام موارد فوق از هوش مصنوعی به عنوان یک ابزار استفاده می‌کنند — چیزی که انسان‌ها برای کسب دانش یا تعامل با بلاکچین به کار می‌گیرند.

فاز بعدی اساساً متفاوت است: هوش مصنوعی به عنوان یک کنشگر اقتصادی مستقل، موجودیتی که نه تنها تراکنش‌ها را تحلیل می‌کند، بلکه خود به تنهایی آن‌ها را تایید و اجرا می‌نماید.

این همان تفکری است که پشت چیزی قرار دارد که امروزه به عنوان «عوامل هوش مصنوعی» (AI agents) شناخته می‌شود: سیستم‌های نرم‌افزاری که می‌توانند در جهان عمل کنند — وب‌گردی، خرید، استفاده از APIها، رزرو خدمات و انجام وظایف — بدون اینکه انسانی قبل از هر مرحله به آن‌ها بگوید چه قدمی بردارند. عاملی که نیاز به تحقیق در یک بازار دارد، ممکن است نیاز به خرید یک مجموعه داده اختصاصی داشته باشد. برای مثال، اگر یک سرویس وب داشته باشید، منابع محاسباتی چیزی است که باید برای آن هزینه پرداخت شود. کسی که وظیفه مدیریت یک جریان کاری را بر عهده دارد، ممکن است مجبور شود برای دسترسی به یک API خارجی در میانه کار خود، هزینه‌ای پرداخت کند. در تمام این موارد، عامل هوش مصنوعی نیاز دارد که پول خرج کند — به صورت آنی و بدون دخالت انسان — در مبالغی که می‌تواند کسری از یک سنت یا چندین دلار در هر تراکنش باشد، آن هم هزاران بار در ساعت.

چالش اینجاست که تمام زیرساخت‌های پرداخت موجود برای انسان‌ها ساخته شده‌اند. کارت‌های اعتباری دارای آدرس صورت‌حساب و قراردادهای دارنده کارت هستند. برای حواله‌های بانکی به مدارک شناسایی صاحبان حساب نیاز است. سرویس‌های اشتراکی ابتدا به کلیک ماوس نیاز دارند. تمام این مکانیسم‌ها دارای «اصطکاک» داخلی هستند — و این عمدی است، زیرا این اصطکاک محافظی در برابر کلاهبرداری و خطا نیز محسوب می‌شود. تمام این‌ها با نرم‌افزاری که در هر ثانیه ده‌ها هزار ریزپرداخت را در خدمت انجام وظیفه‌ای دیگر انجام می‌دهد، کاملاً غیرقابل مقایسه است.

استیبل‌کوین‌ها — و به ویژه زیرساخت‌های پشت ارسال USDT و همچنین سایر جابجایی‌های درون‌زنجیره‌ای — خدماتی را ارائه می‌دهند که هیچ سیستم پرداخت سنتی قادر به فراهم کردن آن نیست. یک تراکنش استیبل‌کوین نیازی به قرارداد دارنده کارت، رابطه بانکی موجود یا احراز هویت فراتر از یک آدرس کیف پول ندارد. تسویه آن در چند ثانیه انجام می‌شود و برای ریزپرداخت‌هایی که کارمزدهای بانکی تمام آن‌ها را می‌بلعد، کارآمد است. تسویه حساب‌های USDT در شبکه‌های کارآمدی همچون شبکه ترون (TRON) تقریباً هیچ کارمزدی ندارند؛ دنیایی متفاوت از پردازشگرهای سنتی که حتی برای یک تراکنش کارمزد دریافت می‌کنند، چه برسد به هزاران تراکنش. ساختار اقتصادی این سیستم به شکلی عمل می‌کند که هیچ شبکه کارت اعتباری، انتقال ACH یا درگاه پی‌پالی قادر به رقابت با آن در مقیاس ماشینی نیست.

