人工智能模型从用户数据中创造了巨大的价值。现在是时候引入链上归因，并通过付费AI向那些使AI得以运作的数据提供者支付报酬，以确保每个人都能获得公平的认可和补偿。

观点作者：Ram Kumar，OpenLedger核心贡献者

公众在不知情的情况下为人工智能的崛起做出了贡献，很多人并没有意识到这一点。随着AI模型预计将产生数万亿美元的价值，现在是时候将数据视为劳动，并建立一个链上归因系统，将报酬支付给那些为其贡献数据的人。

用户在X上的帖子帮助训练了ChatGPT，他们的博客文章和论坛回复影响了如今被世界上一些最大公司货币化的模型。

尽管这些公司获得了数十亿的利润，终端用户却几乎一无所获，没有支票、没有信用，甚至没有一句感谢。

数据值得获得报酬

这就是21世纪隐形劳动的现实。数十亿人已经成为AI革命背后的无薪劳动力。他们产生的数据——无论是文字、代码、图像还是动作——都被抓取、清理并用于教会机器如何更像人类，如何销售更多广告，如何完成更多交易。

然而，在推动AI经济循环中的人类却完全被排除在外。

这个故事并不新鲜。未署名创意劳动所建立的帝国模式依旧在延续，只是现在其规模变得全球化。这不仅关乎公平，还关乎权力以及我们希望智能未来是由三家公司拥有还是由所有人共享。

重新定义智能经济的唯一方法是通过付费AI（Payable AI）。

智能的新经济模式

付费AI描绘了一个未来，不再是黑箱式秘密训练的模型，而是透明开放的AI构建，每个贡献者都可追溯，每次使用都有补偿。用于训练模型的每个帖子、视频或图像都应有标记或数字收据。每次使用该模型时，都应向数据的原始创作者支付小额报酬。这就是嵌入式的归因系统。

这种模式有先例。音乐家现在在他们的歌曲被流媒体播放时获得版税，开发者在他们的开源代码被重复使用时也能获得认可。AI应该遵循相同的原则。仅仅因为训练数据是数字化的，并不意味着它是免费的；相反，这是我们最有价值的资产。

问题在于我们一直将AI视为传统软件，即构建一次然后出售数百万次。然而，这一比喻已不再适用。

AI并非静态，它通过每次交互而学习、衰退和进步，当数据缺乏时就会变得无效。从某种程度上讲，AI更像是一个有生命的生态系统，依赖于持续的人类输入——无论是语言、行为还是创造力。然而，目前尚无系统来解释这一供应链，也没有机制来奖励那些为之付出的人。

付费AI创造了一个知识循环经济——参与即等于所有权，每次交互都有可追溯的价值结构。

几年后，自主AI代理将普遍存在：从预订服务、谈判合同到经营企业，这些代理将进行交易并需要钱包，这意味着它们还需要支付数据集、API和人类指导的费用。

我们正走向机器与机器之间的商业模式，但基础设施尚未准备好。

世界需要一个系统来跟踪代理使用了什么，这种智能的来源，以及谁需要获得报酬。没有这样的系统，整个AI生态链将化为一个被盗数据和无法追踪决策的黑市。

今天谁在控制AI？

与旗下有自主代理的组织相比，今日的AI复杂性显得微不足道，因为无法审计这些智能的来源。

然而，更深层次的问题在于控制权。

OpenAI、Meta和谷歌等公司正在构建驱动从教育到国防、再到经济预测等领域的一切的模型。它们在此领域的影响力越来越大。同时，政府——无论是在华盛顿、布鲁塞尔还是北京——也在急于追赶。XAI正在与Telegram整合，消息传递、身份和加密货币之间的界限日益模糊。

我们面临选择。我们可以继续走这条整合之路，让智能由少数几家平台塑造和治理；或者我们可以构建一个更加公平的制度：一个透明的、自动归因的模型，把价值回馈给那些让这一切成为可能的人。

为道德AI奠定基础

这需要的不仅是新的服务条款，而是新的权利，比如归因权、补偿权以及审计基于我们数据构建的系统的权利。这同样需要新基础设施的建设——钱包、身份层和权限系统——将数据视为劳动而非废物。

还需要一个法律框架来承认正在发生的变化：人们正在创造的价值应当得到认可。

如今，世界正在免费工作。但这样的状况不会持续太久。一旦人们意识到他们所付出的，他们将会询问自己应该得到什么。

问题在于：我们是否会有一个准备好向他们付费的系统？

我们正面临一个未来的风险：地球上最强大的力量——智能本身——可能被私有化、不负责任地控制，并完全超出我们的掌控。

我们能够构建更美好的事物。首先，我们必须承认当前的系统是破碎的。

观点作者：Ram Kumar，OpenLedger核心贡献者。

相关推荐：OpenAI表示，Robinhood上的代币化股票并不代表公司股权

本文仅供一般信息，不作为法律或投资建议。文中所表达的观点、想法和意见仅为作者个人观点，不代表Cointelegraph的观点和意见。