Financiarización del poder computacional de IA: los modelos de código abierto están llevando el poder computacional al mercado de capitales (Parte 2)

Este artículo es un informe en profundidad producido por OKX Ventures. Debido a su extensión, se publica en dos partes: la primera parte se centra en la capitalización de activos de poder computacional, la exposición al riesgo y la lógica de precios de los derivados; la segunda parte analizará la infraestructura financiera del poder computacional, las oportunidades de capitalización de activos de inferencia y las tendencias de la industria. Este es el segundo artículo.

Cuarta, infraestructura financiera del mercado de poder computacional: precios, riesgos y liquidación

Las diferentes capas de infraestructura del mercado financiero de poder computacional han comenzado a ensamblarse. Los índices comprimen los alquileres de GPU dispersos en un estándar unificado; las bolsas organizan riesgos estandarizados en torno a este estándar; los Dealers asumen los diferenciales derivados de las instalaciones específicas, plazos y SLA; las plataformas de capacidad vuelven a conectar las posiciones financieras con el poder computacional físico. Quien acumule suficientes órdenes reales y referencias contractuales en estas capas estará más cerca del poder de fijación de precios en el mercado temprano.

4.1 Índice de poder computacional: ¿quién puede convertirse en el precio de referencia por defecto?

El precio de transacción de la misma GPU puede variar según la escala del clúster, el método de conexión, la región, la duración del alquiler, el porcentaje de prepago, el SLA y la credibilidad del proveedor. Para los proveedores de índices, el desafío radica en si pueden manejar estas diferencias de manera que el mercado esté dispuesto a utilizarlas para liquidaciones contractuales, valoraciones de préstamos y liquidaciones de derivados.

Actualmente se pueden observar tres rutas principales. Silicon Data y Ornn están más cerca de ser proveedores de referencia independientes, principalmente a través de la recopilación de cotizaciones de mercado y datos contractuales, y luego procesarlos para formar un estándar; Compute Desk actúa como intermediario y liquidación de poder computacional, por lo que puede ver directamente los contratos spot y a plazo que ya se han cerrado, incluyendo precios, plazos y condiciones de liquidación reales; SemiAnalysis, por otro lado, realiza modelado TCO a partir de costos de electricidad, adquisición de chips, depreciación y costos de instalaciones, lo que es más adecuado para la valoración de activos y la investigación, estando más alejado de la referencia de liquidación financiera.

4.2 Comercio en el mercado/ futuros estandarizados: bolsas tradicionales y emergentes ingresan al mercado de poder computacional

El valor central que ofrecen las bolsas es la estandarización, la compensación y la distribución. Para Neocloud, AI Lab y las instituciones de crédito privadas, si la cobertura puede integrarse directamente en el sistema existente de FCM, márgenes y compensación, los costos para las instituciones se reducirán significativamente. Por lo tanto, tanto las bolsas tradicionales como las plataformas emergentes de cumplimiento han comenzado a probar productos de poder computacional: CME e ICE continúan con la infraestructura de futuros madura, mientras que Architect AX/AIX y Pluto/PMEX están intentando diferentes caminos en contratos perpetuos y futuros con fechas de vencimiento fijas.

El arranque en frío de los futuros de poder computacional es mucho más complejo que simplemente listar un contrato. Los contratos de poder computacional son propensos a fragmentarse. Diferentes modelos de GPU, regiones y configuraciones de clúster corresponden a diferentes valores de entrega, y la liquidez es difícil de concentrar naturalmente en un solo contrato. Además, los precios lejanos dependen en gran medida de la entrega de chips, la electricidad y la eficiencia del modelo, y los creadores de mercado financieros convencionales carecen de información sobre órdenes físicas, lo que dificulta ofrecer cotizaciones profundas de manera continua en plazos de seis meses o un año.

