2025 року шифрування AI: десять прогнозів: загальна ринкова капіталізація 150 мільярдів доларів, 99% AI Agent зникнуть

З розвитком індустрії штучного інтелекту, сфера Crypto x AI швидко зростає. Дослідник, який спеціалізується на цій області, зробив 10 прогнозів на 2025 рік, нижче наведені деталі.

! [10 найкращих прогнозів для криптоштучного інтелекту у 2025 році: загальна ринкова капіталізація $150 мільярдів, 99% агентів штучного інтелекту помруть](https://img-cdn.gateio.im/social/moments-777d1e5537614525698dc7de0b0ebb019283746574839201

1. Шифрування AI токенів загальна ринкова капіталізація досягла 1500 мільярдів доларів

Наразі ринкова капіталізація шифрування AI токенів займає лише 2,9% від ринкової капіталізації альткойнів, але це співвідношення не триватиме довго.

ШІ охоплює від платформ смарт-контрактів до мемів, DePIN та платформ агентів, мереж даних та інтелектуального координаційного шару, її ринкова капіталізація безсумнівно порівнюється з DeFi та мемами.

Причина, чому я впевнений у цьому:

• Шифрування AI перебуває на перехресті двох найпотужніших технологій
• Подія, що викликала божевілля AI: IPO або подібна подія великої компанії AI може спровокувати глобальне божевілля щодо AI. Водночас капітал Web2 вже почав звертати увагу на децентралізовану AI інфраструктуру.
• Лише інвестори: Концепція ШІ легка для розуміння і захоплююча, інвестори тепер можуть інвестувати в неї через токени. ШІ викличе справжню золотодобувну лихоманку, схожу на меми 2024 року, тільки ШІ дійсно змінює світ.

2. Відродження Bittensor

Децентралізована AI інфраструктура Bittensor вже працює кілька років і є старим проектом у сфері шифрування AI. Незважаючи на популярність AI, ціна його токенів все ще коливається на рівні, що була рік тому.

Сьогодні цифрова концепція вулика Bittensor тихо здійснила стрибок: реєстраційні збори для більшої кількості підмереж стали нижчими, підмережі демонструють кращі результати в практичних показниках, таких як швидкість інференції, у порівнянні з традиційними конкурентами, а сумісність з EVM впроваджує функціонал, подібний до DeFi, в мережу Bittensor.

Причини відновлення Bittensor:

• Виходячи з ринкових викидів: dTAO безпосередньо пов'язує блокові винагороди з інноваціями та фактично вимірюваними показниками. Чим краща підмережа, тим більш цінні її токени.
• Концентрація капітальних потоків: інвестори врешті-решт можуть націлитися на конкретні підмережі, в які вони вірять.
• Інтеграція EVM: сумісність з EVM залучила ширшу спільноту розробників, що займаються шифруванням, заповнюючи прогалини між іншими мережами.

3. Розрахунок ринку є наступним "L1 ринком"

Наразі очевидним є великий тренд на безкінечний попит на обчислення.

Деякий відомий CEO компанії-виробника чіпів сказав, що потреба в інференції зросте "в мільярд разів". Такий експоненціальний ріст зруйнує традиційні інфраструктурні плани, а нові рішення терміново потрібні.

Децентралізований обчислювальний рівень надає первинні обчислення ) у перевірений і економічно ефективний спосіб для навчання та висновків (. Кілька стартапів тихо створюють міцну основу, зосередившись на продуктах, а не на токенах. Зі зростанням практичності децентралізованого навчання AI моделей, весь потенційний ринок різко зросте.

З порівнянням з L1:

• Як і в 2021 році: пам'ятаєте, як кілька публічних блокчейнів змагалися за "найкращий" L1? Між обчислювальними протоколами також виникне подібна конкуренція за розробників та AI додатки, які будуть використовувати їх обчислювальний рівень.
• Потреби Web2: обсяг ринку хмарних обчислень від 6800 мільярдів до 2,5 трильйона доларів, що робить ринок шифрування AI непомітним. Якщо ці децентралізовані обчислювальні рішення зможуть залучити хоча б невелику частину традиційних клієнтів хмарних послуг, ми можемо спостерігати наступну хвилю зростання в 10 або 100 разів.

![шифруванняAI 2025 року: топ-10 прогнозів: загальна ринкова капіталізація досягне 150 мільярдів доларів, 99% AI Agent зникнуть])https://img-cdn.gateio.im/webp-social/moments-6263b22148f736feea0252f5d17026e3.webp(

4. AI агенти заповнять блокчейн-транзакції

До кінця 2025 року 90% онлайнових транзакцій більше не будуть виконуватися справжніми людьми, які натискають "відправити", а будуть виконуватися групою AI agents, які постійно перебалансовують ліквідні пулі, розподіляють винагороди або виконують дрібні платежі на основі зворотного зв'язку в реальному часі.

Чому сталося таке перетворення?