این منطق زیربنای خبری است که احتمالاً مهم‌ترین اعلان زیرساختی در سال گذشته محسوب می‌شود. کوین‌بیس و کلودفلر به‌طور مشترک «بنیاد x402» را معرفی کرده‌اند؛ بنیادی که با حضور اعضایی چون مایکروسافت، گوگل، خدمات وب آمازون (AWS)، امریکن اکسپرس، استرایپ و سیرکل در کنار بنیاد سولانا و دیگر بنیان‌گذاران آغاز به کار کرده است تا متولی پروتکلی باز به نام x402 باشد. این پروتکل، پرداخت‌های استیبل‌کوین را به‌صورت بومی در پروتکل HTTP (واحد استاندارد تبادل اطلاعات در وب) ادغام می‌کند. یک عامل هوش مصنوعی (AI agent) که با دیوار پرداخت داده (paywall) مواجه می‌شود، می‌تواند به‌سادگی هزینه را با USDC پرداخت کرده و وظیفه خود را در همان تعامل به پایان برساند، بدون اینکه به دخالت انسانی نیاز باشد. ارسال توکن USDT — یا معادل آن در قالب USDC — به جای آنکه مرحله‌ای مجزا در یک سیستم متفاوت باشد، به بخشی بومی از خودِ «درخواست وب» (web request) تبدیل می‌شود.

رقابت برای ساخت این زیرساخت از همین حالا بسیار شدید است. جدیدترین مورد، کلودفلر است که قصد دارد ارز دیجیتال اختصاصی خود با پشتوانه دلار به نام NET Dollar را برای تبادل مالی میان عوامل هوش مصنوعی ایجاد کند. استاندارد رقیب دیگری تحت عنوان «پروتکل پرداخت‌های ماشینی» (Machine Payments Protocol) توسط استرایپ معرفی شده است که به همراه زنجیره‌ای به نام Tempo — که بر پایه تسویه حساب‌های استیبل‌کوین بنا شده — توسط شرکت سرمایه‌گذاری خطرپذیر پارادایم (Paradigm) راه‌اندازی شده است.

رقابت برای تبدیل شدن به لایه پرداخت پیش‌فرض در اقتصاد ماشین‌به‌ماشین آغاز شده است؛ اقتصادی که هنوز به‌طور کامل وجود ندارد، اما تمامی شرکت‌های بزرگ فناوری روی وقوع آن شرط‌بندی کرده‌اند.

پروژه هویت سام آلتمن، یعنی «ورلد» (World)، با همکاری کوین‌بیس و اکوسیستم x402 به‌طور ویژه در حال کار بر روی یکی از دشوارترین مسائل برآمده از این حوزه است: چگونه ثابت می‌کنید که پشت فعالیت‌های یک عامل هوش مصنوعی، یک انسان واقعی حضور دارد؟ راهکاری که آن‌ها در حال ساخت آن هستند، شامل اثبات‌های رمزنگارانه از هویت انسانی است که می‌تواند همراه با تراکنش‌های یک عامل جابه‌جا شود؛ تلاشی برای حفظ مسئولیت‌پذیری در سیستمی که در غیر این صورت، برای غیرممکن ساختن ردیابی مسئولیت‌ها طراحی شده است.

این مسئله‌ی مسئولیت‌پذیری، موضوعی صرفاً آکادمیک نیست. پروتکل ویرچوالز (Virtuals Protocol) یکی از فعال‌ترین پروتکل‌ها برای استقرار عامل‌های هوش مصنوعی با اقتصاد درون‌زنجیره‌ای است که با بیش از ۱۸,۰۰۰ عامل مستقر شده، بالغ بر ۴۷۰ میلیون دلار فعالیت اقتصادی تجمعیِ مبتنی بر عامل را ثبت کرده است. این پروتکل همچنین شاهد کاهش بیش از ۸۰ درصدی ارزش توکن خود نسبت به اوج قیمت تاریخی‌اش بوده است؛ یادآوری مهمی بر این نکته که چرخه هیجان عامل‌های هوش مصنوعی، همان الگوی چرخه‌های هیجان قبلی در دنیای کریپتو را دنبال می‌کند. و زمانی که یک آسیب‌پذیری نه‌ساله در یک عامل معاملاتی هوش مصنوعی منجر به حوادث امنیتی به ارزش بیش از ۴۵ میلیون دلار در سال ۲۰۲۶ شد، نشان داد که فعالیت خودسرانه عامل‌های هوش مصنوعی در سیستم‌های مالی می‌تواند چه خسارات واقعی، سریع و گسترده‌ای به بار آورد. این ریسک‌ها فرضی نیستند.

نهادهای ناظر وارد میدان می‌شوند

دولت‌هایی که ناظر این همگرایی هستند، خود دست روی دست نگذاشته‌اند، اما واکنش‌های آن‌ها بیش از آنکه نشان‌دهنده آمادگی‌شان برای مقابله با این چالش باشد، گویای دشواریِ خودِ مسئله است.

