YouMind
Accedi

La Privacy di Crypto e AI è Inevitabile

509K
1.2K
80
129
237

TL;DR

L'articolo sostiene che la privacy sta diventando essenziale sia per le criptovalute che per l'intelligenza artificiale, evidenziando l'aumento dei token focalizzati sulla privacy come ZEC e VVV. Descrive in dettaglio come progetti come Arcium e Venice stiano costruendo infrastrutture per proteggere i dati sensibili nei flussi di lavoro finanziari e di AI.

La privacy onchain sta subendo una nuova valutazione.

Dall'inizio dell'anno, abbiamo visto questa narrativa dominare le discussioni del settore, con $ZEC (+159%), $VVV (+1.693%), $NEAR (+237%) e $ARX (+122%) che si sono distinti come i migliori performer nei portafogli, mentre anche $XMR (+29%) e $LINK (+22%) hanno mostrato grande solidità.

Allargando la visuale, le categorie delle privacy coin e dell'infrastruttura per la privacy sono esplose nel Q3, crescendo rispettivamente di circa il 164% e il 103% in termini di capitalizzazione aggregata.

E non credo che questo treno rallenterà a breve, soprattutto se consideriamo come si sta evolvendo l'AI.

WallStreetBets - inline image

Performance della capitalizzazione dei principali settori privacy nel Q3

Oggi la privacy è un tema centrale in tutto l'ecosistema AI.

Abbiamo visto il Presidente Trump sottolineare la privacy del portale AI del sito durante il lancio di America.gov, OpenAI finire nell'occhio del ciclone per la controversia sul Premio Millennium Navier-Stokes, investitori come Jason Calacanis lanciare allarmi sull'esposizione del lavoro proprietario alle piattaforme AI centralizzate, e molti altri esempi ancora.

Tutto considerato, credo che la privacy diventerà onnipresente nell'AI. E man mano che questo scenario si realizzerà, il capitolo della trasparenza assoluta nel mondo crypto volgerà al termine.

Per entrambi gli ambiti, la logica alla base è piuttosto semplice.

Il caso della privacy crypto

Partiamo dalle crypto.

Le istituzioni di ogni tipo, da BlackRock e Robinhood fino a banche, fondi e provider di pagamento, stanno tutte migrando onchain.

Ogni asset sarà tokenizzato e i mercati saranno universalmente accessibili, con trading attivo 24/7/365.

E nel caso viveste sulla Luna, sappiate che nulla di tutto questo è una novità. A questo punto, si tratta di verità inevitabili e universalmente accettate.

https://x.com/wallstreetbets/status/2105065548111372418

Ma c'è un dettaglio: queste istituzioni non vogliono che le loro attività siano pubbliche, e i mercati onchain sono tristemente noti per essere un terreno di caccia aperto allo sfruttamento proprio a causa della mancanza di privacy.

Intere categorie di applicazioni, strategie di investimento e flussi di lavoro istituzionali rimangono offchain, perché verrebbero sfruttate a proprio svantaggio nel momento stesso in cui toccassero la rete. Di conseguenza, enormi quantità di capitale restano ferme a bordo campo per evitare questa vulnerabilità.

Un fondo non vuole che i concorrenti lo guardino mentre costruisce una posizione. Un'azienda che paga i dipendenti in stablecoin non vuole che gli stipendi di tutti siano visibili. Inviare denaro a qualcuno non dovrebbe permettergli di curiosare nel resto del tuo conto.

In parole povere, la privacy diventa una componente molto più importante del mondo crypto man mano che sempre più persone lo usano per le proprie finanze reali, ed è per questo che i team storici dedicati alla privacy ci lavorano da oltre un decennio.

https://x.com/milianstx/status/1995883036970258825

Quindi, se condividi l'idea diffusa che tutta la finanza opererà su binari crypto, congratulazioni: sei anche tu un bull della privacy onchain. Semplicemente, non puoi avere l'una senza l'altra.

E quando si parla di AI, la privacy sta andando nella stessa direzione, solo più velocemente, perché gli utenti stanno affidando sempre di più la propria intera vita a questi strumenti.

Lo Yin dello Yang delle crypto

Il problema della privacy nell'AI arriva dalla direzione opposta rispetto alle crypto.

Le crypto partono da binari pubblici e hanno bisogno di privacy affinché le persone possano usare quei binari per attività finanziarie reali. L'AI parte da contesti utente sensibili e ha bisogno di garanzie di privacy più solide affinché le persone possano fornire in sicurezza ai modelli le informazioni che li rendono utili.

