المؤلف: Shayon Sengupta، Multicoin Capital؛ المترجم: 0xjs@Golden Finance
يسعدنا اليوم أن نعلن أن Multicoin قادت عملية الاستحواذ الاستراتيجي على GEOD، الرمز الأصلي لشبكة Geodnet، من مؤسسة Geodnet مقابل 8 ملايين دولار. Geodnet هي شبكة تحديد المواقع الدقيقة التي تستفيد من النموذج الاقتصادي لشبكة البنية التحتية المادية اللامركزية (DePIN) لتوفير خدمات تحديد المواقع المهمة للطائرات بدون طيار والسيارات ذاتية القيادة وعشرات الملايين من الروبوتات التي من المتوقع أن تنتشر في جميع أنحاء العالم في السنوات القادمة.
الذكاء الاصطناعي الفيزيائي قادم
في فيلم "Blade Runner 2049"، رأينا عالمًا مستقبليًا يعيش فيه الروبوتات جنبًا إلى جنب مع البشر كمساهمين مشاركين في الاقتصاد والمجتمع. بحلول عام 2025، ستصبح الروبوتات لدينا أقل شبهاً بالإنسان، ولكن الآلات المتخصصة بدأت بالفعل في التسلل إلى كل جانب من جوانب الحياة الحديثة.
إن نماذج اللغة تعمل على تسليع الذكاء، وإطلاق العنان لأنواع جديدة من الإبداع، وتحويل العمل المعرفي. لكن الذكاء الاصطناعي لا يقتصر فقط على النصوص والصور ومقاطع الفيديو. يحدث تطور الذكاء الاصطناعي في العالم المادي، والروبوتات هي الحدود التالية.
مع تزايد قوة نماذج الذكاء الاصطناعي، فإن قدرتها على فهم البيئة المادية والتفاعل معها سوف تتحسن بشكل كبير. وسوف يؤدي هذا التحول إلى ظهور أنواع جديدة من الأنظمة المستقلة، من السيارات ذاتية القيادة والروبوتات الشبيهة بالبشر إلى الطائرات بدون طيار ومعدات الأتمتة الصناعية، والتي ستعمل بذكاء واستقلالية غير مسبوقة.
لكي تعمل هذه الروبوتات بشكل صحيح، يتعين عليها الإجابة على سؤال أساسي: "أين أنا؟"
التوطين: مشكلة بقيمة 5 مليارات دولار
مع انتشار عشرات الملايين من الأجهزة المستقلة وشبه المستقلة، فإنها تواجه جميعها نفس التحدي: الوعي المكاني. تتطلب الطائرات بدون طيار التي تقوم بمهام التوصيل، والسيارات ذاتية القيادة التي تتنقل في البيئات الحضرية الكثيفة، والآلات الزراعية التي تقوم بالزراعة الدقيقة، دقة تحديد المواقع التي تقل عن السنتيمتر للعمل بأمان وكفاءة. ولتحقيق هذا المستوى من الدقة، تعتمد هذه الأنظمة على تقنية دمج المستشعرات، من خلال الجمع بين طرق تحديد المواقع المتعددة. يوفر LiDAR خرائط عمق عالية الدقة، لكنه لا يعمل بشكل جيد في الضباب أو المطر (وهو ثقيل ويستهلك الكثير من البطارية ومكلف). يوفر الرادار قياسات موثوقة للمسافة لكنه يفتقر إلى الدقة.
يتيح نظام SLAM (التحديد المتزامن للمواقع والرسم الخرائطي) القائم على الرؤية رسم الخرائط في الوقت الفعلي، إلا أن الأداء يتدهور في البيئات ذات الرؤية المنخفضة.
لكل من هذه الطرق حدود، ولا يوجد نظام واحد معصوم من الخطأ. في مجال طرق تحديد المواقع، يعتبر تحديد المواقع باستخدام نظام الملاحة العالمي عبر الأقمار الصناعية (GNSS) باستخدام محطات القاعدة الحركية في الوقت الحقيقي (RTK) للتصحيح أحد أكثر طرق الإدخال موثوقية.
إن تحديد المواقع القياسي لنظام GNSS غير دقيق بطبيعته بسبب التداخل الجوي وأخطاء المسارات المتعددة، مع انحرافات تصل إلى 5-10 أمتار. تحل تقنية RTK هذه المشكلة باستخدام محطات أساسية ثابتة تقارن إشارات الأقمار الصناعية بالمواقع المعروفة وتنقل بيانات التصحيح في الوقت الفعلي. يمكن أن تحقق هذه الطريقة دقة تصل إلى مستوى السنتيمتر، وهو ما يعد إنجازًا رئيسيًا في تطبيقات الذكاء الاصطناعي الفيزيائي. لقد قامت معظم شركات الروبوتات والأتمتة الكبيرة بدمج RTK في أنظمتها، مثل DJI للطائرات بدون طيار عالية الدقة، وJohn Deere للجرارات ذاتية القيادة، وTesla للسيارات ذاتية القيادة، وBoston Dynamics لروبوتات التفتيش الصناعية.

