TLDR

Ini bukan tulisan VC yang cerah tentang “AI + Web3” lainnya. Kami optimis tentang menggabungkan kedua teknologi tersebut, tetapi teks di bawah ini adalah panggilan untuk bersiap-siap. Jika tidak, optimisme itu tidak akan berakhir dengan dibenarkan.

Mengapa? Karena mengembangkan dan menjalankan model AI terbaik memerlukan pengeluaran modal yang signifikan dalam perangkat keras yang paling mutakhir dan seringkali sulit didapatkan serta penelitian dan pengembangan yang sangat spesifik pada domain tersebut. Menambahkan insentif kripto untuk mendapatkan kontribusi dari masyarakat umum, seperti yang dilakukan oleh sebagian besar proyek AI Web3, tidak cukup untuk menyaingi puluhan miliar dolar yang diinvestasikan oleh perusahaan besar yang mengendalikan pengembangan AI secara ketat. Mengingat keterbatasan perangkat keras, ini mungkin menjadi paradigma perangkat lunak besar pertama yang para insinyur cerdas dan kreatif di luar organisasi yang sudah mapan tidak memiliki sumber daya untuk mengganggu.

Perangkat lunak "memakan dunia" lebih cepat dan lebih cepat, segera terikat untuk lepas landas secara eksponensial dengan akselerasi AI. Dan semua "kue" ini, dengan bagaimana keadaan saat ini, akan diberikan kepada para petahana teknologi - sementara pengguna akhir, termasuk pemerintah dan bisnis besar, apalagi konsumen, menjadi lebih terikat pada kekuatan mereka.

Ketidakselarasan Insentif

Semua ini tidak bisa terungkap pada waktu yang lebih tidak sesuai - dengan 90% peserta web terdesentralisasi sibuk mengejar angsa emas dari keuntungan fiat yang mudah dari pengembangan berbasis naratif. Ya, para pengembang mengikuti para investor di industri kita dan bukan sebaliknya. Hal ini bervariasi dari pengakuan terbuka hingga motivasi bawah sadar yang lebih halus, namun naratif dan pasar yang terbentuk di sekitarnya mendorong banyak pengambilan keputusan dalam Web3. Peserta terlalu tenggelam dalam gelembung refleksif klasik untuk memperhatikan dunia di luar, kecuali untuk naratif yang membantu memajukan siklus ini lebih lanjut. Dan AI jelas yang terbesar, karena sedang mengalami booming sendiri.

Kami telah berbicara dengan puluhan tim di persimpangan AI x Crypto dan dapat mengonfirmasi bahwa banyak dari mereka sangat mampu, berorientasi misi, dan penuh semangat. Tetapi sifat manusia adalah bahwa ketika dihadapkan pada godaan, kita cenderung menyerah padanya dan kemudian membenarkan pilihan-pilihan tersebut setelah kejadian.

Jalur mudah menuju likuiditas telah menjadi kutukan bersejarah bagi industri kripto - bertanggung jawab atas melambatnya perkembangannya dan adopsi yang bermanfaat selama bertahun-tahun. Ini bahkan membuat para pengikut kripto yang paling setia beralih ke “mendorong token”. Rasionalisasinya adalah bahwa dengan lebih banyak modal dalam bentuk token, para pengembang tersebut mungkin memiliki peluang yang lebih baik.

Kesederhanaan modal institusi dan ritel yang relatif rendah menciptakan peluang bagi para pembangun untuk membuat klaim yang terlepas dari kenyataan sambil tetap mendapatkan manfaat dari penilaian seolah-olah klaim tersebut sudah terwujud. Akibat dari proses ini adalah adanya moral hazard yang nyata dan penghancuran modal, dengan sangat sedikit strategi semacam itu berhasil dalam jangka panjang. Keperluan adalah ibu dari segala penemuan dan ketika itu hilang, begitu pula penemuan-penemuan itu.

Itu tidak mungkin terjadi pada waktu yang lebih buruk. Sementara semua pengusaha teknologi paling cerdas, aktor negara dan perusahaan, besar dan kecil, berlomba untuk memastikan bagian manfaat mereka berasal dari revolusi AI, pendiri dan investor crypto memilih keluar untuk "10x cepat". Alih-alih seumur hidup 1000 x, yang merupakan biaya peluang nyata di sini, dalam pandangan kami.