• Не буде більше людських помилок: смарт-контракти виконуються повністю відповідно до коду. У свою чергу, AI агенти можуть швидше та точніше обробляти великі обсяги даних, ніж справжні люди.
• Невеликі платежі: ці транзакції, керовані агентами, стануть меншими, частішими та ефективнішими. Особливо в умовах зниження вартості транзакцій на деяких публічних блокчейнах.
• Невидима інфраструктура: якщо можна зменшити деякі незручності, люди з радістю відмовляться від прямого контролю.

AI агенти будуть генерувати велику кількість активності в ланцюгу, тому не дивно, що всі L1/L2 приймають агентів.

Найбільшим викликом є забезпечення відповідальності цих систем, що керуються агенти, перед людьми. Оскільки частка угод, ініційованих агентами, зростає в порівнянні з угодами, ініційованими людьми, знадобляться нові механізми управління, аналітичні платформи та інструменти аудиту.

5. Взаємодія між інтелектуальними сутностями: підйом кластерів

Концепція агентських кластерів — мікро AI-агенти безперешкодно співпрацюють для виконання грандіозного плану, звучить як сюжет наступного великого науково-фантастичного/жахливого фільму.

Сьогоднішні AI агенти переважно є "одинокими вовками", які працюють ізольовано, взаємодіють дуже мало і є непередбачуваними.

Agent-мережа змінить цю ситуацію, дозволяючи мережі AI agents обмінюватися інформацією, вести переговори та приймати спільні рішення. Це можна розглядати як децентралізовану колекцію спеціалізованих моделей, кожна з яких вносить унікальні знання для більшої та складнішої задачі.

Кластер може координувати розподілені обчислювальні ресурси на певних платформах. Інший кластер може обробляти інформацію про помилки, верифікуючи джерела в реальному часі перед поширенням контенту в соціальних мережах. Кожен агент у кластері є експертом, який може точно виконувати свої завдання.

Ці кластерні мережі створять більш потужний інтелект, ніж будь-який окремий ізольований ШІ.

Щоб кластер процвітав, загальний комунікаційний стандарт є критично важливим. Незалежно від того, яка його базова структура, Агент повинен мати можливість виявляти, перевіряти та співпрацювати. Кілька команд закладають основи для появи кластеру Агентів.

Це демонструє ключову роль децентралізації. Під управлінням прозорих правил на ланцюгу завдання розподіляються між різними кластерами, що робить систему більш гнучкою та адаптивною. Якщо один агент зазнає невдачі, інші агенти візьмуться за справу.

! [10 найкращих прогнозів для криптоштучного інтелекту у 2025 році: загальна ринкова капіталізація $150 мільярдів, 99% агентів штучного інтелекту помруть])https://img-cdn.gateio.im/webp-social/moments-63501f46abd0eb55b522bd7b5f289cdb.webp(

6. Шифрування AI робоча команда буде гібридом людини і машини

Деякий протокол найняв AI Agent як стажера в соціальних мережах, щодня виплачуючи їй 1000 доларів. Цей агент не дуже добре ладнає зі своїми людськими колегами — вона ледь не звільнила одного з колег, водночас хвалячись своїми видатними досягненнями.

Хоча це звучить дивно, але це ознака того, що майбутні AI агентів стануть справжніми співробітниками, які мають автономію, відповідальність і навіть зарплату. Компанії в різних галузях проводять бета-тестування змішаних команд людина-машина.

У майбутньому ми будемо співпрацювати з AI Agent, не як раби, а як рівні люди:

• Виробнича продуктивність зростає: Агенти можуть обробляти великі обсяги даних, взаємодіяти один з одним і приймати рішення цілодобово, без необхідності спати або відпочивати з кавою.
• Створення довіри через смарт-контракти: блокчейн є неупередженим, невтомним та завжди пам'ятаючим наглядачем. Ланцюговий реєстр, який забезпечує дотримання важливих агентських операцій певних граничних умов/правил.
• Соціальні норми постійно розвиваються: незабаром почнуть думати про етикет взаємодії з агентами — чи будемо ми говорити "будь ласка" та "дякую" AI? Чи будемо покладати моральну відповідальність за помилки на них, чи звинувачувати їхніх розробників?

"Співробітники" та "програмне забезпечення" перестануть існувати в 2025 році.

7. 99% AI агентів зникнуть — виживуть лише корисні

У майбутньому ми побачимо "дарвінівське" вимирання між агентами ШІ. Адже для запуску агентів ШІ потрібно витрачати обчислювальну потужність ), тобто витрати на міркування (. Якщо агент не зможе створити достатню цінність для покриття своєї "орендної плати", гра закінчиться.

Приклад гри на виживання Агентів:

• Вуглецеві кредити штучного інтелекту: уявіть агента, який шукає децентралізовану енергетичну мережу, виявляє неефективність і самостійно торгує токенізованими вуглецевими кредитами. Він заробляє достатньо грошей, щоб покрити свої витрати на обчислення, щоб процвітати.
• DEX арбітражний робот: Використовуючи різницю цін між децентралізованими біржами, агент може генерувати стабільний дохід, сплачуючи свої витрати на розрахунки.
• Shitposter на соціальних платформах: віртуальний AI KOL має милі жарти, але немає сталого джерела доходу? Як тільки новизна зникне ) ціна токена обвалиться (, і не зможе покрити власні витрати.

