Observación de WAIC: Consenso Abarrotado, Gran Burbuja

Autor: Xiao Bing, Deep Tide TechFlow

1. WAIC Debería Celebrarse Antes, Para Que La Tecnología Pueda Ser Despejada Pronto Después De La Visita.

Hay demasiadas señales de pico: varios eventos paralelos volviéndose centrados en criptomonedas, una reunión de mujeres hermosas y productos altamente homogéneos en el lugar... Una pista se ha transformado de un juego de geeks en un festín público.

Ya sea en el mercado primario o secundario, cuando todos comienzan a creer la misma historia y el consenso se vuelve demasiado concentrado, los riesgos comienzan a acumularse.

Porque en un mercado alcista, los toros que están a tu lado se convertirán en vendedores en una caída.

¡Más muertes, más!

2. Los Grandes Modelos No Tienen Verdadera Ventaja Competitiva

La base de la AGI aún depende de la Ley de Escalado.

La relación entre la capacidad del modelo, la escala de parámetros, la potencia de cálculo de entrenamiento y la calidad de los datos sigue una ley de potencia.

¿Quién puede adquirir potencia de cálculo GPU más barato, obtener datos de mayor calidad, reclutar mejores investigadores y gastar dinero de manera más eficiente?

Por lo tanto, la ventaja de las empresas de grandes modelos es más débil de lo que muchos imaginan.

Las capacidades de los modelos seguirán convergiendo, las ventajas serán perseguidas y los precios seguirán cayendo.

Los que realmente obtienen ganancias sostenidas son aquellos que venden agua a todas las empresas de modelos, ya que todos están aprovechando los gastos de capital de unas pocas grandes empresas.

GPU, HBM, interconexiones de alta velocidad, centros de datos, electricidad, servicios de datos...

Estar en la parte superior de la carrera armamentista para compartir los beneficios, o incluso actuar solo como un intermediario que conecta recursos, es actualmente el negocio más rentable.

3. El Cuello de Botella de Datos es una Oportunidad Potencial Vista en Esta Conferencia

Después de discutir con algunos amigos, descubrí que las empresas que están ganando dinero en esta ola de IA son muy discretas y ni siquiera vienen a exhibir, una dirección siendo los datos.

El éxito o fracaso de la representación multimodal unificada depende esencialmente de datos de entrenamiento multimodal de alta calidad. Hay una grave escasez de activos de datos que han sido completamente limpiados, etiquetados con precisión, alineados de manera cruzada y que pueden iterarse continuamente.

Los modelos se volverán más baratos, las GPU finalmente aumentarán, pero los datos de alta calidad se volverán cada vez más escasos.

La cadena de industria de datos multimodal se está convirtiendo en una pista lucrativa para el beneficio.

Limpieza de datos, etiquetado de datos, síntesis de datos, activos de datos verticales, recolección de datos robóticos... así como empresas de algoritmos que resuelven específicamente la representación unificada cruzada y los codificadores de pre-entrenamiento multimodal.

Las GPU son gastos de capital únicos, mientras que los datos son un gasto de capital continuo.

Actualmente, clasifico los datos en tres tipos: el primer tipo es Datos de Expertos; el segundo tipo es Datos de Entorno / Agente de RL. En el futuro, entrenar agentes no solo implicará recolectar pares de preguntas y respuestas, sino construir Entorno → Tarea → Trayectoria → Recompensa → Verificador, lo que podría ser uno de los mayores mercados incrementales por delante.

El tercer tipo es Datos de Incorporación / Robótica, que es aún más escaso que los datos de LLM y extremadamente difícil de recolectar.

4. Dilema de Aplicación de IA, Una Vez un Reflejo del Mundo Cripto

La IA de hoy es muy similar a la Cripto del pasado, con protocolos gruesos y L1 capturando la gran mayoría del valor, así que los VC de Cripto están vertiendo dinero frenéticamente en cadenas públicas, ¿aplicaciones? Nadie está invirtiendo en ellas.

Actualmente, la IA es la misma.

Los grandes modelos son como un POW Layer1, e incluso el modelo mismo es la aplicación.

En los últimos años, la mayoría de las aplicaciones de IA han estado haciendo algo peligroso: empaquetando capacidades que el modelo carece temporalmente en productos.

Pero los límites de las capacidades del modelo han estado expandiéndose hacia afuera. Cada actualización del modelo es como si L1 escribiera directamente funciones que originalmente pertenecían a la capa de aplicación en el protocolo, como búsqueda, investigación profunda, codificación, generación de imágenes, generación de videos, uso de computadoras, agentes...

Si cada vez que el modelo se actualiza, tu producto pierde una capa de valor, entonces eres esencialmente una característica de la IA, no una aplicación de IA.

Por lo tanto, es esencial crear cosas que el modelo pueda hacer pero que también sean difíciles de quitar, lo que se reduce a datos, contexto, flujo de trabajo, permisos y distribución.

La ventaja de las aplicaciones de IA es convertirse en un cliente del modelo en lugar de un competidor del modelo.