Ringkasan Kasar Lanskap Web3 AI

Mengingat insentif yang disebutkan di atas, taksonomi proyek AI Web3 sebenarnya bermuara pada:

• Sah (juga terbagi antara realis dan idealis)
• Semi-legitimate, dan
• Pemalsu

Pada dasarnya, kami berpikir bahwa para pembangun tahu persis apa yang diperlukan untuk tetap bersaing dengan kompetisi Web2 mereka dan vertikal di mana itu benar-benar memungkinkan untuk bersaing dan di mana lebih merupakan angan-angan, yang tetap bisa dipromosikan ke VC dan publik yang kurang berpengalaman.

Tujuan adalah dapat bersaing di sini dan sekarang. Jika tidak, kecepatan perkembangan AI mungkin akan meninggalkan Web3 sementara dunia melompat ke Web4 distopia AI Korporat di Barat melawan AI Negara China. Mereka yang tidak dapat bersaing dengan cepat dan mengandalkan teknologi terdistribusi untuk mengejar lebih lama pada horison waktu terlalu optimis untuk dianggap serius.

Tentu saja, ini adalah generalisasi yang sangat kasar dan bahkan kelompok penipu setidaknya berisi beberapa tim serius (dan mungkin lebih dari sekadar pemimpi yang ilusif). Tetapi teks ini adalah sebuah seruan untuk bertindak, jadi kami tidak bermaksud untuk objektif, tetapi lebih untuk memanggil rasa mendesak pembaca[1].

Sah:

• Perangkat lunak perantara untuk “membawa AI ke dalam rantai”. Pendiri di balik solusi seperti itu, yang tidak banyak, memahami bahwa pelatihan terdesentralisasi atau inferensi model yang pengguna benar-benar inginkan (yang paling mutakhir) tidak mungkin dilakukan saat ini. Jadi menemukan cara untuk menghubungkan model terpusat terbaik dengan lingkungan rantai untuk membiarkannya mendapatkan manfaat dari otomatisasi canggih adalah langkah pertama yang cukup baik bagi mereka. Enklaf perangkat keras dari TEEs(prosesor 'air-gapped') yang dapat menjadi tuan rumah titik akses API, orakel 2-sisi (untuk mengindeks data on dan off-chain secara dua arah) dan menyediakan lingkungan komputasi off-chain yang dapat diverifikasi untuk agen, tampaknya menjadi solusi terbaik saat ini. Ada juga arsitektur koprocesor yang menggunakan bukti pengetahuan nol (ZKPs) untuk snapshot perubahan status (daripada memverifikasi komputasi penuh) yang juga kami anggap layak dalam jangka menengah.
  Pendekatan yang lebih idealis terhadap masalah yang sama mencoba memverifikasi inferensi di luar rantai untuk menyamakannya dengan komputasi di rantai dalam hal asumsi kepercayaan. Tujuan dari ini seharusnya memungkinkan KI untuk melakukan tugas di dalam dan di luar rantai sebagai lingkungan runtime yang koheren tunggal, menurut pandangan kami. Namun, sebagian besar pendukung verifikasi inferensi berbicara tentang "mempercayai bobot model" dan tujuan lain yang rumit dari jenis yang sama yang sebenarnya menjadi relevan dalam beberapa tahun atau bahkan tidak. Baru-baru ini para pendiri dalam kubu ini mulai menjelajahi pendekatan alternatifuntuk verifikasi inferensi, tetapi awalnya semuanya didasarkan pada ZKP. Sementara banyak tim cerdas sedang bekerja pada ZKML, seperti yang mulai dikenal, mereka mengambil risiko terlalu besar dengan mengantisipasi bahwa optimisasi kripto melampaui kompleksitas dan kebutuhan komputasi dari model AI. Oleh karena itu, kami menganggap mereka tidak cocok untuk persaingan, setidaknya untuk saat ini. Namun, @ModulusLabs/chapter-14-the-worlds-1st-on-chain-llm-7e389189f85e">some recent progress is interesting and shouldn’t be ignored.

