Kinexys โดย J

ซีอีโอฟอร์ด จิม ฟาร์ลีย์ เมื่อเร็วๆ นี้เน้นย้ำบทบาทสำคัญของ “เศรษฐกิจที่จำเป็น” และอุตสาหกรรมแรงงานแรงงานฝีมือกลุ่มสีฟ้า พร้อมคาดการณ์ว่า ปัญญาประดิษฐ์ (AI) จะลดจำนวนงานในกลุ่มนักธุรกิจขาวให้เหลือเพียงครึ่งเดียวในสหรัฐอเมริกา เขากลายเป็นผู้บริหารคนล่าสุดที่แสดงความกังวลเกี่ยวกับผลกระทบของ AI ต่อแรงงาน รวมถึงเสียงจากซีอีโอของ Amazon ซึ่งเมื่อตุลาคมที่ผ่านมา แจ้งว่าพนักงานของบริษัทจะลดลงเนื่องจาก AI ในการกล่าวเปิดงานที่เทศกาลไอเดียอัสเพนเมื่อสัปดาห์ที่แล้ว ฟาร์ลีย์เน้นความสำคัญของ “เศรษฐกิจที่จำเป็น” ซึ่งรวมกิจกรรมทั้งหมดที่เกี่ยวข้องกับการเคลื่อนไหว การก่อสร้าง หรือการซ่อมแซมสิ่งของ และชี้ให้เห็นว่าสาขาอาชีพแรงงานกลุ่มสีฟ้าถูกมองข้ามมานาน เขากล่าวว่าการลงทุนของสหรัฐในด้านการฝึกอบรมวิชาชีพยังต่ำเกินไป และสิ่งที่มีอยู่ก็ล้าสมัย — เหมาะกับปี 1950 มากกว่าจะเป็นปี 2050 — ส่งผลให้ผลผลิตในภาคแรงงานกลุ่มสีฟ้าลดลง ถึงแม้เช่นนั้น ฟอร์ดเองก็ลงทุนในโปรแกรมการฝึกอบรมอยู่เช่นกัน ความต้องการแรงงานในกลุ่มอาชีพฝีมือคาดว่าจะเพิ่มขึ้นอย่างมีนัยสำคัญ แม้แต่การขยาย AI ก็ยังต้องการแรงงานในการก่อสร้างและบำรุงรักษาโครงสร้างพื้นฐานที่จำเป็นสำหรับความสามารถในการคำนวณขนาดมหาศาล ฟาร์ลีย์เน้นย้ำถึงการขาดแคลนแรงงานในกลุ่มอาชีพฝีมือ ซึ่งคาดว่าขาดแคลนประมาณ 600,000 คนในโรงงาน และเกือบ 500,000 คนในการก่อสร้าง “เส้นทางสู่ความฝันแบบอเมริกันมีหลายเส้นทาง แต่ระบบการศึกษาในปัจจุบันยังคงมุ่งเน้นไปที่ปริญญาวิทยาลัยสี่ปี” ฟาร์ลีย์กล่าวเสริม เขายังกล่าวว่าการจ้างงานคนเข้าใหม่ในบริษัทเทคโนโลยีลดลง 50% ตั้งแต่ปี 2019 และตั้งคำถามว่าสิ่งนี้ควรเป็นเป้าหมายสากลหรือไม่ เขาเตือนว่า “ปัญญาประดิษฐ์จะสามารถทดแทนงานขาวได้ครึ่งหนึ่งในสหรัฐอเมริกาอย่างแท้จริง” คำเตือนของฟาร์ลีย์เสริมความกังวลของซีอีโอเกี่ยวกับผลกระทบของ AI ต่อแรงงานโดยเฉพาะงานออฟฟิศ เมื่อเดือนที่ผ่านมา ซีอีโอของ Amazon แอนดี้ แจสซี คาดการณ์ว่าบริษัทจะลดจำนวนพนักงานในส่วนงานองค์กรในอีกไม่กี่ปีข้างหน้าเนื่องจากประสิทธิภาพของ AI ในบันทึกข้อความ แจสซีกล่าวว่า “เราจะต้องการคนทำงานน้อยลงในบางงานที่ทำในปัจจุบัน และต้องการคนทำงานในงานประเภทอื่นมากขึ้น

