Todo-todo na talaga ang mga AI companies ngayon — gusto nilang gawing automatic halos lahat ng bagay: mula sa pag-code, paggawa ng images, pag-schedule ng ads, hanggang sa pag-summarize ng meetings. Habang tumatalino at gumagaling ang AI, mas ramdam na natin ang epekto nito sa mga trabahong ginagawa ng tao. Sabi nga ngibang eksperto, baka magdulot ang generative AI ng matinding pagkawala ng trabaho na mas mabilis at mas malala kaysa sa kaya paghandaan ng mga ekonomiya ngayon.
Pero imbes labanan ang pagbabago, may isang crypto native platform na ibang approach ang sinusubukan. Kung hindi na talaga mapipigilan ang automation, dapat siguradohin na may ownership rin ang mga tao.
Ang Action Model ay nag-launch ng invite-only Chrome extension kung saan puwede magturo ang users sa AI system gamit ang totoong browser activity tulad ng clicks, galawan ng mouse, pag-type, at step-by-step na takbo ng task. Tinatawag nila itong Large Action Model (LAM) — AI na hindi basta content lang ang ginagawa, kundi mismong digital work na. Kapalit nito, makakakuha ng points ang mga contributors, at malaki ang tsansang maging $LAM governance tokens ang mga ito. Gagamitin ang tokens na ‘to para may say ka kung saan papunta ang system.
“Kung AI na ang papalit sa digital labor, dapat mga workers din ang may-ari ng mga machine na ‘to,” ayon kay Action Model founder Sina Yamani.
Paano Tine-Train ang AI na Gagawain ng Trabaho
Kumpara sa mga chatbot na para lang gumawa ng text o content, ang LAM ay binuo para mismo mag-operate ng software. Simpleng prinsipyo: Kung kaya ng isang tao gawin ang digital task gamit ang mouse at keyboard, dapat kaya din matutunan ng AI agent ‘yun.
“Nitong mga nakaraang taon puro chatbots lang. Pero ngayon, automation na,” dagdag ni Yamani. “May nasa isang bilyong tao na ang trabaho ay paggamit ng computer. Kung may tool na automatic na gagawin ang lahat ng ‘yan, mas mura at walang pagod, for sure gagamitin ng kumpanya ‘yun.”
Kinokolekta ng Action Model extension ang behavior ng user (na pinapayagan mismo ng user) para turuan ang AI. Halimbawa, pag-submit ng payroll, pag-manage ng CRM, o simpleng mga operations — isang beses mo lang ire-record, AI na ang bahala mag-repeat. Kung gusto mo, pwede mong i-publish ang automation mo sa public marketplace nila, tapos may record ka pa sa usage at makakakuha ng reward sa incentives ng platform.
Tumatagos na sa buong industrya ‘yung hype ng agentic AI systems — hindi na lang basta content ang ginagawa kundi buong digital task na mismo. Tulad ng pinaliwanag nila sa explainer na ito, itong mga modelo ng AI, kinokolekta’t naaaral ang totoong user data para gumalaw at gumalaw sa digital world ng automatic.
Sa ngayon, mahigit 40,000 users na ang nakuha ng platform sa pamamagitan ng waitlist, referral, at partner na mga community. Invite-only pa rin ang access para masigurong quality ang contributors at ma-reward ang early joiners.
Ano’ng Pinagkaiba Nito sa mga Kasalukuyang Automation Tool?
Madaming automation tools ngayon ang naka-depende lang sa APIs o direct integration. Pero reality, madaming totoong digital work nangyayari pa rin sa mga luma o legacy systems, internal dashboards, at tools na hindi talaga ginawa para maging automatic.
“Ang Zapier, ina-automate lang ang software. Kami, ang mismong trabaho,” ayon kay Yamani. “Nasa 2 percent lang ng internet ang abot ng APIs. Yung natitirang 98 percent, human pa rin ang gumagawa.”
Gamit ang Action Model, hindi mo na kailangan mag-code o mag-setup ng integration. Ire-record mo lang kung paano mo ginagawa ang isang task, tapos AI na ang mag-aaral at uulit nito mag-isa.
Dahil dito, super flexible ang Action Model — kaya niyang i-capture pati yung mga rare na case at workflow na hindi kayang abutin ng mga tradisyonal na automation system.