La cobertura industrial a corto plazo puede no ser lo suficientemente grande. Los Hyperscalers pueden absorber internamente una gran cantidad de riesgos, y Neocloud ya ha cubierto una parte considerable de su flujo de efectivo con contratos a largo plazo. Es probable que el mercado temprano acumule primero liquidez de transacciones y especulaciones; si la cobertura industrial puede mantenerse al día dependerá de si los operadores pequeños y medianos y los equipos de IA que compran poder computacional bajo demanda comienzan a comerciar de manera continua y repetida.

4.3 Comercio extrabursátil, creadores de mercado: personalización OTC y gestión de diferenciales

Antes de que se forme una profundidad significativa en el mercado, es probable que muchos riesgos se transfieran primero a través de OTC. Las características del poder computacional físico, como la región, la red, la escala del clúster, el SLA y el tiempo de entrega, son muy específicas y difíciles de encajar en un contrato de bolsa unificado.

Por lo tanto, los Dealers se encuentran en una posición muy valiosa. Por un lado, Neocloud desea asegurar los alquileres por adelantado, y por otro, AI Lab desea asegurar los costos de adquisición. Los Dealers pueden ofrecer cotizaciones personalizadas a ambas partes y luego gestionar el riesgo de precio general utilizando futuros estándar u otras posiciones. Cuando la demanda de compra y venta no coincide en tiempo y especificaciones, los Dealers también deben asumir los pedidos utilizando su propio balance.

Este tipo de negocio no solo gana con el spread bid-ask. Las condiciones de las instalaciones, los costos de electricidad, las condiciones de red, las restricciones de entrega y la credibilidad del cliente forman la base; la capacidad de fijar precios continuamente para estas diferencias no estándar y estar dispuesto a asumir riesgos con capital es una habilidad que es más difícil de replicar. El swap H100 de FalconX con Robert Leshner y el H100 a plazo lanzado por Wintermute pueden considerarse intentos tempranos de los creadores de mercado para probar la cotización de futuros de poder computacional y la transferencia de riesgos. Los intermediarios financieros han comenzado a ofrecer cotizaciones de plazos personalizados para el poder computacional físico y a mantener las partes no estandarizables en su libro.

El flujo de órdenes reales es, por lo tanto, muy importante. El índice informa al mercado sobre el precio promedio, mientras que las cotizaciones y transacciones en manos de los Dealers se acercan más a cuánto se debe pagar realmente en una región, configuración y plazo específicos; esta parte de la información determina directamente cómo se fija el diferencial y dónde se queda la ganancia.

4.4 Plataformas de capacidad y entrega física: liquidación de posiciones en papel a cumplimiento físico

Para AI Lab, las posiciones financieras aseguran el precio, pero no garantizan que haya un conjunto de GPU que cumpla con los requisitos disponibles en ese momento. Esta distinción es especialmente importante cuando hay escasez de poder computacional. Sin la capacidad de cumplir físicamente, los precios de futuros y los alquileres reales de las instalaciones pueden divergir fácilmente.

Ahora han surgido varios intentos de diferentes niveles. Plataformas como Vast.ai, RunPod y Hyperbolic ofrecen cotizaciones físicas más ricas y datos sobre capacidad disponible; SF Compute permite la reventa o recompra de capacidad ya reservada, lo que otorga cierta liquidez a los contratos de capacidad a largo plazo; la red EFP intenta conectar futuros estándar con contratos físicos específicos, utilizando futuros para manejar precios de mercado y contratos fuera de línea para manejar regiones, redes y SLA.

Modelos como SF Compute son especialmente dignos de atención. En los contratos tradicionales de Take-or-Pay, la capacidad no utilizada suele ser un costo hundido; al permitir la reventa, la capacidad futura comienza a tener propiedades de derechos negociables. Esto aumentará la liquidez de los contratos a largo plazo y permitirá que el mercado físico tenga precios a plazo más claros.

EFP resuelve otro problema. AI Lab puede primero usar futuros estándar para asegurar el beta del mercado y, cuando llegue el momento de la implementación real, buscar instalaciones específicas a través de la red de cumplimiento y pagar el diferencial correspondiente a la región, red y SLA. De esta manera, el mercado financiero no necesita incluir todas las diferencias físicas en un solo contrato de futuros, pero aún puede servir a la entrega industrial real.

