ความเป็นส่วนตัวบน Onchain กำลังถูกประเมินมูลค่าใหม่
ตั้งแต่ต้นปีที่ผ่านมา เราเห็นกระแสนี้ครอบงำการพูดคุยในวงการ โดย $ZEC (+159%), $VVV (+1,693%), $NEAR (+237%) และ $ARX (+122%) กลายเป็นดาวเด่นในพอร์ตการลงทุน ขณะที่ $XMR (+29%) และ $LINK (+22%) ก็แสดงความแข็งแกร่งออกมาให้เห็นเช่นกัน
ถ้ามองในภาพรวม กลุ่มเหรียญ Privacy และโครงสร้างพื้นฐานด้าน Privacy พุ่งทะยานขึ้นอย่างหนักในไตรมาสที่ 3 โดยมูลค่าตลาดรวมเติบโตขึ้นประมาณ 164% และ 103% ตามลำดับ
และผมไม่คิดว่าขบวนรถไฟนี้จะชะลอความเร็วลงในเร็ว ๆ นี้ โดยเฉพาะเมื่อเราพิจารณาว่า AI กำลังพัฒนาไปอย่างไร

ผลประกอบการด้านมูลค่าตลาดของเซกเตอร์ Privacy ชั้นนำในไตรมาสที่ 3
ตอนนี้ Privacy กลายเป็นประเด็นชี้ขาดในโลก AI ไปแล้ว
เราเห็นประธานาธิบดี Trump เน้นย้ำเรื่องความเป็นส่วนตัวของพอร์ทัล AI บนเว็บไซต์ตอน เปิดตัว America.gov, OpenAI ถูกโจมตีอย่างหนักจาก ข้อพิพาทรางวัล Navier–Stokes Millennium Prize, คำเตือนจากนักลงทุนอย่าง Jason Calacanis เรื่อง การเปิดเผยผลงานที่เป็นความลับทางการค้าให้กับแพลตฟอร์ม AI แบบรวมศูนย์ และอีกสารพัดตัวอย่าง
เมื่อพิจารณาทุกอย่างประกอบกัน ผมคิดว่า Privacy จะกลายเป็นสิ่งที่พบได้ทั่วไปในทุกมุมของ AI และเมื่อสิ่งนั้นเกิดขึ้น บทที่ว่าด้วยความโปร่งใสของคริปโตก็จะปิดฉากลง
สำหรับทั้งสองเรื่องนี้ เหตุผลเบื้องหลังนั้นเรียบง่ายมาก ๆ
เหตุผลที่คริปโตต้องมี Privacy
เริ่มกันที่คริปโตก่อน
สถาบันต่าง ๆ ทั่วทุกวงการ ตั้งแต่ BlackRock และ Robinhood ไปจนถึงธนาคาร กองทุน และผู้ให้บริการชำระเงิน ต่างพากันก้าวเข้าสู่โลก Onchain
สินทรัพย์ทุกประเภทจะถูก Tokenize ตลาดจะเข้าถึงได้จากทุกที่ และการซื้อขายจะเปิดตลอด 24/7/365
และเผื่อว่าคุณยังไม่รู้ เรื่องเหล่านี้ไม่ใช่ข้อมูลใหม่อะไรเลย ณ จุดนี้ มันคือความจริงที่ทุกคนยอมรับและเป็นสิ่งที่หลีกเลี่ยงไม่ได้
https://x.com/wallstreetbets/status/2105065548111372418
แต่ข้อแม้คือ สถาบันเหล่านี้ไม่อยากให้กิจกรรมของตนเป็นสาธารณะ และตลาด Onchain ก็ขึ้นชื่อว่าเป็นสนามเด็กเล่นสำหรับการเอาเปรียบ (Exploitation) เพราะขาดความเป็นส่วนตัว
แอปพลิเคชัน กลยุทธ์การลงทุน และเวิร์กโฟลว์ระดับสถาบันหลายประเภทจึงยังคงอยู่ Offchain เพราะถ้าแตะเครือข่ายเมื่อไหร่ก็โดนเอาเปรียบทันที ผลก็คือเงินทุนมหาศาลต้องนั่งรออยู่ข้างสนามเพื่อเลี่ยงความเสี่ยงนี้
กองทุนย่อมไม่อยากให้คู่แข่งมองเห็นตอนที่ตนกำลังสะสมตำแหน่ง บริษัทที่จ่ายเงินเดือนพนักงานด้วย Stablecoin ก็ไม่อยากให้ใครต่อใครเห็นเงินเดือนของทุกคน และการโอนเงินให้ใครสักคนก็ไม่ควรทำให้เขาแอบดูบัญชีส่วนที่เหลือของคุณได้