ในไตรมาสแรกของปี 2025 อุตสาหกรรมคริปโตเคอร์เรนซีเห็นการโจรกรรมสูญเสียอย่างรุนแรง รวมเป็นมูลค่าไม่เคยมีมาก่อนที่ 1

ในช่วงไม่กี่ปีที่ผ่านมา ภาคการศึกษาได้เปลี่ยนแปลงอย่างสำคัญในการนำเทคโนโลยีปัญญาประดิษฐ์ (AI) เข้ามาช่วยเสริมสร้างประสบการณ์การเรียนรู้ ทั่วโลก โรงเรียนและมหาวิทยาลัยต่างยิ่งนิยมใช้แพลตฟอร์มที่ใช้ AI เป็นตัวขับเคลื่อน ซึ่งปรับเนื้อหาการเรียนให้ตรงความต้องการเฉพาะบุคคลของแต่ละนักเรียน ความก้าวหน้าทางเทคโนโลยีนี้เป็นการเปลี่ยนแปลงครั้งใหญ่ในวิธีการจัดการศึกษา โดยมุ่งหวังเพิ่มความสนใจและพัฒนาผลสัมฤทธิ์ทางการเรียน ระบบเหล่านี้เป็นระบบขั้นสูงที่วิเคราะห์ข้อมูลหลายด้าน เช่น รูปแบบการเรียนรู้ มาตรฐานผลการเรียน และความสนใจส่วนตัว ด้วยการศึกษาการโต้ตอบของนักเรียนกับเนื้อหาเหล่านี้ แพลตฟอร์มจะแสดงหลักสูตรที่ปรับแต่งให้ตรงกับจุดแข็งและจุดที่ต้องพัฒนาเฉพาะตัวของแต่ละคน การปรับแต่งในระดับนี้ช่วยตอบสนองความแตกต่างด้านความเร็วในการเรียนและความต้องการต่าง ๆ ในห้องเรียน พร้อมทั้งสนับสนุนให้นักเรียนเอาชนะความท้าทายเฉพาะด้านในเส้นทางการศึกษา การใช้ AI ในการศึกษาเกิดจากความเข้าใจว่าการใช้วิธีสอนแบบเดียวกันสำหรับทุกคนมักไม่เพียงพอ แม้ว่าวิธีการสอนแบบดั้งเดิมจะยังคงมีคุณค่า แต่ก็มีข้อจำกัดในการรองรับความสามารถและความสนใจที่แตกต่างกันของนักเรียน แพลตฟอร์มที่ใช้ AI จึงใช้ข้อมูลขนาดใหญ่และอัลกอริทึมแมชชีนเลิร์นนิงเพื่อปรับเนื้อหาให้เหมาะสมแบบไดนามิก ซึ่งสร้างสภาพแวดล้อมการเรียนรู้ที่ลึกซึ้งและปรับได้ดีขึ้น งานวิจัยและโครงการนำร่องในช่วงแรก ๆ ก็ให้ผลลัพธ์ที่น่าประทับใจ โรงเรียนที่นำเครื่องมือปรับแต่งด้วย AI มาใช้รายงานอัตราการรักษานักเรียนที่เพิ่มขึ้น ซึ่งบ่งชี้ว่านักเรียนมีแรงจูงใจที่จะเรียนต่อเมื่อเนื้อหาและวิธีการเรียนตรงกับความสนใจและความก้าวหน้าของพวกเขา นอกจากนี้ยังพบว่าคะแนนสอบดีขึ้น แสดงให้เห็นว่าการเรียนรู้แบบปรับแต่งส่วนบุคคลสนับสนุนให้เข้าใจเนื้อหาได้ลึกซึ้งและจดจำความรู้ได้ดียิ่งขึ้น