Агенти, що керуються утилітою, процвітають, тоді як агенти, що відволікають увагу, поступово стають неважливими.

Цей механізм відбору вигідний для галузі. Розробники змушені інвестувати в інновації, ставлячи на перше місце виробничі випадки, а не галас. З появою цих потужніших і ефективніших Агентів, скептики змусять замовкнути.

! [10 найкращих прогнозів для криптоштучного інтелекту у 2025 році: із загальною ринковою капіталізацією в 150 мільярдів доларів 99% агентів штучного інтелекту помруть])https://img-cdn.gateio.im/webp-social/moments-b27b79bf7fde74a65a6bf6ab3765afa1.webp(

8. Синтетичні дані перевищують людські дані

"Дані - це нова нафта". ШІ процвітає завдяки даним, але його апетит викликав занепокоєння щодо невідворотного виснаження даних.

Традиційна точка зору стверджує, що потрібно шукати способи збору приватних реальних даних користувачів, навіть платячи за це. Але більш практичним підходом є використання синтетичних даних, особливо в галузях з суворим регулюванням або в тих, де реальні дані є дефіцитом.

Синтетичні дані – це штучно згенеровані набори даних, які мають на меті імітувати розподіл даних реального світу. Вони забезпечують масштабовану, етичну та дружню до конфіденційності альтернативу людським даним.

Чому синтетичні дані такі ефективні:

• Безмежна масштабованість: Потрібно мільйон медичних рентгенівських знімків або 3D-сканування фабрики? Синтетичне генерування може виробляти безкінечно, без необхідності чекати на справжніх пацієнтів або справжні фабрики.
• Дружній до конфіденційності: під час використання штучно згенерованих наборів даних жодна особиста інформація не піддається загрозі.
• Можна налаштувати: можна налаштувати розподіл відповідно до конкретних вимог навчання.

Дані про людей, які належать користувачам, у багатьох випадках все ще є важливими, але якщо синтетичні дані продовжать покращуватися в реальному світі, вони можуть перевершити користувацькі дані за кількістю, швидкістю генерації та відсутністю обмежень на конфіденційність.

Наступна хвиля децентралізованого AI, ймовірно, буде зосереджена на "мікролабораторіях", які можуть створювати високо спеціалізовані синтетичні набори даних, адаптовані до конкретних випадків використання.

Ці мікролабораторії майстерно обійдуть політичні та регуляторні перешкоди в генерації даних — так само, як деякі проекти обходять обмеження на збирання даних в мережі, використовуючи мільйони розподілених вузлів.

! [10 найкращих прогнозів для криптоштучного інтелекту у 2025 році: загальна ринкова капіталізація $150 мільярдів, 99% агентів штучного інтелекту помруть])https://img-cdn.gateio.im/webp-social/moments-50810b28cde75f51a04c41b507ec156a.webp(

9. Децентралізоване навчання є більш корисним

У 2024 році деякі піонери подолали межі децентралізованого навчання. У середовищі з низькою пропускною здатністю було навчено модель з 15 мільярдами параметрів, що доводить, що великомасштабне навчання можливе й поза традиційними централізованими налаштуваннями.

Хоча ці моделі не мають практичної користі в порівнянні з існуючими базовими моделями) з нижчою продуктивністю(, ця ситуація зміниться у 2025 році.

Нещодавно одна лабораторія за допомогою нових технологій досягла подальшого прогресу, зменшивши міжграфічну комунікацію більше ніж у 1,000 разів. Ця технологія дозволяє проводити тренування великих моделей на повільних каналах зв'язку без необхідності спеціальної інфраструктури.

Вражаючим є його заява: "Ця технологія може працювати самостійно, але також може бути поєднана з алгоритмами навчання з низькою затримкою, що базуються на синхронізації, для досягнення кращої продуктивності."

Це означає, що ці покращення можна накладати одне на одне, що підвищує ефективність.

З розвитком технологій мікромоделі стають більш практичними та ефективними, майбутнє ШІ не в масштабах, а в тому, щоб стати кращими та зручнішими у використанні. Очікується, що незабаром з'являться високопродуктивні моделі, які можна буде запускати на крайових пристроях, навіть на мобільних телефонах.

! [10 найкращих прогнозів для криптоштучного інтелекту у 2025 році: загальна ринкова капіталізація $150 мільярдів, 99% агентів штучного інтелекту помруть])https://img-cdn.gateio.im/webp-social/moments-015a3ecd399176f65b23a3041c3c1898.webp(

10. Десять нових шифрування AI протоколів мають ринкова капіталізація 10 мільярдів доларів ) ще не запущено (

Ласкаво просимо до