Semi-legitimate:

• Aplikasi konsumen yang menggunakan pembungkus di sekitar model open-source dan tertutup (misalnya Stabil Diffusion atau Midjourney untuk pembuatan gambar). Beberapa tim ini adalah yang pertama masuk ke pasar dan memiliki daya tarik pengguna yang sebenarnya. Jadi tidak adil untuk menyebut mereka palsu secara umum, tetapi hanya ada beberapa yang memikirkan cara untuk mengembangkan model-model dasar mereka secara terdesentralisasi dan berinovasi dalam desain insentif. Ada beberapa putaran governance/kepemilikan menarik pada komponen token di sini dan di sana. Tetapi mayoritas proyek dalam kategori ini hanya menempelkan token di sekitar pembungkus yang sebagian besar terdesentralisasi di atas misalnya API OpenAI untuk mendapatkan valuasi premium atau likuiditas lebih cepat untuk tim.

Apa yang tidak diatasi oleh kedua kubu di atas adalah pelatihan dan inferensi untuk model besar dalam pengaturan terdesentralisasi. Saat ini tidak ada cara untuk melatih model dasar dalam waktu yang wajar tanpa mengandalkan klaster perangkat keras yang terhubung erat. "Waktu yang wajar" mengingat tingkat kompetisi adalah faktor kunci.

Beberapa penelitian yang menjanjikantentang topik telah muncul baru-baru ini dan, secara teori, pendekatan seperti Arus Data Diferensialmungkin diperluas menjadi jaringan komputasi terdistribusi untuk meningkatkan kapasitasnya di masa depan (saat kemampuan jaringan mengejar kebutuhan aliran data). Namun pelatihan model kompetitif masih memerlukan komunikasi antara klaster lokal, bukan perangkat terdistribusi tunggal, dan komputasi canggih (GPU ritel semakin tidak kompetitif).

Penelitian tentang lokalisisasi (salah satu cara dari desentralisasi) inferensi dengan mengecilkan ukuran model juga telah dilakukan berkembang belakangan ini, tapi tidak ada protokol yang ada di Web3 yang memanfaatkannya.

Masalah-masalah dengan pelatihan terdesentralisasi dan inferensi secara logis membawa kita ke akhir dari tiga kamp dan jauh lebih penting dan oleh karena itu begitu memicu emosi bagi kita ;-)

Palsu:

• Aplikasi infrastruktur sebagian besar berada di ruang server terdesentralisasi, menawarkan perangkat keras telanjang atau juga lingkungan pelatihan / hosting model terdesentralisasi. Ada juga proyek infrastruktur perangkat lunak yang mendorong protokol untuk misalnya pembelajaran federasi (pelatihan model terdesentralisasi) atau yang menggabungkan komponen perangkat lunak dan perangkat keras ke dalam satu platform di mana seseorang pada dasarnya dapat melatih dan menyebarkan model desentralisasi mereka end-to-end. Mayoritas dari mereka tidak memiliki kecanggihan yang diperlukan untuk benar-benar mengatasi masalah yang dinyatakan dan pemikiran naif "insentif token + penarik pasar" berlaku di sini. Tak satu pun dari solusi yang kami lihat baik di pasar publik maupun swasta mendekati persaingan yang berarti di sini dan saat ini. Beberapa mungkin berkembang menjadi penawaran yang bisa diterapkan (tetapi niche), tetapi kita membutuhkan sesuatu yang segar dan kompetitif di sini dan sekarang. Dan itu hanya dapat terjadi melalui desain inovatif yang mengatasi kemacetan komputasi terdistribusi. Dalam pelatihan tidak hanya kecepatan, tetapi juga verifikasi pekerjaan yang dilakukan dan koordinasi beban kerja pelatihan adalah masalah besar, yang menambah kemacetan bandwidth.

Kita memerlukan serangkaian model dasar yang kompetitif dan benar-benar terdesentralisasi dan mereka memerlukan pelatihan dan inferensi terdesentralisasi untuk bekerja. Kehilangan AI mungkin benar-benar menghapus semua pencapaian “komputer dunia terdesentralisasi” sejak munculnya Ethereum. Jika komputer menjadi AI dan AI terpusat maka tidak akan ada komputer dunia yang dapat diandalkan selain versi distopia dari itu.