ครูและผู้สอนที่นำเทคโนโลยี AI เข้ามาใช้ในห้องเรียนเน้นว่าบ فناوریนี้เป็นทรัพยากรเสริมที่มีคุณค่า ซึ่งสามารถให้ข้อมูลเชิงลึกเกี่ยวกับผลการเรียนของนักเรียนซึ่งแม้วิธีวัดแบบดั้งเดิมอาจมองข้ามไป ครูจะได้รับข้อมูลย้อนกลับที่อิงจากการวิเคราะห์ ซึ่งช่วยให้สามารถดำเนินการแก้ไขและสนับสนุนได้ตรงจุดมากขึ้น ข้อได้เปรียบของ AI ในการศึกษาไม่ได้จำกัดอยู่แค่ผลลัพธ์ด้านวิชาการเท่านั้น การเรียนรู้ที่เป็นส่วนตัวยังสามารถเสริมความมั่นใจของนักเรียนและปลูกฝังความหลงใหลในการเรียนรู้อย่างต่อเนื่อง เมื่อเด็กนักเรียนได้เรียนเนื้อหาที่สอดคล้องกับความสนใจและรูปแบบการเรียนรู้ของตนเอง พวกเขาจะพัฒนาทักษะการคิดวิเคราะห์และความคิดสร้างสรรค์ได้ดีขึ้น แม้ว่าจะดูมีแนวโน้มสดใส แต่ก็ยังเผชิญกับความท้าทายหลายประการ รวมถึงปัญหาความเป็นส่วนตัวของข้อมูล การเข้าถึงเทคโนโลยีที่เป็นธรรม และความจำเป็นในการฝึกอบรมครูให้เชี่ยวชาญในการใช้งานเครื่องมือ AI การรับรองว่าเทคโนโลยี AI ถูกใช้ในทางจริยธรรมและเป็นธรรมเป็นสิ่งสำคัญอย่างยิ่งสำหรับความสำเร็จในระยะยาว อีกทั้งในอนาคต การบูรณาการ AI ในการศึกษา คาดว่าจะเติบโตและพัฒนาขึ้นอย่างต่อเนื่อง นักวิจัยและนักพัฒนายังคงปรับปรุงอัลกอริทึมและส่วนติดต่อผู้ใช้ให้ใช้งานง่าย มีประสิทธิภาพมากขึ้น และสอดคล้องกับเป้าหมายด้านการศึกษา การร่วมมือกันระหว่างครู นักเทคโนโลยี และนักนโยบายจะเป็นกุญแจสำคัญในการสร้างอนาคตที่ AI ช่วยเสริมพลังให้นักเรียนแต่ละคนบรรลุศักยภาพสูงสุด โดยสรุปแล้ว การเกิดขึ้นของแพลตฟอร์มการเรียนรู้แบบปรับแต่งส่วนบุคคลด้วย AI ถือเป็นความก้าวหน้าที่สำคัญในแนวปฏิบัติด้านการศึกษา ด้วยการปรับเนื้อหาให้เหมาะสมกับความต้องการเฉพาะแต่ละบุคคล ระบบเหล่านี้มีศักยภาพที่จะเปลี่ยนวิธีการสร้างความสนใจและความสำเร็จทางวิชาการของนักเรียน การวิจัยและการใช้งานจริงอย่างต่อเนื่องจะช่วยค้นพบแนวทางที่ดีที่สุดในการใช้เทคโนโลยีนี้เพื่อประโยชน์ของผู้เรียนทั่วโลก

