Руководитель криптобизнеса Visa Кай Шеффилд отметил, что криптовалюта и ИИ переходят от «теоретической осуществимости» к «практическому внедрению», причем 2026 год будет сосредоточен на постепенном накоплении инфраструктуры, пересмотре потоков стоимости и способов работы. Эта статья основана на материалах Кая Шеффилда и подготовлена, переведена и перефразирована агентством Foresight News.

(Предыстория: Forbes анализирует ключные тенденции криптовалют в 2026 году: пять тенденций раскрывают формальное взросление индустрии)

(Дополнительная информация: Bloomberg обобщила прогнозы 50 финансовых учреждений Уолл-Стрит на 2026 год: ИИ будет способствовать глобальному росту на 3%, высокие оценки по-прежнему требуют осторожности)

Содержание статьи

• Тема первая: криптовалюта трансформируется из спекулятивного класса активов в качественные технологии
• Тема вторая: стейблкоины — это четкий результат криптовалюты с точки зрения «чистой практичности»
• Тема третья: когда криптовалюта становится инфраструктурой, «способность к распределению» важнее «технологический новизны»
• Тема четвертая: ИИ-агенты обладают практической ценностью, влияние выходит за пределы сферы кодирования
• Тема пятая: узкие места ИИ сместились с «уровня интеллекта» на «уровень доверия»
• Тема шестая: системотехника определяет, сможет ли ИИ внедриться в производственные сценарии
• Тема седьмая: противоречие между открытыми моделями и централизованным контролем создает нерешенные проблемы управления
• Тема восьмая: программируемые валюты порождают новый поток платежей, управляемый искусственным интеллектом
• Заключение

По мере того как криптовалюта и ИИ достигают зрелости, наиболее важное изменение в этих двух областях больше не является «теоретически осуществимым», а «надежно функционирующим на практике». В настоящее время обе технологии преодолели критические пороги, производительность значительно улучшилась, но распространение фактического применения остается неравномерным. Основная динамика развития в 2026 году вытекает из этого разрыва между «производительностью и распространением».

Ниже приведены несколько ключевых тем, на которые я обращал внимание на протяжении долгого времени, и мои первоначальные размышления о направлениях развития этих технологий, областях накопления стоимости и о том, «почему финальные победители могут кардинально отличаться от пионеров отрасли».

Тема первая: криптовалюта трансформируется из спекулятивного класса активов в качественные технологии

Первое десятилетие развития криптовалюты было определено характеристикой «спекулятивного преимущества» — его рынок характеризуется глобальностью, непрерывностью и открытостью, а резкие колебания делают торговлю криптовалютой более активной и привлекательной, чем традиционные финансовые рынки.

Однако одновременно с этим базовая технология не была готова к массовому применению: на ранних стадиях блокчейн был медленным, дорогостоящим и нестабильным. Помимо спекулятивных сценариев, криптовалюта практически никогда не превосходила существующие традиционные системы по стоимости, скорости или удобству.

Теперь эта дисбалансированная ситуация начинает меняться. Технология блокчейна стала быстрее, экономичнее и надежнее, а наиболее привлекательные приложения криптовалюты больше не являются спекуляциями, а скорее сфере инфраструктуры — особенно в сегментах расчетов и платежей. По мере того как криптовалюта становится более зрелой технологией, центральное значение спекуляции постепенно ослабляется: она не исчезнет полностью, но перестанет быть основным источником стоимости.

Тема вторая: стейблкоины — это четкий результат криптовалюты с точки зрения «чистой практичности»

Нарратив стейблкойнов отличается от предыдущих нарративов криптовалют, его успех основан на конкретных, объективных критериях: в конкретных сценариях стейблкойны быстрее, дешевле и шире по охвату, чем традиционные каналы платежей, при этом они легко интегрируются в современные программные системы.

Стейблкойны не требуют от пользователей рассматривать криптовалюту как «идеологию» для верования, их применение часто происходит «неявно» внутри существующих продуктов и рабочих процессов — это также позволяет учреждениям и предприятиям, которые ранее считали экосистему криптовалют «слишком волатильной и недостаточно прозрачной», наконец четко понять их ценность.

