La prossima frontiera delle criptovalute sarà la decentralizzazione dell'AI

L'intelligenza artificiale rappresenta l'ultima frontiera della battaglia tra centralizzazione e decentralizzazione. Così come Bitcoin ed Ethereum sono stati creati per sfuggire al controllo dei governi e delle aziende, anche i progetti di AI basati su criptovalute stanno cercando di sfidare il crescente dominio delle Big Tech nel settore.

Ma possono davvero competere, o sono soltanto progetti costruiti sulla base della stessa infrastruttura centralizzata che affermano di voler sostituire?

AI, criptovalute e il dilemma della decentralizzazione

La decentralizzazione è uno dei principi cardine del mondo crypto. Questo concetto si contrappone al test di Howey della SEC statunitense, che definisce un contratto d'investimento come "una joint venture allo scopo di generare profitto, derivente dal lavoro altrui". Ma mentre la maggior parte dei titoli finanziari è legata a società centralizzate, Bitcoin, Ethereum e le altre reti decentralizzate sono progettate per funzionare senza alcuna autorità centrale.

Perché è importante? Per il controllo. Il white paper di Bitcoin descrive un sistema “puramente peer-to-peer” che consente transazioni senza intermediari finanziari. Questo ideale libertario, in cui due parti possono scambiare valore senza interferenze, ha guidato l’evoluzione delle criptovalute.

Ora che l’AI sta diventando sempre più diffusa, la stessa filosofia decentralizzata si sta estendendo a questo settore. I sostenitori delle criptovalute temono che, se lasciata nelle mani di poche grandi aziende tecnologiche, l’AI possa trasformarsi in un altro ecosistema chiuso controllato da colossi come Google, Microsoft e OpenAI.

L’AI nel mondo crypto

Per contrastare questa tendenza, stanno emergendo progetti di intelligenza artificiale basati su blockchain. Nomi come Tao, Virtuals (su Base) e AI16Z (su Solana) stanno sviluppando modelli di AI decentralizzati, nel tentativo di cambiare le regole del gioco prima che le Big Tech consolidino il loro monopolio. Alcuni di questi progetti stanno costruendo i loro Large Language Models (LLM) da zero, addestrandoli in modo indipendente dalle grandi aziende tecnologiche.

La sfida principale? I dati.

Il training di un modello AI richiede infatti enormi quantità di dati di alta qualità. Sebbene i team del settore crypto possano attingere a dati dal web, non hanno accesso ai data set aziendali proprietari, che offrono un vantaggio significativo alle Big Tech. Di conseguenza il progresso dei team completamente decentralizzati tende ad essere più lento, i loro modelli meno performanti e con una minore adozione.

Per superare queste difficoltà, alcuni progetti di AI nel settore crypto stanno adottando un approccio ibrido: invece di costruire i propri modelli da zero, utilizzano l’infrastruttura centralizzata esistente, sfruttando le API di OpenAI, Microsoft Copilot o Google Gemini. Questo consente loro di operare rapidamente, ma solleva una questione cruciale: possono davvero definirsi decentralizzati?

Il fattore costo

Oltre alla questione della decentralizzazione, c’è anche il problema dei costi. Gli sviluppatori concordano sul fatto che un certo livello di “allucinazione” nei modelli di AI è accettabile, purché sia possibile sperimentare e iterare a prezzi accessibili. Tuttavia i costi dei provider di AI statunitensi stanno rapidamente diventando proibitivi, indipendentemente dalla qualità dell’output.

Ed è qui che entra in gioco DeepSeek.

A fine gennaio 2025, questa startup cinese ha scosso il settore presentando un LLM più piccolo ed estremamente efficiente, capace – secondo le prime valutazioni – di competere con le prestazioni di ChatGPT utilizzando molte meno risorse computazionali. Mentre negli Stati Uniti la corsa all’AI è dominata da progetti miliardari (come l'iniziativa Stargate da 500 miliardi di dollari di OpenAI) DeepSeek ha sviluppato il proprio modello con un budget di appena 6 milioni di dollari. Una differenza enorme che ha rapidamente catturato l’attenzione dei mercati.

DeepSeek e il futuro dell’AI decentralizzata

Alcuni team di AI basati su blockchain hanno già iniziato a integrare DeepSeek come alternativa ai modelli statunitensi. Se DeepSeek manterrà un approccio realmente open-source, potrebbe abbattere i costi e accelerare l’innovazione nel settore. Tuttavia, questo porta con sé un nuovo dilemma: sebbene riduca la dipendenza dalle Big Tech statunitensi, introduce una nuova dipendenza dalla Cina, un paese noto per il rigido controllo governativo sullo sviluppo dell’intelligenza artificiale.

Ciò solleva dubbi che vanno oltre il semplice costo. DeepSeek sarà realmente immune alla censura, come sperano i sostenitori dell'AI decentralizzata? Oppure le sue restrizioni sui contenuti e sulle possibili risposte ne scoraggeranno l'uso? Un modello decentralizzato che impone limiti su ciò che può dire non è forse un’altra forma di controllo centralizzato, seppur sotto un’autorità diversa?

Cosa riserva il futuro

DeepSeek rappresenta un cambiamento significativo nell’accessibilità dell’AI, ma non è una soluzione definitiva. Restano interrogativi sui suoi dati di training, sulla coerenza delle prestazioni e sulla sua sostenibilità a lungo termine. Tuttavia, i primi segnali suggeriscono che potrebbe diventare un’alternativa chiave per le startup emergenti, incluse quelle nel settore crypto.

La battaglia per la decentralizzazione dell’AI è tutt’altro che finita. I team incentrati sulla blockchain desiderano maggiore autonomia, ma dovranno trovare un equilibrio tra ideali e compromessi pratici. L’AI completamente decentralizzata è ancora agli albori: il tempo dirà se riuscirà davvero a competere con le Big Tech.

Opinione di: Zain Jaffer, co-founder di Vungle