DeFAI: Bagaimana Kecerdasan Buatan Membebaskan Potensi Keuangan Desentralisasi

Keuangan Desentralisasi(DeFi) telah menjadi pilar inti ekosistem kripto sejak perkembangan pesatnya pada tahun 2020. Meskipun inovasi protokol bermunculan, hal ini juga menyebabkan peningkatan kompleksitas dan fragmentasi, bahkan pengguna berpengalaman pun kesulitan menghadapi banyaknya rantai, aset, dan protokol.

Sementara itu, kecerdasan buatan (AI) telah berkembang dari narasi dasar yang luas pada tahun 2023 menjadi fokus yang lebih profesional dan berorientasi pada agen pada tahun 2024. Perubahan ini melahirkan DeFi AI(DeFAI) - sebuah bidang yang sedang berkembang, di mana AI meningkatkan DeFi melalui otomatisasi, manajemen risiko, dan pengoptimalan modal.

DeFAI melintasi beberapa tingkatan. Blockchain adalah lapisan dasar, karena agen AI harus berinteraksi dengan rantai tertentu untuk melakukan transaksi dan kontrak pintar. Di atasnya terdapat lapisan data dan lapisan komputasi, yang menyediakan infrastruktur yang diperlukan untuk melatih model AI, yang memanfaatkan data harga historis, sentimen pasar, dan analisis on-chain. Lapisan privasi dan verifikasi memastikan bahwa data keuangan sensitif tetap aman sambil mempertahankan pelaksanaan tanpa kepercayaan. Akhirnya, kerangka agen memungkinkan pengembang membangun aplikasi berbasis AI khusus, seperti robot perdagangan otonom, penilai risiko kredit, dan pengoptimal tata kelola on-chain.

Dengan semakin berkembangnya ekosistem DeFAI, proyek yang paling menonjol dapat dibagi menjadi tiga kategori utama:

1. Lapisan Abstrak

Protokol semacam ini berfungsi sebagai antarmuka ramah pengguna yang mirip dengan ChatGPT untuk Keuangan Desentralisasi (DeFi), memungkinkan pengguna untuk memasukkan petunjuk yang dieksekusi di blockchain. Mereka sering mengintegrasikan beberapa blockchain dan dApp, dapat mengeksekusi niat pengguna, sekaligus menghilangkan langkah manual dalam transaksi yang kompleks.

Beberapa fungsi yang dapat dijalankan oleh protokol ini termasuk:

• Pertukaran, lintas rantai, meminjam/penarikan, eksekusi transaksi lintas rantai
• Dompet perdagangan copy atau profil media sosial
• Secara otomatis mengeksekusi take profit/stop loss berdasarkan persentase ukuran posisi

Misalnya, tidak perlu secara manual menarik ETH dari platform pinjaman, mengalirkannya ke Solana, menukar SOL, dan menyediakan likuiditas di DEX - protokol lapisan abstraksi dapat menyelesaikan operasi hanya dalam satu langkah.

2. Agen Perdagangan Mandiri

Berbeda dengan robot perdagangan tradisional yang mengikuti aturan yang ditetapkan, agen perdagangan otonom dapat belajar dan beradaptasi dengan kondisi pasar, serta menyesuaikan strateginya berdasarkan informasi baru. Agen ini dapat:

• Menganalisis data untuk terus menyempurnakan strategi
• Memprediksi pergerakan pasar untuk mengambil keputusan long/short yang lebih baik
• Melaksanakan strategi DeFi yang kompleks

3. DApps yang Didorong oleh AI

Aplikasi dApp DeFi menyediakan fungsi pinjam-meminjam, pertukaran, dan pertanian hasil. AI dan agen AI dapat meningkatkan layanan ini melalui cara-cara berikut:

• Mengoptimalkan penyediaan likuiditas dengan menyeimbangkan posisi LP untuk mendapatkan APY yang lebih baik
• Memindai token untuk menemukan risiko dengan mendeteksi potensi rug atau honeypot

Tantangan Utama

Protokol teratas yang dibangun di atas lapisan-lapisan ini menghadapi beberapa tantangan:

1. Protokol ini bergantung pada aliran data waktu nyata untuk mencapai eksekusi perdagangan yang optimal. Kualitas data yang buruk dapat menyebabkan efisiensi rute yang rendah, kegagalan perdagangan, atau perdagangan yang tidak menguntungkan.

2. Model AI bergantung pada data historis, tetapi pasar cryptocurrency sangat fluktuatif. Agensi harus dilatih dengan kumpulan data yang beragam dan berkualitas tinggi untuk menjaga keefektifan.

3. Perlu memahami secara menyeluruh tentang korelasi aset, perubahan likuiditas, dan sentimen pasar untuk memahami kondisi pasar secara keseluruhan.

Berdasarkan kategori ini, protokol telah diterima dengan baik di pasar. Namun, untuk memberikan produk yang lebih baik dan hasil yang optimal, mereka harus mempertimbangkan untuk mengintegrasikan berbagai kumpulan data berkualitas berbeda untuk meningkatkan produk mereka ke tingkat yang baru.