พูดง่าย ๆ คือ ยิ่งมีคนใช้คริปโตกับการเงินจริงในชีวิตประจำวันมากขึ้นเท่าไหร่ Privacy ก็จะยิ่งกลายเป็นส่วนสำคัญของคริปโตมากขึ้นเท่านั้น นี่คือเหตุผลที่ทีม OG ด้าน Privacy ทำงานเรื่องนี้มาตลอดกว่าทศวรรษ
https://x.com/milianstx/status/1995883036970258825
ดังนั้น ถ้าคุณเชื่อเหมือนคนส่วนใหญ่ว่าการเงินทั้งหมดจะทำงานอยู่บนรางของคริปโต ขอแสดงความยินดีด้วย คุณก็เป็นขาขึ้น (Bull) ของ Onchain Privacy เช่นกัน เพราะคุณไม่สามารถมีอย่างใดอย่างหนึ่งโดยขาดอีกอย่างไปได้
และเมื่อพูดถึง AI เรื่อง Privacy ก็กำลังมุ่งไปในทิศทางเดียวกัน เพียงแต่เร็วกว่า เพราะผู้ใช้กำลังมอบชีวิตทั้งชีวิตให้กับเครื่องมือเหล่านี้มากขึ้นเรื่อย ๆ
หยินที่คู่กับหยางของคริปโต
ปัญหาเรื่อง Privacy ของ AI มาจากทิศทางตรงข้ามกับคริปโต
คริปโตเริ่มต้นจากรางที่เป็นสาธารณะ และต้องการ Privacy เพื่อให้ผู้คนใช้รางเหล่านั้นทำธุรกรรมทางการเงินจริง ๆ ได้ ส่วน AI เริ่มต้นจากบริบทข้อมูลที่ละเอียดอ่อนของผู้ใช้ และต้องการการรับประกันเรื่อง Privacy ที่แข็งแกร่งกว่า เพื่อให้ผู้คนกล้าป้อนข้อมูลที่ช่วยให้โมเดลทำงานได้ดีจริง ๆ อย่างปลอดภัย
ปัญหาคือ ทุกวันนี้บริบทข้อมูลที่ละเอียดอ่อนเหล่านั้นส่วนใหญ่ยังถูกประมวลผลแบบข้อความธรรมดา (Plaintext) และผู้ให้บริการโมเดลก็ยังเข้าถึงได้อยู่ ซึ่งสร้างความเสี่ยงว่าผู้ให้บริการอาจตีความข้อมูลส่วนตัวเชิงลึก ตัดสินใจว่ามันล้ำเส้น และส่งเรื่องต่อให้เจ้าหน้าที่โดยไม่ผ่านหมายศาล การตรวจสอบทางตุลาการ หรือกระบวนการตามกฎหมายที่เราคุ้นเคยในระบบบังคับใช้กฎหมาย การคุ้มครองความเป็นส่วนตัวควรทำให้เราสามารถจัดการความเสี่ยงด้านความปลอดภัยที่แท้จริงได้ โดยไม่ต้องเปลี่ยนบริษัทที่ดูแล AI Assistant ของเราให้กลายเป็นนักสืบชีวิตส่วนตัวของเราไปโดยปริยาย
เรื่องนี้ยิ่งสำคัญขึ้นเมื่อ AI ก้าวเข้าไปสู่เวิร์กโฟลว์ที่มีมูลค่าและความเสี่ยงสูงขึ้น เพราะแอปพลิเคชันที่มีประโยชน์ที่สุดมักเป็นแอปที่ต้องใช้ข้อมูลที่เป็นความลับมากที่สุด
https://x.com/kimmonismus/status/2106830228404228267
ยกตัวอย่างเช่น โมเดลทั่วไปสามารถตอบคำถามการเงินทั่วไปด้วยข้อมูลสาธารณะได้ แต่การช่วยคุณทำความเข้าใจสถานะการเงินของตัวเองอย่างจริงจังนั้นต้องการอะไรมากกว่านั้น ทั้งรายได้ หนี้สิน รายการเดินบัญชี เอกสารภาษี ประวัติการลงทุน และเป้าหมายส่วนตัว
ธุรกิจก็เช่นกัน บริษัทที่รู้เท่าทันย่อมไม่อยากให้บันทึกข้อมูลลูกค้า งานวิจัยภายใน โค้ด เอกสารทางกฎหมาย หรือสไลด์กลยุทธ์หลุดไปถึงผู้ให้บริการโมเดลเพียงเพื่อแลกกับการวิเคราะห์ที่ดีขึ้นเล็กน้อย
นี่คือเหตุผลที่ Privacy จะหยุดอยู่แค่เลเยอร์แอปพลิเคชันไม่ได้ ตัวโครงสร้างพื้นฐานเองก็ต้องเปลี่ยนด้วย
