وقتی توکن به کار تبدیل می‌شود، مردم رابط می‌شوند.

نویسنده | لین وانوان

در سال ۱۸۷۶، در نمایشگاه جهانی فیلادلفیا، امپراتور برزیل دوم پدرو اختراع بل، تلفن را برداشت، صدایی از آن سوی خط شنید و فریاد زد: «خدای من! دارد حرف می‌زند!»

یکصد و پنجاه سال بعد، در ۱۸ مارس ۲۰۲۶، در مرکز همایش‌های سن‌خوزه، جِن-شون هوانگ با کت چرمی مشکی بر تن بر روی صحنه کنفرانس GTC ایستاد و اظهاراتی شگفت‌آور بیان کرد.

در ده سال آینده، انویدیا احتمالاً حدود ۷۵٬۰۰۰ کارمند خواهد داشت. آنها بسیار بسیار مشغول خواهند بود زیرا با ۷٫۵ میلیون عامل هوش مصنوعی کار خواهند کرد.

در میان تماشاگران خنده برپا شد.

۷۵٬۰۰۰ نفر، ۷٫۵ میلیون نماینده، ۱ به ۱۰۰

جن-شن هوانگ خود خندید و افزود: «آنها شبانه‌روز کار خواهند کرد.» امیدوارم مردم ما مجبور نشوند با آنها رقابت کنند.

تشویق‌ها فروکش کرد و این شماره در آن روز تحت‌الشعاع عرضه‌های پرزرق‌وبرق تراشه‌ها و اعلام شراکت‌های جدید قرار گرفت. اما اگر لحظه‌ای دوباره روی آن تمرکز کنیم، این ممکن است یکی از مهم‌ترین اظهارات کل کنفرانس باشد.

این فقط جن-شون هوانگ نیست. سه ماه پیش، شخص دیگری همان آینده را به شکلی ملموس‌تر توصیف کرد.

در ژانویهٔ ۲۰۲۶، در نمایشگاه CES در لاس‌وگاس، باب استرنفلس، مدیرعامل مک‌کینزی، روی صحنه نشست و اعداد را ارائه کرد.

در حال حاضر ما ۴۰٬۰۰۰ کارمند انسانی و تقریباً ۲۵٬۰۰۰ عامل هوش مصنوعی داریم. کمتر از دو سال پیش، این عدد در هزارها بود. آن ۲۵٬۰۰۰ نماینده در شش ماه گذشته ۲٫۵ میلیون نمودار تولید کردند.

۲٫۵ میلیون نمودار. قبلاً این کار بر عهده تحلیلگران تازه‌استخدام‌شده بود. بیست‌وسه یا بیست‌وچهار ساله، غرق در شکوه یک دانشگاه معتبر، در ساعت سه صبح محورها را هم‌تراز می‌کند.

این نقطهٔ شروع هر تازه‌وارد مک‌کینزی بود: معاوضهٔ مکانیکی‌ترین کارها با بلیطی به مسیر شراکت.

اکنون نیمهٔ اول آن بلیت توسط نمایندگان تصاحب شده است. استرنفلس گفت: «هوش مصنوعی منجر به رشد ۲۵ درصدی در برخی سمت‌ها و کاهش ۲۵ درصدی در برخی دیگر شده است.» شرکت به‌طور مرتب بین گسترش و انقباض تقسیم شده است.

داستان‌های انویدیا و مک‌کینزی یک روایت واحد را بیان می‌کنند.

در دنیایی با نسبت ۱:۱۰۰، کارها توسط عامل‌های مبتنی بر توکن انجام می‌شوند و انسان‌ها رابط‌هایی هستند که به این عامل‌ها متصل‌اند.

کنترل از راه دور برون‌سپاری در دستان شما نیست

در هفته GTC، جنسن هوانگ در پادکست All-In حاضر شد و بیانیه‌ای حتی چشمگیرتر ارائه داد.

فرض کنید شما یک مهندس با حقوق سالانه ۵۰۰٬۰۰۰ دلار دارید. اگر آنها حداقل به ارزش ۲۵۰٬۰۰۰ دلار توکن مصرف نکرده باشند، من بسیار نگران خواهم بود.