ความพยายามล่าสุดในการบังคับใช้มหาวิกฤติห้ามใช้เทคโนโลยีปัญญาประดิษฐ์ (AI) ระยะสิบปีในระดับรัฐ ผ่านร่างงบประมาณของรีพับลิกัน ซึ่งนำโดยวุฒิสมาชิกเท็ด ครูซ และสนับสนุนโดยกลุ่มอุตสาหกรรม พบกับความล้มเหลวอย่างสำคัญ ซึ่งเผยให้เห็นความซับซ้อนที่เพิ่มขึ้นของการกำกับดูแล AI ในสหรัฐอเมริกา ข้อเสนอนี้มีเป้าหมายเพื่อป้องกันไม่ให้รัฐออกกฎหมาย AI แต่ละฉบับ เพื่อลดความยุ่งเหยิงของกฎระเบียบที่อาจขัดขวางนวัตกรรมและสร้างภาระให้กับบริษัทที่ดำเนินธุรกิจในหลายรัฐ แม้จะตั้งใจเช่นนั้น แต่สภาได้ปฏิเสธมาตรการนี้อย่างขาดลอย แสดงให้เห็นถึงการต่อต้านจากสองพรรคในการจำกัดอิสระของรัฐในสาขาที่พัฒนาอย่างรวดเร็วนี้ ความพยายามในการห้ามนี้เป็นส่วนหนึ่งของเป้าหมายที่กว้างขึ้นในการสร้างกรอบกฎหมาย AI ระดับชาติที่เป็นมาตรฐานเดียวกัน เพื่อให้นักกฎหมายมีเวลาที่จะจัดการกับประเด็นสำคัญ เช่น ความเป็นส่วนตัว ความปลอดภัย และสิทธิ์ในทรัพย์สินทางปัญญาอย่างครบถ้วน อย่างไรก็ตาม รัฐต่าง ๆ มากกว่ายี่สิบรัฐ ซึ่งอยู่ภายใต้การปกครองของพรรคเดโมแครตและรีพับลิกัน ได้ออกกฎหมาย AI ที่แตกต่างกัน ครอบคลุมการใช้ข้อมูลชีวมิติ ความโปร่งใส การใช้งาน AI อย่างมีจริยธรรม และการปกป้องผู้บริโภค วิธีการที่หลากหลายเหล่านี้เน้นย้ำความเร่งด่วนในการพัฒนานโยบายระดับชาติเพื่อป้องกันไม่ให้กฎระเบียบที่ขัดแย้งกันขัดขวางความก้าวหน้าทางเทคโนโลยีและการเติบโตทางเศรษฐกิจ ซับซ้อนขึ้นไปอีก การบริหารของไบเดนยังคงแบ่งแยกกันเกี่ยวกับว่ารัฐบาลกลางควรเข้าไปแทรกแซงกฎหมาย AI ของรัฐมากน้อยเพียงใด ในขณะที่ทำเนียบขาวมุ่งเน้นไปที่การสนับสนุนนวัตกรรมและรักษาความเป็นผู้นำด้าน AI ของสหรัฐฯ แต่ความไม่แน่นอนในระดับในครอบงำไปด้วย ทำให้เกิดความติดขัดในสภาคองเกรส ซึ่งในประวัติศาสตร์มักมีปัญหาในการผลักดันกฎหมายเทคโนโลยีที่สำคัญ นำไปสู่แนวโน้มที่จะปล่อยให้รัฐทดลองใช้กรอบกฎระเบียบของตนเอง กลุ่มสนับสนุน เช่น สมาคมเพื่อการสร้างสรรค์ความรับผิดชอบในนวัตกรรม (Americans for Responsible Innovation) เน้นย้ำว่าการถกเถียงเกี่ยวกับการพิทักษ์กฎหมายห้ามใช้ AI ระดับชาติยังคงดำเนินต่อไป โดยเน้นความตึงเครียดระหว่างการควบคุมของรัฐบาลกลางและสิทธิของรัฐในการปกป้องประชาชนและส่งเสริมการใช้ AI ที่รับผิดชอบในพื้นที่ของตน เมื่อ AI พัฒนาอย่างรวดเร็ว