Conheça as dataDAOs – e entenda sua sinergia com IA e web3

Se você ainda não está familiarizado com o conceito de “dataDAOs”, deveria. Cada operação descentralizada autônomo é um mercado descentralizado no qual os dados fornecidos por usuários são tokenizados e disponibilizados para uso em vários aplicativos, como o treinamento de modelos de IA. Em outras palavras, as dataDAOs, também chamadas de DAOs de dados e de data liquidity pools (DLPs), basicamente se concentram no agrupamento de dados fornecidos pelos usuários de uma rede blockchain. 

Este artigo apresenta as dataDAOs e mostra que existe uma interseção muito interessante entre elas, inteligência artificial e web3 que precisamos começar a enxergar, pois representa uma sinergia transformadora que talvez venha a ser para a evolução dos negócios.

Desvendando a nova espécie de DAO

Essas organizações autônomas permitem que os indivíduos possuam, gerenciem e monetizem coletivamente seus dados em vários aplicativos, incluindo treinamento de IA e personalização de serviços.

De modo geral, as DataDAOs exemplificam como o blockchain (entenda melhor sobre essa tecnologia aqui) pode transformar o gerenciamento de dados, capacitando os usuários e promovendo uma economia de dados cooperativa.

Como identificar uma DAO de dados?

Os principais componentes – isto é, que os elementos que permitem identificar uma DAO de dados – são: controle, governança, criação de comunidades e monetização de dados.

As DAOs de dados dão aos indivíduos o controle sobre seus dados e oferecem caminhos para monetização. Elas lidam com oportunidades comerciais para os contribuintes de dados, facilitando a capacidade deles de lucrar com seus dados.

Os participantes das dataDAOs contribuem para formar pools de liquidez de dados e recebem recompensas com base no valor de seus dados. A governança desses pools garante o uso eficiente dos dados e promove uma economia de dados de propriedade do usuário.

As DAOs de dados funcionam como ímãs para indivíduos com ideias semelhantes, atraindo usuários com interesses em comum e incentivando a contribuição contínua de novos dados. E é aqui que está o componente “criação de comunidades” das dataDAOS.

Por fim, o último componente que caracteriza uma dataDAO é a monetização de dados. Os fornecedores de dados têm a oportunidade de obter receita com modelos de treinamento de Inteligência Artificial, que utilizam tais dados para treinamento ou, ainda, uso em aplicativos, através de recursos como, por exemplo, a camada de portabilidade de dados da rede blockchain Vana. Por que isto é importante?

Isso é importante porque aumenta a versatilidade do uso de dados e, ao mesmo tempo, mantém a privacidade e o controle do usuário por meio de criptografia incorporada e gerenciamento de chaves.

DataDAOs vs. modelos tradicionais de compartilhamento de dados

As dataDAOs e os modelos tradicionais de compartilhamento de dados diferem significativamente em termos de eficiência e controle do usuário, sendo que as dataDAOs oferecem vários benefícios distintas.

1 – Eficiência

No tocante à eficiência, as vantagens oferecidas pelas dataDAOs residem na agregação e efeitos de rede, na descentralização e escalabilidade, bem como nos mecanismos e compartilhamento de receita.

Sob a ótica da agregação e efeitos de rede, as dataDAOs reúnem com eficiência dados de várias fontes, criando efeitos de rede em que o valor dos dados aumenta à medida que são enriquecidos por diferentes conjuntos de dados. Esse enriquecimento de dados entre DAOs – como, por exemplo, a combinação de dados genéticos e de saúde – pode gerar insights poderosos e impulsionar a inovação.

Nos aspectos da descentralização e da escalabilidade, por sua vez, as dataDAOs operam em redes descentralizadas como a Vana – uma blockchain para dados privados de propriedade do usuário, projetada para permitir a IA de propriedade do usuário -, o que permite às dataDAOs escalarem em vários setores e regiões geográficas com facilidade, fornecendo uma solução para agregação e uso de dados.