5. Inteligencia Incorporada, Una Gran Burbuja

En el Salón H4 en el segundo piso, viendo a un gran número de robots producidos por la misma cadena de suministro realizando acciones similares lentamente, y luego mirando las valoraciones de varias empresas, hace que el cuero cabelludo se erice y sienta pena por el dinero de los inversores.

El problema actual con la inteligencia incorporada es que el capital está valorando la "Ley de Escalado del Software" para "sistemas complejos de software y hardware."

El milagro de los grandes modelos es que si una empresa entrena GPT-5, puede servir teóricamente a cientos de millones de personas en todo el mundo a un costo marginal casi cero, pero los robots no pueden.

Por cada usuario adicional que un robot sirve, se debe construir una nueva máquina, involucrando BOM, fabricación, cadena de suministro, entrega, mantenimiento y depreciación.

La inteligencia de IA puede progresar exponencialmente; por ejemplo, cuando un modelo se actualiza, todos los usuarios globales se vuelven más inteligentes simultáneamente, pero los costos en el mundo físico no disminuyen exponencialmente.

Si la inteligencia sigue la Ley de Moore, entonces la incorporación aún se adhiere a las reglas de la industria manufacturera. En última instancia, la inteligencia incorporada puede convertirse en una gran industria pero puede no poseer los márgenes de beneficio de los grandes modelos.

Además, todavía es demasiado pronto.

La conducción autónoma ya es un problema de inteligencia incorporada altamente restringido con objetivos claros, espacio de acción limitado, reglas de carretera estandarizadas y una abundancia de datos reales y un sistema industrial automotriz maduro. Aun así, esta industria ha quemado cientos de miles de millones de dólares y aún no ha resuelto completamente algunos problemas de larga cola en la carretera. La verdadera dificultad que enfrenta la incorporación es N veces mayor que la de la conducción autónoma.

6. La Mejor Era para Proxenetas

Una dura verdad es que la mayoría de las startups de IA no están ganando mucho dinero, y sus ganancias son incluso menores que las de algunas mujeres que venden sus habilidades.

Así que descubrí algo interesante: muchas empresas parecen ser un negocio, pero al inspeccionarlas más de cerca, "Oh, también estás vendiendo tokens," "Oh, también estás vendiendo potencia de cálculo," y resulta que las empresas de grandes modelos también están revendiendo potencia de cálculo para obtener ganancias.

Los que realmente están ganando dinero son aún los proxenetas.

FA, emparejando acciones antiguas, girando B300, vendiendo tokens, vendiendo conjuntos de datos, vendiendo potencia de cálculo, o incluso vendiendo una oportunidad para conocer a un cierto fundador...

La IA cumple con todas las condiciones para un próspero mercado intermediario: cambios tecnológicos rápidos, brechas de información significativas, capital abundante y narrativas atractivas.

Los VC ganan dinero juzgando el juego final, mientras que los FA ganan dinero juzgando el consenso, sin necesidad de probar que una tendencia es finalmente correcta.

Por el contrario, cuanto más vaga y grandiosa sea la narrativa, más espacio habrá para que los FA operen.

Por ejemplo, inteligencia incorporada, modelos del mundo... estas pistas comparten una característica común: la narrativa futura es lo suficientemente grandiosa, la tecnología es lo suficientemente compleja y es lo suficientemente difícil de falsificar a corto plazo.

Las grandes empresas están quemando dinero para entrenar modelos, los inversores están apostando por la AGI dentro de diez años, y los intermediarios están ganando dinero.

O aprovechar los gastos de capital de las grandes empresas

O aprovechar los gastos de FOMO de los LPs.

7. El Dinero es Todo

La carrera de IA aún tiene un largo camino por recorrer. La gente a menudo pregunta, ¿cuál es el recurso más escaso en la era de la IA?

Muchos responderían: talento, potencia de cálculo, datos... pero en última instancia, todos tienen un solo nombre: dinero.

La mayor ventaja competitiva en la industria de IA no es la tecnología, sino la capacidad de recaudar fondos.

Lo que los emprendedores necesitan hacer ahora es seguir recaudando fondos, incluso si hay suficiente dinero en sus cuentas para gastar, aún necesitan recaudar.

La verdadera guerra será en el futuro ciclo de recesión industrial.

Mientras haya dinero para seguir viviendo, uno puede esperar hasta que los competidores se queden sin dinero y luego adquirir su talento, tecnología y clientes a un bajo precio.

El mercado secundario es el mismo; en los próximos 2-3 años predecibles, puede ocurrir un colapso masivo de burbujas, y mientras haya suficiente dinero para comprar la caída en ese momento, uno puede derrotar al 99% de las personas.

Este contenido se ofrece únicamente con fines informativos generales y no constituye asesoramiento financiero, de inversión, legal ni fiscal. Cualquier evento, recompensa, promoción en línea o información relacionada que se mencione en el presente documento no debe considerarse como una recomendación, solicitud o invitación a comprar, vender, tradear o de negociar de otra manera con cualquier criptoactivo. Los criptoactivos son sumamente volátiles y pueden provocar pérdidas. La disponibilidad de los servicios, productos y eventos relacionados de WEEX puede variar según la región. Tienes la responsabilidad de asegurarte de que tu participación esté de acuerdo con las leyes y regulaciones locales vigentes.