وقتی مجری از انویدیا پرسید که آیا این شرکت ۲ میلیارد دلار برای توکن‌های تیم مهندسی هزینه می‌کند، جنسن هوانگ پاسخ داد: «ما روی آن کار می‌کنیم.»

مهندسی که توکن‌ها را نمی‌سوزاند، حتی ارزش حقوق ۵۰۰٬۰۰۰ دلاری‌اش را هم ندارد.

رویکرد انویدیا بسیار مستقیم است—توکَن‌ها را در بسته جبران خدمات قرار دهید. جنسن هوانگ در سخنرانی اصلی GTC گفت که در آینده، هر مهندس انویدیا یک بودجه سالانه توکن خواهد داشت که تقریباً معادل نیمی از حقوق پایه اوست.

برای مهندسی که حقوق پایهٔ او ده‌ها هزار دلار است، دریافت قدرت محاسباتی اضافی معادل نیمی از حقوق پایه‌اش، یک‌سوم کل بستهٔ او سوخت خالص است.

برای کسی که بودجه توکن‌هایش را به حداکثر می‌رساند، این مانند داشتن دوازده نماینده هوش مصنوعی است که به‌صورت شبانه‌روزی برای کمک به او در نوشتن کد، اجرای تست‌ها، جستجوی اسناد و انجام شبیه‌سازی‌ها کار می‌کنند. کسی که فقط نسخهٔ رایگان سهمیهٔ API را دارد، همچنان مجبور است با دستان خودش روی صفحه‌کلید تایپ کند. دو نفر با رزومه‌های یکسان می‌توانند تفاوت بهره‌وری ۵ تا ۱۰ برابری داشته باشند.

این دیگر فقط یک نظریه در سیلیکون‌ولی نیست.

در ماه مارس امسال، بیزینس اینسایدر از یک تغییر خبر داد: مهندسان در مصاحبه‌ها شروع به پرسیدن کرده‌اند: «چه مقدار بودجه توکن برای این موقعیت اختصاص یافته است؟» توماش تونگوز، شریک در تئوری ونتچرز، بودجه توکن را «ستون چهارم» جبران خدمات مهندسین نامید، پس از حقوق پایه، پاداش‌ها و سهام. گرگ برکمن، رئیس اوپن‌ای‌آی، صریح‌تر گفت: میزان استنتاجی که در دسترس شماست، به‌طور فزاینده‌ای بهره‌وری کلی شما را تعیین خواهد کرد.

در سخنرانی GTC خود، جنسن هوانگ شخصاً گفت: «چقدر توکن به نقش من مرتبط است؟» این قبلاً به یک ابزار جذب نیرو در سیلیکون‌ولی تبدیل شده است.

در دههٔ ۱۹۵۰، کارگران خودروسازی دیترویت از بالاترین دستمزدها در ایالات متحده برخوردار بودند. آنچه واقعاً به آنها امکان داد زندگی طبقه متوسط را داشته باشند، اختراع خط مونتاژ توسط هنری فورد بود. کارگران روی خط ایستاده بودند، خط حرکت می‌کرد در حالی که مردم سر جای خود می‌ماندند، و خروجی هر کس بارها توسط بازوهای رباتیک تقویت می‌شد. سطح زندگی یک کارگر دیترویت به‌مراتب بالاتر از صنعتگران هم‌عصرش بود؛ صنعتگرانی که شاید مهارت‌شان برتر نبود، اما در یک خط مونتاژ گسترده‌تر کار می‌کردند.

بودجه توکن ۲۰۲۶ معادل خط مونتاژ ۱۹۵۰ است.

اما با یک تفاوت کلیدی.

در دیترویت، کارگران می‌توانستند از فورد جدا شوند و به جنرال موتورز یا کرایسلر بروند؛ خطوط مونتاژ همه‌جا بودند. اتحادیه‌ها می‌توانستند با مدیریت برای افزایش سرعت خطوط و تأمین محیط‌های امن‌تر مذاکره کنند.

