WAIC Osservazione: Consenso affollato, enorme bolla

Autore: Xiao Bing, Deep Tide TechFlow

1. WAIC dovrebbe tenersi prima, così dopo la visita, si può svuotare il magazzino della tecnologia.

Ci sono troppi segnali di picco: vari eventi collaterali diventano simili a quelli delle criptovalute, belle donne in gran numero, prodotti altamente omogenei sul posto... un settore è già passato da un gioco da geek a un banchetto per il pubblico.

Sia nel mercato primario che in quello secondario, quando tutti iniziano a credere nella stessa storia, il consenso diventa troppo concentrato e il rischio inizia ad accumularsi.

Perché i tori che camminano al tuo fianco durante un mercato rialzista, quando il mercato scende, diventano tutti venditori in una corsa al ribasso.

Molti uccidono molti!

2. I grandi modelli non hanno realmente una barriera protettiva

Le fondamenta dell'AGI rimangono la Legge di Scaling.

Le capacità del modello e la scala dei parametri, la potenza di calcolo e la qualità dei dati seguono ancora una relazione di potenza.

Chi può ottenere più economico la potenza di calcolo GPU, dati di qualità superiore, ricercatori più talentuosi e bruciare denaro in modo più efficiente.

Quindi, la barriera protettiva delle aziende di grandi modelli è più fragile di quanto molti pensino.

Le capacità del modello continueranno a convergere, il vantaggio di essere in testa sarà costantemente inseguito e i prezzi continueranno a scendere.

Questa volta, a guadagnare davvero sono coloro che vendono acqua a tutte le aziende di modelli, dato che tutti stanno approfittando delle spese in conto capitale delle grandi aziende.

GPU, HBM, connessioni ad alta velocità, centri dati, energia, servizi di dati...

Stare a monte della corsa agli armamenti e ottenere una fetta è attualmente l'affare più redditizio, anche solo facendo da intermediario per connettere le risorse.

3. Il collo di bottiglia dei dati è l'opportunità potenziale vista in questa conferenza

Dopo aver parlato con alcuni amici, ho scoperto che le aziende che stanno guadagnando in questa ondata di AI sono molto riservate e non partecipano affatto alle esposizioni, uno dei settori è proprio quello dei dati.

Il successo o il fallimento della rappresentazione multimodale unificata dipende essenzialmente dai dati di addestramento multimodali di alta qualità. C'è una grave carenza di asset di dati che siano stati puliti di alta qualità, etichettati con precisione, allineati tra modalità e in grado di iterare continuamente.

I modelli diventeranno sempre più economici, le GPU alla fine aumenteranno, ma i dati di alta qualità diventeranno sempre più rari.

La catena di approvvigionamento dei dati multimodali sta diventando un settore altamente redditizio.

Pulizia dei dati, etichettatura dei dati, sintesi dei dati, asset di dati verticali, raccolta di dati robotici... e quelle aziende di algoritmi che risolvono specificamente la rappresentazione unificata multimodale e i codificatori pre-addestrati multimodali.

Le GPU sono spese in conto capitale una tantum, i dati sono spese in conto capitale continuative.

Attualmente classifico la direzione dei dati in tre categorie: la prima categoria è i dati esperti (Expert Data); la seconda categoria è i dati dell'ambiente/agenzia RL. In futuro, per addestrare un agente, non si tratterà più solo di raccogliere domande e risposte, ma di costruire Ambiente → Compito → Traiettoria → Ricompensa → Verificatore, che potrebbe essere uno dei più grandi mercati incrementali futuri.

La terza categoria è i dati incarnati/robotici, che sono ancora più rari dei dati LLM e estremamente difficili da raccogliere.

4. Difficoltà delle applicazioni AI, un riflesso del passato delle criptovalute

L'AI attuale è molto simile al passato delle criptovalute, protocolli pesanti, L1 cattura la maggior parte del valore, quindi i VC delle criptovalute investono enormemente nelle blockchain pubbliche, applicazioni? Nessuno investe.

Attualmente, anche l'AI è così.

I grandi modelli sono un livello POW Layer1, e persino il modello è l'applicazione.

Negli ultimi anni, la maggior parte delle applicazioni AI ha fatto una cosa pericolosa: ha impacchettato le capacità che il modello non ha temporaneamente in un prodotto.

Ma i confini delle capacità del modello continuano ad espandersi. Ogni aggiornamento del modello è come se L1 scrivesse direttamente nel protocollo le funzionalità che appartenevano originariamente al livello delle applicazioni, ricerca, ricerca approfondita, codifica, generazione di immagini, generazione di video, utilizzo del computer, agente...

Se ogni volta che il modello viene aggiornato, il tuo prodotto perde un livello di valore, allora essenzialmente sei una funzione dell'AI, non un'applicazione AI.

Quindi, è fondamentale fare cose che il modello può fare, ma che sono anche difficili da rimuovere, e riflettendo, non c'è altro che dati, contesto, flusso di lavoro, permessi, distribuzione.

La barriera protettiva delle applicazioni AI è diventare un cliente del modello, piuttosto che un concorrente del modello.

5. Intelligenza incarnata, enorme bolla

Nel padiglione H4 al secondo piano, guardando un gran numero di robot simili prodotti dalla stessa catena di approvvigionamento che compiono movimenti simili, e poi guardando le valutazioni delle varie aziende, mi viene la pelle d'oca, mi dispiace per i soldi degli investitori.