Pelatihan dan inferensi adalah inti dari inovasi AI. Ketika sisa dunia AI bergerak menuju arsitektur yang lebih padat, Web3 membutuhkan solusi ortogonal untuk bersaing, karena bersaing secara langsung menjadi kurang feasible dengan sangat cepat.

Ukuran Masalah

Semuanya tentang komputasi. Semakin banyak yang Anda lakukan baik saat pelatihan maupun inferensi, hasilnya akan semakin baik. Ya, ada penyesuaian dan optimisasi di sana-sini dan komputasi sendiri tidak homogen - sekarang ada berbagai pendekatan baru untuk mengatasi bottleneck dari arsitektur Von Neumann tradisional untuk unit pemrosesan - tetapi pada akhirnya semuanya bergantung pada berapa banyak perkalian matriks yang dapat Anda lakukan atas seberapa besar blok memori dan seberapa cepat.

Itulah mengapa kita sedang menyaksikan pembangunan yang begitu kuat di depan pusat data oleh para "Hyperscalers" yang semuanya ingin menciptakan tumpukan lengkap dengan pusat kekuatan model AI di bagian atas dan perangkat keras yang menggerakkannya di bawah: OpenAI (model)+Microsoft (komputasi), Anthropic (model)+AWS (komputasi), Google (keduanya) dan Meta (semakin keduanya melalui peningkatan pada pembangunan pusat data sendiri). Ada nuansa lebih, dinamika interaksi, dan pihak yang terlibat, namun kami akan mengabaikannya. Gambaran besar adalah Hyperscalers sedang menginvestasikan miliaran dolar, seperti belum pernah sebelumnya, ke dalam pembangunan pusat data dan menciptakan sinergi antara komputasi dan penawaran AI mereka, diharapkan menghasilkan keuntungan besar ketika AI menyebar di seluruh ekonomi global.

Mari kita lihat tingkat pembangunan yang diharapkan hanya tahun ini dari 4 perusahaan:

• Meta mengantisipasi $ 30-37 miliarpengeluaran modal pada tahun 2024, yang kemungkinan besar akan cenderung sangat condong ke pusat data.
• Microsoft menghabiskan sekitar $11.5 miliar pada tahun 2023di CapEx dan diperbincangkan luas akan berinvestasi lagi sebesar $40-50 miliar pada ‘24-‘25! Ini sebagian dapat disimpulkan dari investasi pusat data yang sangat besar yang diumumkan hanya di beberapa negara: $3.2b di Inggris, $3.5miliardi Australia, $2.1miliardi Spanyol, €3.2bndi Jerman, $1bndi negara bagian Amerika Serikat Georgia dan$10miliardi Wisconsin, masing-masing. Dan itu hanya beberapa dari investasi regional dari jaringan 300 pusat data mereka yang meliputi 60+ wilayah. Juga adaperbincangan superkomputer untuk OpenAI yang mungkin membebani Microsoft $ 100 miliar lagi!
• kepemimpinan AmazonmengharapkanCapEx mereka diperkirakan akan tumbuh secara signifikan pada tahun 2024 dari $48 miliar yang mereka habiskan pada tahun 2023, didorong terutama oleh ekspansi pembangunan infrastruktur AWS untuk kecerdasan buatan.
• Google menghabiskan $11 miliar untuk meningkatkan server dan pusat datanya pada Q4 tahun 2023 saja. Mereka mengakui bahwa investasi tersebut dilakukan untuk memenuhi permintaan AI yang diharapkan dan mengantisipasi tingkat dan ukuran total pengeluaran infrastruktur mereka meningkat secara signifikan pada tahun 2024 karena AI.

Dan ini adalah seberapa banyak yang sudah dihabiskan untuk perangkat keras NVIDIA AI pada tahun 2023:

Jensen Huang, CEO NVIDIA, telah mencanangkan total $1tn untuk diinvestasikan dalam percepatan AI dalam beberapa tahun mendatang. Sebuah prediksi yang baru sajaberlipat gandahingga $2tn, diduga dipicu oleh minat yang dilihatnya dari para pemain kedaulatan. Analis di Altimeter memperkirakan pengeluaran pusat data terkait AI sebesar $160 miliar dan lebih dari $200 miliar secara global pada tahun ‘24 dan ‘25 masing-masing.