Можно сказать, что стейблкойны помогают криптовалюте переориентироваться на «практичность» вместо «спекуляции» и устанавливают четкий эталон для «как криптовалюта успешно внедряется».

Тема третья: когда криптовалюта становится инфраструктурой, «способность к распределению» важнее «технологической новизны»

В прошлом, когда криптовалюта в основном играла роль «спекулятивного инструмента», ее «распределение» было эндогенным — новые токены просто «существовали» и естественным образом накапливали ликвидность и внимание.

Когда криптовалюта становится инфраструктурой, сценарии ее применения переходят от «уровня рынка» к «уровню продукта»: она встраивается в платежные процессы, платформы и корпоративные системы, и конечные пользователи часто даже не осознают ее существования.

Это изменение чрезвычайно благоприятно для двух типов субъектов: во-первых, для предприятий, обладающих существующими каналами распределения и надежными отношениями с клиентами; во-вторых, для учреждений с нормативными лицензиями, системами соответствия и инфраструктурой управления рисками. Одной лишь «новизны протокола» недостаточно для масштабного внедрения криптовалюты.

Тема четвертая: ИИ-агенты обладают практической ценностью, влияние выходит за пределы сферы кодирования

Практическая ценность ИИ-агентов (Agents) становится все более очевидной, но их роль часто неправильно понимается: наиболее успешные агенты — это не «независимые лица, принимающие решения», а «инструменты для снижения затрат на координацию в рабочих процессах».

С исторической точки зрения, это наиболее ясно проявляется в области разработки программного обеспечения — инструменты агентов ускоряют эффективность кодирования, отладки, рефакторинга кода и настройки окружения. Однако в последнее время эта «инструментальная ценность» быстро распространяется на многие другие области.

На примере таких инструментов как Claude Code, хотя они позиционируются как «инструменты для разработчиков», очень быстрое развитие отражает более глубокую тенденцию: системы агентов становятся «интерфейсом для интеллектуальной работы», а не ограничиваются только областью программирования. Пользователи начинают применять «рабочие процессы, управляемые агентами», к исследованиям, анализу, написанию, планированию, обработке данных и операционным задачам — эти задачи больше ориентированы на «универсальную профессиональную работу», а не на традиционное программирование.

Действительно ключевым является не само «кодирование в атмосфере», а основная модель, которая за ним стоит:

· Пользователи передают «целевые намерения», а не «конкретные шаги»;

· Агенты пересекают контекстную информацию файлов, инструментов и диспетчеризации задач;

· Рабочий режим переходит от «линейного прогресса» к «итеративному, диалоговому».

В различных видах интеллектуальной работы агенты хорошо собирают контекст, выполняют ограниченные задачи, снижают передачу процессов и ускоряют итерационную эффективность, но по-прежнему имеют недостатки в «открытых суждениях», «распределении ответственности» и «исправлении ошибок».

Поэтому большинство агентов, используемых в производственных сценариях, по-прежнему требуют «ограниченного объема, надзора, встраивания в системы», а не полностью независимого функционирования. Реальная ценность агентов проистекает из «реструктуризации рабочих процессов интеллектуального труда», а не из «замены рабочей силы» или «достижения полной автономии».

Тема пятая: узкие места ИИ сместились с «уровня интеллекта» на «уровень доверия»

Уровень интеллекта моделей ИИ значительно повысился, и теперь ограничивающие факторы — это не «одиночная беглость языка или способность к логическому выводу», а «надежность в реальных системах».

Производственная среда не допускает нулевых ошибок по трем типам проблем: во-первых, ИИ «галлюцинирует» (генерирует ложную информацию), во-вторых, результаты выходных данных непостоянны, в-третьих, режимы отказов непрозрачны. Когда дело касается обслуживания клиентов, движения денежных средств или соответствия требованиям, результаты, которые «примерно правильны», уже неприемлемы.

Построение «доверия» требует четырех основ: во-первых, результаты подлежат отслеживанию, во-вторых, сохранение памяти, в-третьих, проверяемость, в-четвертых, активное раскрытие «неопределенности». До того как эти способности станут достаточно зрелыми, автономность ИИ должна быть ограничена.

