NEW EVENT
最新活動
幣安
HOT ARTICLES
熱門文章
此內容取自於 chainofthought,由幣研團隊編譯及改寫
我常告訴朋友,未來,我們將把 2022年至 2024 年視為人類科技大規模加速之前的關鍵年份。人工智慧很可能是我們一生中將見證的最具變革性的技術趨勢——當然,除非我們偶然發現了生命延長的奇蹟,讓我們能夠活數百年。
人工智慧的技術(AI)炙手可熱,各家企業都在爭先恐後分一杯羹。
光是 2024 年上半年,就有 350 億美元流入人工智慧新創公司。這只是私人企業方面——大型科技公司也正在加大內部投資,從他們從 NVIDIA 購買大量 GPU 就能看出這一點,這使得 NVDA 的市值達到了令人瞠目結舌的 3 兆美元。
但在炒作中,有一個很多人都錯過的巨大的失敗機會:加密人工智慧(或去中心化人工智慧)。
This was a prescient comic from way back in 2019
從歷史上看,每十年都會帶來變革性的投資機會,這些機會看似沒有希望,甚至是愚蠢的,但後來證明是有遠見的。
社群媒體曾被認為是對沒有真正商業模式的青少年來說無意義的干擾。如今,Meta(前身為 Facebook)已成為世界上最強大的公司之一,早期投資者獲得的回報超過其初始投資的 1000 倍。
加密人工智慧的敘述是緊迫且引人注目的。當我解釋它時,大多數人立刻就明白了👇
就其本質而言,人工智慧集中了權力。如果不加以控制,控制權可能會集中在少數壟斷組織手中,而這些組織肯定會利用人工智慧來獲取利潤和主導地位。去中心化人工智慧不僅對我們的未來至關重要,而且對於一個更光明、更公平的社會也至關重要。我之前更深入地探討過這個哲學角度。
然而,懷疑論者認為,將加密技術與人工智慧相結合只是新的一次 buzzword,並指出過去在娛樂、遊戲和社交媒體領域令人失望的情況,
在這些領域,加密技術尚未實現持久影響或廣泛採用。我甚至從聰明的投資者那裡也聽到了這樣的說法——這是一個合理的擔憂。
但我相信這次確實有所不同。
筆者寫這篇文章是為了解釋加密人工智慧為何準備走一條截然不同的路
在這篇由三部分組成的論文中,我將深入研究加密人工智慧的技術和投資前景。我將重點介紹最有前途的領域,並展示我如何定位自己以利用這一新興大趨勢。
第一部分:為什麼加密人工智慧是值得關注的領域
第二部分:我如何看待人工智慧代理、去中心化訓練、可驗證推理、資料網路(以及加密人工智慧中的其他子領域)
第三部分:從這個機會中獲取價值的多種不同方法
而這一篇文章是第一部分
為了抓住最大的波浪,我們需要尋找多個新潮流的交叉口並鑽研,這些新的技術趨勢將重新定義整個行業的運作方式,成千上萬人看到了加密貨幣的趨勢而先後進入,但卻只有少數一部分的人看到了加密貨幣市場下一個風口
1️⃣ 融合的力量
當兩個長期趨勢融合時,就會創造出創新和價值創造的最佳點——通常是在其他人可能忽略的地方。
多種成長動力:處於多種長期趨勢交叉點的公司受益於每種趨勢的成長動力。
減少競爭:由於雙方都需要深厚的專業知識,公司可以在進入障礙較高的情況下開拓獨特的市場地位且帶來創新的產品和商業模式
2️⃣ 規模的力量
在投資方面,市場規模絕對重要。
以 2000 年代初期的亞馬遜為例。它的主導地位不僅歸功於電子商務,還因為它利用了新興的雲端運算趨勢,催生了亞馬遜網路服務(AWS)。 AWS 現在每年創造數十億美元的收入,是不斷成長的雲端基礎設施市場的領導者
長期技術趨勢越大——無論是在總的潛在市場還是成長潛力方面——而且進入得越早,其交叉點的機會就越大。
大趨勢不僅可以為失敗提供緩衝,而且還可以顯著放大潛在的回報。
(1) 融合的力量
當兩個長期趨勢融合時,就會創造出創新和價值創造的最佳點——通常是在其他人可能忽略的地方。
多種成長動力:處於多種長期趨勢交叉點的公司受益於每種趨勢的成長動力。
減少競爭:由於雙方都需要深厚的專業知識,公司可以在進入障礙較高的情況下開拓獨特的市場地位
思想的交叉授粉:帶來創新的產品和商業模式
