Observação do WAIC: Consenso Aglomerado, Grande Bolha

Autor: Xiao Bing, Shenchao TechFlow

1. O WAIC deveria ser realizado mais cedo, assim, após a visita, poderíamos liquidar as ações de tecnologia mais rapidamente.

Há muitos sinais de pico: diversos eventos paralelos se tornaram uma festa para o mercado de criptomoedas, muitas belas mulheres presentes, produtos altamente homogêneos... uma pista que já foi um jogo de geeks se transformou em um banquete para o público.

Quer no mercado primário ou no secundário, quando todos começam a acreditar na mesma história e o consenso se torna excessivamente concentrado, os riscos começam a se acumular.

Porque os touros que estavam ao seu lado durante o mercado em alta, na queda, se tornam vendedores na pressão.

Morte em massa!

2. Modelos grandes não têm verdadeiras barreiras de proteção

A base da AGI ainda é a Lei de Escalonamento.

A capacidade do modelo, a escala de parâmetros, o poder computacional de treinamento e a qualidade dos dados ainda seguem uma relação de potência.

Quem consegue obter poder computacional de GPU mais barato, dados de maior qualidade, pesquisadores mais talentosos e queimar dinheiro de forma mais eficiente.

Portanto, a barreira de proteção das empresas de modelos grandes é mais frágil do que muitos imaginam.

A capacidade do modelo continuará a se convergir, a vantagem competitiva será constantemente alcançada e os preços continuarão a cair.

Os verdadeiros que ganham dinheiro de forma sustentável são aqueles que vendem água para todas as empresas de modelos, já que todos estão aproveitando os gastos de capital das grandes empresas.

GPU, HBM, interconexão de alta velocidade, data centers, eletricidade, serviços de dados...

Estar na parte superior da corrida armamentista e dividir o lucro, ou mesmo ser apenas um intermediário que conecta recursos, é o negócio mais lucrativo atualmente.

3. O Gargalo de Dados é uma Oportunidade Potencial Vista nesta Conferência

Após conversar com alguns amigos, percebi que as empresas que estão ganhando dinheiro nesta onda de IA são muito discretas e nem aparecem para expor, uma das direções é dados.

O sucesso ou fracasso da representação multimodal unificada depende essencialmente de dados de treinamento multimodal de alta qualidade. Há uma grave escassez de ativos de dados que foram limpos de alta qualidade, rotulados com precisão, alinhados entre modalidades e que podem ser continuamente iterados.

Os modelos se tornarão cada vez mais baratos, as GPUs inevitavelmente se multiplicarão, mas os dados realmente de qualidade se tornarão cada vez mais escassos.

A cadeia industrial de dados multimodais está se tornando uma pista de lucro exorbitante.

Limpeza de dados, rotulagem de dados, síntese de dados, ativos de dados verticais, coleta de dados robóticos... e aquelas empresas de algoritmos que resolvem especificamente a representação unificada entre modalidades e codificadores pré-treinados multimodais.

GPU é um gasto de capital único, dados são um gasto de capital contínuo.

Atualmente, divido a direção de dados em três categorias: a primeira é Dados de Especialistas (Expert Data); a segunda é Dados de Ambiente/Agente de RL. No futuro, treinar um Agente não será apenas coletar perguntas e respostas, mas sim construir Ambiente → Tarefa → Trajetória → Recompensa → Verificador, que pode ser um dos maiores mercados incrementais do futuro.

A terceira categoria é Dados Corporais/Robóticos, que são ainda mais escassos do que os dados de LLM e extremamente difíceis de coletar.

4. Dilemas de Aplicação de IA, um Reflexo do Mercado de Criptomoedas

A IA atual é muito semelhante ao Crypto do passado, protocolos pesados, L1 captura a maior parte do valor, então os VC de Crypto investem desesperadamente em blockchains públicas, aplicações? Ninguém investe.

Atualmente, a IA também é assim.

Modelos grandes são um POW Layer1, e até mesmo o modelo é a aplicação.

Nos últimos anos, a maioria das aplicações de IA estava fazendo algo perigoso: empacotar capacidades que o modelo ainda não possui como produtos.

Mas os limites de capacidade do modelo estão sempre se expandindo. Cada atualização do modelo é como se o L1 escrevesse diretamente no protocolo funcionalidades que pertenciam à camada de aplicação, como busca, pesquisa profunda, codificação, geração de imagens, geração de vídeos, uso de computador, agente...

Se a cada atualização do modelo, seu produto perde um nível de valor, então você é essencialmente uma funcionalidade de IA, não uma aplicação de IA.

Portanto, é preciso fazer coisas que o modelo pode fazer, mas que também são difíceis de serem retiradas, pensando bem, não há nada além de dados, contexto, fluxo de trabalho, permissão, distribuição.

A barreira de proteção das aplicações de IA é se tornar um cliente do modelo, e não um concorrente do modelo.

5. Inteligência Corporal, uma Grande Bolha

No pavilhão H4 do segundo andar, vendo muitos robôs semelhantes produzidos pela mesma cadeia de suprimentos fazendo movimentos semelhantes lentamente, e depois olhando para as avaliações de cada empresa, fiquei alarmado, sentindo pena do dinheiro dos investidores.