การหาแนวความคิดร่วมกันเกี่ยวกับการกำกับดูแลที่ชัดเจนและยืดหยุ่น ซึ่งสมดุลระหว่างนวัตกรรมและการลดความเสี่ยง จึงเป็นสิ่งสำคัญอย่างแพร่หลาย การปฏิเสธของสภาในการออกกฎหมายห้ามนี้สะท้อนให้เห็นถึงความซับซ้อนในการเชื่อมโยงระหว่างนวัตกรรม กฎระเบียบ และการกำกับดูแล ซึ่งเน้นย้ำความเร่งด่วนในการสนทนาแบบครอบคลุมระหว่างหน่วยงานระดับชาติและระดับรัฐ ผู้นำอุตสาหกรรม นโยบาย และพลเมือง การสร้างแนวนโยบาย AI ที่มีประสิทธิภาพต้องสมดุลระหว่างสิทธิต่าง ๆ ความสามารถทางเศรษฐกิจ และการรักษาความเป็นผู้นำด้านเทคโนโลยีระดับโลก เนื่องจาก AI เข้ามามีบทบาทเปลี่ยนแปลงวงการต่าง ๆ เช่น สาธารณสุข การคมนาคม การเงิน และการศึกษา การเรียกร้องให้มีการควบคุมระดับชาติอย่างครอบคลุมก็ยิ่งเพิ่มมากขึ้น ปัจจุบันกฎหมายของรัฐที่แตกต่างกัน แม้เจตนาดี ก็สร้างความท้าทายด้านความสอดคล้องและการบังคับใช้ และอาจขัดขวางการนำ AI ไปใช้ในระดับประเทศ อย่างไรก็ตาม การห้ามใช้โดยสมบูรณ์อาจชะลอการตอบสนองของรัฐในประเด็นทางจริยธรรมและความปลอดภัยที่เกิดขึ้นใหม่ ในอนาคต การมีส่วนร่วมของรัฐบาลกลางและผู้เชี่ยวชาญในอุตสาหกรรมอย่างรุนแรงเป็นสิ่งจำเป็น เพื่อพัฒนานโยบายที่สอดคล้องกัน ซึ่งส่งเสริมนวัตกรรมในขณะที่ปกป้องผลประโยชน์ของประชาชน โครงสร้างความร่วมมือที่คำนึงถึงมุมมองที่หลากหลายจะเป็นกุญแจสำคัญในการแก้ไขปัญหาเกี่ยวกับความเป็นส่วนตัวของข้อมูล ความรับผิดชอบของอัลกอริทึม ความโปร่งใสในการตัดสินใจของ AI และความเข้าถึงอย่างเสมอภาค โดยสรุป ความล้มเหลวของความพยายามที่จะจำกัดกฎหมาย AI ในระดับรัฐผ่านการห้ามของรัฐบาลกลาง แสดงให้เห็นถึงความเร่งด่วนและความซับซ้อนของการกำกับดูแล AI ในสหรัฐอเมริกา ซึ่งชี้ให้เห็นถึงความจำเป็นในการใช้แนวทางสมดุลที่ส่งเสริมนวัตกรรมโดยไม่ละทิ้งความปลอดภัยและจริยธรรม รัฐบาลทั้งระดับชาติและระดับรัฐมีบทบาทสำคัญในการกำหนดอนาคตของ AI และผู้มีส่วนได้ส่วนเสียต้องร่วมมือกันสร้างสิ่งแวดล้อมด้านกฎระเบียบที่สร้างความเชื่อมั่น สนับสนุนการพัฒนาที่รับผิดชอบ และรับประกันว่า AI จะเป็นประโยชน์ต่อสมาชิกในสังคมทุกคน