Do ponto de vista dos mecanismos de compartilhamento de receita, ao contrário dos modelos tradicionais de compartilhamento de dados, em que os pagamentos de serviços fluem em uma única direção, as DataDAOs permitem o compartilhamento de receitas. Essa estrutura incentiva os benefícios mútuos e a colaboração entre aplicativos e provedores de dados

2 – Controle do usuário

No tocante ao controle do usuário, as vantagens oferecidas pelas DataDAOs estão na propriedade e monetização de dados, preservação da privacidade, e na propriedade legal e conformidade.

Sob a ótica da propriedade e monetização de dados, as dataDAOs devolvem o controle sobre os dados aos usuários, permitindo que eles monetizem suas contribuições. Os indivíduos podem participar ativamente da tomada de decisões sobre o uso de seus dados por meio de tokens de governança, quebrando o monopólio das grandes corporações. 

Aqui vale citar mais uma vez a Vana Network que integrou Tally e Snapshot como suas ferramentas de governança, permitindo que os detentores de tokens proponham e votem facilmente em alterações nas dataDAOs de forma segura e transparente. Com eles, os participantes do DLP podem propor mudanças [qualquer detentor de token pode propor alterações na estrutura de governança da dataDAO, na distribuição de recompensas ou nas regras operacionais), votar com transparência (a camada de software Tally garante que todos os votos sejam registrados na rede blockchain, proporcionando total transparência e assegurando que os resultados sejam verificáveis por qualquer pessoa da comunidade] e rastrear propostas (participantes podem monitorar o progresso das propostas de governança, garantindo que se mantenham informados e possam participar da formação do futuro da dataDAO). 

Do ponto de vista da preservação da privacidade, nos modelos tradicionais, os dados dos usuários geralmente residem em silos centralizados, o que gera preocupações com a proteção de dados. As dataDAOs, no entanto, facilitam o acesso aos dados com preservação de privacidade, armazenando dados pessoais com segurança e usando mecanismos como o aluguel de dados para manter o controle do usuário e evitar a revenda não autorizada de dados.

Por fim, sob a perspectiva da propriedade legal e do compliance, os usuários mantêm a propriedade legal de seus dados, em conformidade com os regulamentos existentes, como o GDPR, que é a lei de proteção de dados da União Europeia. Isso contrasta com as plataformas tradicionais, que geralmente controlam os dados em bancos de dados centralizados, limitando os direitos dos usuários.

Oportunidades de negócios trazidas por uma dataDAO

As dataDAOs oferecem uma variedade de oportunidades de negócios ao permitir o agrupamento coletivo e a monetização de dados, que podem ser utilizados para treinar modelos de IA, realizar pesquisas e desenvolver aplicativos personalizados. 

Dentre algumas das principais áreas que podem gerar oportunidades de negócios associadas às dataDAOs, vale citar: o compartilhamento de saúde, idioma e tradução, mídia social e dados comportamentais, carros autônomos e robótica, monetização e soberania de dados.

1 – Compartilhamento de dados de saúde

As dataDAOs podem facilitar o compartilhamento de dados de saúde, como registros médicos, rastreamento de condicionamento físico e registros de nutrição. Isso pode permitir aplicativos de saúde personalizados e treinamento mais preciso de modelos de IA.

2 – Idioma e tradução

Ao agregar dados de texto e áudio, as dataDAOs podem aprimorar os modelos de tradução de idiomas, fornecendo serviços de tradução mais naturais e precisos diretamente de fala para fala 2.

3 – Mídia social e dados comportamentais

Plataformas como Reddit e Twitter podem dar origem a dataDAOs que reúnem dados de interação do usuário, criando novos modelos para IA que entendem comportamentos e tendências sociais.

4 – Carros autônomos e robótica

Ao reunir dados de carros autônomos ou dispositivos domésticos inteligentes, as dataDAOs podem fornecer conjuntos de dados valiosos para treinar sistemas de IA nesses domínios, aprimorando a inovação e o desenvolvimento de aplicativos.

5 – Monetização e soberania de dados

As DataDAOs permitem que os usuários controlem e monetizem seus dados, fornecendo incentivos financeiros que se alinham aos princípios descentralizados. Isso rompe com os silos de dados tradicionais mantidos por grandes empresas de tecnologia.

