DGrid Genesis supera i 23 milioni di dollari di fatturato semestrale: l'AI decentralizzata entra nella fase di verifica del pagamento reale

La capacità dell'AI continua a essere esplorata, mentre la sua applicazione commerciale viene verificata attraverso servizi a pagamento reali nel mondo delle criptovalute.

Nel primo semestre del 2026, il programma di abbonamento DGrid Genesis ha superato i 23 milioni di dollari di fatturato, con oltre 15.000 membri paganti. Il significato di questi numeri non risiede solo nella scala dei ricavi, ma dimostra che l'AI decentralizzata sta passando da una narrazione concettuale a una fase commerciale verificabile da utenti reali disposti a pagare.

Il successo di DGrid in questo passaggio è dovuto al fatto che non è semplicemente una piattaforma di potenza di calcolo decentralizzata, né uno strumento che si limita a facilitare le chiamate ai modelli, ma un "nodo intelligente verificabile" che connette sviluppatori di AI, utenti aziendali e utenti nativi delle criptovalute.

A differenza di progetti che si concentrano sulla formazione decentralizzata o che offrono solo mercati di potenza di calcolo, DGrid si focalizza su due aspetti: rendere il processo di inferenza più verificabile e garantire che il ciclo di pagamento funzioni realmente. Il primo risolve il problema della fiducia, mentre il secondo verifica la domanda commerciale. Questo è il significato centrale dell'esistenza del meccanismo Proof of Quality (PoQ).

Piano Genesis: dimostrare la fattibilità commerciale con pagamenti reali

Il programma di abbonamento Genesis è il risultato commerciale più rappresentativo di DGrid.

Gli utenti possono unirsi al programma Genesis pagando una quota annuale di 1.580 dollari, ottenendo un credito mensile di 300 dollari per l'uso del modello, diritti esclusivi NFT, capacità di distribuzione con un clic tramite DClaw e premi per il mining di token DGAI. Calcolando la quota annuale, i diritti di chiamata del modello goduti dai membri equivalgono a circa il 44% del prezzo ufficiale, rendendoli estremamente competitivi sul mercato.

A differenza dei tradizionali servizi di abbonamento AI Web2, i registri di pagamento dei membri di DGrid sono basati su blockchain, conferendo una naturale proprietà di trasparenza. I 23 milioni di dollari di fatturato non sono solo una narrazione su un PPT, ma dati affidabili basati su comportamenti di pagamento reali.

Ancora più importante, i più di 15.000 membri paganti rappresentano una domanda di mercato reale e continua. La loro disponibilità a pagare per i servizi di AI dimostra già il valore effettivo del prodotto, un aspetto che molti progetti puramente narrativi basati su token non riescono a dimostrare.

Al di fuori del sistema di abbonamento, DGrid consente agli utenti di partecipare attivamente alla valutazione cieca dei modelli tramite AI Arena, accumulando dati di preferenza umana di alta qualità. Questi dati alimentano l'ottimizzazione del routing intelligente, migliorando ulteriormente la qualità del servizio di Gateway. La verifica della domanda di pagamento e l'ottimizzazione continua dell'esperienza del prodotto costituiscono insieme il ciclo virtuoso di DGrid.

È interessante notare che il finanziamento seed di DGrid è stato di 5 milioni di dollari, il che significa che con 5 milioni di dollari di finanziamento ha generato 23 milioni di dollari di fatturato, un'efficienza di capitale piuttosto rara in tutto il settore, che conferma anche la salute del suo modello commerciale.

Naturalmente, la sostenibilità di questo ciclo dipenderà dalla retention degli utenti, dal tasso di consumo del credito, dal controllo dei costi dei modelli e dalla capacità del meccanismo di incentivazione DGAI di funzionare in modo continuo. Ma almeno, guardando ai risultati attuali, DGrid ha già compiuto un passo cruciale nella commercializzazione dell'AI decentralizzata.

Matrice di prodotti: rendere l'AI realmente utilizzabile

A sostenere il fatturato del programma Genesis è l'architettura del prodotto di DGrid, costruita attorno ai veri punti dolenti degli utenti.

