Blockchain Capital: Lecciones del mercado de criptomonedas que los inversores en IA deberían volver a leer

Autor: @jonah_b, investigador de Blockchain Capital

Compilado por: Jiahua, ChainCatcher

Es difícil no notar las sorprendentes similitudes entre la actual locura de la IA y las anteriores oleadas de entusiasmo en el mercado de criptomonedas.

El mercado de criptomonedas es un excelente lugar para observar cómo las personas actúan ante una gran ola tecnológica: hay aspectos positivos, negativos y los más lamentables. Esto se debe a que el ciclo del mercado de criptomonedas avanza rápidamente, los proyectos iniciales pueden obtener una liquidez que otros mercados no pueden ofrecer a través de tokens, y el comportamiento del mercado es, por defecto, público, ya que los datos de blockchain son inherentemente abiertos.

Hemos aprendido mucho de este mercado, y estas lecciones también se aplican a la IA. Si estás invirtiendo en IA, este artículo es para ti.

Apuestas tipo lotería

Un gran éxito genera un efecto de seguimiento y también crea FOMO. Una vez que un tipo de activo da lugar a un gran ganador que cambia la era, los inversores se apresuran a entrar, tratando de replicar su camino al éxito. Pero los proyectos de la segunda ola rara vez alcanzan la altura de la primera, y muchos de ellos terminan siendo castillos en el aire, lo que resulta en la pérdida de grandes cantidades de dinero.

Bitcoin se convirtió en un activo de billones de dólares. Luego, Ethereum se convirtió en un activo de cientos de miles de millones de dólares, y Solana también se convirtió en un activo de decenas de miles de millones, demostrando que este mercado no solo puede generar un gran ganador.

Así, surgió la fiebre por invertir en nuevas cadenas públicas. Las firmas de capital de riesgo ven estos proyectos como apuestas de lotería; si aciertan uno, podrían recuperar varias veces el tamaño de todo el fondo.

Hoy en día, muchas valoraciones de nuevos laboratorios de IA también se basan en expectativas tipo lotería.

OpenAI y Anthropic están avanzando hacia valoraciones de billones de dólares. La fórmula detrás de esto es simple: primero hay un mercado extremadamente codiciado, luego un sucesor que ya ha demostrado su éxito. Así, cada nuevo entrante es visto como el próximo boleto de lotería para hacerse rico.

En su momento, muchos proyectos de L1 obtuvieron valoraciones de miles de millones casi solo con un libro blanco y un equipo fundador. Las historias que contaban eran muy atractivas:

¿Qué pasaría si la economía global funcionara en nuestra cadena?

De igual manera, los nuevos laboratorios de IA han recaudado miles de millones gracias a un conjunto de ideas de investigación y a equipos fundadores reclutados de OpenAI, Anthropic o Google DeepMind.

¿Qué pasaría si realmente pudieran crear la "máquina divina"?

Sin embargo, muchas veces, esta inversión solo apuesta a que aparecerá un siguiente comprador dispuesto a pagar un precio más alto.

Muchos inversores iniciales no están necesariamente evaluando los fundamentos actuales de la empresa y sus perspectivas futuras. Saben que la incorporación de un talento estrella o un acuerdo con un proveedor de nube de gran escala podría atraer a los inversores a elevar la valoración de la empresa una vez más. Además, con el mercado secundario volviéndose cada vez más líquido, asumen que siempre aparecerá un próximo comprador.

Caos en el mercado

Como dijo BCAP GP @CremeDeLaCrypto en el programa Bankless, cuando grandes cantidades de dinero fluyen en el mercado, siempre hay "un grupo de especuladores y estafadores que persiguen el dinero rápido, y se lanzan hacia donde está la moda".

Durante más de una década, los inversores en criptomonedas han sido testigos de este fenómeno: una y otra vez, proyectos que se presentan como "el token es el producto" han sido impulsados al mercado bajo prácticas de creación de mercado sospechosas, estructuras de alta FDV/bajo volumen de circulación que son extremadamente desfavorables para los inversores, acuerdos SAFT perjudiciales para los inversores, y una serie de otros trucos de mercado.

Hoy en día, la industria de la IA también está representando una escena similar. Por ejemplo, esas estructuras de tres capas de SPV, que son increíblemente costosas...

Sin embargo, hay una diferencia clave entre ambos: en el mercado de criptomonedas, los precios son públicos y los tokens se pueden negociar abiertamente. Los precios y valoraciones de las empresas de IA se forman en un mercado secundario opaco y con liquidez limitada.

Incluso sin hablar de comportamientos especulativos, los inversores en IA pueden ver en el mercado de criptomonedas que los cambios en la estructura del mercado determinarán a quién van a parar las ganancias finales.