4.5 Mercados de Capital de Inferencia: financiamiento, derechos de servicio y derechos de ingresos en la economía de inferencia

Una vez que las GPU son convertidas en Token por los proveedores de servicios de inferencia, la demanda financiera comienza a extenderse desde el alquiler de hardware hasta el capital de trabajo y los derechos contractuales de los negocios de inferencia. Si los proveedores de servicios de inferencia desean asegurar el margen bruto completo, teóricamente necesitan gestionar simultáneamente el costo de entrada de GPU y el precio de salida de Token.

Los beneficios de los proveedores de servicios de inferencia son aproximadamente: precio de realización de Token × producción de Token por GPU-hora × tasa de utilización de GPU − costo de GPU − otros costos operativos.

4.5.1 ¿Cuáles son los puntos de demanda para la aparición de activos en la economía de inferencia?

Las GPU y la capacidad necesitan ser adquiridas por adelantado, y los ingresos de API se generan gradualmente a medida que los clientes realizan solicitudes. Un juicio de demanda excesivo puede dejar máquinas inactivas y ocupar efectivo. Las grandes empresas de modelos y los Hyperscalers pueden absorber esta volatilidad con sus propios balances, pero las plataformas de inferencia pequeñas y medianas tienden a depender de los pagos anticipados de los clientes o de financiamiento externo.

La discrepancia temporal entre la capacidad y la demanda ha dado lugar a cuatro tipos de activos: crédito de GPU para financiar la inversión inicial; derechos de servicio prepagados que recuperan ingresos futuros; incentivos de capacidad que subsidian la oferta antes de que se forme la demanda; y activos de implementación de modelos que intentan distribuir las ganancias restantes después de deducir los costos operativos.

El mercado de la nube tradicional ha estado utilizando créditos prepagados y capacidad reservada para abordar problemas similares de desajuste de oferta y demanda desde hace tiempo. Por ejemplo, el Scale Tier de OpenAI permite a las empresas comprar por adelantado unidades de entrada y salida de Token para modelos específicos. Esto ya es un servicio de inferencia prepagado estandarizado, solo que los montos están vinculados a cuentas empresariales y no pueden ser transferidos libremente.

Crypto ha añadido una nueva capa de diseño de propiedad en la cadena, donde las cuotas de servicio que originalmente se registraban en la cuenta del proveedor pueden ser poseídas por billeteras y pueden ser transferidas y financiadas. En el futuro, si los Agentes comienzan a adquirir servicios de inferencia por sí mismos, estos derechos también pueden ingresar directamente al sistema de presupuesto de las máquinas. A medida que los pagos programáticos se conviertan en la capacidad de infraestructura común de la industria, la posición en la cadena será más reconocible en el nivel de derechos. Si un servicio futuro puede ser poseído de forma independiente, transferido o utilizado para financiamiento, afectará directamente su capacidad para evolucionar de créditos ordinarios a activos financieros.

Actualmente, la participación de la inferencia en la cadena en el nivel de ejecución sigue siendo muy pequeña; los proveedores de servicios de inferencia nativos de crypto han representado aproximadamente el 0.5% - 1% del tráfico diario de Token en OpenRouter durante los últimos tres meses. Esto también significa que las oportunidades más realistas en esta etapa en la cadena pueden surgir en el nivel financiero, donde los servicios de inferencia continúan siendo producidos por las plataformas más eficientes, y la cadena se encarga de la circulación de fondos y derechos.

4.5.2 Cuatro tipos de intentos de capitalización de inferencia

Actualmente, en los Mercados de Capital de Inferencia se dividen en cuatro direcciones de capitalización de derechos.

El crédito GPU se ha formado a gran escala, en parte porque ya tiene pagadores externos, y en parte porque su estructura de productos financieros es muy similar a los activos de crédito tradicionales, lo que facilita la comprensión por parte del capital institucional.