บริษัทคริปโตและนักลงทุนหันมาเลือกลงทุนในกองทุนรวมตลาดเงินและพันธบัตรคลังที่ถูกแปลงเป็นโทเค็นเป็นทางเลือกแทน stablecoin เพื่อจอดพักเงินส่วนเกินในขณะเดียวกันก็สามารถสร้างผลตอบแทนได้ แนวโน้มนี้สะท้อนให้เห็นถึงความสนใจที่เพิ่มขึ้นในผลิตภัณฑ์ทางการเงินที่ผสมผสานคุณประโยชน์ของตลาดเงินแบบดั้งเดิมเข้ากับประสิทธิภาพของบล็อกเชน ทรัพย์สินในผลิตภัณฑ์พันธบัตรคลังแบบโทเค็น ซึ่งรวมถึงกองทุนที่แปลงเป็นโทเค็นดิจิทัลและเครื่องมือใหม่ที่สร้างขึ้นบนโทเค็น เมื่อเร็ว ๆ นี้ได้เพิ่มขึ้นประมาณ 80% ซึ่งเป็นการเน้นย้ำความเชื่อมั่นและความต้องการที่ขยายตัวขึ้น กระแสเงินไหลเข้าสู่ตลาดเหล่านี้ได้รับแรงกระตุ้นจากการมองหาโอกาสลงทุนที่มีประสิทธิภาพและต้นทุนต่ำ Olivier Portenseigne ผู้นำในภาคส่วนอธิบายว่า แม้ในช่วงแรก stablecoin จะทำหน้าที่เป็นตัวแทนเงินสดดิจิทัล โทเค็นเป็นทางเลือกที่ถูกกว่ารวดเร็วกว่าสำหรับการซื้อขายและชำระเงินสินค้านี้ การเพิ่มขึ้นของนโยบายสนับสนุนคริปโตในสหรัฐอเมริกา ก็เป็นแรงหนุนให้ความเชื่อมั่นในตลาดและนวัตกรรมด้านการเงินดิจิทัล รวมถึงกองทุนตลาดเงินและพันธบัตรคลังที่ถูกนำมาโทเค็น การแปลงเป็นโทเค็นช่วยให้กระบวนการต่าง ๆ มีความคล่องตัวและโปร่งใสมากขึ้นสำหรับนักลงทุน โดยกระบวนการชำระเงินบนบล็อกเชนเกิดขึ้นภายในไม่กี่นาทีแทนที่จะเป็นหลายวัน ทำให้ความต้องการด้านเงินทุนลดลงและความเสี่ยงด้านการดำเนินงานที่เกี่ยวข้องกับการชำระเงินมาร์จิ้นและการเคลียร์ลดลง มูลนิธิ McKinsey & Company คาดการณ์ว่าตลาดกองทุนและหลักทรัพย์ที่เป็นโทเค็นจะเติบโตอย่างมีนัยสำคัญเมื่อเทคโนโลยีบล็อกเชนพัฒนาขึ้นและการยอมรับในระดับสถาบันเพิ่มขึ้น นักลงทุนคริปโตนิยมพันธบัตรคลังแบบโทเค็นเพื่อผลตอบแทน สภาพคล่อง และความมั่นคง เนื่องจากมีการนำเสนอในสกุลเงินของรัฐบาลและมีความเสี่ยงต่ำ ผลิตภัณฑ์โทเค็นเปิดโอกาสให้นักลงทุนคริปโตได้เข้าถึงเครื่องมือทางการเงินที่คุ้นเคยและเชื่อถือได้ในรูปแบบดิจิทัลที่สามารถซื้อขาย โอน และบูรณาการได้อย่างง่ายดายกับโปรโตคอลการเงินแบบกระจาย (DeFi) นักวิเคราะห์อุตสาหกรรม Stephen Tu ชี้ให้เห็นว่าคุณสมบัติทั้งหลายเหล่านี้ช่วยปรับปรุงการจัดการความเสี่ยงและสภาพคล่องให้ดีขึ้นนอกเหนือจาก