Il problema attuale dell'intelligenza incarnata è che il capitale sta valutando "sistemi complessi software e hardware" utilizzando la "Legge di Scaling del software".

Il miracolo dei grandi modelli è che un'azienda che addestra GPT-5 può teoricamente servire quasi gratuitamente miliardi di persone in tutto il mondo, ma i robot non possono farlo.

Ogni volta che un robot serve un utente in più, deve costruire un'altra macchina, coinvolgendo BOM, produzione, catena di approvvigionamento, consegna, manutenzione e ammortamento.

L'intelligenza AI può progredire esponenzialmente, ad esempio, ogni volta che il modello viene aggiornato, gli utenti globali diventano più intelligenti, ma i costi nel mondo fisico non scenderanno esponenzialmente.

Se l'intelligenza segue la legge di Moore, allora l'incarnato segue ancora le leggi dell'industria manifatturiera, l'intelligenza incarnata potrebbe alla fine essere un'enorme industria, ma non necessariamente un'industria con margini di profitto simili a quelli dei grandi modelli.

Inoltre, è ancora presto.

La guida autonoma è già un problema di intelligenza incarnata altamente vincolato, con obiettivi chiari, spazi di azione limitati, regole stradali standardizzate e una grande quantità di dati reali e un sistema industriale automobilistico maturo. Anche così, questo settore ha bruciato centinaia di miliardi di dollari e non ha ancora risolto completamente alcuni problemi di coda sulle strade. Le vere difficoltà che l'incarnato deve affrontare sono molte volte superiori a quelle della guida autonoma.

6. Il miglior momento per i mercanti

Una verità cruda è che attualmente la maggior parte delle aziende di startup AI non guadagna molto, e i profitti non sono nemmeno paragonabili a quelli delle donne che vendono le proprie abilità.

Quindi ho scoperto una cosa interessante: molte aziende sembrano avere un'attività, ma se parli con attenzione, scopri che "oh, anche tu vendi token", "oh, anche tu vendi potenza di calcolo", e le aziende di grandi modelli stanno anche rivendendo potenza di calcolo per guadagnare la differenza.

A guadagnare davvero sono ancora i mercanti.

FA, mediazione di azioni vecchie, rivendita di B300, vendita di token, vendita di set di dati, vendita di potenza di calcolo, persino vendere un'opportunità di incontrare un certo fondatore...

L'AI soddisfa tutte le condizioni per la prosperità di un mercato di intermediari: il cambiamento tecnologico è abbastanza veloce, la differenza informativa è abbastanza grande, il capitale è sufficiente e la storia è abbastanza sexy.

I VC guadagnano soldi giudicando il risultato finale, i FA guadagnano soldi giudicando il consenso, senza bisogno di dimostrare che una tendenza alla fine è corretta.

Al contrario, più la narrazione è vaga e grandiosa, più spazio ha il FA per agire.

Ad esempio, intelligenza incarnata, modelli del mondo... questi settori hanno una caratteristica comune: la narrazione futura è abbastanza grande, la tecnologia è abbastanza complessa, a breve termine è abbastanza difficile da falsificare.

Le grandi aziende stanno bruciando soldi per addestrare modelli, gli investitori scommettono sull'AGI tra dieci anni, e gli intermediari guadagnano.

O si approfittano delle spese in conto capitale delle grandi aziende

O si approfittano delle spese FOMO degli LP

7. I soldi sono tutto

La competizione nell'AI è ancora lunga, tutti chiedono spesso, qual è la risorsa più scarsa nell'era dell'AI?

Molti rispondono: talenti, potenza di calcolo, dati... ma in fondo, hanno tutti un solo nome: soldi.

Il maggiore vantaggio competitivo nel settore AI non è la tecnologia, ma la capacità di finanziamento.

Ciò che gli imprenditori devono fare ora è raccogliere continuamente fondi, anche se i soldi nel conto sono già sufficienti, devono raccogliere.

La vera guerra si svolgerà nel futuro ciclo di discesa del settore.

Finché ci sono soldi per continuare a vivere, si può aspettare che la concorrenza rimanga senza soldi e poi acquisire a basso costo i loro talenti, tecnologie e clienti.

Il mercato secondario è lo stesso, nei prossimi 2-3 anni, potrebbe verificarsi un grande crollo della bolla, finché in quel momento ci sono abbastanza soldi per comprare a buon mercato, si può superare il 99% delle persone.

Disclaimer: il presente contenuto è fornito esclusivamente a scopo informativo e di branding generale e non costituisce consulenza finanziaria, di investimento, legale o fiscale. Qualsiasi evento, ricompensa, evento online o informazione correlata menzionata nel presente documento non deve essere considerata una raccomandazione, una sollecitazione o un invito ad acquistare, vendere, fare trading o altrimenti negoziare asset di criptovalute o a utilizzare i relativi servizi. Le criptovalute sono altamente volatili e possono comportare perdite. I servizi e gli eventi online di WEEX potrebbero non essere disponibili in tutte le regioni e sono soggetti alle leggi, ai regolamenti e ai requisiti di idoneità applicabili. Sei responsabile di garantire che il tuo utilizzo dei servizi WEEX sia conforme alle leggi locali e di valutare attentamente i rischi prima di partecipare a qualsiasi attività correlata alle criptovalute.