Un préstamo típico de GPU sigue utilizando la estructura de financiamiento de activos tradicionales: el GPU es poseído por un SPV de Delaware, y el prestamista establece derechos de garantía a través de un Acuerdo de Préstamo y Seguridad, UCC-1 y una renuncia de gravamen del centro de datos. Se registran en la cadena de bloques las participaciones del préstamo, los pagos y la distribución de ingresos; en caso de incumplimiento, la ejecución de la deuda debe regresar a los contratos fuera de línea, el control de los equipos y el sistema judicial.

Después de que el prestatario despliega el GPU, los clientes de abajo continúan pagando tarifas por la capacidad de cómputo, y este flujo de efectivo apoya el capital e intereses del préstamo. Siempre que el contrato de compra continúe cumpliéndose, el préstamo tiene una fuente de pago clara.

Sin embargo, esta dirección del crédito GPU también es la más fácil de absorber por el capital tradicional. A medida que los préstamos senior en el futuro tengan plazos, tasas de interés, LTV y recursos legales estándar, el costo del capital de los bancos, fondos de seguros y crédito privado será mucho más bajo que el del capital en la cadena. Los préstamos grandes, de grado de inversión y con estructuras claras probablemente terminarán ingresando a los sindicatos bancarios tradicionales, ABS o fondos de crédito privado.

Los lugares que pueden permanecer en la cadena a largo plazo se encuentran principalmente en las partes donde los costos de servicio de TradFi son más altos, como: la iniciación de préstamos para operadores pequeños y medianos, fondos de stablecoins transfronterizos, distribución de participaciones de préstamos, monitoreo en tiempo real de equipos y tasas de utilización, así como asumir pérdidas iniciales en la capa junior o mezzanine. La estructura que es más probable que surja en el futuro es que el protocolo en la cadena se encargue de descubrir prestatarios, monitorear activos y organizar el primer lote de capital; después de que el rendimiento del préstamo sea estable, la parte senior se vende a fondos tradicionales, mientras que la cadena continúa manteniendo tarifas de servicio, riesgos subordinados y relaciones de datos.

Derechos de servicio prepagados

Los derechos de servicio prepagados abordan la necesidad de financiamiento del emisor hoy. La plataforma vende por adelantado la capacidad futura de la API, recibe el efectivo primero y luego continúa cumpliendo en el futuro. Una vez que se extiende el plazo, el riesgo que asume el comprador en la plataforma se vuelve cada vez más evidente. ¿El modelo seguirá siendo competitivo en unos años? ¿A qué nivel caerán los precios de servicio? ¿Podrá mantenerse el poder adquisitivo de los créditos? Todo esto afectará la valoración de hoy.

Por lo tanto, este tipo de productos probablemente se acercará gradualmente a contratos de capacidad estandarizados. Los plazos serán más cortos, los estándares de servicio serán más claros, y el modelo también podrá ser reemplazado según las reglas acordadas. Cuanto más claros sean los contratos, más fácil será que los derechos de servicio prepagados formen un precio de mercado relativamente independiente.

Además, existe una selección adversa. Las plataformas que tienen el mejor modelo, la demanda de clientes más fuerte y el poder de fijación de precios más estable, generalmente no tienen incentivos para emitir derechos de razonamiento a largo plazo y transferibles. Prefieren retener la diferenciación de precios para los clientes, los ingresos de créditos no utilizados y la capacidad de ajustar precios en cualquier momento. Aquellos que más necesitan vender anticipadamente derechos de servicio a largo plazo suelen ser plataformas que necesitan financiamiento y atraer nuevos clientes, pero cuya competitividad futura aún no ha sido probada.

Incentivos de capacidad

Los incentivos de capacidad abordan el problema de organización de la oferta en las primeras etapas de la red de razonamiento. Los nodos necesitan configurar GPU y modelos por adelantado, y también asumir costos de operación y mantenimiento. Cuando la demanda aún no se ha formado de manera estable, los nodos no tienen suficiente motivación para activarse anticipadamente; la emisión de tokens de la red puede proporcionar un período de garantía de ingresos para la oferta, permitiendo que la red obtenga capacidad utilizable primero.