Por ejemplo, lo que los inversores en IA están apostando fuertemente ahora podría convertirse en un producto estandarizado.

Caso del mercado de criptomonedas: el espacio de bloques se convirtió en un producto

El espacio de bloques solía ser escaso y caro, lo que llevó a que el capital fluyera para intentar expandir la oferta.

Pero la industria se pasó un poco de la raya: cada vez más cadenas L1 se lanzaron, y Ethereum también aumentó su L2. Al final, el espacio de bloques pasó de ser escaso a ser abundante, e incluso excesivo.

Esto es bueno para el desarrollo tecnológico, pero no necesariamente para los inversores. Hoy en día, muchos ingresos de L1 alternativas siguen siendo muy limitados.

El mercado inicial apostó en general por la teoría de "protocolos gordos", pero lo que finalmente prevaleció fue la teoría de "aplicaciones gordas".

A medida que el espacio de bloques se volvió más barato, los usuarios pagaron menos por la infraestructura subyacente, pero gastaron más en las aplicaciones de nivel superior. Proyectos de capa de aplicación como Tether, Hyperliquid, Aave y Polymarket, se llevaron la mayor parte de los ingresos.

Caso de IA: los modelos podrían convertirse en productos

La IA podría estar repitiendo la escena que experimentó el mercado de criptomonedas en sus inicios.

Los laboratorios de IA en China están haciendo públicos cada vez más pesos de modelos más potentes. He explicado los incentivos detrás de esto.

Si los pesos de los modelos se convierten en productos estandarizados, el precio de los modelos seguirá cayendo, y el valor se trasladará hacia arriba y hacia abajo en la pila tecnológica.

Las aplicaciones se convertirán en los principales beneficiarios: si el costo marginal de usar un modelo se acerca gradualmente al costo marginal de ejecutar el modelo, las aplicaciones ya no tendrán que pagar altos márgenes de beneficio en la capa del modelo.

OpenAI y Anthropic no se verán directamente afectados por este cambio, ya que ya tienen una base de usuarios, relaciones con clientes empresariales y canales de distribución orientados a desarrolladores. Pero son la excepción.

En este sentido, son más como Hyperliquid en el campo de la IA, en lugar de ser solo proveedores de infraestructura subyacente de L1.

En otras palabras, OpenAI y Anthropic han logrado una integración vertical. Otros laboratorios de IA que no pueden llegar directamente a los usuarios finales podrían enfrentar una situación más difícil.

Otro resultado de la disminución de los márgenes de los modelos es que la energía y el hardware en la parte más baja de la pila tecnológica tendrán la oportunidad de obtener márgenes de beneficio más altos. Especialmente en un contexto donde la oferta de potencia de cálculo está limitada por condiciones físicas, esta tendencia podría ser aún más evidente.

En resumen, las capas de hardware y de aplicaciones podrían llevarse más ganancias, mientras que la capa de modelos se verá presionada. Pero gran parte del capital de inversión está fluyendo precisamente hacia la capa de modelos.

Todo esto no es nuevo

Desde una perspectiva de ciclos más amplios, esto en realidad no es sorprendente.

Carlota Pérez, en "Revolución tecnológica y capital financiero", sostiene que este tipo de revoluciones tecnológicas pasan por varias etapas: período de construcción de infraestructura, período de euforia, período de colapso y período de despliegue.

El capital financiero tiende a sobreinvertir en infraestructura durante el período de euforia, pero esta infraestructura, que ha sido sobreconstruida y ahora es barata, apoyará el desarrollo de la próxima generación de aplicaciones.

Esto ayuda a explicar por qué el mercado de criptomonedas experimentó una sobreconstrucción del espacio de bloques. La expansión de modelos en el campo de la IA podría convertirse en el próximo caso.

Invertir en nuevos laboratorios de IA implica creer que pueden generar enormes retornos sobre la inversión en I+D. La historia del mercado de criptomonedas y de las L1 alternativas al menos debería hacernos cuestionar esta suposición.

Por supuesto, si aparece la AGI, todos estos juicios podrían no ser válidos. Porque no sabemos en absoluto cómo será la economía una vez que llegue la AGI.

Este contenido se ofrece únicamente con fines informativos generales y no constituye un asesoramiento financiero, de inversión, legal ni fiscal. Cualquier evento, recompensa, promoción en línea o información relacionada que se mencione en el presente documento no debe considerarse como una recomendación, solicitud o invitación a comprar, vender, operar o de negociar de otra manera con cualquier criptoactivo. Los criptoactivos son sumamente volátiles y pueden provocar pérdidas. La disponibilidad de los servicios, productos y eventos relacionados de WEEX puede variar según la región. Tienes la responsabilidad de asegurarte de que tu participación esté de acuerdo con las leyes y regulaciones locales vigentes.