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

Автор: jonah_b, исследователь Blockchain Capital

Подготовила: Цзя Хуань, ChainCatcher

Трудно не заметить поразительное сходство между текущей ажиотажной гонкой вокруг ИИ и предыдущими волнами спекуляций на крипторынке.

Криптовалютный рынок отлично подходит для наблюдения за тем, как ведут себя люди перед лицом новой крупной технологической волны: здесь есть всё — хорошее, плохое и самое неприятное. Это связано с тем, что циклы криптовалютного рынка развиваются очень быстро, а ранние проекты могут получать ликвидность через токены, недоступную другим рынкам. При этом поведение рынка по умолчанию является прозрачным, поскольку данные блокчейна изначально открыты.

Мы извлекли из этого рынка много уроков, и эти выводы применимы и к сфере ИИ. Если вы инвестируете в ИИ, эта статья написана именно для вас.

Ставки на лотерею

Огромный успех провоцирует следование толпе и порождает FOMO. Как только какой-либо класс активов производит масштабного победителя, меняющего правила игры, инвесторы устремляются туда, пытаясь повторить путь к успеху. Однако проекты второй волны редко достигают высоты первой; многие из них в итоге оказываются воздушными замками, а крупные суммы денег просто исчезают.

Биткоин стал активом стоимостью в триллионы долларов. Затем Ethereum достиг капитализации в сотни миллиардов долларов, Solana также вошла в этот клуб, доказав, что на этом рынке может возникнуть не один гигантский победитель.

Вслед за этим возник бум инвестиций в новые публичные блокчейны. Венчурные фонды рассматривают такие проекты как лотерейные билеты: достаточно поймать один хит, чтобы вернуть сумму, в разы превышающую размер всего фонда.

Сегодня оценки многих новых AI-лабораторий также базируются на лотерейных ожиданиях.

OpenAI и Anthropic движутся к оценкам в триллион долларов. Формула проста: сначала появляется крайне востребованный рынок, затем возникает успешный преемник. Каждого нового игрока начинают воспринимать как следующий билетик для обогащения.

Раньше многие L1-проекты получали оценки в десятки миллиардов долларов практически исключительно благодаря белому бума и команде основателей. Их истории были весьма привлекательны:

А что, если вся мировая экономика будет работать на нашем блокчейне?

Так же обстоит дело и с новыми AI-лабораториями: опираясь на концепцию исследований и команду основателей, нанятых из OpenAI, Anthropic или Google DeepMind, им удается привлечь многомиллиардные инвестиции.

А вдруг они действительно создадут «Бога машин»?

Однако зачастую ставка делается лишь на то, что появится следующий покупатель, готовый выкупить актив по завышенной цене.

Многие ранние инвесторы не обязательно реально оценивают текущие фундаментальные показатели компании и её перспективы. Они понимают, что присоединение звездного специалиста или партнерство с гигантским облачным провайдером может снова поднять оценку проекта. Учитывая растущую ликвидность вторичных рынков сегодня, они исходят из предположения, что следующий покупатель обязательно найдется.

Хаос на рынке

Как отметил генеральный партнёр BCAP @CremeDeLaCrypto в программе Bankless, когда на рынок поступает много капитала, всегда заваливаются «спекулянты и мошенники, гоняющиеся за быстрыми деньгами, которые устремляются туда, где сейчас жарко».

На протяжении последнего десятилетия крипто-инвесторы наблюдают одно и то же: одна за другой на рынок выводятся проекты, выступающие под лозунгом «токен — это продукт». Им помогают сомнительные методы работы маркетмейкера, структура с высокой FDV и низкой долей в свободном обращении, невыгодные для инвесторов соглашения SAFT и бесконечные прочие финансовые уловки.

Сегодня аналогичная картина разворачивается в сфере ИИ. Например, структуры, состоящие из трех уровней SPV с нереально высокими комиссиями…

Тем не менее, между ними есть ключевое отличие: в крипто-рынке цены публичны, а токены торгуются открыто. Цены и оценки компаний ИИ формируются в непрозрачных вторичных рынках с ограниченной ликвидностью.