(2) 規模的力量
在投資方面,市場規模絕對重要。
以 2000 年代初期的亞馬遜為例。它的主導地位不僅歸功於電子商務,還因為它利用了新興的雲端運算趨勢,催生了亞馬遜網路服務(AWS)。 AWS 現在每年創造數十億美元的收入,是不斷成長的雲端基礎設施市場的領導者
長期技術趨勢越大——無論是在總的潛在市場還是成長潛力方面——而且你進入得越早,其交叉點的機會就越大。
大趨勢不僅可以為失敗提供緩衝,而且還可以顯著放大潛在的回報。
CPU 和 GPU 長期以來一直是運算的支柱,但現在它們為人工智慧提供動力,而人工智慧正在成為世界超級電腦——利用人類的集體知識和創造力。
另一方面,加密貨幣可以創造開放、去中心化的網絡,為新的互聯網奠定基礎。
這些超級電腦和超級網路相結合,是完美而強大的組合。
人工智慧增強了加密貨幣的使用者體驗。用戶可以使用自然語言與區塊鏈進行交互,而無需學習如何管理錢包、助記詞和簽署交易。
加密貨幣提供了人工智慧保持開放和抗審查所需的無需信任、無需許可且安全的基礎設施。它還充當建構去中心化網路的強大協調層。
這種融合為全新商業模式的出現奠定了基礎
受益於兩個處於不同發展軌跡的領域的進步,加密貨幣和人工智慧的交叉點將呈指數級增長。
關鍵在於確定什麼加密技術能夠讓人工智慧實現以前不可能實現的目標——這就是秘密武器,也就是第二部分會提到的分散式訓練、資料網路和私有資料( distributed training, data networks and private data)。
圖為 BAYC(Bored Ape Yacht Club)NFT 的地板價走勢,Yuga Labd 於 2022 年募集了 4.5 億美元, Coingekco
NFT 的興衰提供了寶貴的教訓
NFT 在加密貨幣社群內掀起了一波投機熱潮,但缺乏另一種長期技術趨勢的推動力來推動其進一步發展。娛樂和遊戲(NFT 的核心用例)是複雜、成熟的市場,現有的市場規模已經很大,其動力不僅僅由技術驅動。
結果我們看到 NFT 無法維持早期的勢頭。雖然確實有真實用例,但實現它們的承諾將需要更長的時間。
另一方面,DeFi 是長期科技趨勢交叉力量的成功範例。
透過處於金融科技和加密貨幣的十字路口,DeFi 徹底改變了金融服務,提供了傳統銀行、貸款和資產管理的替代方案,滿足現實世界的金融需求。穩定幣總市值處於歷史高點($170B)並且還在不斷上升,而今天 DeFi 協議中的鎖倉資金為 820 億美元。
當人們問我為什麼人工智慧需要加密時,我的答案很簡單:代幣。
傳統軟體的擴展邊際成本幾乎為零。編寫一次程式碼,隨處部署。
人工智慧是一種完全不同的野獸。它的營運資本和邊際成本很高。
訓練和部署大規模人工智慧模型需要大量的運算資源,這使得效率和基礎設施的存取成為關鍵的成功因素。
現在,我們生活在一個中心化巨頭——OpenAI、Anthropic、Google——掌握所有牌的世界。這些公司有人才、有硬體、有資本。但讓我們面對現實:企業擁有的人工智慧尋求利潤最大化。總是。
Meta 對開源人工智慧的貢獻是無價的,但誰能說他們什麼時候會停止發布像 Llama 3 這樣最先進的模型呢?開發這些系統需要花費數億美元,如果有一天扎克在床的錯誤一側醒來,這些計劃可能會停止。
坦白說,期望開源運動純粹出於理想或善意與這些巨頭競爭是不切實際的。我們需要一個新的戰略。
問題是,在頂尖人工智慧研究實驗室之外,開源世界還有大量未開發的運算、研究和人才。這包括來自大學、研究中心、Hugging Face 等協作平台以及人工智慧研究人員的貢獻。但現在,它是支離破碎的。它缺乏大規模取得重大突破所需的協調。
這就是代幣發揮作用的地方。
正如 Zee Prime 的 long_solitude 所概述的,代幣體現了加密貨幣最強大的屬性——無需許可的資本形成。
代幣具有傳統募款模式無法做到的功能:
他們為實驗性人工智慧專案創造了自下而上的融資機會,而這些專案在創投模式下永遠不會出現。
