Чи виходить ціноутворення AI із «кімнати з секретом»? Bittensor дає відповідь

Автор: Prathik Desai
Джерело: tokendispatch
Переклад:善欧巴, 金色财经

Індустрія штучного інтелекту нині дуже нагадує закриту релігійну систему: фінансування та оцінки відбуваються за зачиненими дверима. Малі кількість провідних компаній залучають великі інвестиції, наймають топових дослідників, орендують масштабні обчислювальні кластери, а ринок може лише через кілька місяців отримати інформацію про раунди фінансування і зробити висновки про їхню цінність. Так зване «оцінювання» часто є просто цифрою, узгодженою кількома людьми у кімнаті, а не реальною ціною, визначеною вільним ринком. Коли звичайний інвестор бачить ціну, більша частина потенційного зростання вже давно розподілена між ранніми учасниками.

Основна ідея Bittensor полягає в тому, що AI не має фінансуватися за такою моделлю. Мене дуже захоплює система, яку вони створюють. Не тому, що вона може створювати кращі моделі за OpenAI, Anthropic або Google — принаймні наразі ні — а тому, що вона знаходить децентралізований шлях, який дозволяє відкрито оцінювати, фінансувати та визначати ціну AI-проектів ще до того, як вони перетворюються на традиційні компанії.

Ця модель суттєво відрізняється від попередніх спроб децентралізації в AI, що виникали під час кількох хвиль AI-революцій.

Система підмереж Bittensor постійно підтримує команди, заохочує ефективних учасників, виключає застарілі проєкти і в режимі реального часу переоцінює всю екосистему AI. Це безпрецедентний спосіб ціноутворення AI. Я визнаю, що цей процес дуже жорсткий, але водночас і чесний.

У цьому глибокому аналізі я розберу логіку роботи Bittensor і поясню, чому вона може бути більш ефективною, ніж будь-які попередні спроби ціноутворення AI.

Таємна кімната ціноутворення AI

Лише у першому кварталі 2025 року стартапи у сфері AI залучили 73,1 мільярда доларів інвестицій, що становить 58% світового обсягу венчурних інвестицій. Хоча такі інвестиційні гіганти, як GIC і TPG, попереджають про надмірну оцінку у деяких сегментах, операційних показників, що підтверджують цю оцінку, майже немає.

Ця модель вигідна для засновників, внутрішніх інсайдерів і пізніх інвесторів, але виключає інших: постачальників обчислювальних ресурсів, розробників на основі відкритих моделей, ранніх звичайних користувачів — вони не діляться прибутками. Навіть зростання відкритого AI не змінило ситуацію: фінансування зосереджене у хмарних сервісах, на рівні розгортання, корпоративних рішеннях, технічній підтримці, безпеці та розповсюдженні.

У процесі створення цінності широке коло громадськості бере участь у внесках, але виграші отримують лише кілька. Ця структура існує вже давно, але справжні зміни почалися з появою економіки відкритих моделей AI.

Розробники Red Hat у своєму звіті зазначають, що все більше компаній використовують відкриті AI-моделі для локалізації, автономії та спеціалізованих завдань, особливо у високорегульованих галузях, таких як телеком і банківська справа. Компанії потребують рішень для моніторингу, автоматизації та масштабування AI, а не просто для окремої моделі.

Великі інституції, такі як McKinsey, також підтверджують цю тенденцію. Дослідження показують, що понад половина компаній уже використовують відкриті AI у своїх технологічних стекх. Це опитування охоплює 41 країну і понад 700 технічних керівників і старших розробників.

Модель Bittensor базується саме на цих галузевих змінах і кидає виклик існуючій системі ціноутворення AI.

Інвестори, що працюють у сфері криптовалют, зараз шалено захоплені внутрішнім токеном TAO, ціна якого за останній місяць подвоїлася. Інші активно сперечаються про переваги децентралізованого AI порівняно з централізованим. Але для мене важливіше — шукати більш точний спосіб ціноутворення AI. Відповідь Bittensor полягає в тому, щоб об’єднати всіх учасників, що фінансують, розробляють, перевіряють і використовують AI, у одному ринку, базуючись на відкритих показниках.

Виведення AI на відкритий ринок

Якщо розглядати Bittensor як мережу з безлічі мікроекономік AI, а не один токен, це стає зрозумілим.

