BroadChain รายงานว่า Davide Crapis หัวหน้าฝ่าย AI ของ Ethereum Foundation ให้สัมภาษณ์กับ CoinDesk ระหว่างการประชุม NEARCON2026 เมื่อวันที่ 5 มีนาคม โดยระบุว่า แม้ AI จะกำลังปฏิวัติภาคการเงินและความมั่นคงปลอดภัยทางไซเบอร์อย่างลึกซึ้ง แต่ Ethereum จะไม่ผสานรวมกับ AI ในระดับการประมวลผลพื้นฐาน (raw compute) หากแต่จะทำหน้าที่เป็น “ชั้นการประสานงานและตรวจสอบ” (coordination and verification layer) ในโลกที่ AI กำลังก้าวขึ้นมามีบทบาทนำ
Crapis ชี้ให้เห็นว่า หากระบบ AI ขาดคุณสมบัติพื้นฐาน เช่น การกระจายศูนย์ (decentralization), สิทธิในการควบคุมตนเอง (autonomy), ความต้านทานการเซ็นเซอร์ (censorship resistance) และความเป็นส่วนตัว (privacy) ในขณะที่มนุษย์พึ่งพา AI ในการจัดการกิจกรรมต่างๆ มากขึ้น คุณสมบัติเหล่านั้นก็อาจสูญหายไป
ดังนั้น กลยุทธ์ AI ของ Ethereum จึงไม่ใช่การแข่งขันกับ OpenAI หรือ Google ด้านขนาดโมเดล แต่เป็นการสร้างหลักประกันว่า เมื่อ AI กลายเป็น “อินเทอร์เฟซหลักของอินเทอร์เน็ต” (internet interface) แล้ว จะไม่เกิดการรวมศูนย์อำนาจ (power re-centralization) แบบเงียบๆ
กลยุทธ์นี้ขับเคลื่อนด้วยสองแนวทางหลัก:
ประการแรก คือ “การประสานงาน AI แบบกระจายศูนย์” (decentralized AI coordination) ซึ่งหมายถึงการสร้างโครงสร้างพื้นฐานสำหรับตัวแทน AI อัตโนมัติ (autonomous AI agents) เพื่อรองรับการระบุตัวตน (identity), การสร้างความไว้วางใจ (trust establishment) และการแลกเปลี่ยนการชำระเงิน (payment exchange) โดยงานประมวลผลของ AI ยังคงเกิดขึ้นนอกเครือข่าย (off-chain) ส่วน Ethereum จะทำหน้าที่สนับสนุนการค้นพบ (discovery) และการตรวจสอบ (verification) ระหว่างตัวแทนเหล่านั้น ผ่านกลไกเช่น “ทะเบียนสาธารณะ” (public registry), “ประวัติศาสตร์ที่โปร่งใส” (transparent history), “การกำหนดเส้นทางการชำระเงิน” (payment routing) และ “หลักฐานเข้ารหัส” (cryptographic proofs) โปรโตคอลมาตรฐานที่เกี่ยวข้องอย่าง ERC-8004 กำลังอยู่ในขั้นตอนการพัฒนา
ประการที่สอง คือการนำหลักการสำคัญ เช่น ความเป็นส่วนตัว (privacy), ความเปิดกว้าง (openness), ความต้านทานการเซ็นเซอร์ (censorship resistance) และความปลอดภัย (security) สู่แวดวง AI โดยส่งเสริมให้การประมวลผล AI เกิดขึ้นบนอุปกรณ์ของผู้ใช้ (on-device) มากขึ้น เพื่อลดการส่งข้อมูลไปยังเซิร์ฟเวอร์แบบรวมศูนย์
Crapis ยังเสริมว่า ในอนาคต ระบบ AI อาจทำให้การโจมตีทางเครือข่าย (network attacks) ขยายวงกว้างและดำเนินการโดยอัตโนมัติมากขึ้น ส่งผลให้วิธีการพิสูจน์ตัวตนแบบดั้งเดิมเผชิญความท้าทายรุนแรง ในขณะที่ “กุญแจเข้ารหัส” (cryptographic keys) จะมีความสำคัญยิ่งขึ้น เนื่องจากสามารถยืนยันความถูกต้องได้ด้วยกระบวนการทางคณิตศาสตร์ (mathematically verifiable)