Тема шестая: системотехника определяет, сможет ли ИИ внедриться в производственные сценарии

Успешные продукты с ИИ рассматривают «модель» как «компонент», а не как «готовый продукт» — его надежность берется из «архитектурного проектирования», а не из «оптимизации подсказок».

«Архитектурное проектирование» здесь включает управление состоянием, управление потоком управления, системы оценки и мониторинга, а также механизмы обработки отказов и восстановления. Именно поэтому развитие ИИ в настоящее время все больше приближается к «традиционной инженерии программного обеспечения», а не к «передовым теоретическим исследованиям».

Долгосрочная ценность будет иметь тенденцию сдвигаться в сторону двух типов субъектов: во-первых, конструкторов систем, во-вторых, владельцев платформ, которые контролируют рабочие процессы и каналы распределения.

По мере того как инструменты агентов расширяются от области кодирования к исследованиям, написанию, анализу и операционным процессам, важность «системотехники» будет дополнительно усиливаться: интеллектуальная работа часто бывает сложной, зависит от информации о состоянии и требует интенсивного контекста, что делает агентов ИИ (которые могут надежно управлять памятью, инструментами и итеративными процессами), более ценными, чем агентов, которые могут только генерировать результаты.

Тема седьмая: противоречие между открытыми моделями и централизованным контролем создает нерешенные проблемы управления

По мере увеличения возможностей систем ИИ и углубления интеграции с экономической сферой, вопрос «кто владеет и контролирует наиболее мощные модели ИИ» создает ключевое противоречие.

С одной стороны, исследования и разработки в авангаردной сфере ИИ остаются «капиталоемкими» и подвержены влиянию «получения вычислительной мощности, политики регулирования и геополитики», концентрация растет; с другой стороны, благодаря продвижению «широких экспериментов и удобного развертывания», открытые модели и открытые инструменты продолжают развиваться и оптимизироваться.

Такой формат «концентрации и открытости сосуществуют» вызывает серию нерешенных проблем: риск зависимости, возможность аудита, прозрачность, долгосрочная переговорная способность и контроль над критически важной инфраструктурой. Наиболее вероятный результат — это «гибридная модель» — авангардные модели способствуют прорывам в технологических возможностях, в то время как открытые или полу-открытые системы интегрируют эти возможности в «широко распределенную программную базу».

Тема восьмая: программируемые валюты порождают новый поток платежей, управляемый искусственным интеллектом

Когда системы ИИ начинают играть роль в рабочих процессах, они требуют все больше «экономических взаимодействий» — например, платежи за услуги, вызовы API, оплата другим агентам или расчеты за «платежи на основе использования».

Эта потребность вновь привлекла внимание к «стейблкойнам»: они рассматриваются как «валюта, созданная для машин», обладающая программируемостью, проверяемостью и способностью осуществлять передачи без вмешательства человека.

На примере таких «протоколов для разработчиков» как x402, хотя они все еще находятся на ранних стадиях экспериментов, направление, на которое они указывают, очень ясно: потоки платежей будут работать в «форме API», а не на традиционной «странице оформления заказа» — это позволит программным агентам осуществлять «непрерывные, детальные сделки» между собой.

В настоящее время эта сфера по-прежнему находится в начальной стадии: небольшие объемы транзакций, грубый пользовательский опыт, системы безопасности и прав все еще совершенствуются. Однако инновации инфраструктуры часто начинаются с такого рода «ранних исследований».

Стоит отметить, что его значение состоит не в «автономии ради автономии», а в том, что «когда программное обеспечение может осуществлять сделки посредством программирования, становятся возможными новые экономические поведения».

Заключение

Независимо от того, идет ли речь о криптовалюте или искусственном интеллекте, на ранних стадиях развития предпочтение отдается «концепциям, привлекающим внимание» и «технологической новизне»; на следующем этапе «надежность», «способность управления» и «способность к распределению» станут более важными конкурентными параметрами.

На данный момент сама технология больше не является главным ограничивающим фактором, «встраивание технологии в реальные системы» является ключом.

По моему мнению, отличительной характеристикой 2026 года является не «определенный прорывной технологический прорыв», а «постепенное накопление инфраструктуры» — эта инфраструктура, тихо функционируя, также незаметно пересраивает «способ передачи стоимости» и «способ работы».