در حوزه هوش مصنوعی، اتحادیه اروپا با تصویب «قانون هوش مصنوعی اتحادیه اروپا» (EU AI Act) — که گسترده‌ترین مقررات هوش مصنوعی تا به امروز است — بیشترین پیشروی را داشته است.

طبق این قانون، هر سیستمی که با انسان تعامل دارد باید فاش کند که هوش مصنوعی است. همچنین، برچسب‌گذاری محتوای جعل عمیق (دیپ‌فیک) را الزامی می‌کند. برای سیستم‌هایی که «پرخطر» تلقی می‌شوند — دسته‌ای که شامل هوش مصنوعی مورد استفاده در رتبه‌بندی اعتباری، استخدام و ارزیابی آموزشی است — این قانون شامل مقررات سخت‌گیرانه شفافیت و نظارت انسانی می‌شود. جریمه‌ها ممکن است شامل مبالغی تا ۳۵ میلیون یورو (یا ۷٪ از گردش مالی جهانی شرکت) باشد که این مقررات را در سطحی مشابه با GDPR قرار می‌دهد. ممنوعیت دسته‌های هوش مصنوعی با بالاترین سطح خطر در اوایل سال ۲۰۲۵ اجرایی شد و الزامات مربوط به سیستم‌های پرخطر تا سال ۲۰۲۶ به صورت مرحله‌ای اجرا می‌شوند.

در ایالات متحده قانون واحدی برای هوش مصنوعی وجود ندارد، اما اجرای قوانین از طریق چارچوب‌های موجود در حال انجام است. این رویکرد در رابطه با هوش مصنوعی با این استدلال اعمال شده است که استفاده از چنین فناوری‌هایی برای فریب یا گمراه کردن کاربران، طبق قانون حمایت از مصرف‌کننده، یک در صورتی که یک عامل نرم‌افزاری برای دسترسی به API از طریق عملیات ارسال USDT در شبکه TRON به عامل دیگری پرداخت انجام دهد، هیچ انسانی برای اطلاع‌رسانی وجود ندارد. الزام افشا در اینجا بی‌معناست. زیرساخت «احراز هویت مشتری» (KYC) که صرافی‌ها طی سال‌ها با زحمت فراوان بنا کرده‌اند، بر پایه مشتری‌ای است که کارت شناسایی عکس‌دار دارد. هیچ‌کدام از این موارد به‌درستی در تجارت ماشین‌به‌ماشین قابل پیاده‌سازی نیست.

پرسش‌های حقوقی که این موضوع برمی‌انگیزد، پیش‌پاافتاده نیستند:

۱. وقتی عاملِ یک خریدار و فروشنده به‌صورت خودمختار معامله می‌کنند، طرف حساب حقوقی کیست؟

۲. اگر عاملی باعث ضرر مالی شود، چه کسی مسئول است؛ کاربری که آن را مستقر کرده، شرکتی که آن را ساخته، یا پلتفرمی که میزبان آن بوده است؟

۳. آیا می‌توان یک الگوریتم را به همان شیوه‌ای «شناسایی» کرد که مقررات مالی برای شناسایی طرفین معامله الزام می‌کنند؟

۴. پیامدهای مقررات ضد پولشویی (AML) برای کارمزدهای USDT که از عاملی بدون شخصیت حقوقی و بدون حوزه قضایی محل اقامت حاصل می‌شود، چیست؟

این‌ها پرسش‌های بی‌پاسخی هستند که پیرامون تجارت ماشینی وجود دارند و زیرساخت جدیدی در حال بنا شدن است، پیش از آنکه کسی به آن‌ها پاسخ داده باشد. قانون GENIUS الزامات انطباقی را بر ناشران استیبل‌کوین تحمیل کرد، بدون اینکه پیامدهای زمانی را بررسی کند که کاربر نهایی آن استیبل‌کوین‌ها موجودی است که اصلاً «کاربر» محسوب نمی‌شود. تعهدات شفافیت در «قانون هوش مصنوعی اتحادیه اروپا» منوط به وجود انسانی است که بتوان به او اطلاع‌رسانی کرد، نه پروتکلی که چنین قابلیتی ندارد. مقررات امروزی برای جهانی وضع شده‌اند که در حال حاضر منسوخ شده است.

لادیت‌ها هم اعتراض داشتند

واکنش‌های منفی علیه همگرایی هوش مصنوعی و کریپتو از روند آشنایی پیروی می‌کند؛ روندی که هرچه برای کسب چشم‌انداز تاریخی بیشتر به عقب بازگردید، تشخیص آن آسان‌تر می‌شود.