Essas oportunidades demonstram o potencial das dataDAOs para revolucionar a propriedade de dados e a criação de valor, abrindo caminho para aplicações inovadoras em vários setores.

Projetos mais promissores de dataDAOs

Em 2025, diversos projetos no campo das dataDAOs têm atraído o interesse de investidores devido a progressos significativos. Tendo isto em conta, os projetos mais promissores que destacam a natureza dinâmica e em rápida evolução do ecossistema dataDAO são: Vana Network, dFusion AI, DE-Capital DAO 2.0, Kangaroo e Shale.

1. Vana Network. Já citada neste artigo, ela é uma empresa de destaque que utiliza a estrutura de dataDAO para permitir que os usuários contribuam, possuam e ganhem com seus dados. A rede está se expandindo rapidamente, e conta atualmente com mais de 1,3 milhão de usuários e 300 dataDAOs ativos. Dentre os recursos notáveis, merecem destaque o agrupamento de dados em dataDAOs [facilitando a monetização dos dados fornecidos por seus usuários através de um ecossistema descentralizado], e um sistema de recompensas de dataDAO para incentivar contribuições de dados de alta qualidade. Para se ter uma idéia do valor de seus desenvolvimentos recentes, a Vana Network recebeu um investimento estratégico da YZi Labs, antiga Binance Labs, com o fundador da Binance, Changpeng Zhao, assumindo uma posição de consultor na empresa.
2. dFusion AI. É um projeto cujo foco está na transformação de dados em um ativo negociável, oferecendo suporte à validação e propriedade descentralizadas de dados usando um modelo dataDAO. Ela basicamente permite que os usuários apostem dados em pools de liquidez de dados para obter recompensas. A plataforma garantiu recentemente um investimento de US$ 10 milhões da GEM Digital para aprimorar sua infraestrutura e expandir sua base de colaboradores.
3. DE-Capital DAO 2.0. É um projeto cujo objetivo é revolucionar o gerenciamento de dados em finanças descentralizadas [DeFi], aprimorando a escalabilidade, a flexibilidade de dados e a interoperabilidade. Dentre as principais inovações alcançadas pela DE-Capital DAO 2.0 estão novos métodos para interagir e gerenciar dados em várias redes blockchain, o que a torna vital para empresas e plataformas que buscam superar as limitações tradicionais de DeFi.
4. Kangaroo. Fornece um kit inicial para a criação de dataDAOs, que inclui ferramentas para votação sobre preservação de dados e distribuição de tokens no blockchain Filecoin.
5. Shale. Concentra-se no aprimoramento da computação em nuvem no Filecoin, permitindo que os provedores de armazenamento aproveitem o poder de processamento existente.

Ao inovar no gerenciamento de dados, nos incentivos aos colaboradores e na governança descentralizada, essas organizações podem redefinir a forma como os dados são de propriedade e utilizados na economia digital.

Desafios embarcados

Embora as dataDAOs ofereçam benefícios em termos de eficiência e controle, para realmente terem sucesso elas precisam superar desafios importantes em seu desenvolvimento e adoção. Entre os principais obstáculos estão a incerteza regulatória, as barreiras tecnológicas, desafios de governança, adoção e escalada, privacidade e segurança de dados, sobre os quais discorro a seguir:

1 – Incerteza regulatória

As dataDAOs geralmente enfrentam dificuldades com a classificação dos tokens, que podem variar significativamente entre as jurisdições, levando à incerteza do status legal e dos requisitos de conformidade.

Também, a natureza global das dataDAOs dificulta a conformidade com diferentes regulamentações em áreas como privacidade de dados (por exemplo, GDPR), tributação e leis de valores mobiliários. 

Ademais, garantir a proteção do consumidor contra fraudes e assegurar estruturas de governança robustas para mitigar os riscos dentro das DAOs continuam sendo desafios críticos.

