Компанії у сфері штучного інтелекту пришвидшують впровадження автоматизації практично в усіх напрямках: програмування, генерування зображень, керування рекламними кампаніями, створення резюме для нарад тощо. З підвищенням ефективності цих систем стає дедалі складніше ігнорувати їхній вплив на ринок праці. Низка провідних економістів уже зараз попереджає, що генеративний штучний інтелект може зумовити хвилю масштабного вивільнення робочих місць, яка настане раніше й набуде глибокішого характеру, ніж до цього готові більшість національних ринків праці.
Однак замість чинити опір структурним зрушенням одна з платформ, інтегрованих у екосистему блокчейн, обирає відмінну стратегію. Виходячи з неминучості автоматизації, вона вбачає так само неминучою появу нового формату власності.
Action Model сьогодні відкрила дочасний доступ до Chrome-розширення (за запрошеннями), що дозволяє користувачам навчати AI-систему через передачу реальних патернів поведінки в браузері – кліки, переходи сторінками, введення тексту, виконання послідовностей. Ця розробка отримала назву Large Action Model (LAM): система, здатна навчатися виконанню цифрової роботи, а не лише створювати контент. Натомість учасники отримують бали, які можуть бути конвертовані у $LAM – токен управління, що надає права на участь у житті й розвитку платформи.
«Якщо AI витіснить цифрову працю, її виконавці мають володіти машинами, що здійснюють це витіснення», – стверджує засновник Action Model Сіна Ямані.
SponsoredНавчання ШІ, який виконує роботу
На відміну від мовних чат-ботів, Large Action Model розроблено так, щоб взаємодіяти з програмним забезпеченням без посередників. Ключовий принцип простий: якщо людина може виконати цифрову задачу за допомогою миші й клавіатури, відповідно навчена AI-система теж до цього здатна.
«Останні роки минули під знаком чат-ботів. Наступний етап – автоматизація», – наголошує Ямані. – «Комп’ютерна робота забезпечує зайнятість для близько 1 млрд людей. Якщо компанії отримають інструмент, що здатний виконувати ті самі операції постійно, ще й суттєво дешевше, вони оберуть його».
Розширення Action Model акумулює поведінкові дані, на які погоджується користувач, для подальшого навчання AI. Операції на кшталт формування зарплатної відомості, ведення CRM чи основних бізнес-процесів записуються – і можуть бути повторені моделлю. Доробки учасників дозволяється публікувати в загальному маркетплейсі автоматизацій, де їх використання прозоро відслідковується й винагороджується відповідно до правил стимулювання платформи.
Стрімке поширення автономних agentic AI-систем не раз фіксувалося ринком: моделі поступово переходять від генерації контенту до виконання завдань без зовнішнього втручання. Такі системи, проаналізовані в цьому матеріалі, збирають і інтерпретують реальні дані користувачів, самостійно освоюючи цифровий простір.
Сервіс вже акумулював понад 40 000 користувачів завдяки системі очікування, реферальним програмам та партнерству зі спільнотами. Формат доступу «тільки за запрошеннями» покликаний зберегти високу якість вкладників і стимулювати ранніх учасників.
Чим це відрізняється від наявних інструментів автоматизації
Більшість існуючих засобів автоматизації ґрунтується на застосуванні API чи жорстких інтеграцій. Однак значна частина справжньої цифрової роботи виконується в застарілих (legacy) системах, внутрішніх інтерфейсах і інструментах, для яких прямої автоматизації не передбачено.
«Zapier автоматизує програму – а ми автоматизуємо працю», – коментує Ямані. – «Доступ до API забезпечує лише 2% інтернет-ресурсів. Фактично 98% потребують прямої участі людини».
Sponsored SponsoredУ випадку з Action Model писати код або налаштовувати інтеграції не потрібно. Достатньо зафіксувати хід виконання задачі – система навчається на реальних процесах і надалі спроможна повторювати їх самостійно.
Завдяки цьому підходу Action Model забезпечує фіксацію граничних сценаріїв (edge cases) і нетипових робочих процесів, що залишаються недоступними для традиційних автоматизаторів.
