Допис

Автор: @jonah_b, дослідник Blockchain Capital Переклад: Цзя Хуань, ChainCatcher Важко не помітити, що нинішній ажіотаж навколо AI має вражаючі схожості з попередніми хвилями ажіотажу на крипторинку. Крипторинок ідеально підходить для спостереження за тим, як люди реагують на значні технологічні хвилі: є і хороші, і погані, і найгірші сторони. Це пов’язано з тим, що цикли на крипторинку розвиваються дуже швидко, ранні проєкти можуть отримувати ліквідність через токени, яку інші ринки не можуть запропонувати, а ринкова поведінка за замовчуванням є публічною, оскільки дані блокчейну відкриті. Ми багато чого навчилися на цьому ринку, і цей досвід також застосовний до AI. Якщо ви інвестуєте в AI, ця стаття для вас. Лотерейні ставки Великі успіхи викликають хвилю наслідування і FOMO. Як тільки з’являється актив, який породжує гігантського переможця, інвестори кидаються наслідувати, намагаючись повторити його шлях до успіху. Але друга хвиля проєктів рідко досягає рівня першої, багато з них врешті-решт виявляються повітряними замками, і великі кошти просто зникають. Біткоїн став активом на трильйон доларів. Потім Ethereum досяг ринкової капіталізації в сотні мільярдів, Solana — у десятки мільярдів, доводячи, що на ринку може з’явитися не один великий переможець. Тож почалася хвиля інвестицій у нові публічні блокчейни. Венчурні фонди ставили на ці проєкти як на лотерею: виграти хоча б один — означало заробити в кілька разів більше за весь фонд. Сьогодні оцінки багатьох нових AI-лабораторій також базуються на лотерейних очікуваннях. OpenAI та Anthropic наближаються до оцінки в трильйон доларів. Формула проста: спочатку є надзвичайно популярний ринок, потім — успішний наступник. Кожен новий учасник вважається наступним квитком у лотерею багатства. Колись багато L1-проєктів отримували оцінку в мільярди доларів майже лише на основі білого паперу та команди засновників. Їхні історії були привабливими: А що, як глобальна економіка працюватиме на нашому ланцюгу? Так само нові AI-лабораторії збирали мільярди доларів, спираючись на дослідницькі ідеї та команди засновників, запрошених з OpenAI, Anthropic або GoogleDeepMind. А що, як вони справді створять «машину Бога»? Проте часто ці інвестиції — це просто ставка на появу наступного покупця, готового заплатити більше. Багато ранніх інвесторів не обов’язково оцінюють поточні фундаментальні показники компанії чи її перспективи. Вони знають, що прихід зіркового таланту або угода з великим хмарним провайдером може підняти оцінку компанії. А з огляду на зростаючу ліквідність вторинного ринку, вони припускають, що наступний покупець завжди з’явиться. Ринковий хаос Як зазначив BCAP GP @CremeDeLaCrypto у програмі Bankless, коли на ринку циркулює багато грошей, завжди з’являється «потік спекулянтів і шахраїв, які женуться за швидким прибутком і кидаються туди, де гаряче». Протягом понад десяти років криптоінвестори спостерігали такі явища: проєкти, що хизуються гаслом «токен — це продукт», виходять на ринок завдяки сумнівним маркет-мейкерським схемам, дуже несприятливій для інвесторів структурі з високою FDV/низькою ліквідністю, невигідним для інвесторів SAFT-угодам та іншим ринковим трюкам. Сьогодні AI-індустрія демонструє подібні явища. Наприклад, структури з трьох рівнів SPV із надзвичайно високими комісіями... Але є одна ключова відмінність: на крипторинку ціни публічні, токени можна вільно торгувати. Ціни та оцінки AI-компаній формуються на непрозорих, з обмеженою ліквідністю вторинних ринках. Навіть не враховуючи спекуляції, AI-інвестори можуть бачити на крипторинку, що зміни в ринковій структурі визначають, хто в кінцевому підсумку отримує прибуток. Наприклад, те, на що AI-інвестори зараз роблять великі ставки, може врешті-решт стати стандартизованим товаром. Приклад крипторинку: блок-простір став товаром Колись блок-простір був дефіцитним і дорогим, що приваблювало капітал, який намагався збільшити пропозицію. Але індустрія пішла занадто далеко: з’явилося все більше L1-ланцюгів, Ethereum додав L2. Врешті-решт блок-простір перестав бути дефіцитним і став надлишковим. Це добре для технологічного розвитку, але не обов’язково для інвесторів. Багато альтернативних L1 досі мають дуже обмежені доходи. Ранній ринок загалом ставив на теорію «товстих протоколів», але в підсумку перемогла теорія «товстих додатків». Зі здешевленням блок-простору користувачі стали менше платити за базову інфраструктуру і більше — за додатки. Проєкти рівня додатків, такі як Tether, Hyperliquid, Aave, Polymarket, забирають основну частку доходів. Приклад AI: моделі можуть стати товаром AI, можливо, повторює ранні етапи крипторинку. Китайські AI-лабораторії все частіше публічно розкривають ваги все потужніших моделей. Я пояснював мотивації за цим. Якщо ваги моделей стануть стандартизованим товаром, а ціни на моделі продовжать падати, цінність переміститься вгору і вниз по технологічному стеку. Основними бенефіціарами стануть додатки: якщо граничні витрати на використання моделі наблизяться до граничних витрат на її запуск, додатки не будуть платити за високі прибутки на рівні моделей. OpenAI та Anthropic не так легко постраждають від цих змін, бо вони вже мають базу користувачів, корпоративних клієнтів і канали дистрибуції для розробників. Але це винятки. У цьому сенсі вони більше схожі на Hyperliquid у сфері AI, а не просто на L1, що надають базову інфраструктуру. Інакше кажучи, OpenAI та Anthropic вже вертикально інтегровані. Інші AI-лабораторії, які не можуть безпосередньо дістатися до кінцевих користувачів, можуть опинитися у складнішому становищі. Ще один наслідок зниження маржі моделей — це можливість отримання вищої маржі для енергетичного та апаратного рівнів технологічного стеку. Особливо це помітно, коли пропозиція обчислювальних потужностей обмежена фізичними умовами. Простіше кажучи, апаратний і прикладний рівні можуть отримувати більше прибутку, тоді як модельний рівень буде під тиском. Але значні інвестиції спрямовані саме в модельний рівень. Це не новина З ширшої перспективи це не дивно. Карлота Перес у книзі «Технологічна революція і фінансовий капітал» описує кілька фаз таких технологічних революцій: період інфраструктурного будівництва, період ажіотажу, крах і період впровадження. Фінансовий капітал надмірно інвестує в інфраструктуру під час періоду ажіотажу, але ця надмірно побудована і тепер дешева інфраструктура підтримує розвиток наступного покоління додатків. Це допомагає пояснити, чому на крипторинку відбулося надмірне будівництво блок-простору. Розширення моделей у сфері AI може стати наступним таким випадком. Інвестування в нові AI-лабораторії базується на вірі, що вони принесуть величезний прибуток від дослідницьких витрат. Історія крипторинку та альтернативних L1 принаймні має змусити нас поставити це під сумнів. Звісно, якщо з’явиться AGI, ці припущення можуть виявитися хибними. Бо ми зовсім не знаємо, якою буде економіка після появи AGI.