Blockchain Capital: Lekcje z rynku kryptowalut, które inwestorzy AI powinni przeczytać ponownie

Autor: @jonah_b, badacz w Blockchain Capital

Przetłumaczone przez: Jiahua, ChainCatcher

Trudno nie zauważyć, że obecny szał na AI ma zdumiewające podobieństwa do wcześniejszych fal szału na rynku kryptowalut.

Rynek kryptowalut doskonale nadaje się do obserwacji, jak ludzie działają w obliczu wielkiej fali technologicznej: jest w tym zarówno dobra, jak i zła strona, a także najgorsze aspekty. Dzieje się tak, ponieważ cykle na rynku kryptowalut rozwijają się szybko, a wczesne projekty mogą uzyskać płynność, której inne rynki nie mogą zaoferować, a zachowania rynkowe są z definicji publiczne, ponieważ dane blockchain są z natury otwarte.

Nauczyliśmy się wiele z tego rynku, a te doświadczenia mają również zastosowanie w przypadku AI. Jeśli inwestujesz w AI, ten artykuł jest dla ciebie.

Zakłady w stylu loterii

Ogromny sukces wywołuje efekt naśladownictwa i FOMO. Gdy pojawia się ogromny zwycięzca, który zmienia zasady gry, inwestorzy rzucają się, próbując powtórzyć jego sukces. Jednak drugie fale projektów rzadko osiągają wysokości pierwszej fali, a wiele projektów kończy jako zamki na piasku, co prowadzi do utraty ogromnych sum pieniędzy.

Bitcoin stał się aktywem wartym biliony dolarów. Następnie Ethereum stało się aktywem wartym setki miliardów dolarów, a Solana również stała się aktywem wartym dziesiątki miliardów dolarów, co udowodniło, że rynek może wydać więcej niż jednego ogromnego zwycięzcę.

W ten sposób wzrosło zainteresowanie nowymi łańcuchami publicznymi. Firmy venture capital traktowały te projekty jak zakłady na loterii – wystarczy trafić jeden, aby zarobić wielokrotność całego funduszu.

Obecnie wiele nowych laboratoriów AI wycenianych jest na podstawie podobnych oczekiwań jak w przypadku loterii.

OpenAI i Anthropic zbliżają się do wyceny na poziomie biliona dolarów. Za tym stoi prosty wzór: najpierw pojawia się niezwykle pożądany rynek, a następnie przychodzi udowodniony sukces. W ten sposób każdy nowy gracz jest postrzegany jako kolejny los na loterii.

W przeszłości wiele projektów L1 uzyskiwało wyceny na poziomie miliardów dolarów tylko na podstawie białej księgi i zespołu założycielskiego. Ich historie były również kuszące:

Co by było, gdyby globalna gospodarka działała na naszym łańcuchu?

Podobnie nowe laboratoria AI zdobywają miliardy dolarów, opierając się na zestawie idei badawczych oraz zespołach założycielskich, które zostały pozyskane z OpenAI, Anthropic lub Google DeepMind.

A co, jeśli naprawdę uda im się stworzyć "maszynę bogów"?

Jednak często ta inwestycja polega tylko na zakładzie, że pojawi się następny, który odkupi po wyższej cenie.

Wielu wczesnych inwestorów niekoniecznie ocenia aktualne fundamenty firmy i jej przyszłe perspektywy. Wiedzą, że dołączenie gwiazdy lub nawiązanie współpracy z ogromnym dostawcą chmury może przyciągnąć inwestorów, którzy podniosą wycenę firmy. A przy rosnącej płynności na rynku wtórnym, zakładają, że zawsze pojawi się następny nabywca.

Chaotyczny rynek

Jak powiedział BCAP GP @CremeDeLaCrypto w programie Bankless, gdy na rynku krąży dużo pieniędzy, zawsze pojawia się "grupa spekulantów i oszustów, którzy gonią za szybkim zyskiem, gdziekolwiek jest gorąco".

Przez ponad dekadę inwestorzy kryptowalutowi byli świadkami tego zjawiska: kolejne projekty, które twierdziły, że "token to produkt", były wprowadzane na rynek przy użyciu podejrzanych metod tworzenia rynku, nieprzyjaznych dla inwestorów struktur o wysokim FDV/niskiej płynności, niekorzystnych dla inwestorów umów SAFT oraz wielu innych sztuczek rynkowych.

Obecnie w branży AI również obserwujemy podobny scenariusz. Na przykład, struktury składające się z trzech poziomych SPV, które są absurdalnie drogie...

Jednak istnieje jedna kluczowa różnica: na rynku kryptowalut ceny są publiczne, a tokeny można handlować publicznie. Ceny i wyceny firm AI kształtują się na nieprzejrzystym, o ograniczonej płynności rynku wtórnym.

Nawet bez spekulacji, inwestorzy AI mogą dostrzegać, że zmiany w strukturze rynku decydują o tym, do kogo ostatecznie trafiają zyski.

Na przykład, to, na co inwestorzy AI teraz stawiają duże pieniądze, może ostatecznie stać się towarem standaryzowanym.

