Токенизация потенциала человека: что показали BitClout и Friend.tech и что нужно, чтобы это заработало

В этой статье не рассматриваются подробно законодательные ограничения на применение тех или иных технологий. Смысл статьи в том — что почти все необходимые технологии для возможной токенизации потенциала человека уже существуют и многие реально уже работают.

Сама по себе токенизация всего и вся уже отработанная технология. Токенизация человека тоже имеет примеры — прототипы, которые были созданы.

BitClout (2021) — первая массовая попытка токенизации людей. Каждый профиль получал «Creator Coin», цена которого зависела от популярности человека. Пользователи покупали токены друг друга, спекулируя на репутации. Привлёк $200 млн инвестиций, но не взлетел из‑за юридических проблем — токенизировал людей без их согласия.

Friend.tech (2023) — «рынок друзей»: покупка «акций» людей даёт доступ к приватным чатам с ними. Цена акций зависит от спроса. Но платформа фактически закрылась в 2024 году — команда отказалась от управления смарт‑контрактами, токен FRIEND упал более чем на 90%.

Mande Network (2024) — концепция «Human IPO»: индивидуумы токенизируют свои навыки и репутацию. Покупатели токенов инвестируют в человеческий потенциал. Использует Soulbound Tokens (привязанные к личности, непередаваемые) и Zero‑Knowledge доказательства для верификации.

Personal Tokens (академическое исследование, Польша) — платформа personaltokens.io с 2017 года. Люди выпускают токены, привязанные к их профессиональным услугам — консультации, обучение, фотоуслуги. Исследователи выделяют ключевую особенность: «личностные токены позволяют другим инвестировать в вас и участвовать в вашем успехе».

Реальный кейс токенизации жизни — молодой человек выпустил персональный токен, привязав права голоса по ежедневным решениям к держателям. Сообщество голосовало за его диету, тренировки, карьерные решения. Цена токена зависела от того, выполнял ли он решения сообщества.

Как видно из этих примеров — сама технология вполне работоспособна и упирается в методологию оценки токена. Потенциальному покупателю необходимо понимать, что именно оценивает токен, методология и достоверность его цены и возможную траекторию изменения цены токена.

Из перечисленных, концепцию наиболее системно развивает Mande Network (2024). С некоторыми оговорками, эта платформа токенизируют человеческий капитал (навыки и сертификаты). При этом предлагает открытый слой репутации: участники получают рейтинг доверия (CRED), который формируется через голосование других пользователей с использованием токена MAND. Это даёт практическую основу для взаимодействия — можно видеть историю оценок, а не только анонимный адрес.

А если пойти немного дальше и построить систему, которая будет токенизировать будущий потенциал человека, основываясь на расчете возможного будущего дохода человека? Смысл, как в акциях компаний. Компания зарабатывает — выплачивает дивиденды, человек зарабатывает — держатели его токенов получают дивиденды. У человека появляется финансовый рычаг. Имея оценку и биржу, человек может продавать свои токены, покупать токены других людей, фонды собирать портфели токенов. Это новый рынок на триллионы долларов. Цена токена становится производной от будущего потенциального дохода человека. Так же, как сейчас оценивают акции компаний.

Представьте систему, где каждый человек может выпустить токены — персональные акции, привязанные к его будущему доходу. Покупатель токена получает процент от всех доходов этого человека, пока тот жив.

Человек — не компания. Компания может быть прибыльной и не платить ни копейки. Совет директоров решает: реинвестировать, выкупить акции, выплатить бонусы менеджменту. Акционер — ничего не может сделать.

Человек — не может так. Пока он получает доход — смарт‑контракт автоматически списывает долю держателя. Нет совета директоров. Нет голосования. Доход пришёл — доля списалась. Точка. Как гравитация. Не нужно хотеть, чтобы яблоко упало.

Человек — более надёжный плательщик, чем корпорация. Компания может самоликвидироваться — Lehman Brothers имел рейтинг AAA и исчез за одну ночь. Человек не может просто исчезнуть. Человек всегда может переучиться, найти работу, начать заново. Единственный настоящий дефолт — болезнь или смерть. И это страхуемое событие.

Существует несколько ограничений, которые не позволяют сегодня запустить подобную платформу. Самое главное ограничение — контроль дохода человека. Необходимо, чтобы человек весь свой доход получал внутри платформы, чтобы держатели его токенов были защищены от неуплаты дивидендов.

Если интерпретировать рассуждения Фридмана (нобелевского лауреата), нужны три условия, при которых система работает:

Программируемые деньги. Весь доход проходит через цифровой кошелёк — занизить невозможно. Доля списывается автоматически.

Отсутствие наличных. Платёжная инфраструктура покрывает всё — от зарплаты до стакана чая. «В конверте» не получится.

Глобальность. Платформа работает по всему миру — уход в другую страну не помогает.

Что сейчас мы имеем? Биткойн, цифровой юань, цифровой рубль, цифровая рупия, цифровой евро — тоже на подготовительной стадии. Вопрос времени, когда мир окончательно перейдет на цифровые деньги. Это означает, что контроль доходов человека уже не является ограничением для теоретической токенизации потенциала человека. Необходима интеграция в платёжную инфраструктуру. Гораздо более сложные вопросы — это оценить этот потенциал и доверие к оценщику. Но если посмотреть на развитие сегодняшних технологий, то уже можно собрать систему для оценки будущего потенциала человека.

Банки построили скоринговые модели для выдачи кредитов. Это может стать основой оценки потенциала человека. В мире уже существуют системы оценивающие социальный рейтинг человека. К примеру, в Китае работает система социального кредита. Единого алгоритма нет, а в 2019 году власти прямо запретили наказывать граждан за «баллы» без юридического основания. Государство отказалось интегрировать частный скоринг в официальный контур. Но сама технология существует.