Private Inference เป็นหนึ่งใน Primitive ที่สำคัญในเรื่องนี้ เป้าหมายคือการปล่อยให้โมเดลสร้างคำตอบที่มีประโยชน์ โดยไม่ให้ผู้ดำเนินการโครงสร้างพื้นฐานมองเห็น Prompt ไฟล์ หรือผลลัพธ์ทั้งหมด ผู้ใช้ได้ความฉลาดตามที่คาดหวัง ในขณะที่ยังควบคุมข้อมูลที่ใช้สร้างมันได้
อีกแนวทางหนึ่งคือการเก็บการประมวลผลไว้ที่เครื่อง (Local) ทั้งหมด @qvac กำลังผลักดัน On-device AI ที่โมเดลรันบนฮาร์ดแวร์ของคุณเอง และข้อมูลละเอียดอ่อนก็อยู่ในเครื่องแทนที่จะถูกส่งไปยังผู้ให้บริการคลาวด์
@0G_labs เข้าหาปัญหาเดียวกันจากฝั่ง Infrastructure ด้วย Private AI Inference และ Encrypted Storage ที่ออกแบบมาเพื่อซ่อนข้อมูลละเอียดอ่อน ในขณะที่ยังคงทำให้การประมวลผลสามารถตรวจสอบได้ (Verifiable)
และนี่คือจุดที่ Privacy ของ AI เริ่มผสานเข้ากับ Privacy ของคริปโตบ้างแล้ว
ในคริปโต เครือข่ายควรยืนยันธุรกรรมได้โดยไม่ต้องเปิดเผยธุรกรรมนั้นให้ทุกคนเห็น ใน AI โครงสร้างพื้นฐานควรรันการประมวลผลได้โดยไม่ต้องเปิดเผยบริบทของผู้ใช้ให้ทุกคนที่เกี่ยวข้องกับการประมวลผลเห็น
เรื่องนี้ทำให้ผมสงสัยว่ามีสตาร์ทอัพไหนที่กำลังแก้ปัญหาทั้งสองอย่างพร้อมกันไหม ผมเลยดำดิ่งลงไปสำรวจภูมิทัศน์ด้าน Privacy ของทั้งสองอุตสาหกรรม
นี่คือบางหมวดหมู่และโปรเจกต์ที่ผมเห็นการพัฒนาที่น่าสนใจ
Private Money
@Zcash ทำผลงานในปี 2026 ได้อย่างน่าประทับใจมาก
สิ่งที่ทำให้การเคลื่อนไหวล่าสุดนี้น่าสนใจ (นอกเหนือจากความสำเร็จทางเทคนิคอย่าง Orchard และ Halo 2, Unified Addresses และ Shielded Pool ใหม่ของ Ironwood) คือตอนนี้เคสขาขึ้นมีตัวเลขการใช้งานรองรับแล้ว
ZEC ประมาณ 4.9 ล้านเหรียญ หรือราว 29% ของอุปทานหมุนเวียน ตอนนี้พักอยู่ใน Shielded Address เพิ่มขึ้นจาก 8% ในช่วงต้นปี 2024 ในขณะที่ธุรกรรมแบบ Shielded เพิ่งแตะระดับ ~62,000 ธุรกรรมต่อสัปดาห์ เพิ่มขึ้น 652% จากต้นปี
การเติบโตตรงนี้สะท้อนออกมาเป็นการใช้งานแบบ Private จริง ๆ

อุปทานแบบ Shielded และจำนวนธุรกรรม Shielded รวมของ Zcash
นี่คือเหตุผลสำคัญที่ทำให้ชื่อใหญ่ ๆ เริ่มเข้ามามีส่วนร่วมกับ Zcash
ตัวอย่างเช่น แฝด Winklevoss เปิดตัว Cypherpunk ด้วยเงินทุน 100 ล้านดอลลาร์ เพื่อซื้อ ZEC เข้าคลังของบริษัท และบอกว่าบริษัทตั้งเป้าสะสมให้ได้ถึง 5% ของอุปทานหมุนเวียน โดย Tyler Winklevoss เรียก AI ว่าเป็น "รุ่งอรุณ" ของตัวเร่งด้าน Privacy
Zcash ยังให้ทางเลือกกับผู้ใช้ในการกำหนดระดับความเป็นส่วนตัวที่ต้องการได้ด้วย