مصدر الصورة: متجر GNSS
تتمثل إحدى المشكلات التي تواجه تقنية RTK اليوم في التكلفة. إن إنشاء وصيانة محطات قاعدة RTK يتطلب رأس مال مكثف واستثمارات كبيرة في الأجهزة وشراء المواقع والصيانة. يقوم البائعون التقليديون مثل Trimble وHexagon وTopcon ببناء هذه المحطات الأساسية بأنفسهم ويفرضون على العملاء آلاف الدولارات مقابل كل جهاز يتم تعقبه، مما يحد من إمكانية الوصول وسرعة النشر. يميل التغطية إلى التركيز في المناطق المربحة، مما يؤدي إلى عدم تمكن بعض الأماكن من الحصول على خدمات تحديد المواقع عالية الدقة.
تعطيل هيكل التكلفة باستخدام DePIN
لقد قمنا بالفعل بتفصيل كيف تعمل DePIN المملوكة للمساهمين، والتي تعتمد على الرموز، على تعطيل هيكل التكلفة للشبكة العالمية التي تعتمد على الأجهزة بكثافة. تستفيد Geodnet، شبكة تحديد المواقع الدقيقة الأكبر في العالم، من هذه المبادئ لتحفيز المشغلين المستقلين على تثبيت محطات قاعدة RTK وتوفير بيانات التصحيح مقابل مكافآت رمزية.
من خلال تحويل عبء التكلفة من مشغل واحد إلى شبكة موزعة، تتمكن Geodnet من نشر محطات قاعدة RTK عالية الجودة بجزء بسيط من تكلفة البائعين التقليديين، وتحديدًا إزالة أكبر تكاليف بناء شبكة: الأرض والعمالة. ونتيجة لذلك، أصبحت شركة Geodnet قادرة على توسيع التغطية بشكل أسرع، وضمان التكرار، وتوفير خدمات تصحيح GNSS أكثر موثوقية من الشركات القائمة.
والنتيجة هي شبكة موزعة عالميا تتوسع بشكل طبيعي مع الحفاظ على نفس جودة الخدمة، مع خفض الأسعار للمستخدمين النهائيين.
كانت شركة Geodnet في توسع نشط منذ العام الماضي. ارتفع عدد محطات الشبكة الأساسية من 1400 في نوفمبر 2022 إلى 7800 في يونيو 2024. وبحلول يناير 2025، يوجد أكثر من 13000 محطة أساسية في 4377 مدينة و142 دولة.

مصدر الصورة: Dune Analytics
لقد وصلت الشبكة إلى "مقياس حرج" مع تغطية قادرة على خدمة أكثر من 60% من سوق تصحيح GNSS المحتمل. ومن الجدير بالذكر أن الشبكة استحوذت على هذا العرض بكفاءة رأسمالية عالية، حيث تم إصدار 11% فقط من إجمالي الرموز للمساهمين على مدى السنوات الثلاث الماضية.

