Observaciones de WAIC: Consenso Abarrotado, Gran Burbuja

Autor: Xiao Bing, Shenchao TechFlow

1. WAIC debería celebrarse antes, así los asistentes podrían liquidar sus acciones tecnológicas más pronto.

Hay demasiadas señales de pico: eventos paralelos en el mundo de las criptomonedas, una multitud de bellas mujeres, productos altamente homogéneos en el evento... una pista que ha pasado de ser un juego de geeks a un banquete para el público.

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

Porque en un mercado alcista, los toros que están a tu lado, en la caída, se convierten en vendedores en la estampida.

¡Muerte por exceso!

2. Los grandes modelos no tienen una verdadera ventaja competitiva

La base de AGI sigue siendo la Ley de Escalado.

La capacidad del modelo y la escala de parámetros, la potencia de cálculo y la calidad de los datos siguen una relación de potencia.

Quien pueda obtener GPU a un costo más bajo, datos de mayor calidad, investigadores más talentosos y quemar dinero de manera más eficiente.

Por lo tanto, la ventaja competitiva de las empresas de grandes modelos es más frágil de lo que muchos piensan.

La capacidad del modelo seguirá convergiendo, la ventaja de liderazgo será constantemente alcanzada y los precios seguirán cayendo.

Los que realmente ganan dinero en esta ola son aquellos que venden agua a todas las empresas de modelos, ya que todos están aprovechando el gasto de capital de algunas grandes empresas.

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

Estar en la parte superior de la carrera armamentista y obtener una parte del pastel, incluso si solo actúas como intermediario de recursos, es el negocio más rentable en este momento.

3. El cuello de botella de datos es una oportunidad potencial vista en esta conferencia

Después de hablar con algunos amigos, descubrí que las empresas que están ganando dinero en esta ola de IA son muy discretas y ni siquiera asisten a las exposiciones, uno de los enfoques es el de los datos.

El éxito o fracaso de la representación multimodal unificada depende, en esencia, de datos de entrenamiento multimodal de alta calidad. Hay una grave escasez de activos de datos que han sido limpiados de alta calidad, etiquetados con precisión, alineados entre modalidades y que puedan iterar continuamente.

Los modelos se volverán cada vez más baratos, las GPU eventualmente serán más abundantes, pero los datos realmente de calidad serán cada vez más escasos.

La cadena de suministro de datos multimodal está convirtiéndose en una pista de ganancias exorbitantes.

Limpieza de datos, etiquetado de datos, síntesis de datos, activos de datos verticales, recolección de datos robóticos... así como aquellas empresas de algoritmos que se especializan en resolver la representación unificada entre modalidades y codificadores de preentrenamiento multimodal.

La GPU es un gasto de capital único, los datos son un gasto de capital continuo.

Actualmente, clasifico la dirección de datos en tres categorías: la primera categoría es datos de expertos (Expert Data); la segunda categoría es datos de entorno/agente de RL (RL Environment/Agent Data). En el futuro, entrenar agentes no solo implicará recolectar preguntas y respuestas, sino construir el entorno → tarea → trayectoria → recompensa → verificador, lo que podría ser uno de los mayores mercados incrementales del futuro.

La tercera categoría es datos corporales/robóticos (Embodied/Robotics Data), que son más escasos que los datos de LLM y extremadamente difíciles de recolectar.

4. Dilemas de aplicación de IA, un reflejo de lo que fue el mundo de las criptomonedas

La IA actual se parece mucho a las criptomonedas del pasado, protocolos pesados, L1 captura la mayor parte del valor, por lo que los VC de criptomonedas invierten desesperadamente en cadenas públicas, ¿aplicaciones? Nadie invierte en eso.

Actualmente, la IA es igual.

El gran modelo es una capa POW de L1, incluso el modelo es la aplicación.

En los últimos años, la mayoría de las aplicaciones de IA han estado haciendo algo peligroso: empaquetar capacidades que el modelo no puede hacer temporalmente como productos.