ระบบรองรับทั้งธุรกรรมแบบ Transparent และ Shielded ดังนั้นระดับ Privacy ที่ผู้ใช้จะได้จึงขึ้นอยู่กับวิธีที่พวกเขาใช้เครือข่าย นอกจากนี้ยังมีเลเยอร์การเปิดเผยข้อมูลที่ใช้ได้จริง Viewing Keys ช่วยให้ผู้ที่ได้รับอนุญาตมองเห็นข้อมูลธุรกรรมได้โดยไม่สามารถใช้จ่ายเงินนั้นได้ ซึ่งมีประโยชน์มากสำหรับการตรวจสอบ การปฏิบัติตามกฎระเบียบ หรือสถานการณ์ใดก็ตามที่ต้องการความโปร่งใสแบบเลือกได้ แทนที่จะต้องเปิดเผยทั้งหมด
Private Money ไม่ได้มีไว้แค่หลบซ่อนจากใครบางคน แต่มันทำให้เงินสดดิจิทัลใช้งานได้จริงในชีวิตการเงินประจำวัน
นั่นคือเหตุผลที่ Zcash ยังคงทำผลงานได้ดีกว่าตลาด
Private Applications
ค่าเริ่มต้น (Default) กำหนดพฤติกรรม
ถ้า Privacy ต้องทำขั้นตอนเพิ่มเติม หลายคนก็จะข้ามมันไป ผมจึงมองหาทีมที่สร้างงานในเลเยอร์แอปพลิเคชันซึ่งจัดการขั้นตอนเหล่านั้นให้ผู้ใช้โดยไม่มีเรื่องเทคนิคยุ่งยากมาให้ปวดหัว วิธีนี้ผู้ใช้จะได้รับประโยชน์โดยไม่ต้องเข้าใจกลไก Cryptography ข้างใต้
ผมคิดว่าทีมที่ทำเรื่องนี้ได้ดีจะกลายเป็นผู้ชนะรายใหญ่ เพราะพวกเขาจะทำหน้าที่เป็นจุด Onboarding หลักสู่ Private AI และคริปโต
ปีนี้ผมเห็นเรื่องนี้เกิดขึ้นแล้วกับ @AskVenice คนส่วนใหญ่มองว่าแอปนี้เป็น Private AI และนั่นเป็นเพราะองค์ประกอบด้านคริปโตที่อยู่เบื้องหลังถูกซ่อนไว้จนหมด จากสูตรนี้ แอปเพิ่งทะลุ 4 ล้านผู้ใช้และ ARR 100 ล้านดอลลาร์:
https://x.com/AustinBarack/status/2089447460275994875
@keet_io เป็นอีกตัวอย่างที่ Privacy กลายเป็นตัวผลิตภัณฑ์เอง การแชท การโทร และการโอนไฟล์ล้วนเข้ารหัสแบบ End-to-end และเป็น Peer-to-peer โดยไม่ต้องพึ่งพาเซิร์ฟเวอร์กลาง ไม่ต้องใช้เบอร์โทรศัพท์หรืออีเมล
Crypto Wallet เป็นอีกโอกาสที่ชัดเจน เพราะนี่คือจุดที่ Privacy มักพังทลายบ่อยครั้ง
หากกระเป๋าใบเดียวถูกใช้ทำหลายอย่าง คนที่รู้ว่าคุณรับเงินจากที่ไหนก็อาจตามไปดูได้ว่าคุณเทรดอะไร ถือครองอะไร และชีวิตการเงินส่วนที่เหลือของคุณเคลื่อนไหวอย่างไร
ในทางเทคนิค ผู้ใช้สามารถแก้ขัดด้วยการเปิดกระเป๋าเพิ่ม แต่นั่นเพิ่มความยุ่งยาก และยังไม่ได้การันตีว่ากิจกรรมของพวกเขาจะไม่ถูกเชื่อมโยงกัน
ผมไม่คิดว่าคนส่วนใหญ่จะอยากจัดการเรื่องพวกนี้ด้วยตัวเอง พวกเขาจะคาดหวัง Privacy จากกระเป๋าหรือแอปพลิเคชัน เหมือนที่คาดหวังจากแอปธนาคาร
นั่นคือที่มาของดีมานด์ที่ผมมองเห็น ผู้คนอยากใช้ผลิตภัณฑ์เหล่านี้โดยไม่เปิดทางให้คนแปลกหน้าเข้าถึงข้อมูลการเงินส่วนที่เหลือ และการทำเรื่องนี้ควรให้ความรู้สึกที่ลื่นไหลและมองไม่เห็น ไม่ใช่เหมือนกำลังทำโปรเจกต์วิจัย
@zodl_app เป็นตัวอย่างที่ดีในเรื่องนี้
มันถูกสร้างขึ้นโดยนักพัฒนารุ่นแรกของโปรโตคอล Zcash มาพร้อม Privacy ตั้งแต่เริ่มต้น รองรับ Private Swap และจับคู่กับ Keystone เพื่อทำ Shielded Signing แบบ Air-gapped
