Grayscale’in 23 Ekim tarihli araştırma notu, daha akıllı yazılıma genel bir bahis yerine, eğitim verilerini kimin sağladığını, donanımı kimin finanse ettiğini ve hesaplama kapasitesi kullanıldığında kimin ödenek aldığını inceliyor.
TL;DR- Rapor, farklı altyapı rollerinin örnekleri olarak DATA, USD.AI ve Pearl'i vurguluyor.
- Donanım finansmanı, blok zinciri mekanikleriyle birlikte kredi sorularını getiriyor.
- Kullanışlı bir hizmet ve değerli bir token, ayrı önermelerdir.
Bir genel Yapay Zeka etiketi arkasında üç iş modeli yer alıyor
not'da araştırma başı Zach Pandl, DATA'nın katkıda bulunan eğitim verileri üzerindeki çalışmalarını, USD.AI'nın GPU destekli kredi verme faaliyetlerini ve Pearl'in AI hesaplama ile blok zinciri ödüllerini birleştirmeye yönelik çabalarını açıklıyor. Bunlar, Grayscale'in seçtiği örnekler ve beklentilerdir, tüm sektör için bağımsız olarak kanıtlanmış sonuçlar değildir.
Her modelin farklı bir müşterisi vardır. Bir veri ağı, veri kümelerini lisanslamaya razı biri gerektirir. Bir finansman protokolü, borç hizmeti verebilecek ödünç alanlar gerektirir. Bir hesaplama ağı, kullanışlı iş yükleri ve teslimatı ölçme bir yolu gerektirir. Bunları bir AI-token başlığı altında birleştirmek, daha çok şeyi gizleyebilir niż açığa çıkarır.
USD.AI’nin belgeleri kredi öğesini açıkça tanımlar. GPU’larla temin edilen kredileri ve ilgili nakit akışlarını açıklar; teminat ve belirli istisnalar dışında geri ödeme genellikle sınırlıdır. Getirili aracının geliri kredi ödemelerinden ve rezervle ilgili gelirlerden sağlanır.
Bu, yeni bir dağıtım formatında tanıdık sigorta sorularını yaratır. Ekipman beklenenden daha hızlı değer kaybederse ne olur? Kullanmak için ödeme yapan müşteriler ne kadar yoğun? Bir ödünç alan başarısız olursa teminat kim geri alıp satar? Bir blok zinciri kaydı, bir talebe dair görünürlüğü artırabilir, ancak tüm üç soruya cevap vermez.
İşletme ile finansman arasındaki ayrım, Bitdeer’in madencilik ve AI açıklamalarında da geçerlidir. Makineler, finanse edilen kapasite ve gerçekleşen müşteri geliri ilişkili ölçülerdir, ancak birbirinin yerine geçemez.
Token, temel aktiviteye bağlanmalıdır
Başarılı altyapı, her ilişkili tokena aynı faydayı otomatik olarak sağlamaz. Bir yönetim tokeni, kira gelirine dair bir talep ve bir hizmet için ödeme yapmak için kullanılan token çok farklı haklara sahip olabilir.
Örneğin, USD.AI’nin yatırımcı rehberi, getiri sağlamayan USDai aracını, gelir kazandıran sUSDai aracını ve CHIP governansını birbirinden ayırır. Protokolün yalnızca adını vermek, sahibinin hangi maruziyete sahip olduğunu belirlemez.
Aynı disiplin verilere de uygulanır. Ödeme yapan katkıda bulunanlar faydalı bir arzı teşvik edebilir, ancak sürdürülebilir talep, alıcıların bu verileri yasal, ilgili ve başka yerlerde elde etmesi zor bulup bulmadığına bağlıdır. Token teşvikleri, müşterilerin teşvikler azaldıkça ödemeye devam edip etmeyeceklerini kanıtlamadan ilk aktiviteleri finanse edebilir.
Tokenize edilmiş varlık büyümesi benzer şekilde, tokene bağlı haklar üzerinden okunmalıdır. Ve AIye yönelik tüketici uygulamaları hala kullanıcıların bir ürünün faydalı olması nedeniyle geri dönmesini gerektirir.
Grayscale raporu, incelenmesi için bir dizi iş modeli sunar. Kabul, birim ekonomisi ve uygulanabilir talepler, bu modellerin kalıcı işlere dönüşmekte olduğunu gösteren daha güçlü kanıtlar sağlayacaktır.
Haber Ofisi tarafından yazıldı ve Samuel Rae tarafından düzenlendi.