بودجه توکن متفاوت است. وقتی آن را به تو می‌دهند، ابرقهرمانی هستی، و وقتی پس می‌گیرند، دوباره عادی می‌شوی. سهام را می‌توان نقد کرد و مهارت‌ها هنگام تغییر شغل همراه شما خواهند بود. بودجه توکن هیچ چیز نیست، فقط یک کد تقلب است که سوئیچ آن توسط شرکت کنترل می‌شود.

سیلیکون‌ولی از قبل برای این وضعیت واژه‌ای دارد که «عطش GPU» نامیده می‌شود.

برترین پژوهشگران هوش مصنوعی شغل خود را تغییر می‌دهند، شکاف دستمزد اکنون در جایگاه دوم قرار دارد و قدرت محاسباتی پیشتاز است. نمی‌توان آزمایش‌ها را اجرا کرد، نمی‌توان عامل‌ها را مستقر کرد، توانایی‌ها توسط سهمیه‌ها محدود شده‌اند. «چند توکن به شما پیشنهاد می‌شود» گاهی از اختیارات سهام بالاتر است. سهام مانند یک چک آتی است که ممکن است سقوط کند، اما بودجه توکن بهره‌وری‌ای است که می‌توان آن را امروز نقد کرد.

و آن‌هایی که هوش مصنوعی ندارند، حذف می‌شوند.

گلدمن ساکس تخمین می‌زند که هوش مصنوعی می‌تواند ۲۵٪ ساعات کاری ایالات متحده را خودکار کند. یک نظرسنجی از شرکت مرسر می‌گوید ۶۵ درصد از مدیران ارشد انتظار دارند بین دو تا سه دهم نیروی کارشان به دلیل هوش مصنوعی جابجا شود. دو مجموعه اعداد را با هم ترکیب کنید، نتیجه واضح است: افرادی که توکن دارند در خروجی منفجر می‌شوند، و کسانی که توکن ندارند بهینه‌سازی شده و حذف می‌شوند.

خط تقسیم‌بندی سهمیه توکن است که هر روز کمتر و کمتر به مهارت‌های یک فرد مربوط می‌شود.

نرخ عبور توکن، ارزش‌گذاری است.

ارزش شخصی توسط سهمیه توکن تعیین می‌شود. اما شرکت‌های چه‌طور؟

اوایل مارس ۲۰۲۶، شرکتی مستقر در شانگهای به نام مینی‌مکس اولین گزارش سالانه‌اش را از زمان عرضه سهامش منتشر کرد. درآمد سالانه ۷۹ میلیون دلار بود، با زیان خالص تعدیل‌شده ۲۵۰ میلیون دلار. بر اساس معیارهای مالی سنتی، این یک شرکت کوچک بود که پول نقدش را می‌سوزاند و درآمدش تنها کسری از ارقام سه‌ماهه اکسنچر بود.

اما بازارهای سرمایه نظر متفاوتی داشتند.

یان جونجیه، مدیرعامل مینی‌مکس، در تماس تلفنی گزارش درآمد جمله‌ای گفت که از کل گزارش مهم‌تر بود: ارزش شرکت با حاصل‌ضرب چگالی هوش در نرخ عبور توکن تعیین می‌شود.

نرخ عبور توکن، نه رشد درآمد، نه تعداد کاربران، نه حاشیه ناخالص.

داده‌های پشتیبانی‌کننده این بیانیه بسیار محکم هستند. در فوریهٔ ۲۰۲۶، مصرف روزانهٔ توکن مدل سری M2 شرکت MiniMax نسبت به دو ماه پیش در دسامبر شش برابر شده است. مصرف توکن در یک سناریوی برنامه‌نویسی ده برابر شده است. در پلتفرم تجمیع مدل‌های هوش مصنوعی OpenRouter، مدل M2.5 شرکت MiniMax در دو هفته ۴۵.۵ تریلیون توکن مصرف کرده است، که تمام مدل‌های آمریکایی را کنار زده و برای اولین بار یک شرکت مستقر در شانگهای را به صدر جدول جهانی مصرف توکن رسانده است.