Il problema è che oggi gran parte di quel contesto sensibile può ancora essere elaborato in chiaro e rimanere accessibile al fornitore del modello. Questo crea il rischio che un provider possa interpretare informazioni profondamente personali, decidere che superano un certo limite e segnalarle alle autorità senza quel tipo di mandato, revisione giudiziaria o giusto processo che normalmente associamo alle forze dell'ordine. Le tutele della privacy dovrebbero permettere di affrontare i rischi reali per la sicurezza senza trasformare le aziende che gestiscono i nostri assistenti AI in investigatori de facto delle nostre vite private.

Questo aspetto diventa ancora più cruciale man mano che l'AI entra in flussi di lavoro di maggior valore e con poste in gioco più alte, perché le applicazioni più utili sono spesso quelle che richiedono i dati più riservati.

https://x.com/kimmonismus/status/2106830228404228267

Un modello generico può, ad esempio, rispondere a una domanda finanziaria generica usando informazioni pubbliche, ma aiutarti concretamente a dare un senso alle tue finanze richiede molto di più. Reddito, passività, estratti conto, documenti fiscali, storico degli investimenti, obiettivi personali.

Lo stesso vale per le aziende. Le imprese più accorte non vogliono esporre registri clienti, ricerche interne, codice, documenti legali o presentazioni strategiche al fornitore del modello solo per ottenere un'analisi migliore.

Ecco perché la privacy non può fermarsi al livello applicativo. Deve cambiare l'infrastruttura stessa.

L'inferenza privata è uno dei primitivi fondamentali in questo ambito. L'obiettivo è consentire a un modello di produrre una risposta utile senza dare all'operatore dell'infrastruttura visibilità completa sul prompt, sui file o sull'output. Gli utenti ottengono l'intelligenza che cercano, mantenendo il controllo sul materiale usato per generarla.

Un'altra strada è mantenere l'elaborazione interamente locale. @qvac sta spingendo sull'AI on-device, dove i modelli possono girare sul tuo hardware e i dati sensibili restano sul dispositivo invece di essere inviati a un cloud provider.

@0G_labs affronta lo stesso problema dal lato infrastrutturale, con inferenza AI privata e storage crittografato progettati per mantenere nascosti i dati sensibili rendendo comunque verificabile l'elaborazione.

È anche qui che la privacy dell'AI inizia a fondersi un po' con quella delle crypto.

Nel mondo crypto, la rete dovrebbe verificare la transazione senza esporla a tutti. Nell'AI, l'infrastruttura dovrebbe eseguire l'elaborazione senza esporre il contesto dell'utente a tutti coloro che sono coinvolti nel processo.

Questo mi ha fatto chiedere se esistano startup che affrontano entrambi i problemi contemporaneamente, così mi sono addentrato nella tana del bianconiglio esplorando il panorama della privacy in entrambi i settori.

Ecco alcune delle categorie e dei progetti in cui vedo sviluppi interessanti.

Denaro privato

@Zcash ha condotto una campagna davvero impressionante nel 2026.

Ciò che rende interessante il recente movimento (al di là di tutti i traguardi tecnici come Orchard e Halo 2, gli Unified Address e il nuovo pool shielded di Ironwood) è che ora la tesi rialzista ha un utilizzo reale a supportarla.

Circa 4,9 milioni di ZEC, pari a circa il 29% dell'offerta circolante, si trovano ora in indirizzi shielded, rispetto all'8% di inizio 2024, mentre le transazioni shielded hanno appena raggiunto quota ~62.000 a settimana, con un aumento del 652% dall'inizio dell'anno.

Qui la crescita si traduce in un effettivo utilizzo privato.

WallStreetBets - inline image

Offerta shielded di Zcash e transazioni shielded totali

È uno dei motivi principali per cui nomi più grandi si stanno avvicinando a Zcash.

I gemelli Winklevoss, ad esempio, hanno lanciato Cypherpunk con 100 milioni di dollari per acquisire ZEC per la tesoreria aziendale, dichiarando che l'obiettivo è accumulare fino al 5% dell'offerta circolante, con Tyler Winklevoss che ha definito l'AI "l'alba" del catalizzatore per la privacy.

Zcash offre inoltre ai suoi utenti la possibilità di scegliere quanto livello di privacy desiderano.