ในระดับเครือข่าย @MidnightNtwrk กำลังสร้างระบบรอบแนวคิด Programmable Privacy แอปสามารถเก็บข้อมูลละเอียดอ่อนไว้เป็นส่วนตัว ในขณะที่ยืนยันหรือเปิดเผยเฉพาะสิ่งที่จำเป็นโดยใช้ ZK Proofs แทนที่จะโยนทุกอย่างขึ้นไปบน Ledger สาธารณะ
โดยรวมแล้ว สำหรับฝั่งแอปพลิเคชัน ผมอยากเห็นว่าสิ่งนี้จะแปลงไปสู่การใช้งาน Shielded Money อย่างต่อเนื่องในระยะยาวได้อย่างไร
ใช่ ราคาโทเคนที่แข็งแกร่งอาจดึงดูดคนเข้ามาได้ แต่การใช้งานแอปพลิเคชันอย่างต่อเนื่องยาวนานคือหลักฐานที่จับต้องได้มากกว่าสำหรับดีมานด์ด้าน Privacy
Privacy ในฐานะ Infra: Arcium, Venice & 0G
มาสรุปผู้เล่นหลักด้าน Privacy กันสั้น ๆ Zcash คือตัวแทนที่ชัดเจนของ Private Money, @zama กำลังนำ FHE ขึ้น Onchain, Venice ทะลุออกจาก Echo Chamber ของคริปโตด้วยผลิตภัณฑ์ Private AI สำหรับผู้บริโภค และ 0G กำลังผลักดัน Infrastructure AI ที่เป็นส่วนตัวและตรวจสอบได้ @Arcium เข้าหา Privacy Stack เดียวกันจากเลเยอร์ Confidential Compute ด้วยโครงสร้างพื้นฐานที่ออกแบบมาให้ครอบคลุมทั้งคริปโตและ AI
แต่ละรายครอบครองอยู่หนึ่งเลเยอร์ของ Stack ทำให้การซื้อขายธีม Privacy เองก็แตกกระจายออกไป
ความแตกกระจายนี้แหละที่ทำให้ Arcium น่าสนใจสำหรับผม
แทนที่จะล็อกตัวเองไว้กับองค์ประกอบ Privacy เพียงอย่างเดียว พวกเขารวมทุกอย่างเข้าด้วยกันและส่งมอบงานครอบคลุมทั้ง Stack:
- Private Money ที่โปรแกรมได้ด้วย C-SPL และ Umbra (Zcash)
- Encrypted Computation (Zama)
- Confidential AI Inference ด้วย Blackthorn (Venice/0G/NEAR)
โปรเจกต์
สิ่งที่พวกเขาครอบครอง
แนวทางของ Arcium
ZEC
Private Money สินทรัพย์ Privacy รุ่นบุกเบิก
ขยาย Privacy ออกไปไกลกว่าเหรียญเฉพาะทาง: C-SPL เพิ่ม Programmable Confidentiality ให้กับสินทรัพย์ใดก็ได้บน Solana ขณะที่ Umbra ระดม Commitment ได้ 150 ล้านดอลลาร์ใน ICO ที่ใหญ่ที่สุดตลอดกาลของ Solana
Zama
Encrypted Compute ทั่วไปสำหรับบล็อกเชน (FHE)
ใช้งานจริงบน Mainnet ขับเคลื่อนกว่า 10 แอป (Ecosystem ด้าน Privacy ที่แอคทีฟที่สุดในวงการคริปโต) พร้อมการประมวลผลเกือบ 3 ล้านครั้ง
VVV (Venice)/0G/Near
Private AI/AI Infra
Blackthorn ขยาย Arcium จาก Encrypted Compute ไปสู่ Confidential AI บน Encrypted GPU เก็บ Prompt ไฟล์ และผลลัพธ์ให้เป็นส่วนตัว และเปิดทางให้เกิดแอปแบบ Venice ได้
สิ่งที่ผมชอบคือ แอปพลิเคชันสามารถใช้ Privacy Layer นี้ได้ในเบื้องหลังเลย