این وضعیت توسط روزنامهٔ ساوث چاینا مورنینگ پست با بیانیه‌ای توصیف شد: مدل متن‌باز چین بر سلطه یک‌ساله بازار توسعه‌دهندگان آمریکایی پایان داده است. چه چیزی به پایان انجامید؟ مصرف توکن هر کس بیشترین توکن‌ها را بسوزاند، برنده است.

این منطق در مورد OpenAI نیز صدق می‌کند. پلتفرم API اوپن‌ای‌آی در هر دقیقه ۶ میلیارد توکن پردازش می‌کند، که افزایشی ۲۰ برابری در دو سال است. مشتریان سازمانی که سالانه بیش از ۱۰۰٬۰۰۰ دلار هزینه می‌کنند، تقریباً شاهد افزایش هفت برابری بوده‌اند. راس سندلر، تحلیلگر بارکلیز، پس از تجزیه و تحلیل داده‌ها، نتیجه گرفت: مصرف توکن در سمت مصرف‌کننده در OpenAI بیش از دو برابر Google Gemini است.

مصرف توکن به ارز سخت برای رتبه‌بندی شرکت‌های هوش مصنوعی تبدیل شده است.

حتی جالب‌تر این است که این موضوع در درون شرکت‌ها چگونه رخ می‌دهد. یک مقاله اخیر نیویورک تایمز به پدیده‌ای به نام «توکن‌ماکسینگ» پرداخت: مهندسان متا و اوپن‌ای‌آی در جدول‌های رده‌بندی داخلی با هم رقابت می‌کنند تا ببینند چه کسی می‌تواند بیشترین توکن‌ها را مصرف کند.

بودجه توکن در حال تبدیل شدن به یک مزیت استاندارد است، درست مانند ناهارهای رایگان و بیمه دندان‌پزشکی یک دهه پیش. یک مهندس شاغل در دفتر اریکسون در استکهلم به نیویورک تایمز گفت که هزینه‌هایش برای کلود ممکن است از حقوقش بیشتر باشد، اما شرکت صورتحساب را پرداخت می‌کند.

یک مقاله اخیر در تک‌کرانچ حساب و کتاب را انجام داد: ممکن است یک مهندس هنگام نوشتن یک مقاله در بعدازظهر، ۱۰٬۰۰۰ توکن مصرف کند، اما مهندسی که خوشهٔ ایجنت را اجرا می‌کند می‌تواند در طول یک روز بدون تایپ حتی یک کلمه، میلیون‌ها توکن را در پس‌زمینه بسوزاند.

دو سال پیش، قیمت هر میلیون توکن ۳۳ دلار بود. حالا ۹ سنت است. این یک کاهش ۹۹.۷ درصدی است. هرچه قیمت ارزان‌تر باشد، سوزش شدیدتر است. هرچه سوزش شدیدتر باشد، جدا کردنش دشوارتر است.

پیش‌بینی یان جونجیه در تماس کنفرانسی این بود: تقاضای بازار برای توکن‌ها در آینده ممکن است یک تا دو مرتبه بزرگ‌تر شود.

این روش جدید ارزش‌گذاری شرکت‌ها در سال ۲۰۲۶ است. موضوع این نیست که چقدر پول به دست می‌آوری، بلکه این است که توکنت چقدر سوزانده شده است. مینی‌مکس متحمل زیانی ۲.۵ میلیارد دلاری شد، اما منحنی رشد تند توان عملیاتی توکن برای جلب توجه بازارهای سرمایه کافی بود. می‌توانید آن را مانند یوتیوب در سال ۲۰۰۶ در نظر بگیرید، بدون درآمد اما با رشد نمایی در مصرف پهنای باند، که گوگل را وادار کرد تا ۱۶٫۵ میلیارد دلار برای خرید آن هزینه کند.

در روزهای یوتیوب، پهنای باند به هدر می‌رفت. امروز، مینی‌مکس توکن‌ها را می‌سوزاند. واحد اندازه‌گیری تغییر کرده است، اما منطق همچنان یکسان است.