2 – Barreiras tecnológicas

Portabilidade e integração de dados: Apesar da promessa de maior portabilidade de dados, continua sendo difícil incentivar a participação de usuários e desenvolvedores, principalmente devido aos silos de dados existentes nas plataformas.

Ademais, como as dataDAOs agregam dados, garantir a qualidade e a validação dos dados em ambientes descentralizados torna-se crucial, especialmente para aplicativos como o treinamento de modelos de IA.

3 – Desafios de governança

Equilibrar a necessidade de governança descentralizada e, ao mesmo tempo, garantir uma tomada de decisão eficaz apresenta desafios significativos. Questões como apatia dos eleitores e manipulação por grandes partes interessadas [baleias] afetam a integridade dos processos de governança. 

DAOs de modo geral estão enfrentando desafios significativos de governança, incluindo o equilíbrio entre a liderança centralizada e a tomada de decisões descentralizada, a mitigação de ameaças de suborno e a abordagem da apatia dos eleitores e da manipulação de baleias.

[No mercado de criptomoedas, “baleias” são indivíduos ou entidades que possuem grandes quantidades desses ativos, o suficiente para influenciar significativamente o preço e a liquidez do mercado.]

Esses problemas destacam as complexidades de manter a integridade descentralizada e, ao mesmo tempo, garantir a participação ativa e a governança eficaz. 

Dentre as várias sugestões de soluções que estão sendo exploradas atualmente, podemos citar: ambientes de execução confiáveis, profissionalização e votação obrigatória, para aprimorar a sustentabilidade e a robustez das DAOs.

Some-se a isso o fato de que o estabelecimento de reconhecimento legal e de estruturas para DAOs que operam internacionalmente é um desafio em evolução, exigindo soluções inovadoras para garantir que elas possam se envolver em operações legalmente vinculantes.

4 – Adoção e escalabilidade

Primeira vale a pena pensar em monetização – ou seja, em incentivos. A criação de incentivos financeiros atraentes é fundamental para impulsionar a adoção generalizada, pois as DAOs de dados dependem muito da participação do usuário para criar pools de liquidez de dados.

Já sob a perspectiva de concorrência de mercado e economia, competir com as plataformas tradicionais de gerenciamento de dados e incentivar a migração para modelos descentralizados envolve a abordagem de desafios econômicos e de utilidade no design de tokens.

5 – Privacidade e segurança

Garantir que os usuários mantenham a propriedade e o controle sobre seus dados e, ao mesmo tempo, facilitar o uso coletivo de dados sem correr o risco de violações de privacidade ou exploração é outro desafio a ser superado pelas dataDAOs. O fortalecimento da segurança das infraestruturas de dataDAO para evitar acesso não autorizado e violações de dados continua sendo uma preocupação constante.

Sinergia entre dataDAOs, IA e web3

Começamos este artigo apontando a importância de entender a sinergia entre essas três tecnologias e agora compartilho alguns aspectos importantes dela:

1. Gerenciamento de dados descentralizado e web3

DataDAOs, nas quais nos aprofundaremos mais adiante neste artigo, são vitais hoje, uma vez que permitem que os indivíduos gerenciem e monetizem dados de maneira coletiva por meio de plataformas de blockchain – devolvendo a propriedade dos dados aos indivíduos, o que é dos pilares da web3. DataDAOs fornecem mecanismos para que os usuários possuam e controlem seus dados, oferecendo incentivos financeiros para o compartilhamento de dados e criando uma economia de dados autossuficiente.

Para se ter uma ideia de como isso já está funcionando, na prática, plataformas como Vana Network – protocolo blockchain open source – permitem que os dados do usuário sejam tokenizados e usados no treinamento de modelos de IA, recompensando as contribuições do usuário com tokens nativos. 

2. IA e inovações da web3

A convergência entre inteligência artificial e tecnologia blockchain na web3 permite a criação de modelos descentralizados de IA que superam as limitações dos sistemas centralizados, priorizando a soberania dos dados, a privacidade e a integração perfeita com os protocolos de infraestrutura da web3.

