WAIC Beobachtungen: Überfüllte Konsensbildung, riesige Blasen

Autor: Xiao Bing, Deep Tide TechFlow

1. WAIC sollte früher stattfinden, damit man nach dem Besuch die Technologie schneller abstoßen kann.

Es gibt zu viele Spitzenzeichen: verschiedene Side-Events, die in die Krypto-Welt eintauchen, eine Ansammlung von attraktiven Frauen, und die Produkte vor Ort sind stark homogenisiert... Ein Bereich hat sich von einem Spiel für Geeks zu einem Fest für die Massen gewandelt.

Ob im Primär- oder Sekundärmarkt, wenn alle anfangen, an dieselbe Geschichte zu glauben und der Konsens zu stark konzentriert ist, beginnt das Risiko sich anzusammeln.

Denn in einem Bullenmarkt werden die Bullen, die neben dir stehen, in einem Rückgang alle zu Verkäufern, die in der Panik verkaufen.

Mehrere Verkäufe!

2. Große Modelle haben keinen echten Burggraben

Die Grundlage der AGI bleibt das Scaling Law.

Die Fähigkeiten des Modells stehen weiterhin in einer Potenzgesetzbeziehung zu den Parametern, der Trainingsrechenleistung und der Datenqualität.

Wer kann günstiger GPU-Rechenleistung, qualitativ hochwertigere Daten, bessere Forscher gewinnen und das Geld effizienter ausgeben?

Deshalb ist der Burggraben großer Modellunternehmen schwächer, als viele denken.

Die Modellfähigkeiten werden sich ständig annähern, der Wettbewerbsvorteil wird ständig eingeholt, und die Preise werden kontinuierlich fallen.

Diejenigen, die wirklich nachhaltig Geld verdienen, sind die, die allen Modellunternehmen Wasser verkaufen, denn schließlich nutzen alle die Kapitalausgaben großer Unternehmen.

GPU, HBM, Hochgeschwindigkeitsverbindungen, Rechenzentren, Strom, Datendienste...

An der Spitze des Wettrüstens ein Stück vom Kuchen abzubekommen, oder sogar nur als Mittelsmann für Ressourcenverbindungen zu fungieren, ist derzeit das profitabelste Geschäft.

3. Datenengpass ist die potenzielle Gelegenheit, die auf dieser Konferenz gesehen wurde

Nach Gesprächen mit einigen Freunden stellte ich fest, dass die Unternehmen, die in dieser Welle der KI Geld verdienen, sehr zurückhaltend sind und gar nicht zur Ausstellung kommen. Ein Bereich ist Daten.

Der Erfolg oder Misserfolg einer einheitlichen multimodalen Darstellung hängt im Wesentlichen von qualitativ hochwertigen multimodalen Trainingsdaten ab. Es gibt einen ernsthaften Mangel an Datenvermögen, die qualitativ hochwertig gereinigt, genau gekennzeichnet, intermodal ausgerichtet und kontinuierlich iterierbar sind.

Modelle werden immer günstiger, GPU wird letztendlich immer mehr, aber wirklich hochwertige Daten werden immer seltener.

Die multimodale Datenindustrie wird zu einem äußerst profitablen Geschäftsfeld.

Datenreinigung, Datenkennzeichnung, Datensynthese, vertikale Datenvermögen, Roboterdatenakquise... sowie Unternehmen, die speziell Lösungen für die einheitliche Darstellung über Modalitäten und multimodale vortrainierte Encoder anbieten.

GPU ist eine einmalige Kapitalausgabe, Daten sind eine kontinuierliche Kapitalausgabe.

Ich unterteile die Datenrichtung derzeit in drei Kategorien: Die erste Kategorie sind Expertendaten; die zweite Kategorie sind RL-Umgebungs-/Agentendaten. Zukünftig wird das Training von Agenten nicht mehr nur das Sammeln von Frage-Antwort-Paaren sein, sondern es wird notwendig sein, die Umgebung → Aufgabe → Trajektorie → Belohnung → Verifier zu konstruieren, was einer der größten Wachstumsmärkte der Zukunft sein könnte.