Кожна підмережа — це спеціалізований ринок у технологічному стеку AI, можливо, зосереджений на логіці, розподіленому навчанні, прогнозних сигналах або постачанні обчислювальної потужності. Створювач підмережі встановлює мотиваційні механізми і цілі, майнери виконують завдання, валідатори оцінюють результати, а залоговані учасники можуть підтримувати конкретних валідаторів, ставлячи TAO.

Після запуску динамічного оновлення TAO у лютому 2025 року мотиваційна система стала ще більш інноваційною: кожна підмережа отримала власний токен і фонд. Bittensor більше не є просто універсальним інвестиційним об’єктом у AI, а перетворився на екосистему з багатьма малими проєктами.

У другій половині 2025 року нагороди будуть більше залежати від чистого припливу TAO, ніж від фіксованої ціни токена. У грудні того ж року відбудеться перше зменшення нагород — наполовину, до 3600 TAO на день, що ще більше стимулює капітал до вибору найкращих проєктів і перетворює ринок AI на арену для виживання найсильніших.

Дослідник Web3 і автор Jeff коротко назвав цю систему «динамічним механізмом дарвінізму AI», і у своєму щотижневику 0xJeff зробив чудовий підсумок:

Суть дарвінізму — боротьба за виживання, пристосованість, конкуренція між особинами, що передає найкращі ознаки у спадок.

Ця логіка реалізується на кількох рівнях Bittensor:

• Конкуренція підмереж: кожна з них бореться за частку щоденних 3600 TAO, провідні підмережі отримують довше виживати завдяки мотивації

• Конкуренція майнерів: майнери змагаються за найкращі результати, глобальні учасники порівнюють показники підмереж, провідні майнери отримують 41% нагороди у alpha токенах

• Конкуренція валідаторів і інвесторів: валідатори перевіряють завдання майнерів, інвестори роблять ставки на найкращі підмережі

Що станеться, якщо учасники не братимуть участі у конкуренції або покажуть погані результати? Вони будуть виключені. Підмережі будуть видалені з системи (так, просто знищені).

Це і є головна відмінність від традиційної моделі AI.

У класичній моделі засновники презентують компанію, залучають капітал, формують команду, внутрішньо розвивають проєкт і сподіваються на ринкове визнання оцінки.

Bittensor руйнує цю модель: вона відкриває інвестиційні можливості ще на ранніх етапах. Тут підприємці запускають підмережу, потім оператори GPU надають обчислювальні ресурси, розробники і дослідники вносять результати роботи, інвестори купують частки через TAO або конкретні токени підмережі, а клієнти платять за послуги. В кінці ринок враховує всі ці фактори і визначає ціну проєкту.

Мені найбільше подобається те, що ця модель переосмислює роль капіталу для кожного учасника.

На відміну від приватних стартапів, інвестори можуть постійно відслідковувати ціну без очікування нових раундів фінансування. Насправді, Bittensor дозволяє їм через платформу TAO бачити всю екосистему або зосередитися на окремих підмережах для більш точних інвестицій.

Для розробників це привабливо тим, що вони можуть брати участь у розвитку AI, не обов’язково через Anthropic, OpenAI або інші великі дата-центри.

Вона створює для підприємців новий капітальний ринок навколо їхніх ідей, і навіть до того, як ідея перетвориться у повноцінну компанію, вони можуть отримати підтримку — що є унікальним для венчурної сфери. Це видно з того, як внутрішній капітал концентрується у мережі: кілька підмереж залучають непропорційно багато TAO, тоді як інші відстають. П’ять найбільших підмереж за ринковою капіталізацією майже становлять третину всього ринку з 128 підмереж.

Для клієнтів ця система пропонує дешевший і гнучкіший доступ до відкритої інфраструктури.

Крім того, модель Bittensor приваблює всіх учасників, оскільки вона не лише здається більш справедливою, а й є більш життєздатною з комерційної точки зору.

Ринок стає зрілішим

Інституційні інвестори все більше сприймають Bittensor як легальний і привабливий актив.

У грудні 2025 року траст Grayscale Bittensor почав торгуватися на OTCQX — найвищому позабіржовому ринку, що дає традиційним інвесторам знайомий канал для участі у цьому новому, але дуже затребуваному активі.