Kumusta Naman ang Privacy?
Voluntary lang lahat ng training dito — ikaw ang may kontrol kung anong data ang ibabahagi mo. Blocked na agad ang mga sensitive site tulad ng email, healthcare, o banking. Pwede mo rin i-pause ang training, block ang certain domains, o tanggalin lahat ng naiambag mo.
“Simple lang ang prinsipyo. Hindi namin kailangan ang data mo. Patterns lang ang kailangan namin,” paliwanag ni Yamani. “Sa local na device mismo ipro-process at i-anonymize ang training data bago magamit sa model.”
Permanenteng binubura yung data na dinelete mo at hindi na talaga mababalik, kahit ng company. Hahalo ang data contribution mo sa ibang users gamit ang tinatawag na k-anonymity, para impossible ma-trace pabalik sa isang tao. May dashboard din para mas madali mong ma-manage at makita ang training history mo at rewards, anytime.
“Habang yung mga Big Tech companies, kolekta lang ng kolekta ng data natin nang walang consent, kami sobrang transparent at ikaw pa rin may control, tapos binibigyan pa ng reward ang totoong nagtuturo ng AI,” dagdag ni Yamani.
Pwede Ba Talagang I-laro ng Bots ang System?
Para iwasan yung mga naging problema ng ibang crypto reward projects dati, gumagamit ang Action Model ng behavioral analysis para i-check kung totoong activity ba ang ginagawa. Pinag-aaralan ng system yung structure, timing, variation, at decision-making na hindi basta-basta peke ng mga bots o click farm.
“Walang kwenta ang basta click lang ng click,” ayon kay Yamani. “Ang totoong workflow, may dahilan, may pag-pause, may correction at retry, at may decision. Hindi mo ‘yan mapeke ng maramihan.”
Yung ibang projects na binigyan ng reward yung social engagement o pag-post, na-ban na agad sa malalaking platform lalo na nung pumutok ang AI spam, reply bots, at puro fake engagement. Dahil dito, pinutol ang API access at bumagsak ang token ecosystem sa dami ng low-quality na activity.
Yung ActionFi na reward engine ng platform, ginawa para hindi maulit ang ganung problema. Hindi siya nagbabayad para sa tweet o clicks — only for verified na workflow na totoong structured digital labor.
“Hindi kami nagbabayad para sa ingay. Ang importante sa’min yung useful path,” dagdag pa ni Yamani.
Sino Talaga ang May Hawak ng System?
Sa ngayon, Action Model pa rin ang may control ng extension, training logic, at reward system. Pero committed ang project na unti-unting ilipat ang ownership sa mga $LAM token holders. Gagawin nilang DAO ang structure, para contributors mismo ang magdesisyon sa platform governance, rewards, at model deployment balang araw.
“Sa umpisa, kailangan pa talaga ng coordination. Pero ang tanong, kung ganun na ba talaga yung design — centralized ba o hindi?” paliwanag ni Yamani.
Kapag natupad ang plano, hawak mismo ng mga token holder ang say sa mga infrastructure decisions na kabit sa data na sila rin ang nag-generate.
Kung AI Sigurado Na, May Pag-asa Rin Ba Ang Ownership?
Yung next level na AI ngayon, hindi na lang nakadepende sa language — kundi mismong digital na labor. Sa opisina man o operations, madami sa mga task na dati behind the screen lang, ngayon kayang-kaya na sakupin ng AI agents.
“Sigurado narinig mo na — milyon-milyong screen-based na trabaho ang magagawang automatic ng AI. Hindi ‘yan dekada pa, nangyayari na ngayon,” sabi ni Yamani. “Kung ginagamit ang data mo para magturo sa AI, dapat lang na may ownership ka rin sa nabuo.”
Kung magiging scalable, transparent, at kayang magbigay ng sustainable na economy ang Action Model, yan ang mga bagay na babantayan talaga natin sa mga susunod na buwan. Pero malinaw kung ano ang target nito. Ang tunay na labanan sa AI, hindi lang tungkol sa kung ano ang kaya nitong gawin — kundi para kanino siya talaga nagwo-work.
Habang binabago ng AI ang mundo ng trabaho, tanong dito — mapupunta ba ang kinabukasan sa mga platform, o sa mga tao mismo?