Przykład z rynku kryptowalut: Przestrzeń blokowa stała się towarem

Przestrzeń blokowa była kiedyś rzadka i droga, co przyciągnęło kapitał, który próbował zwiększyć podaż.

Jednak branża poszła trochę za daleko: coraz więcej łańcuchów L1 zostało uruchomionych, a Ethereum dodało L2. Ostatecznie przestrzeń blokowa przeszła z rzadkości do obfitości, a nawet nadmiaru.

To jest dobre dla rozwoju technologii, ale niekoniecznie dla inwestorów. Obecnie wiele alternatywnych L1 ma nadal bardzo ograniczone przychody.

Wczesny rynek ogólnie stawiał na teorię "grubych protokołów", ale ostatecznie dominowała teoria "grubych aplikacji".

W miarę jak przestrzeń blokowa stawała się tańsza, użytkownicy wydawali mniej pieniędzy na podstawową infrastrukturę, a więcej na aplikacje wyższej warstwy. Projekty na poziomie aplikacji, takie jak Tether, Hyperliquid, Aave, Polymarket, zaczęły zarabiać znaczną część przychodów.

Przykład AI: Modele mogą stać się towarem

AI może powtarzać wczesne doświadczenia rynku kryptowalut.

Chińskie laboratoria AI nieustannie ujawniają coraz silniejsze wagi modeli. Wyjaśniłem już mechanizmy motywacyjne stojące za tym.

Jeśli wagi modeli staną się towarem standaryzowanym, ceny modeli będą nadal spadać, a wartość przeniesie się do górnej i dolnej części stosu technologicznego.

Aplikacje staną się głównymi beneficjentami: jeśli marginalny koszt korzystania z modeli zbliży się do marginalnego kosztu uruchamiania modeli, aplikacje nie będą musiały płacić wysokich zysków na poziomie modeli.

OpenAI i Anthropic nie będą łatwo dotknięte tą zmianą, ponieważ już mają bazę użytkowników, relacje z klientami biznesowymi i kanały dystrybucji skierowane do deweloperów. Ale są wyjątkiem.

W tym sensie bardziej przypominają Hyperliquid w dziedzinie AI, a nie tylko dostarczają podstawową infrastrukturę L1.

Innymi słowy, OpenAI i Anthropic osiągnęły pionową integrację. Inne laboratoria AI, które nie mogą bezpośrednio dotrzeć do końcowych użytkowników, mogą mieć trudniejszą sytuację.

Innym wynikiem spadku rentowności modeli jest to, że energia i sprzęt na najniższym poziomie stosu technologicznego mają szansę uzyskać wyższe marże zysku. Szczególnie w sytuacji, gdy podaż mocy obliczeniowej jest ograniczona przez warunki fizyczne, ten trend może być jeszcze bardziej widoczny.

Krótko mówiąc, warstwa sprzętowa i aplikacyjna może zabrać więcej zysków, podczas gdy warstwa modeli będzie pod presją. Ale znaczne fundusze inwestycyjne płyną właśnie do warstwy modeli.

To wszystko nie jest nowe

Z szerszej perspektywy, to wcale nie jest zaskakujące.

Carlota Perez w "Rewolucji technologicznej i kapitale finansowym" twierdzi, że tego rodzaju rewolucje technologiczne przechodzą przez kilka etapów: okres budowy infrastruktury, okres szału, okres krachu i okres wdrożenia.

Kapitał finansowy w okresie szału nadmiernie inwestuje w infrastrukturę, ale ta nadmiernie zbudowana, dziś tania infrastruktura, wspiera rozwój następnej generacji aplikacji.

To pomaga wyjaśnić, dlaczego na rynku kryptowalut wystąpiła nadbudowa przestrzeni blokowej. Ekspansja modeli w dziedzinie AI może stać się kolejnym przypadkiem.

Inwestowanie w nowe laboratoria AI wymaga wiary, że mogą one przynieść ogromne zwroty z inwestycji w badania i rozwój. Historia rynku kryptowalut i alternatywnych L1 powinna przynajmniej postawić pytanie o tę hipotezę.

Oczywiście, jeśli pojawi się AGI, powyższe oceny mogą nie być już aktualne. Ponieważ nie mamy pojęcia, jak będzie wyglądała gospodarka po nadejściu AGI.

Niniejsza treść ma charakter wyłącznie informacyjny i nie stanowi porady finansowej, inwestycyjnej, prawnej ani podatkowej. Wszelkie wydarzenia, nagrody, promocje online lub powiązane informacje, o których tu mowa, nie powinny być traktowane jako rekomendacja, zachęta ani zaproszenie do kupna, sprzedaży, wymiany lub innego rodzaju obrotu aktywami kryptograficznymi. Aktywa kryptograficzne charakteryzują się dużą zmiennością i mogą prowadzić do strat. Dostępność usług, produktów i powiązanych wydarzeń WEEX może się różnić w zależności od regionu. Użytkownik jest odpowiedzialny za upewnienie się, że jego udział jest zgodny z obowiązującymi lokalnymi przepisami i regulacjami.