Le note de recherche du 23 octobre de Grayscale examine une proposition crypto-et-IA plus spécifique qu'un simple pari sur des logiciels plus intelligents : qui fournit les données d'entraînement, qui finance le matériel et qui reçoit le paiement lorsque la capacité de calcul est utilisée.
TL;DR- Le rapport met en avant DATA, USD.AI et Pearl comme exemples de différents rôles d'infrastructure.
- Le financement par matériel introduit des questions de crédit aux côtés des mécanismes de blockchain.
- Un service utile et un jeton précieux restent des propositions distinctes.
Trois modèles économiques se cachent derrière une seule étiquette IA large
Dans la note, le chef de la recherche Zach Pandl décrit le travail de DATA sur les données d'entraînement contribuées, le prêt soutenu par GPU de USD.AI et la tentative de Pearl de combiner le calcul IA avec des récompenses blockchain. Ce sont des exemples et des attentes sélectionnés par Grayscale, et non des résultats indépendamment vérifiés pour l'ensemble du secteur.
Chaque modèle a un client différent. Un réseau de données a besoin de quelqu’un prêt à accorder une licence pour ses jeux de données. Un protocole de financement a besoin d’emprunteurs capables de rembourser leur dette. Un réseau de calcul a besoin de charges utiles pertinentes et d’un moyen de mesurer la livraison. Les regrouper sous une étiquette « AI-token » peut cacher plus qu’il ne révèle.
La documentation de USD.AI rend l'élément de crédit explicite. Elle décrit des prêts garantis par des GPU et les flux de trésorerie associés, avec une responsabilité généralement limitée aux garanties et à des exceptions spécifiées. Son instrument générant un rendement s'appuie sur les paiements de prêts et les revenus liés aux réserves.
Cela crée des questions d'underwriting familières dans un nouveau format de distribution. Que se passe-t-il si l'équipement perd de la valeur plus rapidement que prévu ? À quel point les clients payant pour l'utiliser sont-ils concentrés ? Qui peut récupérer et vendre la garantie en cas de défaillance de l'emprunteur ? Un enregistrement sur la blockchain peut améliorer la visibilité sur une réclamation sans répondre à ces trois questions.
La distinction entre exploitation et financement traverse également les divulgations de Bitdeer sur le minage et l'IA. Les machines, la capacité financée et les revenus clients réalisés sont des indicateurs liés, mais ils ne sont pas interchangeables.
Le jeton doit être lié à l'activité sous-jacente
Même une infrastructure réussie n'apporte pas automatiquement le même avantage à chaque token associé. Un token de gouvernance, un droit sur les revenus de prêt et un token utilisé pour payer un service peuvent avoir des droits très différents.
Le guide du déposant de USD.AI, par exemple, distingue l'instrument USDai ne générant pas de rendement, l'instrument sUSDai générant des revenus et la gouvernance CHIP. Nommer simplement le protocole ne permet pas d'identifier quelle exposition le détenteur reçoit.
La même discipline s'applique aux données. Récompenser les contributeurs peut encourager une offre utile, mais la demande durable dépend de la légalité, de la pertinence et de la difficulté d'obtenir ailleurs ces données. Les incitations sous forme de jetons peuvent financer les activités initiales sans prouver que les clients continueront à payer une fois les incitations réduites.
La croissance des actifs tokenisés doit également être analysée à travers les droits associés au jeton. Et les applications grand public orientées IA ont toujours besoin d'utilisateurs qui reviennent parce qu'un produit est utile.
Le rapport de Grayscale présente un ensemble de modèles économiques à examiner. L'adoption, l'économie unitaire et les droits opposables fourniront les preuves les plus solides que ces modèles deviennent des entreprises durables.
Rédigé par le service rédactionnel et édité par Samuel Rae.