AI Gateway offre un ingresso intelligente one-stop, in grado di richiamare automaticamente oltre 200 modelli mainstream come Claude, GPT, Gemini, MiniMax e GLM, in base a costi, velocità e prestazioni storiche, consentendo agli utenti di utilizzare servizi AI di alta qualità a un costo inferiore tramite un'unica API, senza dover interfacciarsi con diversi fornitori.

AI Arena raccoglie dati di preferenza umana sui risultati di diversi modelli attraverso valutazioni cieche. Gli utenti giudicano anonimamente le risposte di due modelli, e questi dati possono essere utilizzati sia per ottimizzare il routing intelligente sia per diventare asset di annotazione commercializzabili. Attualmente, oltre 300.000 utenti partecipano all'Arena.

DClaw consente agli utenti di distribuire rapidamente assistenti AI locali in pochi minuti, senza necessità di configurare chiavi, e offre memoria persistente e plugin a caldo, adattandosi a piattaforme mainstream come Telegram, WeChat e Discord, adatte per scenari di utilizzo a lungo termine.

Il Model Marketplace supporta la libera pubblicazione dei modelli AI, la determinazione autonoma dei prezzi e la tokenizzazione degli asset, consentendo ai fornitori di modelli di partecipare direttamente alla competizione di mercato, offrendo loro percorsi di guadagno più diretti.

Inoltre, DGrid ha lanciato Dori, un agente di raccomandazione intelligente, che consente agli utenti di descrivere le proprie esigenze in linguaggio naturale, raccomandando modelli e piani di chiamata appropriati, abbassando ulteriormente la barriera all'uso dei servizi AI multi-modello.

Il punto focale di questa matrice di prodotti non è semplicemente accumulare funzionalità, ma affrontare una questione centrale: come consentire agli utenti di utilizzare l'AI a un costo inferiore, in modo più affidabile e conveniente.

Profondamente integrato nella BNB Chain: conferire agli agenti identità e capacità di pagamento on-chain

Se la matrice di prodotti risolve la questione "l'AI è facile da usare", l'integrazione di DGrid con la BNB Chain affronta un'altra questione: gli agenti AI possono operare autonomamente on-chain.

Attraverso l'integrazione con Agent Registry e la capacità di pagamento x402, DGrid consente agli agenti AI di avere un'identità on-chain e la capacità di pagamento per chiamate per richiesta.

Da un lato, gli agenti AI distribuiti da DGrid possono registrarsi on-chain, diventando entità on-chain scopribili, combinabili e richiamabili; dall'altro, quando gli agenti AI richiamano i modelli su DGrid, possono anche completare il pagamento dei servizi tramite un modello di pagamento per richiesta.

Questo significa che gli agenti AI non sono più solo strumenti off-chain, ma stanno gradualmente acquisendo un'identità on-chain, capacità di chiamata ai servizi e capacità di pagamento autonomo. È su questa base che gli agenti possono evolvere da strumenti singoli a soggetti intelligenti in grado di partecipare ad attività economiche on-chain.

Meccanismo PoQ: colmare la lacuna della "verificabilità" per l'AI decentralizzata

Il meccanismo PoQ deve affrontare il problema della fiducia più profonda nell'AI decentralizzata.

Nei servizi AI centralizzati, gli utenti di solito presumono che la piattaforma completi chiamate reali, fatturi correttamente e consegni in modo stabile. Ma in una rete decentralizzata, i fornitori di modelli, gli operatori di nodi, gli sviluppatori e gli utenti ricoprono ruoli diversi; senza un meccanismo di verifica, potrebbero sorgere problemi come modelli di bassa qualità che si spacciano per modelli di alta qualità, fatturazione falsa e processi di esecuzione delle attività non tracciabili.

La Proof of Quality (PoQ) proposta da DGrid si concentra proprio su questo problema. Essa verifica la qualità del servizio dei fornitori di modelli attraverso un meccanismo di campionamento indipendente e registra i risultati della verifica sulla blockchain. È importante sottolineare che la PoQ verifica se il fornitore ha effettivamente consegnato i servizi promessi, utilizzando un proprio set di test e non toccando i dati delle chiamate degli utenti, né registrando i dati degli utenti sulla blockchain.