Pero los límites de la capacidad del modelo siguen expandiéndose. Cada actualización del modelo es como si L1 escribiera directamente en el protocolo funciones que originalmente pertenecían a la capa de aplicación: 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 un nivel de valor, entonces, en esencia, eres una característica de IA, no una aplicación de IA.

Por lo tanto, es crucial hacer cosas que el modelo pueda hacer, pero que también sean difíciles de quitar, y pensando en ello, no hay más que datos, contexto, flujo de trabajo, permisos, distribución.

La ventaja competitiva de las aplicaciones de IA es convertirse en el cliente del modelo, y no en su competidor.

5. Inteligencia corporal, una gran burbuja

En el pabellón H4 del segundo piso, viendo a muchos robots similares producidos por la misma cadena de suministro realizando movimientos similares lentamente, y luego mirando las valoraciones de las empresas, me da escalofríos y me duele el dinero de los inversores.

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

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

Cada vez que un robot sirve a un usuario adicional, debe fabricar una máquina más, lo que implica BOM, fabricación, cadena de suministro, entrega, mantenimiento y depreciación.

La inteligencia de IA puede mejorar exponencialmente, por ejemplo, cada vez que se actualiza el modelo, todos los usuarios del mundo se vuelven más inteligentes, pero los costos en el mundo físico no disminuirán exponencialmente.

Si la inteligencia sigue la Ley de Moore, la inteligencia corporal aún sigue las reglas de la industria manufacturera; la inteligencia corporal podría ser una gran industria, pero no necesariamente una que tenga márgenes de beneficio como los de los grandes modelos.

Además, 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 gran cantidad de datos reales y un sistema industrial automotriz maduro. Aun así, esta industria ha quemado miles de millones de dólares y aún no ha resuelto completamente algunos problemas persistentes en la carretera. La inteligencia corporal enfrenta dificultades reales que son múltiples veces mayores que las de la conducción autónoma.

6. La mejor época para los proxenetas

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

Así que descubrí algo interesante: muchas empresas parecen tener un negocio, pero al hablar en detalle, "oh, tú también estás vendiendo tokens", "oh, tú también estás vendiendo potencia de cálculo", resulta que las empresas de grandes modelos también están revendiendo potencia de cálculo para ganar la diferencia.

Los que realmente ganan dinero son los proxenetas.

FA, intermediación de acciones antiguas, reventa de B300, venta de tokens, venta de conjuntos de datos, venta de potencia de cálculo, incluso vender una oportunidad de conocer a un fundador...

La IA cumple con todas las condiciones para un mercado de intermediarios próspero: el cambio tecnológico es lo suficientemente rápido, la diferencia de información es lo suficientemente grande, hay suficiente capital y la historia es lo suficientemente atractiva.

Los VC ganan dinero al juzgar el resultado final, los FA ganan dinero al juzgar el consenso, no necesitan probar que una tendencia es correcta al final.

Por el contrario, cuanto más borroso y grandioso sea el relato, más espacio habrá para que los FA se desempeñen.

Por ejemplo, la inteligencia corporal, los modelos del mundo... estas pistas tienen una característica común: la narrativa futura es lo suficientemente grande, la tecnología es lo suficientemente compleja y a corto plazo es lo suficientemente difícil de refutar.

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

O bien están aprovechando el gasto de capital de las grandes empresas

O bien están aprovechando el gasto FOMO de los LP

7. El dinero lo es todo

La competencia en IA aún tiene un largo camino por recorrer, todos preguntan, ¿cuál es el recurso más escaso en la era de la IA?

Muchos responderán: 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 financiamiento.

Lo que los emprendedores deben hacer ahora es seguir recaudando fondos, incluso si el dinero en su cuenta es suficiente, deben seguir recaudando.

La verdadera guerra se librará en el próximo ciclo de descenso de la industria.

Mientras haya dinero para sobrevivir, se puede esperar a que la competencia se quede sin dinero y luego adquirir su talento, tecnología y clientes a bajo costo.

El mercado secundario es igual, en los próximos 2-3 años, es muy probable que ocurra un colapso de burbuja; siempre que haya suficiente dinero para comprar en el fondo, se puede vencer 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.