Sekarang untuk membandingkan angka-angka ini dengan apa yang ditawarkan oleh Web3 kepada operator pusat data independen untuk mendorong mereka untuk memperluas CapEx pada perangkat AI terbaru:

• Total kapitalisasi pasar dari semua proyek Infrastruktur Fisik Terdesentralisasi (DePIn) saat ini berada di sekitar $40 miliar dalam token yang relatif tidak likuid dan didominasi oleh spekulasi. Pada dasarnya, kapitalisasi pasar dari jaringan-jaringan ini sama dengan perkiraan batas atas dari total CapEx dari para kontributornya, mengingat mereka mendorong pembangunan ini dengan token. Namun, mcap saat ini hampir tidak berguna, mengingat sudah diterbitkan.
• Jadi, mari kita asumsikan ada tambahan $80miliar (2 kali lipat dari nilai yang ada) dari kedua kapitalisasi token DePIn swasta dan publik yang memasuki pasar sebagai insentif dalam 3-5 tahun ke depan dan asumsikan bahwa ini 100% akan digunakan untuk kasus penggunaan kecerdasan buatan.

Bahkan jika kami mengambil perkiraan kasar ini dibagi 3 (tahun) dan membandingkan nilai dolar itu dengan uang tunai yang dihabiskan oleh hanya Hyperscalers pada tahun 2024 saja, jelas bahwa memberikan insentif token ke sejumlah proyek “jaringan GPU terdesentralisasi” tidak cukup.

Juga diperlukan miliaran dolar permintaan investor untuk menyerap token-token ini, karena operator jaringan-jaringan tersebut menjual sebagian besar koin yang ditambang untuk menutupi biaya signifikan Cap- dan OpEX. Dan beberapa miliar lagi untuk mendorong token-token tersebut naik dan mendorong pertumbuhan dalam pembangunan untuk mengalahkan Hyperscalers.

Namun, seseorang yang memiliki pengetahuan intim tentang bagaimana sebagian besar server Web3 saat ini dijalankan mungkin mengharapkan sebagian besar dari "Infrastruktur Fisik Terdesentralisasi" sebenarnya dijalankan pada layanan cloud Hyperscalers yang sama. Dan, tentu saja, lonjakan permintaan perangkat keras GPU dan AI khusus lainnya mendorong lebih banyak pasokan, yang pada akhirnya seharusnya membuat penyewaan cloud atau pembelian menjadi lebih murah. Setidaknya itu yang diharapkan.

Namun juga pertimbangkan hal ini: saat ini NVIDIA perlu mengutamakan klien untuk GPU generasi terbarunya. Ini jugamulai bersaingdengan penyedia cloud terbesar di medan tempur mereka sendiri - menawarkan layanan platform AI kepada klien perusahaan yang sudah terkunci ke Hyperscalers tersebut. Hal ini akhirnya mendorongnya untuk membangun pusat data sendiri dari waktu ke waktu (pada dasarnya menggerogoti margin keuntungan besar yang sedang mereka nikmati saat ini, oleh karena itu kurang mungkin) atau secara signifikan membatasi penjualan perangkat keras AI mereka hanya kepada penyedia cloud jaringan kemitraan mereka.

Selain itu, pesaing-pesaing NVIDIA yang mengeluarkan perangkat keras khusus kecerdasan buatan (AI) tambahan sebagian besar menggunakan chip yang sama dengan NVIDIA,diproduksi oleh TSMC.Jadi pada dasarnya semua perusahaan perangkat keras AI saat inibersaing untuk kapasitas TSMC.TSMC juga perlu memprioritaskan beberapa pelanggan daripada yang lain. Samsung dan mungkin Intel (yang berusaha kembali ke fabrikasi chip mutakhir untuk hardware sendiri segera) mungkin bisa menyerap permintaan ekstra, tetapi TSMC saat ini menghasilkan sebagian besar chip terkait AI dan penskalaan serta kalibrasi fabrikasi chip mutakhir (3 dan 2 nano meter) memerlukan waktu bertahun-tahun.

Di atas semua itu, semua produksi chip mutakhir saat ini dilakukan di sepanjang Selat Taiwan oleh TSMC di Taiwan dan Samsung di Korea Selatan, di mana risiko konflik militer bisa terjadi sebelum fasilitas yang saat ini dibangun di AS untuk menanggulangi hal ini (dan juga tidak diharapkan akan memproduksi chip generasi berikutnya dalam beberapa tahun ke depan) dapat diluncurkan.