ظرفیت می‌تواند صبر کند، بدهی نمی‌تواند.

در همان هفته‌ای که GTC برگزار شد، اتفاق دیگری هم افتاد.

در ۱۸ مارس، استرایپ پروتکل پرداخت‌های ماشینی را منتشر کرد. به زبان ساده: نمایندگان هوش مصنوعی اکنون می‌توانند خودشان پول خرج کنند.

یک عامل به یک مجموعه داده نیاز دارد و خود هزینه دانلود آن را می‌پردازد. برای استنتاج به قدرت محاسباتی نیاز دارد و آن را ثانیه‌به‌ثانیه خریداری می‌کند. این باید API یک عامل دیگر را فراخوانی کند، صورتحساب را خودش تسویه می‌کند. کل فرایند دیگر به تأیید انسانی نیاز ندارد. ویزا پرداخت‌های کارت اعتباری را برای این پروتکل تطبیق داده است، کوین‌بیس کیف‌پول‌هایی برای نمایندگان ایجاد کرده است و مسترکارت در حال توسعه Agent Pay است.

مصرف توکن اکنون منبع اضافی دارد. قبلاً تنها سناریوی «نماینده اعزام انسانی» وجود داشت. اکنون خودِ عامل‌ها در حال مصرف توکن‌ها هستند و از پول به‌دست‌آمده از توکن‌ها برای خرید توکن‌های بیشتر استفاده می‌کنند. جان کالیسون، هم‌بنیان‌گذار استرایپ، از اصطلاحی به نام «سیل» استفاده کرد.

هوانگ رن‌شون اعداد مربوطه را ارائه کرد: انویدیا قصد دارد نرخ تولید توکن را از ۲۲ میلیون به ۷۰۰ میلیون افزایش دهد که ۳۵۰ برابر رشد است.

این مثل ساختن یک شبکهٔ کامل بزرگراه است، با این شرط که جریان ترافیک به‌طور نمایی رشد کند.

یک شرط‌بندی ۶ تریلیون دلاری در حوزه زیرساخت به یک فرض نیاز دارد: مصرف توکن جهانی باید به اندازه کافی بزرگ باشد تا از بازگشت سرمایه پشتیبانی کند. این فرض در حال حاضر فقط یک فرض گران‌قیمت است.

در سه‌ماههٔ آخر سال ۲۰۲۵، شرکت‌های فناوری رکوردی معادل ۱۰۸٫۷ میلیارد دلار اوراق قرضه منتشر کردند. با ورود به سال ۲۰۲۶، در چند هفتهٔ اول شاهد ۱۰۰ میلیارد دلار دیگر بودیم. مورگان استنلی و جی‌پی‌مورگان برآورد می‌کنند که در سال‌های آینده، کل بدهی شرکت‌های مرتبط با هوش مصنوعی می‌تواند به ۱۵ تریلیون دلار برسد. به گفته گلدمن ساکس، هزینه‌های سرمایه‌ای هوش مصنوعی در حال حاضر حدود ۳٪ از ایالات متحده را تشکیل می‌دهد. تولید ناخالص داخلی

گروهی از وال‌استریرها که نخستین بار بوی خطر را حس کردند، شروع به خرید بیمه کرده‌اند. حجم معاملات سوآپ نکول اعتباری در حال افزایش است. آنها با پرداخت چند ده واحد پایه حق‌بیمه بیشتر، شرط‌بندی می‌کنند که این شرکت‌ها ممکن است در بازپرداخت بدهی‌های خود نکول کنند. دانیل سورید، رئیس استراتژی اعتباری سیتی، در یک کنفرانس سرمایه‌گذاران گفت: «به‌عنوان یک سرمایه‌گذار اعتباری، مواجهه با تحول در این مقیاس که به چنین سرمایه‌گذاری عظیمی نیاز دارد، ذاتاً نگران‌کننده است.»

لری پیج، یکی از بنیان‌گذاران گوگل، زمانی در داخل شرکت حرفی تندتر زد و بارها به کارمندان گوگل گفت: «ترجیح می‌دهم ورشکست شوم تا اینکه این مسابقه را ببازم.»