ยิ่งไปกว่านั้น ในขณะที่โปรเจกต์ Privacy อื่น ๆ ที่กล่าวถึงมุ่งแก้ปัญหา Privacy ของคริปโต Arcium กลับขยับขยายเกินกว่าภารกิจเดิมในการนำ Encrypted Compute มาสู่บล็อกเชน เพื่อขยายเครือข่ายให้ทำสิ่งเดียวกันนี้กับ AI ด้วย
มาดูกันว่าทั้งหมดนี้ทำงานอย่างไร (เริ่มจากฝั่งเทคนิคก่อน แล้วค่อยดูว่ามันหมายถึงอะไรสำหรับคุณ)
Technical Approach
แนวทางหลักของ Arcium คือ Secure Multi-party Computation (MPC) ข้อมูลนำเข้าที่เป็นส่วนตัวจะถูกแบ่งออกเป็น Secret Shares และกระจายไปยัง Cluster ของ Arx Nodes โหนดเหล่านี้จะร่วมกันประมวลผลโดยที่ไม่มีโหนดใดโหนดหนึ่งสามารถประกอบข้อมูลต้นทางกลับขึ้นมาได้
โปรโตคอลปัจจุบันของ Arcium อย่าง Cerberus ใช้โมเดล Dishonest-majority แบบ Detect-and-abort ตราบใดที่สมาชิกใน Cluster มีอย่างน้อยหนึ่งโหนดที่ซื่อสัตย์ ระบบจะรักษา Privacy ไว้ได้และตรวจจับการแก้ไขข้อมูลได้ หากเกิดความผิดพลาดในโปรโตคอล ระบบจะยกเลิกการทำงานแทนที่จะคืนผลลัพธ์ที่ถูกแก้ไข ซึ่งช่วยปกป้องทั้งความลับและความถูกต้องของผลลัพธ์
ดีไซน์นี้จึงเข้ากับคริปโตได้อย่างเป็นธรรมชาติ เช็นสาธารณะสามารถจัดการเรื่องการประสานงานและการ Settlement ในขณะที่ตรรกะแอปพลิเคชันที่เป็นส่วนตัวจะรันผ่าน Cluster
เมื่อเทียบกับ TEE ความไว้วางใจจะถูกกระจายออกไปแทนที่จะกระจุกอยู่ที่ Enclave เดียว และเมื่อเทียบกับ FHE แม้ MPC จะต้องมีการโต้ตอบมากกว่า แต่ก็เข้ากับ Decentralized Workflow ที่ต้องประสานงานระหว่างหลายฝ่ายอยู่แล้วได้เป็นอย่างดี
สิ่งที่ต้องแลกมาคือการสื่อสารที่เพิ่มขึ้น และอาจมีการยกเลิกการทำงานหากโหนดหรือเครือข่ายไม่พร้อมใช้งาน
แต่สถาปัตยกรรมเดียวกันนี้ไม่จำเป็นต้องหยุดอยู่แค่แอปพลิเคชันบล็อกเชน หากการประมวลผลสามารถกระจายได้จนไม่มีผู้ดำเนินการรายใดเห็นข้อมูลนำเข้าต้นทาง โมเดลเดียวกันนี้ก็สามารถขยายไปใช้กับ AI Workload ที่เกี่ยวข้องกับ Prompt ไฟล์ และข้อมูลผู้ใช้อื่น ๆ ที่ละเอียดอ่อนได้
The AI Expansion Bet
การขยายตัวออกนอกคริปโตกำลังกลายเป็นเดิมพันที่ใหญ่ขึ้นของ Arcium
เราได้เห็นแล้วว่า Venice สร้างผลิตภัณฑ์ AI ที่ประสบความสำเร็จบนรางของคริปโตได้อย่างไร Arcium กำลังพยายามดันรางเหล่านั้นให้ลึกเข้าไปใน Backend มากขึ้น
แทนที่จะครอบครองประสบการณ์แชทที่ผู้ใช้เห็น มันกำลังสร้าง Confidential Infrastructure ไว้เบื้องล่าง โดยออกแบบมาเพื่อให้ Prompt ไฟล์ และผลลัพธ์ที่ละเอียดอ่อนไม่ต้องถูกเปิดเผยเป็น Plaintext ต่อผู้ให้บริการ Infrastructure รายใดรายหนึ่ง
นี่คืออีกด้านหนึ่งของเหรียญเดิมพันเดียวกัน
