Blockchain Capital: Уроки крипторынка, которые стоит перечитать инвесторам в ИИ

Автор：@jonah_b, исследователь Blockchain Capital

Скомпилировано: Цзяхуан, ChainCatcher

Трудно не заметить, что текущий бум AI удивительно похож на предыдущие волны ажиотажа на крипторынке.

Крипторынок отлично подходит для наблюдения за тем, как люди действуют перед лицом значительных технологических волн: есть положительная сторона, отрицательная сторона и самые ужасные последствия. Это связано с тем, что циклы на крипторынке развиваются очень быстро, ранние проекты могут получить ликвидность, которую другие рынки не могут предложить, а поведение на рынке по умолчанию также открыто, поскольку данные блокчейна изначально являются открытыми.

Мы многому научились на этом рынке, и этот опыт также применим к AI. Если вы инвестируете в AI, эта статья написана для вас.

Лотерейные ставки

Огромный успех вызывает подражание и создает FOMO. Как только какой-либо актив рождает огромного победителя, инвесторы устремляются, пытаясь воспроизвести его путь к успеху. Но проекты второй волны редко достигают высот первой волны, многие проекты в конечном итоге оказываются лишь воздушными замками, и значительные средства теряются.

Биткойн стал активом на триллионы долларов. Затем Эфириум стал активом на сотни миллиардов долларов, а Солана также стала активом на десятки миллиардов долларов, доказывая, что этот рынок может породить не одного, а нескольких огромных победителей.

Таким образом, возникла волна инвестиций в новые публичные блокчейны. Венчурные капитальные компании рассматривают эти проекты как лотерейные ставки: если угадать один, можно вернуть в несколько раз больше, чем размер всего фонда.

Сегодня многие новые AI лаборатории также оцениваются на основе лотерейных ожиданий.

OpenAI и Anthropic движутся к оценке в триллионы долларов. Формула проста: сначала появляется рынок, который вызывает огромный интерес, затем появляется доказанный преемник. Таким образом, каждый новый участник рассматривается как следующий лотерейный билет на богатство.

Когда-то многие проекты L1 почти исключительно на основе одного белого документа и команды основателей получили десятки миллиардов долларов оценки. Их истории были очень заманчивыми:

Что если вся мировая экономика будет работать на нашей цепочке?

Аналогично, новые AI лаборатории также привлекают десятки миллиардов долларов, основываясь на наборе исследовательских идей и командах основателей, привлеченных из OpenAI, Anthropic или GoogleDeepMind.

А что если они действительно смогут создать "Бога машин"?

Тем не менее, часто эта инвестиция ставит ставку лишь на то, что появится следующий покупатель, готовый заплатить более высокую цену.

Многие ранние инвесторы не обязательно действительно оценивают текущие фундаментальные показатели компании и ее будущие перспективы. Они знают, что присоединение звездного таланта или заключение сделки с крупным облачным провайдером может привлечь инвесторов и поднять оценку компании на новый уровень. Плюс ко всему, вторичный рынок сейчас становится все более ликвидным, и они предполагают, что следующий покупатель всегда появится.

Рыночные аномалии

Как сказал BCAP GP @CremeDeLaCrypto в программе Bankless, когда большие суммы денег движутся по рынку, всегда появляется "группа спекулянтов и мошенников, гоняющихся за легкими деньгами, которые устремляются туда, где горячо".

На протяжении более десяти лет криптоинвесторы были свидетелями таких явлений: снова и снова появляются проекты, которые под флагом "токены — это продукт" выходят на рынок с сомнительными методами маркетинга, крайне неблагоприятной для инвесторов структурой с высоким FDV/низким объемом обращения, неблагоприятными для инвесторов соглашениями SAFT и множеством других рыночных трюков.

Сегодня в AI индустрии разворачивается аналогичная сцена. Например, структуры, состоящие из трех уровней SPV, с непомерно высокими сборами…

Однако между ними есть одно ключевое различие: на крипторынке цены открыты, токены можно торговать публично. Цены и оценки AI компаний формируются на непрозрачном вторичном рынке с ограниченной ликвидностью.