Зазвичай ознакою зрілості ринку є наявність відповідної нормативної бази, торгових кодів, цінових дисплеїв і доступу через брокерські рахунки, як це було з ETF на біткоїн, Ethereum і державними облігаціями цифрових активів (DATs). Хоча Bittensor ще не настільки відомий, як Bitcoin або Ethereum, запуск трасту Grayscale свідчить про те, що інституційний інтерес переходить від теорії до реальних продуктів.

Робота Bittensor навіть отримала схвалення від провідних фахівців у галузі, які вважають, що вона може змінити правила гри.

Коли відомий венчурний інвестор і підприємець Chamath Palihapitiya згадував про Bittensor у розмові з керівником NVIDIA Jensen Huang, той не зневажливо поставився до нього, а назвав це «низьким досягненням у криптовалютній сфері». Він порівняв його з «сучасною версією Folding@home» — децентралізованого розподіленого проекту, що використовує залишкові обчислювальні ресурси волонтерських комп’ютерів для моделювання білкових згортків або інших складних задач.

Ця характеристика дозволяє віднести Bittensor до довготривалої історії децентралізованих обчислень, а не до циклів криптовалют.

Останні досягнення головної підмережі Templar підтверджують її технічний потенціал: їхній великий модель Covenant-72B має 720 мільярдів параметрів і була створена 20-ма учасниками по всьому світу через Bittensor, тренуючись з нуля на 1,1 трильйона токенів. У відкритих бенчмарках Covenant-72B отримав 67,11 балів за MMLU, що вище за 65,63 у LLaMA-2-70B.

Прямо скажемо, вона ще не може конкурувати з OpenAI або Anthropic, але вже доводить, що децентралізована співпраця може створювати комерційно цінну AI-інфраструктуру.

Підмережі, такі як Chutes, позиціонують себе як децентралізовані безсерверні платформи для AI-обчислень, а офіційна документація Bittensor визначає підмережі як конкуренційні ринки для інтелектуальних товарів, таких як логіка або тренування. Це свідчить про те, що ринок не цікавиться просто «розмитим» AI-нарративом, а цінує конкретні модулі технологічного стеку.

Проблеми з боку попиту

Прозорість пропозиції у Bittensor значно вища, ніж у будь-якому іншому AI-ринку: кількість випущених токенів, потоки залогів, підмережі, що збирають капітал — все видно одразу. Але справжня проблема — у недостатній прозорості попиту.

Блокчейн фіксує лише рух токенів, але не збирає дані про утримання користувачів, якість API, рівень прибутковості або аудиторські звіти. Навіть якщо якась підмережа здається комерційно успішною, інвестори здебільшого змушені робити висновки про її бізнес, ґрунтуючись на структурі ринку, а не на фінансовій звітності.

Pine Analytics у своїх аналітичних дослідженнях «Прозорість пропозиції проти непрозорості попиту» і «Chutes (SN64): субсидії для низької ціни» критикує: деякі яскраві комерційні результати Bittensor можуть бути зумовлені субсидіями, які по суті є нагородами за випуск TAO у підмережах. За підрахунками Pine, зовнішні доходи мережі, що можна підтвердити, — мізерні порівняно з вартістю, яку закладає ціна TAO.

Найяскравіший приклад — найбільша підмережа Bittensor, Chutes: вона отримує щорічно близько 52 мільйонів доларів у вигляді субсидій TAO, тоді як зовнішній дохід — лише 2,4 мільйона доларів. Якщо субсидії зникнуть, її операційні витрати стануть непідйомним тягарем. Це не означає, що модель Bittensor погана, — просто показує, що зараз ринок здебільшого цікавиться візією AI, а не її грошовими потоками.

Саме тому я особливо стежу за розвитком Bittensor. Вона має всі ознаки зрілості екосистеми, хоча й не закінчила дискусію про «децентралізований AI». Вона намагається знайти найточніший спосіб оцінки AI-проектів і відкриває довго ігноровану проблему внутрішнього капіталу, що формує цінність у відкритому ринку.

Коли приватні гіганти AI змушують світ вірити у цінність, яку визначають кілька людей у кімнаті, Bittensor обирає довіряти відкритому ринку. Я розумію, що це не ідеально, але ціную і підтримую прозорість, яку вона приносить.