Supporta transazioni trasparenti e shielded, quindi la privacy ottenuta dipende da come si utilizza la rete. Include anche un livello di divulgazione pratico. Le Viewing key permettono a una parte autorizzata di vedere le informazioni sulle transazioni senza poter spendere i fondi. Questo aiuta negli audit, nella compliance o in qualsiasi situazione in cui serva una trasparenza selettiva anziché un'esposizione totale.

Il denaro privato non serve solo a nascondersi da qualcuno. Serve a rendere il contante digitale utilizzabile nella vita finanziaria di tutti i giorni.

Ed è per questo che Zcash continua a sovraperformare il mercato.

Applicazioni private

Le impostazioni predefinite plasmano i comportamenti.

Se la privacy richiede passaggi extra, molte persone li salteranno. Per questo cerco team che costruiscano a livello applicativo per gestire quei passaggi al posto degli utenti, senza tutto il caos tecnico; in questo modo, gli utenti ottengono i vantaggi senza dover comprendere la crittografia sottostante.

Credo che i team che lo faranno bene diventeranno grandi vincitori, poiché fungeranno da punti di onboarding fondamentali verso l'AI e le crypto private.

L'ho già visto accadere quest'anno con @AskVenice. La maggior parte delle persone pensa all'app come a un'AI privata, e questo perché tutti i componenti crypto sotto il cofano sono completamente astratti. Seguendo questa formula, l'app ha recentemente superato i 4 milioni di utenti e i 100 milioni di dollari di ARR:

https://x.com/AustinBarack/status/2089447460275994875

@keet_io è un altro esempio di come la privacy stia diventando il prodotto stesso. Chat, chiamate e trasferimenti di file sono crittografati end-to-end e peer-to-peer, senza dipendere da server centrali o richiedere un numero di telefono o un'email.

I wallet crypto sono un'altra opportunità ovvia, perché è proprio lì che la privacy è spesso venuta meno.

Se un wallet viene usato per diverse cose, chi sa dove ricevi pagamenti potrebbe anche riuscire a tracciare dove fai trading, cosa detieni e come si muove il resto della tua vita finanziaria.

Tecnicamente, gli utenti possono aggirare il problema aprendo più wallet. Ma questo aggiunge attrito e comunque non garantisce che la loro attività non possa essere collegata.

Non credo che la maggior parte delle persone vorrà gestirlo in autonomia. Si aspetteranno la privacy dal wallet o dall'applicazione, esattamente come se la aspettano da un'app bancaria.

È da qui che vedo arrivare la domanda. Le persone vogliono usare questi prodotti senza dare a sconosciuti accesso al resto delle proprie finanze, e riuscirci dovrebbe sembrare invisibile e fluido, non un progetto di ricerca.

@zodl_app è un ottimo esempio in questo senso.

È stato creato dagli sviluppatori originali del protocollo Zcash e offre privacy by default, supporto per swap privati e integrazione con Keystone per la firma shielded air-gapped.

A livello di rete, @MidnightNtwrk sta costruendo attorno alla privacy programmabile. Le app possono mantenere privati i dati sensibili dimostrando o rivelando selettivamente solo ciò che è necessario, utilizzando prove ZK invece di mettere tutto su un registro pubblico.

Nel complesso, quando si tratta di applicazioni, voglio vedere come questo si tradurrà in un uso costante del denaro shielded nel lungo periodo.

Anche se, sì, un prezzo del token forte può attirare le persone, un utilizzo prolungato delle applicazioni è una prova molto più concreta della domanda di privacy.

La privacy come Infra: Arcium, Venice & 0G

Ricapitoliamo rapidamente alcuni dei protagonisti chiave della privacy. Zcash è l'ovvio punto di riferimento per il denaro privato, @zama sta portando l'FHE onchain, Venice è uscita dalla camera d'eco crypto con un prodotto consumer AI privato, e 0G sta spingendo un'infrastruttura AI privata e verificabile. @Arcium affronta lo stesso stack di privacy dal livello di calcolo confidenziale, con un'infrastruttura progettata per abbracciare sia le crypto che l'AI.

Ognuno di questi possiede un livello dello stack e, di conseguenza, il trade sulla privacy è rimasto frammentato.

È proprio questa frammentazione a rendere Arcium interessante ai miei occhi.

Invece di concentrarsi su un singolo elemento della privacy, hanno messo tutto insieme e stanno rilasciando soluzioni su tutto lo stack:

  • Denaro privato programmabile con C-SPL e Umbra (Zcash)
  • Calcolo crittografato (Zama)
  • Inferenza AI confidenziale con Blackthorn (Venice/0G/NEAR)

Progetto

Cosa possiedono

Come lo affronta Arcium

ZEC

Denaro privato, l'asset OG della privacy

Estende la privacy oltre una moneta dedicata: C-SPL aggiunge riservatezza programmabile a qualsiasi asset Solana, mentre Umbra ha raccolto 150 milioni di dollari di impegni nella più grande ICO di sempre su Solana.