Конфіденційність у блокчейні
Навчання є повністю добровільним і контрольованим користувачем: він визначає, які саме дані передаються. Чутливі майданчики – електронна пошта, охорона здоров’я, банкінг – заблоковані за замовчуванням. Передбачено можливість призупиняти навчання, блокувати окремі домени чи повністю видаляти внески.
«Головна засаднича ідея проста: нам не потрібні особисті дані, лише патерни взаємодії», – пояснює Ямані. – «Навчальні дані обробляються локально та до внесення в модель проходять анонімізацію».
Дані, які видалено, знищуються невідновно – навіть для самої компанії. Внесена інформація агрегується разом із даними інших користувачів із використанням методики k-anonymity, що унеможливлює ідентифікацію окремої особи. Персональна панель дає змогу перевіряти і керувати історією навчання й винагородами у будь-який момент.
«Великі ІТ-корпорації збирають аналогічні масиви даних без реальної згоди. Ми ж діємо відкрито, дозволяємо контроль і винагороджуємо саме тих, хто реально тренує штучний інтелект», – підкреслює Ямані.
SponsoredБоти та можливості маніпуляцій системою
Щоб уникнути проблем попередніх криптовалютних мотиваційних систем, Action Model застосовує аналіз поведінки для перевірки справжності дій користувача. Модель оцінює структуру, тривалість, варіативність, а також сигнали прийняття рішень – аспекти, які складно імітувати ботам чи клік-фермам.
«Беззмістовні кліки майже не несуть користі», – констатує Ямані. – «В реальних цифрових потоках завжди є інтенція, паузи, виправлення, повтори, прийняття рішень. Імітувати це у великих масштабах фактично неможливо».
Раніше проєкти з винагородою за соціальні взаємодії чи публікації було заблоковано найбільшими майданчиками після зростання обсягів неякісної активності, бот-повідомлень і фальшивості взаємодій. Це спричинило до відключення API та руйнації токен-екосистем під власною вагою низькоякісного трафіку.
ActionFi – механізм винагородження цієї платформи – побудовано принципово інакше. Він не здійснює виплат за твіти чи кліки. Винагорода нараховується виключно за підтверджені цифрові потоки, що відображають реальну структуровану працю.
«Ми не виплачуємо за інформаційний шум – тільки за корисні маршрути», – підсумовує Ямані.
Sponsored SponsoredХто фактично володіє системою
Наразі контроль над розширенням, механізмами навчання та системою винагород залишається у Action Model. Проте компанія публічно заявила про намір поетапно передати цю власність власникам $LAM-токенів. DAO-структура надалі дозволить спільноті безпосередньо ухвалювати рішення щодо розвитку платформи, стимулювання та способів застосування моделей.
«На ранніх етапах проект потребує організації. Однак ключове питання – чи закладена централізація у саму архітектуру», – вважає Ямані.
У реалізованих параметрах модель власності дозволяє учасникам із токенами реально впливати на інфраструктурні рішення, пов’язані з даними, які вони самі сформували.
AI: чи можливе право власності у неминучій епосі
Новий етап розвитку AI будується не лише на мовних моделях, а й на цифровій праці. Від офісних завдань до операційної діяльності – значна частина функцій, що відбуваються за екраном комп’ютера, вже сьогодні опанована інтелектуальними агентами.
«Мільйони робочих місць, прямо пов’язаних із роботою за комп’ютером, на межі автоматизації. Це не віддалена перспектива – ці процеси вже розгортаються», – вказує Ямані. – «Якщо ваші дані сприяють розвитку AI, ви маєте володіти тим, що в результаті створюється».
Чи здатна модель Action Model масштабуватися, зберігати прозорість і формувати життєздатну економічну систему — питання, за яким доцільно буде уважно стежити протягом наступних місяців. Основне стратегічне припущення її розробників є однозначним. Ключове протиріччя штучного інтелекту виходить за межі питань функціоналу — центральною залишається проблема кому він служить.
У контексті трансформації ринку праці під впливом штучного інтелекту постає питання: майбутнє контролюватимуть платформи чи особи, що створюють цінність?