Si a largo plazo puede establecerse dependerá de si el pago de los clientes externos puede cubrir gradualmente los ingresos de los nodos. El protocolo puede verificar que una tarea de razonamiento se ha ejecutado efectivamente, y también puede verificar que el nodo ha utilizado el modelo designado, pero el hecho de que se realice el cálculo en sí no generará valor económico. La emisión de tokens puede comprar un período de suministro, pero la demanda de los clientes aún necesita órdenes reales para probarse.

Un mecanismo de incentivos más razonable puede vincularse gradualmente a los ingresos reales. Los clientes pagan primero las tarifas de tarea con stablecoins, los nodos completan el razonamiento y obtienen ingresos tras la verificación, y el protocolo proporciona recompensas adicionales según los ingresos externos, reduciendo gradualmente las subvenciones a medida que la red madura. Esto puede permitir que la emisión asuma los costos de arranque en frío, al mismo tiempo que brinda al mercado una señal más clara: cuántos ingresos de los nodos provienen de los clientes y cuántos aún provienen de subsidios de capital. A largo plazo, lo que realmente necesita completar el incentivo de capacidad es pasar de comprar suministro con tokens a mantener el suministro con ingresos de clientes; una vez que ocurra esta transformación, la red comenzará a tener una base económica independiente del ciclo del mercado de tokens.

Derechos de ingresos de modelos individuales

Los derechos de ingresos de modelos son los más cercanos a lo que se mencionó anteriormente como crack spread:

Beneficio restante del modelo desplegado = Ingresos de API − Costos de GPU − Costos de red, almacenamiento e ingeniería − Adquisición de clientes y subsidios

Muchos Model Tokens ofrecen a los titulares principalmente incentivos de recompra y estaca, que no necesariamente corresponden a un derecho de ingresos que se pueda reclamar legalmente. Si falta una relación contractual clara entre los ingresos de API y el valor del Token, será difícil formar un ancla de valoración estable.

La vida útil del modelo amplifica aún más este problema. La velocidad de actualización del modelo es muy rápida; un activo que acaba de completar financiamiento y despliegue puede ser superado por nuevos sustitutos. Por lo tanto, un modelo único es difícil de sostener como un activo financiero a largo plazo.

Una dirección de desarrollo más probable es expandir gradualmente la unidad subyacente a una estrategia de carga de trabajo. Por ejemplo, una estrategia de inferencia de codificación puede cambiar continuamente el modelo subyacente, ajustando la ruta según la calidad y el costo. Así, el titular asume un conjunto de estrategias de razonamiento en operación continua, y la vida útil del activo sigue la demanda del cliente y la carga de trabajo.

Además, si este tipo de productos quiere ingresar al mercado institucional en el futuro, también necesitará entidades legales claras, ingresos de API auditados y un flujo de efectivo waterfall claro. Sin estas bases, la valoración del Model Token seguirá dependiendo en gran medida del uso futuro y de la política de recompra del emisor.

4.5.3 Router antes de que los futuros de Token proporcionen gestión de riesgos del lado de la demanda

El Router es una capa subestimada en la financiarización del razonamiento.

A las empresas les preocupa en última instancia cuánto costará una tarea. El modelo específico utilizado, en muchos escenarios, es solo una ruta de implementación. El Router puede comparar continuamente diferentes modelos y proveedores, redistribuyendo el tráfico cuando cambian los precios. Los servicios subyacentes originalmente eran altamente heterogéneos, pero después de la programación del Router, la sustitución aumentará gradualmente.

Esto afectará directamente la escala de los derivados del lado de la demanda. Muchos de los costos fluctuantes pueden ser absorbidos primero a través de cambios de modelo y optimización de software. Solo los riesgos que no se pueden manejar de estas maneras necesitarán la intervención de herramientas financieras.

