Публикация

Автор: @jonah_b, исследователь Blockchain Capital Перевод: Цзя Хуань, ChainCatcher Трудно не заметить поразительное сходство между нынешним ажиотажем вокруг AI и предыдущими волнами ажиотажа на крипторынке. Крипторынок отлично подходит для наблюдения за тем, как люди реагируют на крупные технологические волны: есть и положительные, и отрицательные, и самые неприятные стороны. Это связано с тем, что циклы на крипторынке развиваются очень быстро, ранние проекты могут получить ликвидность через токены, которую сложно найти на других рынках, а поведение участников по умолчанию открыто, поскольку данные блокчейна публичны. Мы многому научились на этом рынке, и эти уроки применимы и к AI. Если вы инвестируете в AI, эта статья для вас. Лотерейные ставки Огромный успех вызывает подражание и FOMO. Как только в каком-то классе активов появляется крупный победитель, меняющий эпоху, инвесторы устремляются туда, пытаясь повторить его успех. Но проекты второго эшелона редко достигают высот первых, многие из них оказываются воздушными замками, и большие деньги просто сгорают. Биткоин стал активом с капитализацией в триллионы долларов. Затем Ethereum достиг капитализации в сотни миллиардов, Solana — в десятки миллиардов, доказывая, что рынок способен породить не одного крупного победителя. Вслед за этим начался бум инвестиций в новые блокчейны. Венчурные фонды рассматривали эти проекты как лотерейные билеты: достаточно угадать с одним, чтобы заработать в несколько раз больше всего фонда. Сегодня оценки многих новых AI-лабораторий тоже основаны на лотерейных ожиданиях. OpenAI и Anthropic движутся к оценке в триллионы долларов. Формула проста: сначала появляется крайне востребованный рынок, затем — доказавший успех поздний игрок. Каждый новый участник воспринимается как следующий билет в лотерею богатства. Раньше многие проекты L1 получали оценки в миллиарды долларов почти только на основе white paper и команды основателей. Их истории были заманчивы: А что если вся мировая экономика будет работать на нашей цепочке? Аналогично, новые AI-лаборатории собирают миллиарды долларов, опираясь на исследовательские концепции и команды основателей, привлечённых из OpenAI, Anthropic или Google DeepMind. А что если им действительно удастся создать «машину Бога»? Однако зачастую эти инвестиции — просто ставка на появление следующего покупателя, готового заплатить ещё больше. Многие ранние инвесторы не обязательно оценивают текущие фундаментальные показатели и перспективы компаний. Они знают, что приход звёздного таланта или крупное партнёрство с облачным гигантом может поднять оценку компании на новый уровень. А учитывая растущую ликвидность вторичного рынка, они уверены, что следующий покупатель обязательно найдётся. Рыночный хаос Как сказал BCAP GP @CremeDeLaCrypto в программе Bankless, когда в рынок вливается много денег, всегда появляются «толпы спекулянтов и мошенников, гоняющихся за быстрой прибылью и бегущих туда, где горячо». За более чем десять лет криптоинвесторы видели это своими глазами: волны проектов под лозунгом «токен — это продукт» продвигались на рынок с помощью сомнительных маркет-мейкингов, крайне неблагоприятных для инвесторов структур с высоким FDV и низкой ликвидностью, невыгодных SAFT-соглашений и множества других рыночных трюков. Сегодня в AI-индустрии происходит нечто похожее. Например, структуры из трёх уровней SPV с абсурдно высокими комиссиями... Но есть ключевое отличие: на крипторынке цены публичны, токены торгуются открыто. Цены и оценки AI-компаний формируются в непрозрачных, с ограниченной ликвидностью вторичных рынках. Даже без учёта спекуляций, инвесторы в AI могут видеть на крипторынке, что изменения в структуре рынка определяют, кто в итоге получает прибыль. Например, то, на что сейчас делают крупные ставки AI-инвесторы, может в итоге превратиться в стандартизированный товар. Пример крипторынка: блок-пространство становится товаром Раньше блок-пространство было дефицитным и дорогим, капитал хлынул, пытаясь увеличить предложение. Но отрасль зашла слишком далеко: появилось всё больше L1, Ethereum добавил L2. В итоге блок-пространство перестало быть дефицитным, стало избыточным. Это хорошо для технологического развития, но не обязательно для инвесторов. До сих пор доходы многих альтернативных L1 остаются очень ограниченными. Рынок изначально ставил на теорию «толстого протокола», но в итоге победила теория «толстого приложения». С удешевлением блок-пространства пользователи стали меньше платить за инфраструктуру и больше — за приложения. Проекты уровня приложений, такие как Tether, Hyperliquid, Aave, Polymarket, забирают основную часть доходов. Пример AI: модели могут стать товаром AI, возможно, повторяет ранние этапы крипторынка. Китайские AI-лаборатории всё чаще публикуют веса моделей. Я объяснял мотивацию таких действий. Если веса моделей станут стандартизированным товаром, цены на модели продолжат падать, а ценность перейдёт к верхним и нижним уровням технологического стека. Основными бенефициарами станут приложения: если предельные издержки использования модели приблизятся к предельным издержкам её запуска, приложения перестанут платить высокую прибыль за уровень моделей. OpenAI и Anthropic не так сильно пострадают от этого, поскольку у них уже есть база пользователей, корпоративные клиенты и каналы распространения для разработчиков. Но они — исключение. В этом смысле они больше похожи на Hyperliquid в AI, а не просто на L1, предоставляющих инфраструктуру. Иными словами, OpenAI и Anthropic уже вертикально интегрированы. Другим AI-лабораториям, не имеющим прямого доступа к конечным пользователям, будет сложнее. Снижение маржи моделей также означает, что нижний уровень технологического стека — энергия и оборудование — может получить более высокую маржу. Особенно если предложение вычислительных мощностей ограничено физическими условиями, эта тенденция усилится. Проще говоря, оборудование и приложения заберут больше прибыли, а уровень моделей будет сжат. Но именно в модели сейчас вкладывается много инвестиций. Всё это не ново В более широком цикле это не удивительно. Карлота Перес в книге «Техническая революция и финансовый капитал» описывает несколько этапов технологической революции: период инфраструктуры, период ажиотажа, крах и период внедрения. Финансовый капитал переинвестирует в инфраструктуру в период ажиотажа, но эта избыточно построенная и ныне дешевая инфраструктура поддерживает развитие следующего поколения приложений. Это помогает понять, почему на крипторынке произошло переизбыток блок-пространства. Расширение моделей в AI может стать следующим таким случаем. Инвестировать в новые AI-лаборатории стоит, если верить, что они принесут огромную отдачу от R&D. История крипторынка и альтернативных L1, по крайней мере, должна заставить нас усомниться в этом предположении. Конечно, если появится AGI, все эти оценки могут оказаться неверными. Мы совершенно не знаем, как изменится экономика после появления AGI.