Die dritte Kategorie sind verkörperte / Roboterdaten, die noch seltener sind als LLM-Daten und extrem schwer zu sammeln sind.

4. Die Dilemmata der KI-Anwendungen, ein Spiegelbild der früheren Krypto-Welt

Die heutige KI ähnelt stark der früheren Krypto-Welt: fette Protokolle, L1 erfasst den Großteil des Wertes, weshalb Krypto-VCs verzweifelt Geld in öffentliche Ketten investieren, Anwendungen? Kein Hund investiert.

Derzeit ist es auch bei der KI so.

Das große Modell ist eine POW Layer1, sogar das Modell ist die Anwendung.

In den letzten Jahren haben die meisten KI-Anwendungen eine gefährliche Sache getan: Sie haben die Fähigkeiten des Modells, die es vorübergehend nicht hat, als Produkte verpackt.

Aber die Grenzen der Modellfähigkeiten dehnen sich ständig aus. Jedes Mal, wenn das Modell aktualisiert wird, wird es so, als würde L1 Funktionen, die ursprünglich zur Anwendungsebene gehörten, direkt ins Protokoll schreiben: Suche, Deep Research, Codierung, Bilderzeugung, Videoerzeugung, Computerbenutzung, Agent...

Wenn das Modell jedes Mal, wenn es aktualisiert wird, eine Schicht Wert von deinem Produkt abzieht, dann bist du im Wesentlichen ein Feature der KI, nicht eine KI-Anwendung.

Daher ist es wichtig, Dinge zu tun, die das Modell tun kann, aber die auch schwer zu entziehen sind. Wenn ich darüber nachdenke, sind es nicht mehr als Daten, Kontext, Workflow, Berechtigungen, Verteilung.

Der Burggraben von KI-Anwendungen besteht darin, sich selbst zum Kunden des Modells zu machen und nicht zum Wettbewerber des Modells.

5. Verkörperte Intelligenz, riesige Blase

Im H4-Haus im zweiten Stock, während ich zusah, wie eine große Anzahl ähnlicher Roboter, die aus der gleichen Lieferkette stammen, langsam ähnliche Bewegungen ausführten, und dann die Bewertungen der verschiedenen Unternehmen betrachtete, wurde mir schwindelig und ich tat mir leid um das Geld der Investoren.

Das aktuelle Problem der verkörperten Intelligenz ist, dass das Kapital die "Software Scaling Law" zur Preisgestaltung von "komplexen Soft- und Hardware-Systemen" verwendet.

Das Wunder großer Modelle besteht darin, dass ein Unternehmen GPT-5 trainiert, theoretisch nahezu null Grenzkosten für die Bedienung von Millionen von Menschen weltweit, aber Roboter können das nicht.

Jeder zusätzliche Benutzer, den ein Roboter bedient, erfordert die Herstellung einer zusätzlichen Maschine, was BOM, Herstellung, Lieferkette, Lieferung, Wartung und Abschreibung betrifft.

Die Intelligenz der KI kann exponentiell zunehmen, zum Beispiel, wenn das Modell einmal aktualisiert wird, werden alle globalen Benutzer gleichzeitig intelligenter, aber die Kosten in der physischen Welt werden nicht exponentiell sinken.

Wenn Intelligenz dem Moore'schen Gesetz folgt, dann folgt die Verkörperung weiterhin den Regeln der Fertigungsindustrie. Verkörperte Intelligenz könnte letztendlich eine riesige Industrie sein, aber sie muss nicht unbedingt eine Industrie mit Gewinnmargen wie große Modelle sein.

Außerdem ist es noch zu früh.

Autonomes Fahren ist bereits ein hochgradig reguliertes Problem der verkörperten Intelligenz, mit klaren Zielen, begrenztem Handlungsspielraum, standardisierten Verkehrsregeln und einer Fülle von realen Daten sowie einem ausgereiften Automobilindustrie-System. Selbst so hat diese Branche Hunderte von Milliarden Dollar verbrannt und hat immer noch nicht alle langfristigen Probleme auf der Straße gelöst. Die echten Schwierigkeiten, mit denen die Verkörperung konfrontiert ist, sind um ein Vielfaches größer als die des autonomen Fahrens.