Projetos como Metis e LazAI se concentram no desenvolvimento de redes abertas para aplicativos de IA descentralizados, melhorando a acessibilidade do desenvolvedor e promovendo a privacidade.

3. Aplicativos entre setores

A combinação de inteligência artificial descentralizada e o blockchain é empregada em diversos setores, desde serviços financeiros [DeFi] até plataformas sociais descentralizadas.  Enquanto a IA aprimora a personalização, o blockchain garante a transparência, abordando questões como privacidade de dados e sobrecarga de conteúdo.

Exemplos disso incluem a integração de dados de origem comunitária e IA em aplicativos industriais, como visto no Shenzhen Data Exchange da China, demonstrando aplicações práticas de coleta de dados descentralizada

4. Tokens de IA e modelos econômicos

Os tokens relacionados a projetos de IA, registrados em redes blockchain, servem como base econômica para ecossistemas descentralizados, facilitando transações, governança e incentivando o compartilhamento de dados. 

 A dataDAO Vana Network, por exemplo, introduziu um novo padrão de contrato inteligente, o VRC-20, projetado para garantir transparência e utilidade na negociação de ativos digitais apoiados por dados, aprimorando assim as economias de dados descentralizadas

5. Desafios e soluções

A sinergia enfrenta desafios como escalabilidade, portabilidade de dados e questões regulatórias. Mas é bom destacar, já de antemão, que soluções estão sendo exploradas para enfrentar tais obstáculos. (Veja o que já escrevi sobre os obstáculos dimensionamento da camada 2 e técnicas mestras de criptografia, por exemplo.)

O desenvolvimento de ferramentas baseadas em IA para indexação de dados está melhorando a eficiência do gerenciamento de dados em sistemas descentralizados, permitindo uma melhor aquisição de dados e consultas em tempo real na web3. 

Em geral, a combinação entre DLPs, IA e web3 está impulsionando a inovação em vários setores, estabelecendo modelos descentralizados que capacitam os usuários com maior controle e oportunidades de monetização de seus dados. 

Um segmento de nicho (ainda) pouco valorizado

Quando olhamos para o ecossistema web3, e olhamos para alocações específicas de fundos de investimentos, percebemos que as dataDAOs, quando comparadas com outros setores, ainda são atualmente um segmento de nicho.

Contudo, aos que buscam novas oportunidades e pretendem se posicionar a frente da corrente dominante, é importante considerar que a integração de IA e blockchain pode ter um papel significativo na atração de investimentos para dataDAOs devido a vários fatores.

A dependência da IA de dados de alta qualidade e os desafios dos atuais ecossistemas de compartilhamento de dados tornam a estrutura segura e descentralizada das dataDAOs altamente atraente. Isto sem falar nos novos casos de uso viabilizados por aplicativos específicos em redes blockchain, como o treinamento descentralizado de IA, que garantem a autenticidade dos dados e o acesso controlado.

De outro lado, a convergência de dataDAOs com a IA e o blockchain melhora a segurança e a transparência, abordando as limitações da IA em termos de privacidade e responsabilidade. Essa integração apoia o desenvolvimento de economias de agentes de IA seguras, criando novos modelos de transações financeiras.

Por fim, a criação de mercados de dados alimentados por inteligência artificial e blockchain apresenta novas oportunidades para a monetização justa de dados por meio de contratos inteligentes como vimos por exemplo, no modelo dataDAO da Vana Network que permite que os usuários se beneficiem de suas contribuições em economias globais de IA, atraindo investimentos como o recente financiamento da YZi Labs.

Assim, todos os fatores nos apontam um grande potencial crescimento futuro das dataDAOs à medida que a infraestrutura e as tecnologias relacionadas a web3 amadurecem.

Em suma: ainda que haja desafios consideráveis nos domínios regulatórios, tecnológicos e de governança, é possível superá-los com uma abordagem multifacetada das dataDAOs, incluindo o desenvolvimento e a adoção de estruturas jurídicas padronizadas, o aprimoramento de recursos técnicos para o gerenciamento de dados, a melhoria dos modelos de governança e a criação de incentivos econômicos atraentes para a participação.