他們引導去中心化網絡,透過向貢獻者分配所有權和價值,將其轉變為繁榮、自我維持的生態系統。只需將 Bittensor 視為早期的概念驗證即可。
他們使用 DePIN 式的代幣經濟學實現了大幅削減成本的全新商業模式。一個例子:將前期基礎設施成本(人工智慧新創公司的巨大負擔)轉移到網路本身。另一個:GPU 市場利用了人們家中未使用的 GPU 的潛在全球供應,從而降低了每單位運算的成本。
代幣為散戶帶來了駕馭人工智慧浪潮的巨大機會。這一點被嚴重低估了。
加密貨幣非常擅長尋找人們想要交易的新市場。
我的賭注?早期人工智慧專案對零售業的參與有著巨大的、尚未開發的需求。
隨著人工智慧更深入地滲透到我們的日常生活中,並使我們能夠做以前無法做到的事情,人們開始意識到它的規模有多大、有多大。當然,會有大量的猜測,但這也關係到我們一生中最大的科技革命的民主化,並讓每個人都有機會參與下一件大事。
預計事情會變得瘋狂。
Source: Syncracy Capital
新技術往往遵循明確的創新週期。
Gartner 技術成熟度曲線是最著名的架構之一。它追蹤創新如何經歷炒作階段,陷入幻滅的低谷,並最終進入現實世界的用例。
作為投資者,理想的投資時機要么是在炒作高峰之前儘早發現新的創新觸發點,要么是在幻滅的低谷期間,此時您可以識別出準備爬上啟蒙斜坡的初創公司。
這就引出了一個價值百萬美元的問題:我們在這個加密人工智慧週期中處於什麼位置?
我喜歡使用上面來自 Syncracy Capital 的圖表來強調今天的共識觀點。
這表明去中心化人工智慧正接近或處於誇大期望的頂峰。加密人工智慧今年表現強勁,多個協議目前估值達數十億美元。
Teng Yan 認為我們可能還遠遠沒有接近加密人工智慧的頂峰。
共識觀點低估了未來機會的規模。我們甚至還沒有達到狂熱的程度。
問問周圍的人——有多少人真正了解加密人工智慧的領頭羊 Bittensor?
事實上,我相信我們可能還需要一到兩年才能看到真正的高峰。
原因如下:
加密 AI 代幣 ($300 億美元) 僅佔山寨幣總市值 ($1.04T) 的 2.9%。
只有四個其他 Crypto AI 項目(RENDER、GRT、AKT、AIOZ)的估值在 5 億美元到 50 億美元之間,其中大多數項目的市值低於 100 到 2 億美元。
當你考慮到這種趨勢融合的巨大潛力時,這是微不足道的。加密人工智慧涵蓋基礎設施和應用程序,包括專為人工智慧設計的下一代智慧合約平台。
相較之下,如今智能合約平台的總市值接近 $6000 億美元。有 8 個第 1 層協定的價值超過 $100 億美,另外 12 個協定的價值在 $10億–$100億 範圍內。
加密人工智慧的市場規模有多大?現在還為時過早,誰也說不準。
Bloomberg Intelligence 估計生成式 AI 市場將以 30% 以上的複合年增長率成長,到2032 年將達到 1.3 兆 美元。以常見的投機溢價(例如 3 倍)往回推 ,其結果是 2032 年市場將達到 $3900 億美元,仍然比今天的 $300 億多出了 13 倍之多。
直覺上,我認為這是非常保守的,但距離未來太遠而沒有用處。
另一種方法是,隨著人工智慧應用程式和智慧合約平台的推出並獲得動力,加密人工智慧將在未來 3 年(2027 年)成長到山寨幣總市值的 10%。如果屆時山寨幣市值達到 2.7兆 美元(較 2021 年高峰 1.8 兆增長 50%),那麼 Crypto AI 的市值將達到 2700 億美元,較當前水準增長約 9 倍。價值 $2400 億美元的市值成長空間在等著我們。
但這些數字不是確定性的。未知數實在太多了。不過,它們確實強調了機會有多大,並為我們在考慮估值時提供了健全性檢查的空間。
頂級加密人工智慧團隊才剛起步
許多高水準團隊已經潛心建立了一兩年,甚至還沒有將他們的產品發佈到主網。
有幾家公司已經籌集了 8 位數的風險投資,包括 Sentient、Sahara、Vana、Story Protocol、Gensyn、Space and Time、Ritual、Nillion...