El Router también tiene una ventaja de datos muy importante: puede ver las facturas reales. El precio oficial de la API pública es difícil de representar el costo real de adquisición de las empresas; el Router puede ver cuánto pagaron realmente los clientes y también sabe qué calidad de servicio corresponde a ese precio. Después de acumular pedidos, estos datos tienen la oportunidad de formar un índice de costo de carga de trabajo ajustado por calidad.

Un paso más allá, el Router puede proporcionar directamente a las empresas un límite de costos. Por ejemplo, una empresa puede bloquear por adelantado el presupuesto de carga de trabajo de codificación para los próximos tres meses, y el Router gestiona en segundo plano la selección de modelos y la adquisición de capacidad, manejando el riesgo restante a través de derivados de GPU cuando sea necesario. El cliente obtiene así certeza en el presupuesto y no necesita gestionar su propia cesta de modelos, posiciones de futuros y bases. Este tipo de producto puede ser más acorde con los hábitos de compra de las empresas que los futuros de Token genéricos. El Router puede dejar la complejidad subyacente en su interior, brindando al cliente un precio más estable y predecible.

El Token en sí aún no ha formado un estándar unificado, pero el Router puede buscar continuamente suministros alternativos en torno a una carga de trabajo clara. Una vez que las transacciones acumulen un tamaño suficiente, la carga de trabajo en sí podría convertirse en una nueva unidad de precio.

Si este camino se establece, el Router se extenderá gradualmente de una herramienta de asignación de tráfico a la gestión de compras y riesgos. Sus activos más valiosos a largo plazo también se volverán cada vez más claros: pedidos reales, precios de transacción reales y la capacidad de gestionar costos y calidad entre diferentes modelos. Es muy probable que el estándar de precios de la carga de trabajo se forme primero en este nivel, antes de ingresar al mercado de índices y derivados.

4.5.4 La ventana de Crypto está antes de que se forme el estándar

Cuando un derecho aún no tiene especificaciones unificadas, el costo de manejo por parte de las finanzas tradicionales es muy alto. Los montos de contrato son pequeños y la estructura es fragmentada; en la cadena se pueden experimentar nuevas formas de propiedad más rápidamente. Si en el futuro los Agentes comienzan a poseer y ejecutar contratos de servicio directamente, el valor de esta infraestructura aumentará aún más.

Una vez que un tipo de activo forme contratos maduros, grandes sumas de dinero comenzarán a ingresar al mercado bancario e institucional. Ya se puede ver esta dirección en el crédito GPU senior. Una vez que los futuros estandarizados maduren, las bolsas y los creadores de mercado institucionales también ingresarán. En este período de ventana, los protocolos en la cadena deben acumular flujos de pedidos reales (datos de clientes y transacciones), y sus estándares contractuales y datos de cumplimiento también comenzarán a formar barreras.

Los productos que ya han aparecido corresponden aproximadamente a diferentes etapas de estandarización gradual de unidades de riesgo:

Los primeros productos aún dependen en gran medida del crédito de una sola empresa. A medida que los contratos permiten gradualmente el reemplazo de servicios, el riesgo del emisor disminuirá. Cuando el mercado pueda definir de manera estable un conjunto de cargas de trabajo de calidad similar, solo entonces tendrá la oportunidad de formarse un índice del lado de la demanda. Los futuros y opciones deben basarse en estas unidades de riesgo estables.

El Agente podría ampliar aún más los escenarios de uso de contratos en la cadena. Si en el futuro el software comienza a comprar servicios de razonamiento de forma autónoma, un contrato de API empresarial de hoy se descompondrá en muchas decisiones de compra ejecutadas en tiempo real por máquinas. En ese momento, la posesión de derechos de servicio, las restricciones presupuestarias y la verificación del cumplimiento entrarán en el diseño de la infraestructura financiera.

La financiarización de la capa de razonamiento finalmente debe resolver la transformación de servicios de IA altamente personalizados en derechos que puedan ser entendidos y valorados por los mercados de capital. El poder de fijación de precios en el mercado temprano dependerá de quién defina primero estos derechos.

Cinco, Resumen

1. ¿Cuándo? / ¿Por qué ahora?