stablecoin แบบดั้งเดิม นอกจากนี้ยังมี stablecoin รุ่นใหม่ที่มีคุณสมบัติ เช่น สภาพคล่องคงที่และการซื้อขายตลอด 24 ชั่วโมง ที่ดึงดูดผู้ใช้ที่ต้องการเวอร์ชันคริปโตท้องถิ่นของเครื่องมือเงินตลาดแบบคลาสสิกที่ไม่ผูกติดกับเวลาทำการของธุรกิจ Yuval Roo ซีอีโอของ Digital Asset เน้นย้ำบทบาทสำคัญของโทเค็นดิจิทัลเหล่านี้ในกระบวนการเคลื่อนย้ายหลักประกันและมาร์จิ้นอย่างรวดเร็วในแต่ละแผนกการซื้อขาย ซึ่งนำไปสู่ประสิทธิภาพที่เปลี่ยนแปลงและการลดต้นทุนอย่างมากจากการชำระเงินบนบล็อกเชน กองทุนตลาดเงินแบบดั้งเดิม ซึ่งใช้เป็นหลักประกันในอนาคต ดำเนินการชำระเงินล่าช้ากระจำกัดการใช้งานในสภาพแวดล้อมการซื้อขายที่รวดเร็ว แต่ในกรณีของโทเค็น การชำระเงินที่ใกล้ทันทีเป็นทางเลือกที่ว่องไวกว่า Caroline Pham ผู้ดำรงตำแหน่งประธานฝ่ายกำกับดูแลสำคัญ กล่าวว่า “แอพพลิเคชันที่แท้จริงของกองทุนโทเค็นคือการผสมผสานความปลอดภัยของเครื่องมือทางการเงินแบบดั้งเดิมเข้ากับประสิทธิภาพและความโปร่งใสของบล็อกเชน ในขณะเดียวกันก็ต้องการให้มีการยอมรับในวงกว้างจากนักเทรด นักดูแลทรัพย์สิน และตลาดแลกเปลี่ยน เพื่อให้บรรลุศักยภาพสูงสุด” นักวิเคราะห์ตลาด Tony Ashraf ยอมรับว่าการเข้าใจของอุตสาหกรรมเติบโตขึ้น แต่เตือนว่าหลักทรัพย์พันธบัตรแบบโทเค็นในปัจจุบันยังตามหลังพันธบัตรกระดาษแบบดั้งเดิมในเรื่องสภาพคล่อง ระเบียบ และโครงสร้างพื้นฐาน อย่างไรก็ตามเขายังคงมองในเชิงบวกว่าการพัฒนาใหม่ๆ จะช่วยแก้ไขช่องว่างเหล่านี้ได้ในอนาคต โดยสรุป การลงทุนในกองทุนตลาดเงินและพันธบัตรคลังแบบโทเค็นเพิ่มขึ้นเป็นสัญญาณสำคัญของการเปลี่ยนแปลงในด้านการจัดการเงินสดคริปโต ด้วยการใช้เทคโนโลยีบล็อกเชน ผลิตภัณฑ์เหล่านี้สามารถให้การชำระเงินที่รวดเร็วขึ้น ความต้องการด้านทุนที่ต่ำลง และประสิทธิภาพการดำเนินงานที่ดีกว่ากับ stablecoin แม้ว่าจะมีอุปสรรคในเรื่องการยอมรับในตลาดและความชัดเจนด้านกฎระเบียบ แต่อัตราเร่งของผลิตภัณฑ์ทางการเงินในรูปแบบโทเค็นบ่งชี้ว่าพวกมันจะเป็นสะพานเชื่อมระหว่างการเงินแบบดั้งเดิมและตลาดสินทรัพย์ดิจิทัลในอนาคตอีกไม่นาน