6. Die beste Zeit für Zuhälter

Eine grausame Wahrheit ist, dass die meisten AI-Startups derzeit nicht viel Geld verdienen, sogar die Gewinne sind nicht so hoch wie die von Frauen, die ihre Fähigkeiten verkaufen.

Deshalb ist mir eine interessante Sache aufgefallen: Viele Unternehmen scheinen ein Geschäft zu sein, aber wenn man genauer hinsieht, "Oh, du verkaufst auch Token", "Oh, du verkaufst auch Rechenleistung", und große Modellunternehmen verkaufen auch Rechenleistung weiter, um Gewinn zu machen.

Diejenigen, die wirklich Geld verdienen, sind immer noch die Zuhälter.

FA, Vermittlung von Altaktien, Verkauf von B300, Verkauf von Token, Verkauf von Datensätzen, Verkauf von Rechenleistung, sogar der Verkauf einer Gelegenheit, einen bestimmten Gründer zu treffen...

KI erfüllt alle Bedingungen für einen florierenden Mittelsmannmarkt: Technologischer Wandel ist schnell genug, Informationsunterschiede sind groß genug, Kapital ist reichlich vorhanden, und die Geschichten sind sexy genug.

VCs verdienen Geld mit der Einschätzung des Endspiels, FAs verdienen Geld mit der Einschätzung des Konsenses, ohne beweisen zu müssen, dass ein Trend letztendlich richtig ist.

Im Gegenteil, je vager und großflächiger die Erzählung, desto mehr Raum gibt es für FAs.

Beispielsweise verkörperte Intelligenz, Weltmodelle... Diese Bereiche haben ein gemeinsames Merkmal: Die zukünftige Erzählung ist groß genug, die Technologie ist komplex genug, und kurzfristig ist es schwierig, sie zu widerlegen.

Große Unternehmen verbrennen Geld, um Modelle zu trainieren, Investoren setzen auf AGI in zehn Jahren, und die Mittelsmänner verdienen das Geld.

Entweder die Kapitalausgaben großer Unternehmen abgreifen

oder die FOMO-Ausgaben der LPs abgreifen.

7. Geld ist alles

Der Wettbewerb in der KI steht noch am Anfang. Oft wird gefragt, was die knappste Ressource im KI-Zeitalter ist?

Viele Menschen antworten: Talente, Rechenleistung, Daten... aber letztendlich haben sie alle nur einen Namen: Geld.

Der größte Wettbewerbsvorteil in der KI-Branche ist nicht die Technologie, sondern die Fähigkeit zur Finanzierung.

Was Unternehmer jetzt tun müssen, ist, ständig Kapital zu beschaffen, selbst wenn das Geld auf dem Konto bereits ausreicht, um zu leben, muss man weiterhin Kapital beschaffen.

Der wahre Krieg wird in der zukünftigen Abwärtsphase der Branche stattfinden.

Solange man genug Geld hat, um am Leben zu bleiben, kann man warten, bis die Konkurrenz kein Geld mehr hat, um dann deren Talente, Technologien und Kunden zu niedrigen Preisen zu übernehmen.

Der Sekundärmarkt ist ebenfalls so. In den nächsten 2-3 Jahren könnte es zu einem großen Zusammenbruch der Blase kommen. Solange man zu diesem Zeitpunkt genug Geld hat, um den Boden zu erreichen, kann man 99% der Menschen besiegen.

Dieser Inhalt wird nur zu allgemeinen Informationszwecken bereitgestellt und stellt keine finanzielle, Anlage-, Rechts- oder Steuerberatung dar. Alle erwähnten Ereignisse, Prämien, Online-Aktionen oder zugehörige Informationen sollten nicht als Empfehlung, Aufforderung oder Einladung zum Kauf, Verkauf, Handel oder anderweitigem Umgang mit Krypto-Assets betrachtet werden. Krypto-Assets sind sehr volatil und können zu Verlusten führen. Die Verfügbarkeit von WEEX Services, Produkten und zugehörigen Aktionen kann je nach Region unterschiedlich sein. Sie sind dafür verantwortlich sicherzustellen, dass Ihre Teilnahme mit geltenden lokalen Gesetzen und Vorschriften übereinstimmt.