Dan akhirnya, China, yang pada dasarnya terputus dari perangkat keras kecerdasan buatan generasi terbaru karena pembatasan yang diberlakukan pada NVIDIA dan TSMC oleh AS, bersaing untuk apa pun yang tersisa, sama halnya dengan jaringan DePIn Web3. Berbeda dengan Web3, perusahaan-perusahaan Tiongkok benar-benar memiliki model-model kompetitif mereka sendiri, terutama LLMs dari misalnya Baidu dan Alibaba, yang memerlukan banyak perangkat generasi sebelumnya untuk dijalankan.

Jadi ada risiko non-immaterial bahwa karena salah satu alasan yang disebutkan di atas atau pertemuan faktor, Hyperscaler hanya membatasi akses ke perangkat keras AI mereka ke pihak eksternal karena perang dominasi AI meningkat dan lebih diprioritaskan daripada bisnis cloud. Pada dasarnya ini adalah skenario di mana mereka mengambil semua kapasitas cloud terkait AI untuk penggunaan mereka sendiri dan tidak lagi menawarkannya kepada orang lain, sementara juga melahap semua perangkat keras terbaru. Ini terjadi dan pasokan komputasi yang tersisa masuk ke permintaan yang lebih tinggi oleh pemain besar lainnya, termasuk penguasa. Sementara GPU kelas konsumen yang ditinggalkan di luar sana semakin kurang kompetitif.

Jelas, ini adalah skenario ekstrim, tetapi hadiahnya terlalu besar bagi para pemain besar untuk mundur jika bottleneck perangkat keras tetap ada. Hal ini membuat operator terdesentralisasi seperti pusat data tier 2 dan pemilik perangkat keras kelas ritel, yang merupakan sebagian besar penyedia DePIN Web3, tertinggal dalam persaingan.

Sisi Lain dari Koin

Sementara para pendiri kripto tertidur di kemudi, para pemain berat AI sedang memperhatikan kripto dengan cermat.Tekanan pemerintahdan persaingan mungkin mendorong mereka untuk mengadopsi kripto agar tidak ditutup atau diatur secara ketat.

Pendiri Stabilitas AI baru-baru inimunduruntuk memulai “deskentralisasi” perusahaannya merupakan salah satu petunjuk publik pertama terkait hal tersebut. Sebelumnya, dia tidak merahasiakan rencananya untuk meluncurkan token dalam penampilan publik, tetapi hanya setelah berhasil menyelesaikan penawaran umum perdana perusahaan - yang agak mengungkapkan motif sebenarnya di balik langkah yang diantisipasi.

Dalam nada yang sama, sementara Sam Altman tidak terlibat secara operasional dengan proyek crypto yang ia dirikan bersama, Worldcoin, tokennya tentu saja diperdagangkan seperti proxy ke OpenAI. Apakah ada jalur untuk terhubungproyek uang internet gratis dengan proyek AI R&D hanya waktu yang akan memberi tahu, tetapi tim Worldcoin tampaknya jugamengakubahwa pasar sedang menguji hipotesis ini.

Bagi kami, sangat masuk akal bahwa raksasa kecerdasan buatan mungkin menjelajahi jalur-jalur berbeda menuju desentralisasi. Masalah yang kami lihat di sini lagi adalah bahwa Web3 belum menghasilkan solusi yang bermakna. "Token governance" sebagian besar adalah meme, sementara hanya yang dengan tegas menghindari keterkaitan langsung antara pemegang aset dan pengembangan serta operasi jaringan mereka - $BTC dan $ETH - adalah yang benar-benar terdesentralisasi saat ini.

Insentif yang sama yang memperlambat perkembangan teknologi juga mempengaruhi pengembangan desain yang berbeda untuk mengatur jaringan crypto. Tim startup hanya menampar "token tata kelola" di atas produk mereka dengan harapan untuk mengetahuinya saat mereka mengumpulkan momentum, sementara akhirnya hanya bercokol di "teater tata kelola" di sekitar alokasi sumber daya.