Что ещё может быть важно?

Здоровье человека. Уже все технологические гиганты выпускают фитнес‑браслеты, смарт‑часы, которые собирают целый спектр данных о состоянии человека — от пульса до стресса и качества сна. Добавьте сюда электронные карты больниц и поликлиник — если всё объединить — можно рассчитывать медицинские метрики.

Административно‑политические метрики — взаимодействие человека с государством. Это госуслуги. Налоги, штрафы, соблюдения закона, участие в выборах и так далее. Готовая система для расчёта административных метрик.

Социально‑духовная метрика — отношения человека с обществом — Отношения с другими: помогает ли соседям, участвует ли в общественной жизни, как обращается с семьёй, что публикует в соцсетях, что читает в соцсетях, какие ценности разделяет.

Материальная метрика — имущество, покупки, регулярность платежей, накопления, инвестиции. Всё это уже имеет электронную форму учёта.

Всё собирается и уже существует на разных платформах. Ни одна метрика не требует новой технологии — нужен только алгоритм, который может связать их в один профиль.

Если объединить все эти данные на единой платформе под контролем государства — можно создать реестр граждан с индивидуальным профилем каждого. Преобразовать метрики человека в рейтинг — это всего лишь технология. Пока на объединение данных без согласия существуют ограничения, но эти ограничения контролируются государством.

Цифровой профиль — не статичная характеристика. Это живой процесс. Метрики могут меняться, система может реагировать, человек может получать обратную связь. Попробуем описать, как это может работать в Китае, где наиболее развита цифровизация всего и вся.

Чжан Вэй, 32 года, инженер на заводе в Шэньчжэне. Его гипотетический цифровой профиль на данный момент:

Система может анализировать профиль и может давать рекомендации:

Чжан Вэй свободен в выборе. Он может пройти курс по промышленному ИИ — или не пройти. Может вступить в соседский патруль — или не вступать. Система не наказывает. Она может рекомендовать. Но у каждого выбора могут быть измеримые последствия: метрики могут меняться, а вместе с ними — доступ к вакансиям, жилью, кредитам, путешествиям.

Через четыре месяца Чжан Вэй проходит курс. Learning Velocity может вырасти до 85. Система может обновить профиль и может автоматически предлагать три вакансии в технопарке — с зарплатой на 40% выше текущей. Одновременно Contribution Index может подняться до 72 — потому что новый навык уже применён на заводе, и это зафиксировано. Network Value может вырасти до 64 — через отраслевое сообщество. Профиль может перебалансироваться.

Это не фантастика. Каждая часть этого цикла уже работает по отдельности: онлайн‑курсы через госуслуги, скоринг через Sesame Credit, вакансии через WeChat Mini Programs, больницы собирают медицинские данные, Ant Forest считает экологический след.

Гипотеза — что если эти части могут быть соединены в единую систему обратной связи.

Как компании или учреждения могут использовать систему в подборе кадров.

Завод «Хуаньцюй» в Шэньчжэне. Нужно нанять 300 инженеров для нового производственного модуля. Раньше это занимало три месяца: HR‑отдел размещал вакансии, получал тысячи резюме, проводил собеседования, тестировал кандидатов. Часть нанятых не проходила испытательный срок. Стоимость найма — огромная, точность — низкая.

При наличии системы метрик завод мог бы использовать алгоритм подбора кадров. Как это могло бы работать:

1. HR‑отдел задаёт параметры: нужны 300 инженеров, 25–40 лет, Learning Velocity не ниже 70, Adaptability Quotient не ниже 75, Reliability Score не ниже 85, Health Factor не ниже 65.

2. Алгоритм может сканировать цифровую базу кандидатов в радиусе 50 км от завода. Не резюме — а метрики. Резюме пишет человек, метрики генерирует поведение.

3. За 2 минуты алгоритм может отобрать 847 кандидатов, подходящих по всем параметрам.

4. Из них 312 могут иметь Contribution Index выше 70 — то есть не просто подходящие, но и результативные.

5. Алгоритм может ранжировать кандидатов по Composite Score — взвешенной сумме всех метрик, с весами, заданными работодателем.

6. Топ-300 могут получить автоматическое приглашение через WeChat. 287 могут принять за 48 часов.

7. Из 287 — 261 может пройти собеседование (формальность — метрики уже всё сказали). 254 — могут быть приняты на работу.

8. Испытательный срок: 240 из 254 могут пройти (94%). Раньше — 61%.

Две недели вместо трёх месяцев. 94% успешного испытательного срока вместо 61%. Сэкономленные деньги — в кармане завода. Точно подобранные кадры — на рабочих местах. Кандидаты не отправляли резюме, не проходили тесты — они просто жили, платили, общались, учились. Их поведение уже могло сказать всё, что нужно работодателю.

Это не фантазия, а гипотеза. Sesame Credit уже позволяет Alipay предлагать пользователям кредиты без заявки — потому что метрики говорят за человека. Расширить логику с кредитов на найм — вопрос алгоритма, а не технологии. Технология уже работает.

Здесь надо отметить, что Learning Velocity, Contribution Index и др. — названия метрик — это гипотеза автора. Но факт в том, что существующие технологии уже могут создать все эти пока гипотетические метрики.

А теперь о главной теме этой статьи. Можно ли дать этому профилю человека математический смысл?

Как только алгоритм научится взвешивать эти метрики и строить прогноз на их основании — появится возможность оценить возможный будущий доход человека. А это и есть ключевой момент токенизации потенциала человека, переведенного в цифры.

Первый этап‑ единый профиль человека. Второй этап — токенизация потенциала.

Эта статья — не прогноз. Это просто оценка — а возможно ли в принципе токенизировать потенциал человека, используя сегодняшние технологии.