O problema atual da inteligência corporal é que o capital está precificando "sistemas complexos de software e hardware" com a "Lei de Escalonamento de Software".

O milagre dos modelos grandes é que, se uma empresa treinar o GPT-5, teoricamente pode atender quase zero custo marginal a bilhões de pessoas em todo o mundo, mas os robôs não conseguem.

Para cada novo usuário que um robô atende, uma nova máquina precisa ser fabricada, envolvendo BOM, fabricação, cadeia de suprimentos, entrega, manutenção e depreciação.

A inteligência da IA pode progredir exponencialmente, como uma atualização de modelo que torna todos os usuários globalmente mais inteligentes, mas os custos do mundo físico não diminuem exponencialmente.

Se a inteligência segue a Lei de Moore, a inteligência corporal ainda segue as regras da indústria de manufatura, a inteligência corporal pode acabar sendo uma grande indústria, mas não necessariamente uma com margens de lucro como as dos grandes modelos.

Além disso, ainda é cedo.

A condução autônoma já é um problema de inteligência corporal altamente restrito, com objetivos claros, espaço de ação limitado, regras de estrada padronizadas, além de uma enorme quantidade de dados reais e um sistema industrial automotivo maduro. Mesmo assim, essa indústria queimou centenas de bilhões de dólares e ainda não resolveu completamente alguns problemas de cauda longa nas estradas. As dificuldades reais que a inteligência corporal enfrenta são várias vezes maiores do que as da condução autônoma.

6. A Melhor Época para os Intermediários

Uma dura verdade é que a maioria das empresas de IA atualmente não está lucrando, e seus lucros não são nem comparáveis aos de uma mulher vendendo suas habilidades.

Então, descobri algo interessante, muitas empresas parecem ter um negócio, mas ao conversar mais a fundo, "ah, você também está vendendo Tokens", "ah, você também está vendendo poder computacional", e até mesmo empresas de modelos grandes estão revendendo poder computacional para lucrar com a diferença.

Os verdadeiros que estão ganhando dinheiro ainda são os intermediários.

FA, intermediação de ações antigas, revenda de B300, venda de Tokens, venda de conjuntos de dados, venda de poder computacional, até mesmo vender uma oportunidade de conhecer um determinado fundador...

A IA atende a todas as condições para um mercado intermediário próspero: mudanças tecnológicas rápidas, grande diferença de informação, capital abundante e histórias atraentes.

Os VC ganham dinheiro ao prever o resultado final, os FA ganham dinheiro ao prever o consenso, sem precisar provar que uma tendência é, de fato, correta.

Pelo contrário, quanto mais nebulosa e grandiosa a narrativa, mais espaço há para os FA atuarem.

Por exemplo, inteligência corporal, modelos de mundo... essas pistas têm uma característica comum: a narrativa futura é suficientemente grande, a tecnologia é suficientemente complexa e a curto prazo é suficientemente difícil de ser refutada.

As grandes empresas estão queimando dinheiro para treinar modelos, os investidores estão apostando na AGI de dez anos à frente, e os intermediários estão lucrando.

Ou aproveitam os gastos de capital das grandes empresas

Ou aproveitam os gastos de FOMO dos LPs

7. Dinheiro é Tudo

A corrida pela IA ainda está a uma longa distância, e as pessoas frequentemente perguntam: qual é o recurso mais escasso na era da IA?

Muitas pessoas respondem: talentos, poder computacional, dados... mas, no fundo, todos eles têm um único nome: dinheiro.

A maior vantagem competitiva na indústria de IA não é a tecnologia, mas a capacidade de financiamento.

O que os empreendedores precisam fazer agora é continuar levantando fundos, mesmo que o dinheiro em suas contas já seja suficiente, ainda precisam levantar mais.

A verdadeira guerra ocorrerá no futuro ciclo de baixa da indústria.

Enquanto houver dinheiro para sobreviver, é possível esperar que a concorrência fique sem dinheiro e, em seguida, adquirir seus talentos, tecnologias e clientes a preços baixos.

O mercado secundário é o mesmo, nos próximos 2-3 anos, pode ocorrer um grande colapso de bolhas, e desde que haja dinheiro suficiente para comprar na baixa, será possível superar 99% das pessoas.

Aviso: Este conteúdo é fornecido apenas para fins de divulgação e informação geral da marca e não constitui aconselhamento financeiro, de investimento, jurídico ou tributário. Quaisquer eventos, recompensas, eventos online ou informações relacionadas mencionados neste documento não devem ser considerados uma recomendação, solicitação ou convite para comprar, vender, negociar ou de qualquer outra forma realizar transações com criptoativos ou usar quaisquer serviços. Criptoativos são altamente voláteis, e sua negociação pode resultar em perdas. Os serviços e eventos online da WEEX podem não estar disponíveis em todas as regiões e estão sujeitos às leis, regulamentos e requisitos de elegibilidade aplicáveis. É sua responsabilidade garantir que o uso dos serviços da WEEX esteja em conformidade com as leis locais e avaliar cuidadosamente os riscos antes de participar de quaisquer atividades relacionadas a criptomoedas.