این به‌طور دقیق معضل زندانی را توصیف می‌کند: هر غول شرط بسته است که رقیبش به سرمایه‌گذاری ادامه دهد، بنابراین هیچ‌یک نمی‌تواند متوقف شود. کسانی که متوقف می‌شوند، مستقیماً کنار می‌روند.

یک جنبه روشن با داده‌های محکم وجود دارد. نرخ تولید توکن ۳۵۰ برابر شده است. استرایپ به تازگی به نماینده اجازه داد که خودش پول خرج کند. مک‌کینزی در عرض دو سال از چند هزار نماینده به ۲۵٬۰۰۰ نماینده گسترش یافته است. اگر اقتصاد عامل‌ها کاملاً اوج بگیرد، منحنی رشد مصرف توکن‌ها واقعاً می‌تواند نمایی شود.

اما یک تاریخ هست که بسیاری از مردم را شب‌زنده‌دار کرده است. صخرهٔ تمدید در نیمهٔ دوم سال ۲۰۲۶.

از سال ۲۰۲۴ تا ۲۰۲۵، شرکت‌ها در حال هزینه کردن «بودجه نوآوری» خود بودند. مدیرعامل‌ها در تماس تلفنی گزارش درآمد مجبور بودند بگویند «ما در حال پذیرش هوش مصنوعی هستیم»، چندان نسبت به قیمت حساس نیستند، به دنبال نتایج نیستند و پول را صرف ظاهرسازی می‌کنند. در نیمه دوم سال ۲۰۲۶، اولین موج پروژه‌های آزمایشی به نقطه تمدید می‌رسد. بودجه نوآوری تهی شده است، مدیر ارشد فناوری از جایگاه خود در میز مذاکره کناره‌گیری می‌کند و مدیر ارشد مالی کنترل را به دست می‌گیرد. مدیر ارشد مالی تنها یک عدد را می‌شناسد: بازده سرمایه‌گذاری

اگر تعداد زیادی از خلبان‌ها حذف شوند، در مصرف نهایی توکن شکاف ناگهانی ایجاد خواهد شد. ظرفیت تولید بالادستی ۶۰۰ میلیارد دلاری، مراکز داده ساخته‌شده، برق متصل‌شده، تراشه‌های موجود در انبار، به ظرفیت راکد تبدیل خواهند شد.

چنین چیزی در تاریخ رخ داده است.

در سال ۲۰۰۰، شرکت‌های مخابراتی تریلیون‌ها دلار برای نصب کابل‌های زیر دریایی هزینه کردند. وقتی حباب ترکید، ۹۰٪ کابل‌های جهان زیر دریا تاریک و بلااستفاده مانده بودند و نزدیک به یک دهه از کار افتاده بودند. تا زمانی که نتفلیکس پخش آنلاین را آغاز نکرد و آیفون اینترنت همراه را شعله‌ور نکرد، کابل‌ها به آرامی روشن نشدند. کابل‌ها بیهوده نصب نشده بودند. سازندگان کابل، لوکانت، نورتل و تایکو، همگی ورشکست شدند. زیرساخت باقی ماند، اما سازندگان رفته بودند.

در سال ۲۰۱۲، صنعت انرژی خورشیدی چین بود. شانگ‌دی در ووشی و سان‌تک در جیانگ‌شی قیمت‌های جهانی قطعات را پایین‌تر می‌آورند. با مازاد شدید ظرفیت، صنعت به مدت سه سال متحمل یک کشتار جمعی شد. در نهایت تقاضا به وجود آمد و امروزه انرژی خورشیدی سریع‌ترین منبع انرژی در حال رشد روی زمین است. شانگ‌دی ورشکست شد. سان‌تک ورشکست شد. پیشگامان در آخرین مرحله تاریکی پیش از سپیده‌دم رها شدند.