Даже не говоря о спекулятивном поведении, AI инвесторы могут увидеть на крипторынке, что изменения в рыночной структуре определяют, куда в конечном итоге направляются прибыли.

Например, на что сейчас делают крупные ставки AI инвесторы, может в конечном итоге стать стандартизированным товаром.

Пример крипторынка: блок-пространство стало товаром

Блок-пространство когда-то было дефицитом и дорогим, поэтому капитал хлынул, пытаясь увеличить предложение.

Но эта отрасль в итоге зашла слишком далеко: все больше L1 цепочек запускается, Эфириум также добавил L2. В конечном итоге блок-пространство стало из дефицита избыточным.

Это хорошо для технологического развития, но не обязательно для инвесторов. Сегодня доходы многих альтернативных L1 все еще очень ограничены.

Ранний рынок в основном делал ставку на теорию "толстых протоколов", но в конечном итоге победила теория "толстых приложений".

С уменьшением стоимости блок-пространства пользователи стали платить меньше за базовую инфраструктуру, но больше за верхние приложения. Проекты на уровне приложений, такие как Tether, Hyperliquid, Aave, Polymarket, наоборот, забирают большую часть доходов.

Пример AI: модели могут стать товаром

AI, возможно, повторяет сцену, которую пережил крипторынок на ранних этапах.

Китайские AI лаборатории постоянно публикуют все более мощные веса моделей. Я делал объяснение о механизмах мотивации, стоящих за этим.

Если веса моделей станут стандартизированным товаром, цены на модели продолжат падать, и ценность переместится вверх и вниз по технологическому стеку.

Приложения станут основными бенефициарами: если предельные затраты на использование модели постепенно приблизятся к предельным затратам на запуск модели, приложения больше не будут обязаны платить за высокую прибыль на уровне модели.

OpenAI и Anthropic не так легко пострадают от этого изменения, поскольку у них уже есть база пользователей, корпоративные клиентские отношения и каналы распространения для разработчиков. Но они являются исключением.

В этом смысле они больше похожи на Hyperliquid в области AI, а не просто на L1, предоставляющий базовую инфраструктуру.

Другими словами, OpenAI и Anthropic уже достигли вертикальной интеграции. Тем, кто не может напрямую достучаться до конечного пользователя, другим AI лабораториям может быть гораздо труднее.

Другим результатом снижения прибыли от моделей является то, что энергетика и оборудование на самом нижнем уровне технологического стека могут получить более высокую прибыль. Особенно в условиях, когда предложение вычислительных мощностей ограничено физическими условиями, эта тенденция может быть более выраженной.

Короче говоря, уровень оборудования и уровень приложений могут забрать больше прибыли, в то время как уровень моделей будет под давлением. Но значительные инвестиционные средства как раз направляются на уровень моделей.

Все это не ново

С точки зрения более крупных циклов это на самом деле не удивительно.

Карлота Перес в "Технологической революции и финансовом капитале" считает, что такие технологические революции проходят несколько этапов: этап укладки инфраструктуры, этап ажиотажа, этап краха и этап развертывания.

Финансовый капитал будет чрезмерно инвестировать в инфраструктуру в период ажиотажа, но эта чрезмерно построенная, ныне дешевая инфраструктура, в конечном итоге поддержит развитие следующего поколения приложений.

Это помогает объяснить, почему на крипторынке произошло чрезмерное строительство блок-пространства. Расширение моделей в области AI может стать следующим примером.

Инвестирование в новые AI лаборатории предполагает веру в то, что они смогут обеспечить огромную отдачу от вложений в исследования и разработки. История крипторынка и альтернативных L1, по крайней мере, должна заставить нас задать вопрос по этому предположению.

Конечно, если появится AGI, все вышеизложенные суждения могут оказаться неверными. Потому что мы совершенно не знаем, каким станет экономика после прихода AGI.