ที่รู้จักกันดีที่สุดในฐานะเทคโนโลยีที่เป็นแรงผลักดันให้กับ Bitcoin บล็อกเชนกำลังเริ่มกลายเป็นระบบที่ไม่ต้องการความเชื่อถือ, ทนต่อการแก้ไข และมีความสามารถในการปฏิวัติภาคส่วนต่างๆ ตั้งแต่การเงินไปจนถึงสุขภาพ บล็อกเชนเป็นวิธีการอันล้ำสมัยในการจัดระเบียบและรักษาความปลอดภัยของข้อมูล โดยเป็นพื้นฐานสำหรับสกุลเงินดิจิทัลเช่น Bitcoin มันทำหน้าที่เป็นสมุดบันทึกดิจิทัลแบบพิเศษที่ไม่มีศูนย์กลาง โปร่งใส และเกือบจะไม่สามารถแก้ไขได้ แล้วมันทำงานอย่างไรและทำไมมันถึงสำคัญ: คุณสมบัติหลักของบล็อกเชน - การกระจายศูนย์: แทนที่จะให้ศูนย์กลางควบคุม เช่น ธนาคาร เป็นคนดูแลสมุดบัญชี เพียงสำเนาเดียวถูกแจกจ่ายไปทั่วเครือข่ายคอมพิวเตอร์ที่เรียกว่า "โหนด" ซึ่งช่วยกำจัดจุดอ่อนเดียว หากโหนดหนึ่งหยุดทำงาน โหนดอื่นจะรักษาการทำงานของเครือข่ายได้อย่างราบรื่น - ความไม่สามารถแก้ไขได้: ข้อมูลที่บันทึกไว้แล้วจะเป็นเรื่องยากมากที่จะเปลี่ยนแปลงหรือหายไป การทำธุรกรรมจะถูกรวมเข้าเป็นบล็อกและเชื่อมโยงกันด้วยเทคโนโลยีเข้ารหัสในลำดับเวลา การเปลี่ยนแปลงบล็อกใดๆ จะทำให้สายโซ่แตก และส่งสัญญาณเตือนให้เครือข่ายทราบ เพื่อเปลี่ยนแปลงข้อมูลใดๆ นักแฮกจะต้องแก้ไขบล็อกนั้นและบล็อกถัดไปทั้งหมดบนโหนดจำนวนมาก ซึ่งเป็นงานที่คอมพิวเตอร์ที่ปลอดภัยและซับซ้อนเกินกว่าจะทำได้ - ความโปร่งใส (แต่เป็นนามแฝง): แม้ว่าตัวตนของผู้ใช้จะถูกปกปิดด้วยที่อยู่แบบอักษร-ตัวเลข แต่ทุกธุรกรรมก็สามารถตรวจสอบได้สาธารณะ ซึ่งสมดุลนี้ทำให้เกิดความโปร่งใสและรักษาความเป็นส่วนตัวของผู้ใช้ไว้พร้อมกัน - การรักษาความปลอดภัยด้วยวิธีเข้ารหัส: แต่ละบล็อกจะมีแฮชเข้ารหัสทางคริปโตกราฟิกของบล็อกก่อนหน้า ซึ่งเป็นลายนิ้วมือดิจิทัลเฉพาะตัว การเปลี่ยนข้อมูลเล็กน้อยจะเปลี่ยนแฮชทันที ทำให้บล็อกหลังๆ ไม่สามารถใช้งานได้ ซึ่งเป็นการรับประกันความสมบูรณ์ของบล็อกเชน - การทำงานบนฉันทามติ: ก่อนที่จะเพิ่มบล็อกใหม่ โหนดในเครือข่ายต้องตรวจสอบความถูกต้องของธุรกรรมโดยใช้กลไกฉันทามติ เช่น Proof of Work (Bitcoin) หรือ Proof of Stake (Ethereum) วิธีการเหล่านี้ทำให้เกิดความไว้วางใจโดยไม่ต้องมีศูนย์กลางควบคุม วิธีการทำงานของบล็อกเชน (แบบง่าย) 1