Даже если отбросить спекуляции, крипто-рынок показывает ИИ-инвесторам, что изменение рыночной структуры определяет, в чьи карман в конечном итоге уйдут прибыли.

Например, то, во что ИИ-инвесторы сейчас вкладывают огромные средства, со временем может превратиться в стандартизированный товар.

Пример с крипто-рынком: блок-пространство стало товаром

Раньше блок-пространство было дефицитным и дорогим, что привлекло капитал, пытавшийся расширить предложение.

Но отрасль впоследствии зашла слишком далеко: всё больше L1-сетей вышли онлайн, а Ethereum наращивала L2-решения. В итоге блок-пространство перешло от дефицита к избытку, став даже избыточным.

Это полезно для развития технологий, но не обязательно для инвесторов. Сегодня доходы многих альтернативных L1-сетей по-прежнему крайне малы.

На ранних этапах рынка повсеместно ставку делали на теорию «толстых протоколов», но в итоге победила теория «толстых приложений».

По мере удешевления блок-пространства пользователи стали меньше платить за базовую инфраструктуру, но больше тратить на приложения верхнего уровня. В результате основной поток доходов ушел проектам пользовательского уровня, таким как Tether, Hyperliquid, Aave и Polymarket.

Пример с ИИ: модели могут стать товаром

ИИ-сектор может повторить сценарий, через который проходил ранний крипто-рынок.

Китайские AI-лаборатории непрерывно публикуют веса всё более мощных моделей. Механизмы стимулирования, стоящие за этим решением, я уже объяснял.

Если веса моделей станут стандартизированным товаром, а их цена продолжит падать, ценность сместится вверх и вниз по технологическому стеку.

Приложения станут главными бенефициарами: если предельная стоимость использования модели начнет постепенно приближаться к предельной стоимости самих вычислений, разработчикам приложений больше не придется оплачивать высокие маржи модельного слоя.

OpenAI и Anthropic сложнее затронуть непосредственно этими изменениями, так как у них уже есть база пользователей, корпоративные клиенты и каналы дистрибуции для разработчиков. Однако они являются исключением.

В этом смысле они скорее напоминают Hyperliquid в сфере ИИ, чем простые L1-сети, предоставляющие лишь базовую инфраструктуру.

Иными словами, OpenAI и Anthropic уже достигли вертикальной интеграции. Положение других AI-лабораторий, которые не могут напрямую выходить на конечных пользователей, вероятно, окажется гораздо тяжелее.

Еще одним последствием снижения маржинальности моделей станет возможность получения более высокой рентабельности для энергии и оборудования, находящихся на самом дне технологического стека. Особенно ярко эта тенденция проявится, если предложение вычислительных мощностей будет ограничено физическими условиями.

Проще говоря, больший процент прибыли заберут аппаратный слой и слой приложений, тогда как модельный слой окажется под давлением. При этом огромные инвестиционные потоки сейчас направлены именно в модельный слой.

Ничего нового

Если смотреть на ситуацию в рамках более крупного цикла, это на самом деле не вызывает удивления.

Карлотта Перрес в своей книге «Технологические революции и финансовый капитал» утверждала, что подобные технологические революции проходят через несколько этапов: период прокладки инфраструктуры, фаза эйфории, крах и этап массового внедрения.

Финансовый капитал в период эйфории инвестирует в инфраструктуру сверх меры, но именно чрезмерно построенная и теперь дешевая инфраструктура в итоге станет фундаментом для развития приложений следующего поколения.

Это помогает объяснить, почему на крипто-рынке произошло избыточное строительство блок-пространства. Экспансия моделей в сфере ИИ может стать следующим примером.

Инвестиции в новые AI-лаборатории основаны на вере в то, что они обеспечат колоссальную отдачу от вложенных в исследования средств. История крипто-рынка и альтернативных L1-сетей заставляет хотя бы усомниться в этой гипотезе.

Конечно, при появлении искусственного общего интеллекта (AGI) эти прогнозы могут оказаться неверными. Поскольку мы совершенно не знаем, какая экономика сложится после наступления эпохи AGI.