Kesimpulan

Perlombaan kecerdasan buatan sudah dimulai dan semua orang sangat serius mengenai hal itu. Kami tidak dapat mengidentifikasi kelemahan dalam pemikiran raksasa teknologi besar ketika berbicara tentang memperluas komputasi mereka dengan laju yang belum pernah terjadi sebelumnya - lebih banyak komputasi berarti kecerdasan buatan yang lebih baik, kecerdasan buatan yang lebih baik berarti memotong biaya, menambahkan pendapatan baru, dan memperluas pangsa pasar. Ini berarti bagi kami bahwa gelembung ini dibenarkan, tetapi semua pembohong masih akan tersingkir dalam goncangan yang tak terhindarkan ke depan.

Perusahaan besar terpusat AI mendominasi bidang ini dan startup sah sulit untuk mengejarnya. Ruang Web3 telah terlambat bergabung dengan pesta tetapi juga bergabung dengan perlombaan tersebut. Pasar juga memberi imbalan yang terlalu besar untuk proyek AI kripto dibandingkan dengan startup Web2 di ruang tersebut, yang mengalihkan minat para pendiri dari pengiriman produk ke peningkatan token pada saat yang kritis ketika kesempatan untuk mengejar terus mengecil dengan cepat. Sejauh ini tidak ada inovasi ortogonal di sini yang menghindari perluasan komputasi ke skala besar untuk bersaing.

Saat ini ada gerakan open source yang kredibel di sekitar model-model yang menghadap konsumen, yang awalnya didorong oleh beberapa pemain terpusat yang memilih untuk bersaing dengan pesaing-pesaing tertutup yang lebih besar untuk pangsa pasar (misalnya Meta, Stability AI). Tetapi sekarang komunitas mulai mengejar dan memberikan tekanan pada perusahaan-perusahaan AI terkemuka. Tekanan ini akan terus memengaruhi pengembangan produk AI berbasis sumber tertutup, tetapi tidak dalam cara yang bermakna sampai open source ada di sisi mengejar. Ini adalah kesempatan besar lainnya untuk ruang Web3, tetapi hanya jika dapat memecahkan masalah pelatihan model dan inferensi terdesentralisasi.

Jadi, sementara di permukaan bukaan "klasik" untuk pengganggu hadir, kenyataannya tidak bisa jauh dari mendukung mereka. AI sebagian besar terkait dengan komputasi dan tidak ada yang dapat diubah tentang hal itu tanpa inovasi terobosan dalam 3-5 tahun ke depan, yang merupakan periode penting untuk menentukan siapa yang mengendalikan dan mengarahkan pengembangan AI.

Pasar komputasi itu sendiri, meskipun permintaan meningkatkan upaya di sisi pasokan, juga tidak dapat “membuat seratus bunga mekar” dengan persaingan antara produsen dibatasi oleh faktor-faktor struktural seperti pembuatan chip dan ekonomi skala.

Kami tetap optimis tentang kecerdikan manusia dan yakin ada cukup banyak orang pintar dan mulia untuk mencoba memecahkan ruang masalah AI dengan cara yang menguntungkan dunia bebas daripada kontrol perusahaan atau pemerintah dari atas ke bawah. Tetapi peluangnya terlihat sangat tipis dan ini adalah lemparan koin terbaik, tetapi pendiri Web3 terlalu sibuk membalik koin untuk dampak finansial daripada dunia nyata.

Jika Anda sedang membangun sesuatu yang keren untuk membantu meningkatkan peluang Web3 dan bukan hanya ikut-ikutan tren, hubungi kami.

Penafian：

1. Artikel ini dicetak ulang dari [gagra.vc], Semua hak cipta adalah milik penulis asli [gagra.vc]. Jika ada keberatan terhadap pencetakan ulang ini, harap hubungi Gate Belajartim, dan mereka akan menanganinya dengan cepat.
2. Penafian Tanggung Jawab: Pandangan dan opini yang terdapat dalam artikel ini sepenuhnya milik penulis dan tidak merupakan nasihat investasi apa pun.
3. Terjemahan artikel ke dalam bahasa lain dilakukan oleh tim Gate Learn. Kecuali disebutkan, menyalin, mendistribusikan, atau menjiplak artikel yang diterjemahkan dilarang.