Zama

Calcolo crittografato generalizzato per blockchain (FHE)

Live su Mainnet, alimenta oltre 10 app (l'ecosistema privacy più attivo nel mondo crypto) con quasi 3 milioni di calcoli eseguiti.

VVV (Venice)/0G/Near

AI privata/Infra AI

Blackthorn estende Arcium dal calcolo crittografato all'AI confidenziale su GPU crittografate, mantenendo privati prompt, file e output, e abilitando app simili a Venice.

Ciò che mi piace è che le applicazioni possono usare il livello di privacy in background.

Inoltre, mentre gli altri progetti privacy menzionati hanno lavorato sui problemi di privacy delle crypto, Arcium si è mossa per andare oltre la sua missione originale di portare il calcolo crittografato sulle blockchain, estendendo la rete per fare lo stesso con l'AI.

Ecco come funziona tutto questo (prima l'aspetto tecnico, poi cosa significa concretamente per te).

Approccio tecnico

L'approccio fondamentale di Arcium è il calcolo sicuro multi-parte (MPC). Gli input privati vengono suddivisi in secret share e distribuiti attraverso un Cluster di nodi Arx. I nodi valutano congiuntamente il calcolo senza che nessuno di essi ricostruisca i dati sottostanti.

L'attuale protocollo di Arcium, Cerberus, utilizza un modello dishonest-majority con detect-and-abort. Finché almeno un membro del Cluster è onesto, preserva la privacy e rileva le manomissioni; se si verifica un errore di protocollo, interrompe l'operazione invece di restituire un risultato corrotto. Questo protegge la riservatezza e l'integrità del risultato.

Ciò rende il design naturalmente adatto alle crypto: le chain pubbliche possono gestire coordinamento e settlement, mentre la logica applicativa privata gira attraverso il cluster.

Rispetto a un TEE, la fiducia è distribuita invece di essere concentrata in un singolo enclave; rispetto all'FHE, l'MPC richiede più interazione, ma si adatta bene ai flussi di lavoro decentralizzati che già coordinano più parti.

Il compromesso è una maggiore comunicazione e un possibile abort quando i nodi o la rete non sono disponibili.

Ma la stessa architettura non deve necessariamente fermarsi alle applicazioni blockchain. Se il calcolo può essere distribuito in modo che nessun singolo operatore veda gli input sottostanti, lo stesso modello può essere esteso ai carichi di lavoro AI che coinvolgono prompt, file e altri dati utente sensibili.

La scommessa dell'espansione nell'AI

Questa estensione oltre le crypto sta diventando una parte sempre più importante della scommessa di Arcium.

Abbiamo visto come Venice abbia costruito un prodotto AI di successo su binari crypto; Arcium punta a spingere quei binari ancora più a fondo nel backend.

Invece di possedere l'esperienza di chat rivolta all'utente, sta costruendo l'infrastruttura confidenziale sottostante, progettata in modo che prompt, file e output sensibili non debbano essere esposti in chiaro a un singolo fornitore di infrastrutture.

È l'altra faccia della stessa medaglia.

Ed è questo a rendere interessante Blackthorn. È progettato per eseguire AI confidenziale sulle GPU NVIDIA che i data center già utilizzano, invece di richiedere un nuovo chip di sicurezza o hardware confidenziale dedicato. Se funzionerà come previsto, potrebbe aprire flussi di lavoro AI sensibili in sanità, finanza, diritto e pubblica amministrazione senza richiedere agli utenti di consegnare i dati sottostanti a un tradizionale provider di modelli ospitati.

È Arcium che non sceglie tra privacy crypto e privacy AI. Il team sta lavorando per rendere entrambe utilizzabili attraverso un unico sistema distribuito.

Cosa significa per gli utenti

Lo scopo del calcolo confidenziale di Arcium non è nascondere tutto. Al contrario, è rivelare solo ciò di cui l'applicazione ha bisogno.

Per gli utenti, questo potrebbe significare un'asta che calcola un prezzo di compensazione da offerte confidenziali senza pubblicare ogni offerta perdente, o un'applicazione di trading che mantiene private le informazioni sensibili sugli ordini mentre esegue le sue regole, così che l'output utile sia disponibile senza trasformare gli input sottostanti in intelligence di mercato pubblica.