นั่นคือสิ่งที่ทำให้ Blackthorn น่าสนใจ มันถูกออกแบบมาให้รัน Confidential AI บน NVIDIA GPU ที่ Data Center ใช้อยู่แล้ว แทนที่จะต้องใช้ชิปความปลอดภัยใหม่หรือฮาร์ดแวร์ Confidential เฉพาะทาง หากมันทำงานได้ตามที่ตั้งใจไว้ นั่นอาจเปิดทางให้ AI Workload ที่ละเอียดอ่อนในวงการสาธารณสุข การเงิน กฎหมาย และภาครัฐ โดยผู้ใช้ไม่ต้องมอบข้อมูลต้นทางให้ผู้ให้บริการ Hosted Model แบบเดิม
นี่คือ Arcium ที่ไม่เลือกข้างระหว่าง Crypto Privacy กับ AI Privacy ทีมกำลังพยายามทำให้ทั้งสองอย่างใช้งานร่วมกันได้ผ่านระบบ Distributed ระบบเดียว
What it Means for Users
จุดประสงค์ของ Confidential Computation ของ Arcium ไม่ใช่การซ่อนทุกอย่าง แต่เป็นการเปิดเผยเฉพาะสิ่งที่แอปพลิเคชันต้องการ
สำหรับผู้ใช้ นั่นอาจหมายถึงการประมูลที่คำนวณราคา Clearing จากราคาเสนอที่เป็นความลับโดยไม่ต้องประกาศทุกราคาที่แพ้ หรือแอปพลิเคชันเทรดดิ้งที่เก็บข้อมูลคำสั่งซื้ออันละเอียดอ่อนไว้เป็นส่วนตัวขณะประมวลผลตามกฎ เพื่อให้ได้ผลลัพธ์ที่มีประโยชน์ออกมาโดยไม่ต้องเปลี่ยนข้อมูลนำเข้าให้กลายเป็น Market Intelligence สาธารณะ
ประเภทผลิตภัณฑ์ที่ Arcium ชี้นำไปนั้นมองเห็นได้แล้วใน Ecosystem Directory ซึ่งมีทั้ง Crafts โปรเจกต์ประมูลโทเคนแบบ Sealed-bid และ Umbra กระเป๋าเงินสำหรับ Shielded Transfer และ Swap
นักพัฒนาสามารถเพิ่มฟังก์ชันและ State ที่เป็นความลับควบคู่ไปกับส่วนที่เป็นสาธารณะของแอปพลิเคชัน Solana โดยเลือกได้ว่าจะให้แอปเปิดเผยข้อมูลส่วนไหน
Arcium ยังมี C-SPL ซึ่งเป็นมาตรฐาน Confidential Token สำหรับ Solana ช่วยนำยอดคงเหลือและจำนวนการโอนที่เป็นความลับมาใช้กับแอปพลิเคชันโทเคนได้ โดยผู้ใช้ไม่ต้องย้ายไปใช้สินทรัพย์ Privacy เฉพาะทาง สิ่งนี้อาจรองรับการทำ Payroll ด้วย Stablecoin ที่พนักงานมองไม่เห็นเงินเดือนของกันและกัน หรือการประมูลที่ผู้เข้าร่วมสามารถตรวจสอบผลลัพธ์ได้โดยไม่ต้องประกาศทุกราคาที่แพ้ นี่คือเหตุผลที่คุณจะใช้ผลิตภัณฑ์นี้แม้จะไม่เคยเทรด Privacy Token เลยก็ตาม
ตรรกะเดียวกันนี้ก็ใช้กับ AI ได้ แอปพลิเคชันควรสามารถใช้ข้อมูลละเอียดอ่อนได้โดยไม่ต้องเปิดเผยข้อมูลนั้นอย่างไม่จำเป็นต่อ Infrastructure ที่ทำการประมวลผล
สำหรับผมแล้ว นั่นคือโอกาสที่ใหญ่กว่า
What I’m Watching
ต่อไปข้างหน้า Privacy จะยังคงเป็นหมวดหมู่ต้น ๆ ใน Watchlist ของผม
สำหรับ Zcash ผมรอดูว่าการใช้งานแบบ Shielded จะกลายเป็นเรื่องปกติในชีวิตประจำวันได้แค่ไหน กระเป๋าที่ดีขึ้นและการเข้าถึงที่ง่ายขึ้นควรสะท้อนออกมาผ่านจำนวนคนที่ใช้เครือข่ายเพื่อฟีเจอร์หลักของมัน
ในฐานะเทรดเดอร์ ผมอยากเข้าใจว่าการใช้งานจะส่งต่อไปถึงสินทรัพย์ที่หนุนหลังโปรเจกต์ Crypto-native บางตัวเหล่านี้อย่างไร
ทีมต่าง ๆ จะจูน Flywheel ของตัวเองได้ถูกจังหวะ จนการ Onboarding สร้างแรงซื้อได้จริงหรือไม่?