Lapisan Data - Memberikan Daya untuk Kecerdasan DeFAI

Kualitas AI tergantung pada data yang digunakannya. Agar agen AI dapat bekerja secara efektif dalam DeFAI, mereka memerlukan data yang real-time, terstruktur, dan dapat diverifikasi. Misalnya, lapisan abstraksi perlu mengakses data on-chain melalui RPC dan API jejaring sosial, sedangkan agen optimasi transaksi dan pendapatan memerlukan data untuk lebih menyempurnakan strategi perdagangan mereka dan mendistribusikan kembali sumber daya.

Kumpulan data berkualitas tinggi memungkinkan agen untuk melakukan analisis prediksi perilaku harga di masa depan dengan lebih baik, memberikan saran perdagangan untuk menyesuaikan preferensi mereka terhadap posisi beli atau jual pada aset tertentu.

Blockchain AI Proxy yang Paling Banyak Diperhatikan

Selain membangun lapisan data untuk AI dan agen, suatu blockchain juga memposisikan dirinya sebagai blockchain full-stack untuk membangun masa depan DeFAI. Mereka baru-baru ini mengembangkan co-pilot DeFAI, yang digunakan untuk melakukan transaksi on-chain berdasarkan permintaan pengguna, dan akan segera dibuka untuk pemegang token yang melakukan staking.

Selain itu, blockchain ini juga mendukung banyak tim yang berbasis AI dan agen. Mereka telah melakukan upaya besar untuk mengintegrasikan beberapa protokol AI ke dalam ekosistemnya, dan dengan pengembangan lebih banyak agen serta pelaksanaan transaksi, rantai ini berkembang dengan cepat.

Langkah-langkah ini dilakukan sambil mereka meningkatkan jaringan dengan AI, yang paling mencolok adalah melengkapi blockchain mereka dengan sebuah sorter AI. Dengan menggunakan simulasi dan analisis AI untuk menganalisis transaksi sebelum eksekusi, transaksi berisiko tinggi dapat dihentikan dan diperiksa sebelum diproses, untuk memastikan keamanan di dalam rantai. Sebagai L2 dari sebuah super chain, blockchain ini berada di zona tengah, menghubungkan pengguna manusia dan agen dengan ekosistem DeFi terbaik.

Langkah Selanjutnya DeFAI

Saat ini, sebagian besar agen AI dalam DeFi menghadapi batasan signifikan dalam mencapai otonomi penuh. Misalnya:

1. Lapisan abstrak mengubah niat pengguna menjadi eksekusi, tetapi biasanya kurang kemampuan prediksi.

2. AI agen mungkin dapat menghasilkan alpha melalui analisis, tetapi kurangnya eksekusi perdagangan yang independen.

3. dApp yang didorong oleh AI dapat menangani vault atau transaksi, tetapi bersifat pasif dan bukan aktif.

Tahap berikutnya dari DeFAI mungkin akan fokus pada pengintegrasian lapisan data yang berguna, untuk mengembangkan platform atau agen terbaik. Ini akan membutuhkan data on-chain yang mendalam tentang aktivitas paus, perubahan likuiditas, dan lain-lain, sambil menghasilkan data sintetis yang berguna untuk analisis prediktif yang lebih baik, serta menggabungkan analisis sentimen dari pasar umum, baik itu fluktuasi token dalam kategori tertentu, atau fluktuasi token di jejaring sosial.

Tujuan akhir adalah agar agen AI dapat menghasilkan dan mengeksekusi strategi perdagangan secara mulus dari satu antarmuka. Seiring dengan matangnya sistem ini, kita mungkin akan melihat di masa depan para trader DeFi mengandalkan agen AI untuk secara mandiri menilai, memprediksi, dan mengeksekusi strategi keuangan dengan intervensi manusia yang minimal.

Kesimpulan

Mengingat penyusutan besar-besaran token dan kerangka kerja agen AI, beberapa orang mungkin menganggap DeFAI hanya sekedar fenomena sesaat. Namun, DeFAI masih berada di tahap awal, dan potensi agen AI untuk meningkatkan kegunaan dan kinerja DeFi tidak dapat disangkal.

Kunci untuk melepaskan potensi ini terletak pada pengambilan data waktu nyata berkualitas tinggi, yang akan meningkatkan prediksi dan eksekusi perdagangan yang didorong oleh AI. Semakin banyak protokol yang mengintegrasikan berbagai lapisan data, protokol data membangun plugin untuk kerangka, yang menyoroti pentingnya data untuk pengambilan keputusan agen.

Melihat ke depan, verifikasi dan privasi akan menjadi tantangan kunci yang harus diatasi oleh protokol. Saat ini, sebagian besar operasi agen AI masih merupakan kotak hitam, di mana pengguna harus mempercayakan dana kepada mereka. Oleh karena itu, perkembangan keputusan AI yang dapat diverifikasi akan membantu memastikan transparansi dan akuntabilitas proses agen. Integrasi protokol berbasis TEE, FHE, dan bahkan zk-proofs dapat meningkatkan verifikasi perilaku agen AI, sehingga mewujudkan kepercayaan terhadap otonomi.

Hanya dengan berhasil menggabungkan data berkualitas tinggi, model yang kuat, dan proses pengambilan keputusan yang transparan, agen DeFAI dapat mendapatkan penerapan yang luas.