Posteo

Autor: @jonah_b, investigador de Blockchain Capital Traducción: Jiahuan, ChainCatcher Es difícil no notar las sorprendentes similitudes entre la actual fiebre de la IA y las anteriores oleadas de entusiasmo en el mercado de criptomonedas. El mercado cripto es ideal para observar cómo la gente actúa frente a una gran ola tecnológica: hay aspectos buenos, malos y también los más desagradables. Esto se debe a que el ciclo del mercado cripto avanza rápidamente, los proyectos tempranos pueden obtener liquidez a través de tokens que otros mercados difícilmente ofrecen, y el comportamiento del mercado es público por defecto, ya que los datos de blockchain son abiertos. Hemos aprendido mucho de este mercado, y esas experiencias también aplican para la IA. Si estás invirtiendo en IA, este artículo es para ti. Apuestas tipo lotería El gran éxito genera imitadores y FOMO. Cuando un activo crea un ganador revolucionario, los inversores se lanzan a intentar replicar ese éxito. Pero la segunda ola rara vez alcanza la altura de la primera, muchos proyectos terminan siendo castillos en el aire y mucho dinero se pierde. Bitcoin se convirtió en un activo de billones de dólares. Luego Ethereum alcanzó cientos de miles de millones, y Solana también llegó a decenas de miles de millones, demostrando que el mercado puede tener más de un gran ganador. Así, surgió la fiebre por invertir en nuevas cadenas públicas. Las firmas de capital riesgo las veían como apuestas de lotería: si acertaban con una, podían ganar varias veces el tamaño del fondo. Hoy, muchas valoraciones de laboratorios emergentes de IA también se basan en expectativas tipo lotería. OpenAI y Anthropic están acercándose a valoraciones de billones de dólares. La fórmula es simple: primero un mercado muy codiciado, luego un seguidor que ya demostró éxito. Así, cada nuevo participante es visto como la próxima lotería para hacerse rico. En su momento, muchos proyectos L1 obtuvieron valoraciones de miles de millones solo con un whitepaper y un equipo fundador. Sus historias eran atractivas: ¿Y si toda la economía global funcionara en nuestra cadena? De igual forma, laboratorios emergentes de IA recaudan miles de millones con una filosofía de investigación y equipos fundadores reclutados de OpenAI, Anthropic o GoogleDeepMind. ¿Y si realmente pudieran crear un "dios máquina"? Sin embargo, muchas veces la inversión es solo una apuesta a que aparecerá un comprador que pague más. Muchos inversores tempranos no evalúan realmente los fundamentos actuales ni el futuro de la empresa. Saben que la llegada de una estrella o una alianza con un gran proveedor de nube puede subir la valoración. Además, con la creciente liquidez del mercado secundario, asumen que siempre habrá un próximo comprador. Caos en el mercado Como dijo BCAP GP @CremeDeLaCrypto en el programa Bankless, cuando hay mucho dinero en el mercado, siempre llegan "especuladores y estafadores que persiguen dinero rápido y van donde está la moda". Durante más de una década, los inversores cripto han visto esto: proyectos que se presentan como "tokens son productos", impulsados por prácticas sospechosas de creación de mercado, estructuras de alta FDV/baja circulación poco amigables para inversores, acuerdos SAFT desfavorables y otros trucos de mercado. Hoy, la industria de IA muestra un panorama similar. Por ejemplo, estructuras de tres niveles SPV con tarifas exorbitantes... Pero hay una diferencia clave: en cripto, los precios son públicos y los tokens se negocian abiertamente. En IA, los precios y valoraciones se forman en mercados secundarios opacos y con poca liquidez. Incluso sin especulación, los inversores en IA pueden ver en cripto que los cambios en la estructura del mercado determinan quién se queda con las ganancias. Por ejemplo, lo que los inversores en IA apuestan fuerte ahora podría terminar siendo un producto estandarizado. Caso cripto: el espacio en bloques se convierte en un producto El espacio en bloques fue escaso y caro, atrayendo capital para aumentar la oferta. Pero la industria se excedió: más cadenas L1 y L2 en Ethereum. Al final, el espacio en bloques pasó de escaso a abundante, incluso excedente. Esto es bueno para el desarrollo tecnológico, pero no necesariamente para los inversores. Hoy, muchos L1 alternativos tienen ingresos muy limitados. El mercado apostó por la teoría del "protocolo gordo", pero ganó la teoría de la "aplicación gorda". Con el espacio en bloques más barato, los usuarios pagan menos por infraestructura básica y más por aplicaciones superiores. Proyectos de capa de aplicación como Tether, Hyperliquid, Aave, Polymarket ganaron la mayor parte de los ingresos. Caso IA: los modelos podrían convertirse en productos La IA podría estar repitiendo la experiencia temprana del mercado cripto. Los laboratorios de IA en China están publicando cada vez más pesos de modelos más potentes. He explicado los incentivos detrás de esto. Si los pesos de modelos se convierten en productos estandarizados y los precios siguen bajando, el valor se trasladará a las capas superiores e inferiores de la pila tecnológica. Las aplicaciones serán las principales beneficiarias: si el costo marginal de usar un modelo se acerca al costo marginal de ejecutarlo, las aplicaciones no tendrán que pagar grandes márgenes por la capa de modelo. OpenAI y Anthropic no serán golpeados directamente por este cambio porque ya tienen base de usuarios, clientes empresariales y canales de distribución para desarrolladores. Pero son la excepción. En ese sentido, son más como Hyperliquid en IA, no solo L1 que proveen infraestructura básica. En otras palabras, OpenAI y Anthropic ya están integrados verticalmente. Otros laboratorios de IA que no pueden llegar directamente al usuario final podrían tener más dificultades. Otra consecuencia de la caída en márgenes de modelos es que la capa más baja de la pila tecnológica, energía y hardware, podría obtener mayores márgenes. Esto es más evidente cuando la oferta de cómputo está limitada por condiciones físicas. En resumen, hardware y aplicaciones podrían llevarse más ganancias, mientras la capa de modelos se comprime. Pero mucha inversión va hacia la capa de modelos. Nada nuevo bajo el sol Desde un ciclo más amplio, esto no es sorprendente. Carlota Pérez en "Revolución tecnológica y capital financiero" dice que estas revoluciones tecnológicas pasan por fases: infraestructura, auge, colapso y despliegue. El capital financiero sobreinvierte en infraestructura durante el auge, pero esa infraestructura sobreconstruida y barata sostiene la siguiente generación de aplicaciones. Esto ayuda a explicar la sobreconstrucción del espacio en bloques en cripto. La expansión de modelos en IA podría ser el próximo caso. Invertir en laboratorios emergentes de IA requiere creer que la inversión en I+D tendrá grandes retornos. La historia de cripto y L1 alternativos debería hacernos cuestionar esa suposición. Por supuesto, si aparece AGI, estos juicios podrían no ser válidos. Porque no sabemos cómo será la economía después de la llegada de AGI.