Observación del WAIC: Consenso Abarrotado, Gran Burbuja

Autor: Xiao Bing, Deep Tide TechFlow

1. El WAIC Debería Celebrarse Antes, Para Que La Tecnología Pueda Ser Despejada Poco Después de Visitar.

Hay demasiadas señales de pico: varios eventos secundarios 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 Modelos Grandes No Tienen Verdaderas Ventajas Competitivas

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

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

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

Así, la ventaja competitiva de las empresas de modelos grandes 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 beneficios sostenidos 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, interconexión de alta velocidad, centros de datos, electricidad, servicios de datos...

Estar en la parte superior de la carrera armamentista para compartir las ganancias, 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 ser iterados continuamente.

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

La cadena industrial de datos multimodales 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 multimodal y los codificadores de preentrenamiento 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 recopilar pares de preguntas y respuestas, sino construir Entorno → Tarea → Trayectoria → Recompensa → Verificador, lo que podría ser uno de los mercados incrementales más grandes por delante.

El tercer tipo es Datos Corporales / Robóticos, que son aún más escasos que los datos de LLM y extremadamente difíciles de recopilar.

4. Dilema de Aplicación de IA, Una Reflexión del Mundo Cripto

La IA de hoy es muy similar a la Cripto del pasado, con protocolos gruesos y L1 capturando la vasta 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 modelos grandes son como un POW Layer1, e incluso el modelo en sí es la aplicación.

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

Pero los límites de las capacidades del modelo han estado expandiéndose hacia afuera. Cada actualización de 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 competitiva de las aplicaciones de IA es convertirse en un cliente del modelo en lugar de un competidor del modelo.

5. Inteligencia Corporal, 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 estremezca y sienta pena por el dinero de los inversores.

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

El milagro de los modelos grandes es que si una empresa entrena GPT-5, teóricamente puede servir 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, debe construirse 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 corporal puede convertirse en una gran industria, pero puede no poseer los márgenes de beneficio de los modelos grandes.

Además, todavía es demasiado pronto.

La conducción autónoma ya es un problema de inteligencia corporal 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 beneficios son incluso menores que los 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, tú también estás vendiendo tokens," "Oh, tú también estás vendiendo poder computacional," y resulta que las empresas de modelos grandes también están revendiendo poder computacional para obtener beneficios.

Los que realmente están ganando dinero son todavía los proxenetas.

FA, emparejando acciones antiguas, girando B300, vendiendo tokens, vendiendo conjuntos de datos, vendiendo poder computacional, 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 corporal, 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 bien aprovechan los gastos de capital de las grandes empresas

O bien aprovechan los gastos de FOMO de los LPs.

7. El Dinero lo 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, poder computacional, datos... pero en última instancia, todos tienen un 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 precio bajo.

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 en la caída en ese momento, uno puede derrotar al 99% de las personas.

Aviso legal: Este contenido se brinda únicamente con fines informativos y de marca, y no constituye asesoramiento financiero, de inversión, legal ni fiscal. Ningún evento, recompensa, evento en línea o información relacionada que se mencione aquí debe considerarse una recomendación, solicitud o invitación para comprar, vender, intercambiar u operar de cualquier otra forma con criptoactivos ni para utilizar ningún servicio. Los criptoactivos son altamente volátiles y pueden generar pérdidas. Los servicios y eventos en línea de WEEX pueden no estar disponibles en todas las regiones y están sujetos a las leyes, regulaciones y requisitos de elegibilidad aplicables. Usted es responsable de asegurarse de que su uso de los servicios de WEEX cumpla con las leyes locales y de evaluar cuidadosamente los riesgos antes de participar en cualquier actividad relacionada con criptomonedas.