Questo è particolarmente importante per l'AI decentralizzata. Quando i servizi AI passano da una piattaforma singola a una rete aperta, la fiducia non deriva più solo dal marchio, ma deve provenire da un meccanismo verificabile, responsabile e liquidabile. Il valore della PoQ risiede nel fornire un livello di fiducia di base per questa rete di servizi AI aperti.

Il team di DGrid sta anche continuando a ricercare direzioni come PoQ e Optimistic TEE-Rollups. Secondo le informazioni pubbliche, i membri chiave del team hanno un background di dottorato in istituti come la Stony Brook University e hanno già pubblicato 4 articoli correlati:

• Proof of Quality: https://arxiv.org/abs/2512.16317
• Optimistic TEE-Rollups: https://arxiv.org/abs/2512.20176
• Cost-Aware Proof: https://arxiv.org/html/2601.21189v1
• PoQ-Judge: https://arxiv.org/pdf/2606.11196

Dalla verifica tecnica alla rete di servizi

La PoQ inizialmente affrontava il problema di come verificare un singolo compito di inferenza, ma DGrid non vuole costruire solo uno "strumento di chiamata verificabile", ma una rete di servizi AI che colleghi fornitori di modelli, operatori di nodi, sviluppatori e utenti finali.

In questa rete, chiamate, verifiche, fatturazione e liquidazione devono essere inserite nello stesso ciclo chiuso. Gli utenti pagano le spese, i nodi completano i servizi, il sistema registra i processi chiave, e sviluppatori e fornitori di modelli ottengono guadagni. Solo quando questo processo è sufficientemente trasparente, la rete può passare da una fase di prova iniziale a un'adozione reale su scala più ampia.

Questo è anche uno dei motivi per cui DGrid ha attirato l'attenzione di istituzioni esterne. Il suo round seed ha attratto la partecipazione di Waterdrip Capital, IoTeX, Paramita VC, Zenith Capital, CatcherVC e altre istituzioni. Il CEO di Waterdrip Capital, Jademont, ha sottolineato che se una rete decentralizzata non consente ai costruttori di comprendere il processo di elaborazione dei dati, si troverà rapidamente di fronte a colli di bottiglia nell'esecuzione.

Questa affermazione evidenzia un problema centrale dell'AI decentralizzata: più la rete è aperta e più partecipanti ci sono, più alto è il costo della fiducia. Se il processo di inferenza dei modelli, l'elaborazione dei dati e l'esecuzione dei nodi non sono visibili, allora, dopo un'espansione, il sistema è più suscettibile a inefficienze e mancanza di fiducia.

Il percorso di DGrid è quello di spostare i servizi AI da "richiamabili" a "verificabili, fatturabili e responsabili" attraverso PoQ, registrazioni on-chain e meccanismi di pagamento. Questo è ciò che lo distingue da un semplice mercato di potenza di calcolo o da una piattaforma di aggregazione di modelli.

Conclusione

DGrid ha dimostrato con oltre 23 milioni di dollari di fatturato da abbonamenti Genesis e una matrice di prodotti in fase di sviluppo che l'AI decentralizzata verificabile non è solo un concetto futuro, ma è già entrata nella fase di pagamento reale e verifica commerciale.

Naturalmente, questo è ancora un percorso che richiede un lungo affinamento. Come garantire la capacità di verifica riducendo al contempo latenza e costi, come integrare senza problemi i sistemi esistenti delle aziende e come mantenere l'equilibrio tra la crescita degli abbonati e gli incentivi ai token, determineranno quanto lontano potrà andare DGrid in futuro.

Ma è importante notare che DGrid non ha atteso la maturazione del prodotto per integrare la narrazione della "fiducia", ma ha scritto "verificabile" nel design del sistema fin dall'inizio.

Il mercato non è più soddisfatto di quanto grande possa essere la storia di "AI + Crypto", ma è più interessato a quanti ricavi reali possa generare, quanti utenti reali possa accumulare e quanti problemi reali possa risolvere.

23 milioni di dollari è la prima risposta fornita da DGrid. La vera verifica successiva sarà se questo modello può estendersi dal programma di abbonamento Genesis a un ecosistema di sviluppatori più ampio, a un mercato di modelli e ad applicazioni aziendali di livello superiore.