پس از آنکه بل تلفن را اختراع کرد، شرکت وسترن یونیون از خرید امتیاز آن به مبلغ ۱۰۰٬۰۰۰ دلار خودداری کرد. ده سال بعد، وسترن یونیون حاضر بود ۲۵ میلیون دلار پیشنهاد دهد، اما بل از فروش خودداری کرد. سی سال بعد، شبکه تلفن سراسر ایالات متحده را پوشش داد. با این حال، بیشتر شرکت‌های کوچکی که شبکه را ساخته بودند، تا روزی که تلفن رایج شد، دوام نیاوردند. برنده AT&T بود که بعداً همه چیز را خریداری و انحصار کرد.

داستان زیرساخت همیشه همین نسخه است. جهت تقریباً همیشه درست است، اما زمان‌بندی می‌تواند مرگبار باشد.

بازگشت به توکن در ساختار پیش‌تر ذکرشده، توکن به نیروی کار تبدیل می‌شود، مردم به رابط‌ها تبدیل می‌شوند، تخصیص توکن همه چیز را تعیین می‌کند، با این فرض که توکن به‌طور مداوم، گسترده و سریع مصرف می‌شود. خروجی ۱۰ برابری یک مهندس به عرضه توکن وابسته است؛ اگر آن را حذف کنید، دوباره به صفر بازمی‌گردد. ارزش‌گذاری ۸۴۰ میلیارد دلاری OpenAI به تعهدات قدرت محاسباتی وابسته است؛ پروتکل را متوقف کنید، و این ارزش کاهش می‌یابد. زیرساخت ۶۰۰ میلیارد دلاری به رشد مصرف نهایی وابسته است؛ اگر نرخ رشد کند شود، به پوستهٔ خالی خود تبدیل می‌شود.

هر لایه به لایه بعدی متکی است. اگر رشد مصرف دو یا سه سال از رشد ساخت‌وساز عقب بماند، قیمت‌گذاری برای همه در سراسر زنجیره شل خواهد شد.

به کدام راه‌آهن متکی هستید؟

تا سال ۲۰۲۳، داشتن کارت حرف اول را می‌زند. تا سال ۲۰۲۶، داشتن توکن حکم‌فرما خواهد بود.

شاید به نظر برسد صرفاً تغییر واژه‌هاست، اما تحول زیربنایی عمیق‌تر از آن است که اکثر مردم تصور می‌کنند.

GPU یک دارایی است؛ وقتی آن را می‌خرید، مال شماست و در یک مرکز داده قفل شده است، جایی که هیچ‌کس دیگری نمی‌تواند آن را بردارد.

توکن ترافیک است. ده‌برابری بازده شما، ارزش‌گذاری بالای شما و برگ برنده شما در میز مذاکره، همگی به تأمین مداوم و غیرمالکانه وابسته هستند. شیر آب را ببندید، و همه چیز به صفر بازمی‌گردد.

وقتی توکن واقعاً به نیروی کار فعال تبدیل می‌شود، مردم به رابط‌هایی متصل به توکن تبدیل می‌شوند. یک رابط کاربری خوب می‌تواند ارزش توکن را افزایش دهد و قضاوت، زیبایی‌شناسی و تجربه همچنان اهمیت دارند. اما اینکه یک رابط کاربری چقدر می‌تواند انجام دهد، عمدتاً بستگی به این دارد که به چه مقدار توکن دسترسی دارد.

در دههٔ ۱۸۷۰، کشاورزان آمریکایی دریافتند که کشت گندم مرغوب کافی نیست؛ گندم باید در کنار راه‌آهن باشد. در دههٔ ۱۹۵۰، صنعتگران دریافتند که هرچقدر هم ماهر باشند، نمی‌توانند با کارگران خط مونتاژ رقابت کنند. در سال ۲۰۲۶، مهندسان درمی‌یابند که مهم نیست چقدر زیبا کد بنویسند، بدون تخصیص توکن، همه‌چیز فقط چرخ‌های در حال چرخش هستند.

وقتی توکن واقعاً به نیروی کار فعال تبدیل می‌شود، مردم به رابط‌ها تبدیل می‌شوند. در حالی که کیفیت خود رابط همچنان مهم است، ارزش رابط عمدتاً به این بستگی دارد که چه کسی قدرت آن را تأمین می‌کند.