Чому AI торгові боти важко здобути схвалення? Розкриття інституційної переваги та ризиків відповідальності з крипто-торгівлі

Gate News повідомляє, 17 березня, незважаючи на постійні випадки отримання прибутку у мільйони доларів від AI-трейдинг-роботів, провідні технологічні компанії та передові лабораторії все ще не офіційно входять у цей сектор. Навколо реальної цінності штучного інтелекту у криптотрейдингу зростає розбіжність у думках.

Деякі трейдери використовують модель Claude від Anthropic для створення автоматизованих торгових інструментів, що дозволяє отримувати короткостроковий прибуток у прогнозуванні ринку та on-chain торгівлі. Однак партнер Dragonfly Capital Хасіб Куреші зазначає, що такі моделі базуються на кількох нестабільних передумовах, зокрема, що роздрібні інвестори можуть довгостроково перехитрити інституції, а універсальні моделі мають постійну арбітражну здатність.

По-перше, відповідальність і ризики стають головною перешкодою для входу технологічних компаній у цей сектор. У разі серйозних помилок AI-моделі у реальній торгівлі, наприклад, неправильного виконання леверидж-операцій або переказу активів, потенційні юридичні та репутаційні збитки значно перевищать отриманий прибуток. Наразі ж AI у блокчейн-галузі здебільшого використовується для тестування безпеки, наприклад, виявлення вразливостей у смарт-контрактах, а не для безпосереднього управління активами.

По-друге, структура ринку визначає, що стратегії не можуть бути довгостроково ефективними. Торгові логіки, побудовані на універсальних моделях, є відкритими, що означає, що будь-яка прибуткова стратегія може бути швидко скопійована та масштабована інституціями. Великі квантові фонди, такі як Jane Street, мають меншу затримку та більший капітал, що дозволяє швидко зменшувати арбітражний простір і ускладнює роздрібним трейдерам збереження переваги.

Крім того, ідея «самостійного заробітку AI» стикається з реальними викликами. Оскільки можливості моделей дуже схожі, великі інстанції AI не здатні створити диференційовану конкурентну перевагу. Це стосується як надання послуг, так і генерації бізнес-стратегій, і ускладнює уникнення однорідності вихідних даних. Це контрастує з концепцією Пітера Тіля про «унікальні інформаційні переваги», які вважаються важливим джерелом успіху у бізнесі.

Хоча деякі on-chain торгові роботи все ще здатні отримувати тимчасовий прибуток, з входом більшого капіталу та технологій ця перевага може швидко зникнути. Аналіз показує, що у високочастотній, низьколатентній конкуренції домінують ті, хто володіє інфраструктурою та капіталом, а звичайним трейдерам стає все важче досягати стабільного прибутку, використовуючи універсальні AI-моделі.