En 2026, instituciones financieras tradicionales como CME e ICE comenzarán a entrar de manera intensiva en el mercado de precios de potencia y derivados, y la infraestructura del mercado ya ha comenzado a construirse. En lugar de centrarnos en qué productos han anunciado las bolsas, nos interesa más el ritmo de cambio en dos direcciones.

Primero, la deuda está penetrando más profundamente en la infraestructura de IA. A medida que las GPU y los centros de datos dependen más de la financiación externa, la fluctuación de los alquileres afectará directamente al DSCR, LTV y las condiciones de refinanciación. Los prestamistas también tienen un mayor incentivo para incluir el riesgo de precios en los convenios, exigiendo a los operadores que aseguren una parte de los flujos de efectivo futuros. La trayectoria de financiación de CoreWeave ya ha demostrado cómo la cobertura de contratos afecta la fijación de precios del crédito; si estructuras de financiación similares continúan expandiéndose, el crédito privado y los bancos probablemente se convertirán en fuerzas impulsoras importantes para la cobertura de potencia.

En segundo lugar, cada vez más demanda de potencia comienza a aparecer en el mercado de adquisiciones públicas. Los modelos de código abierto han reducido la barrera para que las empresas implementen sus propios modelos, y la carga de trabajo asumida por plataformas en la nube de terceros, Neocloud y plataformas de inferencia ha aumentado. Cuanta más demanda marginal asuma el mercado público, más fácil será que los alquileres de GPU generen un descubrimiento de precios sostenido, y más empresas estarán directamente expuestas a la fluctuación de los alquileres.

El mercado sigue siendo relativamente temprano. La iteración de las GPU es rápida, y las regiones, redes, clústeres y plazos de contrato son altamente no estándar, por lo que es probable que las primeras transacciones sigan concentrándose en el OTC, donde los dealers asumen primero la demanda de los clientes y la base. Una señal de adopción que vale la pena observar es si los clientes industriales han comenzado a cubrirse de manera continua y repetida.

2. ¿Contratos perpetuos o futuros de vencimiento fijo, quién encontrará más fácilmente el PMF?

Los riesgos de los clientes industriales suelen tener un plazo claro. Proyectos de entrenamiento de seis meses, contratos de capacidad de un año, préstamos de GPU de varios años, todos requieren un precio correspondiente a su plazo. Los futuros de vencimiento fijo están más alineados con la gestión de riesgos empresariales en este aspecto, y también es más fácil conectarlos a contratos físicos específicos de modelo, región y SLA a través de EFP.

Por lo tanto, los contratos perpetuos son más adecuados para el descubrimiento de precios a corto plazo y la liquidez comercial, mientras que los futuros de vencimiento fijo son más adecuados para la cobertura empresarial, precios a plazo y cumplimiento físico.

3. ¿Qué capa es más probable que capture primero el valor comercial?

A corto plazo, creemos que los brokers/dealers que controlan el flujo de pedidos físicos, así como las plataformas intermedias que controlan el flujo de pedidos de inferencia y programación, capturarán más rápidamente el valor comercial. Actualmente, el mercado a menudo paga una alta prima por "¿hay capacidad de potencia?", y el valor de obtener una tarjeta sigue siendo mucho mayor que el costo de cubrirse optimizando unos pocos BP. Quien sepa dónde hay tarjetas disponibles, quién está compitiendo por la capacidad y esté dispuesto a asumir pedidos con su balance, tendrá la oportunidad de ganar simultáneamente tarifas de intermediación, spreads de oferta-demanda y primas de base.

A medida que el comercio del mercado se estandariza gradualmente, el valor de los índices de precios aumentará, y una vez que un benchmark sea citado repetidamente en muchos contratos, los costos de migración y los efectos de red aumentarán rápidamente.

Más adelante, una vez que los contratos estándar y la escala de cobertura industrial sean lo suficientemente grandes, las bolsas podrán beneficiarse plenamente de los efectos de escala que traen la liquidación, los márgenes y la red de liquidez.