A combinação de AI com Web3 está a reescrever as regras da governação de dados. Os modelos de IA generativa necessitam de uma quantidade enorme de dados para treino, mas esses dados muitas vezes estão dispersos — distribuídos por diferentes plataformas, misturados com informações privadas e segredos comerciais, tornando difícil a colaboração e partilha. A ideia de uma IA descentralizada soa bem, mas na prática, como é que os dados circulam de forma segura? Como se rastreia a origem? Como proteger a privacidade ao mesmo tempo que se garante eficiência? Estas questões têm travado muitos projetos.

Armazenamento de baixo custo e alto desempenho é a chave para a solução. Imagine que um modelo de IA precisa de processar conjuntos de dados de TB ou até PB, e ainda precisa de lê-los repetidamente para otimizações iterativas. Usar armazenamento em nuvem tradicional? Os custos disparariam. É por isso que a indústria começou a olhar para soluções de armazenamento descentralizado — que podem resolver problemas de grandes volumes de dados de forma mais económica.

Nos detalhes técnicos, o ponto-chave do armazenamento descentralizado está no controlo da taxa de redundância. O Walrus utiliza a tecnologia de codificação de erro bidimensional Red-Stuff, reduzindo a taxa de redundância de armazenamento para 4-5 vezes, apenas um terço das soluções tradicionais de múltiplas cópias. Em números de custos, isto é ainda mais claro: pode reduzir 98,6% em relação ao Arweave, e 75% em relação ao Filecoin. Esta vantagem de custos não é um número pequeno; para tarefas de treino de IA de longo prazo, impacta diretamente a sustentabilidade do projeto.

Por isso, o Walrus está a tornar-se na infraestrutura de base para IA descentralizada, não só porque é barato, mas porque constrói um sistema completo de governação de dados — desde armazenamento, encriptação, colaboração até à monetização final dos dados, formando uma cadeia completa. Isto elimina as principais barreiras técnicas e de custos ao desenvolvimento de uma IA descentralizada.