I tipi di prodotti verso cui Arcium punta sono già visibili nella sua directory dell'ecosistema, che include Crafts, un progetto di aste di token a busta chiusa, e Umbra, un wallet per trasferimenti e swap shielded.

Gli sviluppatori possono aggiungere funzioni e stati confidenziali accanto alle parti pubbliche di un'applicazione Solana, scegliendo quali informazioni l'applicazione espone.

Arcium ha anche C-SPL, il suo standard di token confidenziale per Solana, che porta saldi e importi di trasferimento confidenziali alle applicazioni token senza richiedere agli utenti di spostarsi su un asset privacy dedicato. Questo potrebbe supportare buste paga in stablecoin dove i dipendenti non vedono gli stipendi l'uno dell'altro, o aste in cui i partecipanti possono verificare il risultato senza pubblicare ogni offerta perdente. Questi sono motivi validi per usare un prodotto anche se non hai mai tradato un privacy token.

La stessa logica si applica all'AI. Le applicazioni dovrebbero poter utilizzare informazioni sensibili senza rivelarle inutilmente all'infrastruttura che esegue il calcolo.

Per me, questa è l'opportunità più grande.

Cosa sto osservando

Andando avanti, la privacy continuerà a essere una delle categorie principali nella mia watchlist.

Per Zcash, osservo quanto potrà diventare ordinaria l'attività shielded. Wallet migliori e un accesso più semplice dovrebbero riflettersi nelle persone che usano la rete per la sua caratteristica distintiva.

Come trader, voglio capire come l'utilizzo raggiunga gli asset che sostengono alcuni di questi progetti crypto-native.

I team sapranno calibrare correttamente i loro flywheel, in modo che l'onboarding generi effettivamente pressione in acquisto?

C'è anche molto in gioco con gli effetti rete della privacy a causa della mancanza di composabilità.

Quando gli asset sono protetti con una tecnologia, non sono realmente componibili con gli asset protetti da un'altra tecnologia. Quindi c'è un bisogno urgente tra i team di costruire liquidità/far entrare capitale istituzionale, ottenere la migliore profondità per gli swap, offrire rendimenti migliori, ecc.

Come si svilupperà questa dinamica determinerà la divisione della torta della privacy onchain.

Sul fronte AI, seguo da vicino ciò che accade attorno ai frontier lab.

Con tutto l'allarmismo diffuso ultimamente, i regolatori interverranno in modo significativo, e la privacy degli utenti farà parte delle loro politiche?

Sto anche cercando i team che si stanno muovendo all'incrocio tra crypto x AI x privacy. Abbiamo già alcune prove che funziona e storie convincenti. Voglio vedere quanto cresceranno queste basi di utenti e quale percentuale dell'utilizzo totale di AI l'AI privata riuscirà a catturare.

Qui si tratta davvero di quanto le persone tengano effettivamente alla propria privacy personale, e Venice, Arcium, Keet, QVAC, NEAR, Midnight e 0G sono i progetti che seguo perché affrontano la stessa tesi da angolazioni diverse: Venice sul frontend dell'AI privata, Arcium nell'infrastruttura profonda, Keet tramite la messaggistica privata, QVAC con l'AI locale, NEAR attraverso l'infrastruttura e gli agenti AI, Midnight con la privacy programmabile e 0G con l'infrastruttura AI privata e verificabile.

Considerando quanto crypto e AI continuino a intrecciarsi, i team che competono in questo crogiolo hanno ottime probabilità di capitalizzare le due tendenze su cui penso siamo tutti d'accordo che continueranno: la finanza continuerà a spostarsi onchain e, di conseguenza, a far crescere l'adozione della privacy, e la domanda di privacy degli utenti continuerà ad aumentare man mano che cresce l'adozione dell'AI.

Salva con un clic

Leggi in profondità gli articoli virali con l’AI di YouMind

Salva la fonte, fai domande mirate, riassumi l’argomentazione e trasforma un articolo virale in note riutilizzabili in un unico spazio di lavoro AI.

Scopri YouMind
Per i creator

Trasforma il tuo Markdown in un articolo 𝕏 pulito

Quando pubblichi i tuoi testi lunghi, formattare immagini, tabelle e blocchi di codice per 𝕏 è una seccatura. YouMind trasforma un'intera bozza Markdown in un articolo 𝕏 pulito e pronto da pubblicare.

Prova Markdown verso 𝕏

Altri pattern da decodificare

Articoli virali recenti

Esplora altri articoli virali