2 нояб. 2026

Токенизация людей: как работали BitClout и Friend.tech и почему они провалились

Технологии для превращения человека в торгуемый цифровой актив уже существуют и частично работают. Вопрос не в технике, а в методологии оценки и контроле доходов. Разбираемся, какие эксперименты уже были, что мешает запустить массовую платформу и как цифровые профили граждан могут стать основой для нового рынка.

Первую массовую попытку сделал проект BitClout в 2021. Каждый профиль получал собственную монету - цифровой актив, цена которого зависела от популярности человека. Пользователи покупали монеты друг друга, спекулируя на репутации. Проект привлёк $200 млн инвестиций, но столкнулся с юридическими проблемами: людей превращали в активы без их согласия.

Friend.tech в 2023 пошёл дальше и создал «рынок друзей». Покупка «акций» человека открывала доступ к приватным чатам с ним. Цена зависела от спроса. В 2024 платформа фактически закрылась: команда отказалась от управления смарт-контрактами - программами, которые автоматически исполняют условия сделки, - а собственная монета проекта FRIEND упала более чем на 90%.

Mande Network в 2024 предложил концепцию «Human IPO» - первичного размещения человеческого капитала. Платформа использует Soulbound Tokens - цифровые метки, намертво привязанные к личности, которые нельзя передать другому, - и доказательства с нулевым разглашением для проверки данных. Участники получают рейтинг доверия CRED через голосование других пользователей. Это даёт практическую основу для взаимодействия: видна история оценок, а не просто анонимный адрес.

Есть и академические проекты. С 2017 польские исследователи развивают платформу, где люди выпускают собственные цифровые активы под свои профессиональные услуги - консультации, обучение, фотосъёмку. Ключевая идея: личные монеты позволяют другим инвестировать в вас и участвовать в вашем успехе.

Один из реальных кейсов - молодой человек выпустил персональный актив и привязал к нему права голоса по ежедневным решениям. Сообщество держателей голосовало за его диету, тренировки и карьерные шаги. Цена актива зависела от того, выполнял ли он эти решения.

Все примеры упираются в главную проблему: как оценить такой актив. Покупателю нужна понятная методология, достоверность цены и прогнозируемая траектория её изменения.

Гипотетическая система могла бы работать как акции компаний. Человек выпускает персональные цифровые активы, привязанные к его будущему доходу. Держатели получают процент от всех его заработков. Смарт-контракт автоматически списывает долю, как только доход поступает на цифровой кошелёк. Никакого совета директоров, никаких голосований о выплатах - чистая механика.

Автор гипотезы приводит аргумент: человек как плательщик надёжнее корпорации. Lehman Brothers имел высший кредитный рейтинг AAA и исчез за ночь. Человек не может просто взять и ликвидироваться. Он способен переучиться, найти новую работу, начать заново. Единственный настоящий дефолт - болезнь или смерть, а это страхуемое событие.

Для запуска такой платформы нужны три условия, которые выводил ещё нобелевский лауреат Милтон Фридман. Первое - программируемые деньги: весь доход проходит через цифровой кошелёк, занизить его невозможно. Второе - отсутствие наличных: платёжная инфраструктура покрывает всё, от зарплаты до мелких покупок. Третье - глобальность: платформа работает по всему миру, смена страны не помогает уйти от обязательств.

Биткоин, цифровой юань, цифровой рубль, цифровая рупия и готовящийся цифровой евро - вопрос времени, когда мир перейдёт на программируемые деньги. Контроль доходов перестаёт быть технологическим ограничением.

Сложнее - оценить потенциал человека и создать доверие к оценщику. Но технологии для этого уже разбросаны по разным платформам. Банки построили системы оценки заёмщиков для выдачи кредитов. В Китае работает система социального рейтинга. Фитнес-браслеты и смарт-часы собирают данные о здоровье - от пульса до качества сна. Электронные карты больниц добавляют медицинскую историю. Госуслуги фиксируют налоги, штрафы и соблюдение закона. Соцсети показывают ценности и круг общения. Покупки, платежи, накопления и инвестиции уже имеют электронную форму учёта.

Ни одна метрика не требует новой технологии. Нужен только алгоритм, который свяжет их в единый профиль.

Автор приводит гипотетический пример из Китая, где цифровизация наиболее развита. Инженер Чжан Вэй, 32 года. Его цифровой профиль включает метрики вроде Learning Velocity (скорость обучения), Contribution Index (индекс вклада), Network Value (ценность связей). Система не наказывает, а рекомендует: пройти курс по промышленному ИИ, вступить в соседский патруль. У каждого выбора - измеримые последствия. Метрики меняются, а с ними - доступ к вакансиям, жилью и кредитам.

Через четыре месяца после обучения скорость обучения Чжан Вэя вырастает до 85 баллов. Система обновляет профиль и автоматически предлагает три вакансии в технопарке с зарплатой на 40% выше текущей. Индекс вклада поднимается до 72, потому что новый навык уже применён на заводе и это зафиксировано.

Каждая часть этого цикла уже работает по отдельности: онлайн-курсы через госуслуги, оценка благонадёжности через Sesame Credit, вакансии через мини-программы WeChat, больницы собирают медицинские данные, сервис Ant Forest считает экологический след. Гипотеза в том, что эти части можно соединить в единую систему обратной связи.

Для работодателя такая система меняет подбор кадров. Завод задаёт параметры: 300 инженеров, возраст 25-40 лет, скорость обучения не ниже 70, показатель надёжности не ниже 85. Алгоритм за две минуты сканирует базу кандидатов в радиусе 50 км - не резюме, а метрики, сгенерированные поведением. Отбирает 847 подходящих, ранжирует по сводному баллу и рассылает приглашения трём сотням лучших. Результат: две недели вместо трёх месяцев найма, 94% успешного испытательного срока вместо прежних 61%.

Это гипотеза, но Sesame Credit уже позволяет платёжному сервису Alipay предлагать кредиты без заявки - метрики говорят за человека. Расширить логику с кредитов на найм - вопрос алгоритма, а не технологии.

Главный вопрос: можно ли дать такому профилю математический смысл. Как только алгоритм научится взвешивать метрики и строить прогноз, появится возможность оценить будущий доход человека. Это и есть ключ к превращению потенциала в торгуемый актив. Первый этап - единый цифровой профиль. Второй - вывод этого профиля на рынок.

Токенизация людей: как работали BitClout и Friend.tech и почему они провалились

Читайте также