منتقدان کریپتو مدت‌هاست ادعا می‌کنند که این حوزه در درجه اول ابزاری برای سوداگری، کلاهبرداری و فعالیت‌های مجرمانه است.

منتقدان هوش مصنوعی معتقدند که این فناوری مشاغل را از بین می‌برد، قدرت را در چند شرکت مسلط متمرکز می‌کند، اطلاعات نادرست را در مقیاس وسیع تولید می‌کند و خطراتی به همراه دارد که سازندگانش با جدیت کافی با آن‌ها برخورد نمی‌کنند. هیچ‌یک از این نگرانی‌ها بی‌اساس نیستند؛ آسیب‌های مستند هر دو فناوری واقعی و قابل‌توجه هستند. اما ادغام این دو صرفاً نگرانی‌ها را دوچندان نمی‌کند، بلکه طبقه جدیدی از اعتراضات را ایجاد می‌کند: نوعی هراس اخلاقی که در آن، پیوند دو پدیده — که پیش از این هم مشکوک تلقی می‌شدند — به این معنا تفسیر می‌شود که همه‌چیز به‌طور بازگشت‌ناپذیری در حال خروج از ریل است.

برخی ترس‌های خاص پیرامون پیوند هوش مصنوعی و کریپتو معتبر هستند. این خطر که سیستم‌های هوش مصنوعی ممکن است بازارهای کریپتو را بازی دهند — از طریق راه‌اندازی عملیات‌های هماهنگ پامپ و دامپ (pump-and-dump)، انجام معاملات فرانت‌رانینگ (front-running)، ایجاد تقاضای کاذب با ثبت سفارش‌هایی که پیش از اجرا لغو می‌شوند، یا فعال کردن رفتار گله‌ای برای تشدید سقوط قیمت‌ها — یک واقعیت مستند است، نه صرفاً یک گمانه‌زنی. چه اتفاقی می‌افتد وقتی یک بازار شبانه‌روزی — بدون فیوزهای قطع‌کننده معاملات (circuit breakers) — و عوامل هوش مصنوعی که با سرعت ماشین فعالیت می‌کنند، در یک فضای مشترک قرار می‌گیرند؟ نهادهای ناظری که برای معاملاتی با سرعت انسانی طراحی شده‌اند، هیچ ابزار آماده‌ای برای مدیریت چنین رویدادهایی در اختیار ندارند. تمرکز زیرساخت‌های پرداخت هوش مصنوعی در دست چند پلتفرم بزرگ — کوین‌بیس، کلودفلر، گوگل، مایکروسافت، آمازون — پرسش‌های مشروعی را در مورد اینکه در نهایت چه کسی مالک ریل‌های تجارت ماشینی است و این موضوع برای کسانی که خارج از این گروه هستند چه معنایی دارد، برمی‌انگیزد.

اما بسیاری از این مخالفت‌ها شبیه به چیزی بسیار قدیمی‌تر و از نظر تحلیلی کم‌اهمیت‌تر است. در اوایل قرن نوزدهم، کارگران نساجی انگلیسی — لادیت‌ها (Luddites) — ماشین‌آلاتی را که می‌ترسیدند معیشت آن‌ها را از بین ببرد، درهم شکستند. گلایه‌های اقتصادی آن‌ها واقعی بود؛ تحولات ناشی از صنعتی‌شدن شوک عظیمی بود که تأثیرات آن بسیار نابرابر توزیع شد.

اما توقف ناشی از فناوری هرگز فرا نرسید. فناوری پایداری کرد، تکثیر شد، اقتصاد جهانی را بازسازی کرد و در نهایت، فعالیت‌های اقتصادی و انواع مشاغل بیشتری نسبت به آنچه نابود کرده بود، ایجاد کرد؛ هرچند این گذار بدون دردهای طاقت‌فرسا نبود. واژه «لادیت» (Luddite) در زبان باقی ماند، نه به عنوان توصیفی برای یک جنبش مقاومت موفق، بلکه به عنوان اصطلاحی کنایی برای مخالفت بی‌ثمر با پیشرفت.