مصدر الصورة: وحدة تحكم Geodnet
تعد Geodnet مثالاً نموذجيًا للتطبيق الناجح لنموذج DePIN في الممارسة العملية، وليس فقط من الناحية النظرية. لا تعد محطات Geodnet الأساسية أرخص بكثير من حيث الشراء والنشر فحسب (أي جهاز للمستهلك بقيمة 700 دولار مقابل محطة أساسية RTK للشركات بقيمة 12000 دولار؛ يمكن أن تحقق عمليات النشر الأكثر كثافة على شبكة المستهلك تغطية مماثلة لمحطة أساسية RTK للشركات)، ولكن رسومها السنوية أيضًا أقل بمقدار مرتبة واحدة بسبب التخلص من تكاليف نشر الأجهزة. لا شك أن Geodnet هو الحل الأكثر قابلية للتطوير والأقل تكلفة لتحديد المواقع المتاح في جميع أنحاء العالم اليوم.

حاليًا، تبلغ إيرادات Geodnet السنوية على السلسلة حوالي 3 ملايين دولار أمريكي، والتي تأتي من اتفاقيات الخدمة على مستوى المؤسسة الموقعة مع عملاء مثل Propeller وDroneDeploy وQuectel ووزارة الزراعة الأمريكية (USDA). في مشاريع DePIN اليوم، تنمو إيرادات Geodnet من جانب الطلب بشكل أسرع.

في محادثاتنا المبكرة مع مؤسس شركة Geodnet، مايك هورتون، سألناه كيف نجح في كسب ثقة بعض أبرز عملاء المركبات ذاتية القيادة والطائرات بدون طيار والروبوتات الزراعية في العالم. وإجابته تكون دائما هي نفسها: ميزة التكلفة الهيكلية الأساسية التي جلبها DePIN. نقطة التحول: في العقد المقبل، من المرجح أن تقوم الصناعات بنشر عشرات الملايين من الروبوتات، مما يؤدي إلى تحويل الخدمات اللوجستية والبنية الأساسية والأتمتة. ستقوم الطائرات بدون طيار بإجراء عمليات تفتيش في الوقت الفعلي لخطوط الكهرباء وخطوط الأنابيب. ستعمل السيارات ذاتية القيادة على تحسين خدمات الشحن ونقل الركاب. ستعمل المستودعات على تقليل الاعتماد على القوى العاملة من خلال الآلات المتخصصة. ستظهر الروبوتات ذات الشكل البشري في المنازل للمساعدة في الأعمال المنزلية اليومية.
بدون بيانات تحديد المواقع الموثوقة، لن تتمكن أي من هذه الروبوتات من العمل. ستحتاج المركبات ذاتية القيادة إلى نظام GNSS المعزز بتقنية RTK عند التنقل في المناطق الحضرية الكثيفة حيث لا يمكن لنظام GPS وحده العمل. تتطلب الطائرات بدون طيار تحديد المواقع بدقة للهبوط بشكل صحيح في محطات الشحن. نحن نعتقد أن تحديد موقع RTK ليس مكملاً لأنماط الاستشعار الأخرى مثل LiDAR وRADAR فحسب، بل إنه أمر بالغ الأهمية أيضًا. تنفق العديد من شركات الروبوتات ملايين الدولارات سنويًا على خدمات تصحيح GNSS التقليدية، وهي خدمات باهظة الثمن وتتمتع بتغطية محدودة ودقة غير متسقة. نحن نؤمن بأن Geodnet تقدم منتجات أكثر فعالية من حيث التكلفة وأعلى جودة لهؤلاء العملاء اليوم وللمزيد من العملاء في المستقبل. إن الطفرة التي تشهدها الروبوتات المدعومة بالذكاء الاصطناعي ليست مسألة "إذا" بل مسألة "متى". أين كل الروبوتات؟ إنهم قادمون بسرعة. مع Geodnet، سنعرف بالضبط أين هم.