ยังมีเดิมพันสูงมากในเรื่อง Network Effect ของ Privacy เพราะขาดความสามารถในการประกอบร่าง (Composability)
เมื่อสินทรัพย์ถูก Shield ด้วยเทคโนโลยีหนึ่ง มันจะไม่สามารถประกอบร่างกับสินทรัพย์ที่ถูก Shield ด้วยอีกเทคโนโลยีหนึ่งได้จริง ๆ ดังนั้นทีมต่าง ๆ จึงมีความจำเป็นอย่างยิ่งยวดในการสร้างสภาพคล่อง/ดึงเงินทุนสถาบันเข้ามา สร้าง Depth ที่ดีที่สุดสำหรับการ Swap เสนอ Yield ที่ดีกว่า ฯลฯ
เรื่องนี้จะจบลงอย่างไร จะเป็นตัวกำหนดว่าเค้ก Onchain Privacy จะถูกแบ่งอย่างไร
ในฝั่ง AI ผมจับตาดูอย่างใกล้ชิดว่าเกิดอะไรขึ้นรอบ ๆ Frontier Labs บ้าง
ด้วยความหวาดกลัวที่ถูกปลุกปั่นกันในช่วงหลัง หน่วยงานกำกับดูแลจะลงมาเล่นจริง ๆ จัง ๆ ไหม และ Privacy ของผู้ใช้จะกลายเป็นส่วนหนึ่งของนโยบายของพวกเขาหรือเปล่า?
ผมยังมองหาทีมที่กำลังผลักดันตรงจุดตัดของ Crypto x AI x Privacy เรามีหลักฐานบางอย่างแล้วว่ามันทำได้จริงและมีเรื่องราวที่น่าสนใจ ผมอยากเห็นว่าฐานผู้ใช้เหล่านี้จะเติบโตได้ใหญ่แค่ไหน และ Private AI จะแย่งชิงสัดส่วนการใช้งาน AI ทั้งหมดได้กี่เปอร์เซ็นต์
ตรงนี้มันขึ้นอยู่กับว่าผู้คนใส่ใจความเป็นส่วนตัวของตัวเองมากแค่ไหนจริง ๆ และ Venice, Arcium, Keet, QVAC, NEAR, Midnight และ 0G คือโปรเจกต์ที่ผมติดตาม เพราะพวกเขาเข้าหา Thesis เดียวกันจากมุมที่ต่างกัน: Venice อยู่ที่ Frontend ของ Private AI, Arcium อยู่ใน Infrastructure ระดับลึก, Keet ผ่านการส่งข้อความส่วนตัว, QVAC ด้วย Local AI, NEAR ครอบคลุม Infrastructure และ Agent ของ AI, Midnight กับ Programmable Privacy และ 0G กับ Infrastructure AI ที่เป็นส่วนตัวและตรวจสอบได้
เมื่อคริปโตและ AI ผูกพันกันแน่นขึ้นเรื่อย ๆ ทีมที่แข่งขันในเบ้าหลอมนี้มีโอกาสสูงมากที่จะคว้าประโยชน์จากสองเทรนด์ที่ผมคิดว่าเราทุกคนเห็นตรงกันว่าจะดำเนินต่อไป: การเงินจะย้ายขึ้น Onchain ต่อไป ซึ่งจะผลักดันการยอมรับ Privacy ให้เติบโตตาม และความต้องการ Privacy ของผู้ใช้ก็จะเพิ่มขึ้นเรื่อย ๆ เมื่อการยอมรับ AI ขยายตัว