و از آن زمان، این الگو با ثباتی قابل اطمینان تکرار شده است. منتقدان دستگاه چاپ پیش‌بینی می‌کردند که این اختراع باعث رواج بدعت‌ها و برهم خوردن سلسله‌مراتب اجتماعی خواهد شد؛ آن‌ها در مورد ایجاد اختلال درست می‌گفتند، اما تصور اینکه راهی برای متوقف کردن چاپ وجود دارد، حماقت‌بار بود. مخالفان آن نگران بودند که اطلاعات سریع‌تر از آن حرکت کند که قضاوت انسانی بتواند با آن همگام شود. منتقدان اتومبیل می‌گفتند که این وسیله هرگز جایگزین اسب نخواهد شد. مخالفان اینترنت هشدار می‌دادند — و نه بدون دلیل موجه — که از آن برای جرم، کلاهبرداری و فروپاشی اجتماعی استفاده خواهد شد؛ آن‌ها در تمام این موارد حق داشتند، اما در مورد پیامد نهایی آن کاملاً در اشتباه بودند. کریپتو نیز مسیر مشابهی را طی کرد؛ با سال‌ها پیش‌بینی‌های قاطعانه از سوی افراد محترم مبنی بر اینکه ممنوع خواهد شد، سقوط خواهد کرد، یک طرح پانزی است و هیچ‌کس هرگز آن را جدی نخواهد گرفت. سپس بلک‌راک (BlackRock) برای راه‌اندازی ETF اسپات بیت‌کوین درخواست داد و دولت‌ها شروع به افزودن آن به دارایی‌های ذخیره خود کردند و بدین ترتیب، «پنجره اورتون» تغییر کرد.

همگرایی هوش مصنوعی و کریپتو احتمالا مسیر مشابهی را دنبال خواهد کرد. این یکپارچگی متوقف نخواهد شد، صرفاً به این دلیل که قانون‌گذاران هنوز قوانین را نهایی نکرده‌اند، یا منتقدان نگرانی‌های مشروعی درباره ریسک‌های خاص دارند، و یا به این دلیل که چند شکست پرسر و صدا — مانند حوادث امنیتی مرتبط با ایجنت‌ها (Agents) به ارزش ۴۵ میلیون دلار — باعث می‌شود این فناوری شکننده به نظر برسد. سرمایه‌ها در حال سرازیر شدن هستند، پروتکل‌ها کدنویسی می‌شوند، پلتفرم‌های بزرگ همراه شده‌اند و منطق اصول اولیه به‌خوبی عمل می‌کند: اگر می‌خواهید سیستم‌های خودمختار تراکنش انجام دهند، به روشی برای این کار نیاز دارند — و بلاک‌چین این امکان را بهتر از هر گزینه موجود دیگری فراهم می‌کند. قوانین — هرچند به شکلی ناقص — خود را با شرایط وفق خواهند داد. مسائل جدیدی در زمانی که هیچ‌کس انتظارش را ندارد، پدیدار خواهند شد. و تا ۲۰ سال دیگر، هراس‌افکنی‌های این دوران به همان اندازه دوراندیشانه به نظر خواهند رسید که نگرانی‌ها در مورد تلگراف به نظر می‌رسیدند.

برای کاربران شبکه ترون که در حال حاضر در این اکوسیستمِ استیبل‌کوین‌ها فعالیت می‌کنند، کاربردی‌ترین سوال احتمالاً ساده‌تر و فوری‌تر از تمام موارد فوق است: هزینه واقعی انجام یک انتقال USDT چقدر است و چگونه می‌توان این هزینه‌ها را به حداقل رساند؟ Netts (netts.io) دارای یک ماشین‌حساب انتقال USDT است که به‌طور خودکار انرژی (Energy) و پهنای باند (Bandwidth) دقیق مورد نیاز برای هر انتقال TRC20 را محاسبه می‌کند — و از قبل نمایش می‌دهد که آیا این تراکنش منجر به سوزاندن TRX می‌شود یا اجاره انرژی. نگاهی به اعداد: سوزاندن TRX به‌طور پیش‌فرض برای انتقال به آدرسی که از قبل دارای USDT است، به ۱۳.۸۴ واحد TRX نیاز دارد و برای انتقال به آدرسی با موجودی صفر از این کوین، ۲۷.۷۰ واحد TRX می‌طلبد؛ در حالی که اجاره انرژی این ارقام را به ۲ تا ۵ واحد TRX کاهش داده و به‌طور متوسط بیش از ۸۰ درصد صرفه‌جویی به همراه دارد. برای هر کسی که USDT را در حجم قابل‌توجهی ارسال می‌کند، دانستن این موضوع از قبل، صرفاً یک منطق تجاری هوشمندانه است.