在接下來的 12 個月裡,我們將見證主要的主網推出和代幣發布——例如,AO Computer 生態系統就是一個值得關注的生態系統,我在今年早些時候寫過這一點。
人工智慧正在呈指數級發展。
看看 OpenAI 最近的 o1 模型,它在推理能力上取得了顯著的飛躍。規模法則仍然有效。加密人工智慧將密切與整體人工智慧市場的成長有所定錨。
也就是說,今天有很多噪音。也許比其他加密貨幣領域都多。
許多新創公司和協議將不可避免地失敗,這時候重點挑選項目來做埋伏將遠比撒網策略來得有效。
我預計加密人工智慧的幾個主要推動因素將在未來一年推動該行業和發展。
雖然我看好加密人工智慧的巨大潛力,Teng Yan 也指出,如果情況發生,情況將轉為悲觀看待:
💀 不友善的監管制度:美國等主要市場對加密貨幣監管保持對立可能會扼殺創新、限制資金並將加密貨幣項目推入灰色地帶。代幣是去中心化網路的核心,嚴格的限制將削弱加密貨幣的關鍵價值驅動因素之一。如果川普獲勝,這種情況不太可能發生,但如果 Harris 成為美國總統,這種情況有可能發生。
💀 人工智慧未能兌現炒作:儘管目前有瘋狂的投資和數十億美元的投資,但人工智慧仍有可能無法兌現其承諾。如果進展放緩或遇到障礙,我們可能會看到人工智慧泡沫破滅。但筆者認為這情況不太可能出現。
💀 未能找到大市場和產品市場契合度(PMF):無論多麼創新,加密人工智慧專案都必須找到真正的商業模式和穩固的產品市場契合度。如果去中心化人工智慧無法整合有意義的商業用例,該產業可能會停滯不前。在這種情況下,加密人工智慧領域可能會變得更加小眾,關鍵還是在於能否 mass adoption!
💀 人才庫平庸:頂尖機器學習科學家和工程師的人才庫是有限的。如果加密人工智慧無法吸引足夠多相信開放、民主化人工智慧未來願景的頂尖人才,創新將會放緩,該產業將難以跟上。
諷刺的是,人工智慧可能是加密貨幣領域有史以來最好的一次機會。
它為真正的主流採用和實際用例打開了大門——這是遊戲、NFT 和社交應用目前所無法做到的。
我們正在邁向由開放公共網路推動的去中心化人工智慧未來。最精明的創始人和有遠見的投資者已經注意到了這一點。
加密人工智慧最困難的部分是你不能只專注於加密市場。否則,你對即將發生的事情的看法將會非常狹隘、膚淺。您需要專注於機器學習的發展,深入研究最新的 Arxiv 論文,並與真正相信自己正在打造人工智慧領域下一個重大成果的創辦人交談。
筆者表示他從未這麼興奮過。
在第二部分,我將深入探討並規劃加密人工智慧中的關鍵子賽道。他發現的一些最關鍵的領域包括:
💡 去中心化運算:訓練、推理與 GPU 市場
💡 鏈上的人工智慧代理(AI Agent)
💡 數據網路
💡 加密人工智慧消費者應用
💡 可驗證的人工智慧等等
資料來源:https://www.chainofthought.xyz/p/crypto-ai-a-f-king-big-opportunity-part-i
Alvin
熱愛充滿變動與挑戰的環境,保持學習熱忱與輸出習慣