8 Minutės
AI orientuotos kriptovaliutos smunka, investuotojų pasitikėjimas silpsta
Pagrindiniai su dirbtiniu intelektu susiję tokenai šią savaitę nukrito daugiau nei 20%, nes investuotojų apetitas atvėso dėl naujų nerimo priežasčių – didžiulių AI infrastruktūros išlaidų, kurias planuoja („Big Tech“) technologijų milžinės. Duomenys iš CoinGecko rodo, kad projektai kaip Bittensor (TAO), NEAR Protocol (NEAR), Internet Computer (ICP) ir Render patyrė stiprius savaitės nuostolius, kai rinkos dalyviai iš naujo vertino decentralizuotos AI plėtros ir monetizacijos laiko tarpą. Šis kritimas išryškina tiek spekuliacinio kapitalo jautrumą, tiek platesnį rizikos perskirstymą finansų rinkose, susijusį su infrastruktūros CAPEX ir pelningumo perspektyvomis.
Rinkos apžvalga ir pagrindiniai nuostoliai
Bittensor, didžiausias pagal rinkos kapitalizaciją AI orientuotas kriptoturtas, prekiaujamas beveik ties $164 po maždaug 23% nuopuolio per septynias dienas; jo rinkos kapitalizacija buvo įvardinta apie $1,58 mlrd. NEAR Protocol per tą patį laikotarpį krito apie 25,4%, o Internet Computer ir Render užfiksavo panašius dviženklius nuostolius. Apskritai, su AI susijusių kriptovaliutų bendra rinkos kapitalizacija penktadienį nukrito daugiau nei 40% ir per 24 valandas sumažėjo daugiau nei 42%, nulemdama sektoriaus vertinimą maždaug iki $12 mlrd. Tokie staigūs rinkos pokyčiai rodo, kad investuotojai skubiai peržiūri tiek pajamų prognozes, tiek projekto gebėjimą sumažinti priklausomybę nuo centralizuotos infrastruktūros.
Be kiekvieno tokeno kainos kritimo, svarbu atkreipti dėmesį į likvidumo sąlygas: kai volumenai smunka, net vidutinio dydžio pardavimo pavedimai gali gerokai iškreipti kainą, ypač mažesnio kapitalizacijos projektuose. Volatilumas taip pat didina skirtumus tarp spot ir išvestinių produktų kainų (premium/discount), kas gali paskatinti arbitražą, bet taip pat ir priverstines likvidacijas svertinėse pozicijose.
Techniniai investoriai ir analitikai taip pat pabrėžia, kad trumpo laikotarpio kainų svyravimai ne visuomet atspindi ilgalaikę vertę: priežastys gali būti derinys – nuo fundamentinių naujienų iki techninių rodiklių ir rinkos psichologijos. Visgi šios korekcijos parodo, kaip jautriai AI tokenai reaguoja į plačias pranešimų bangas apie infrastruktūros investicijas ir pelningumo perspektyvas.
Kodėl „Big Tech“ išlaidos gąsdina investuotojus
Atskleidimai, kad tokios bendrovės kaip Alphabet (Google), Amazon ir kiti planuoja žymiai išplėsti AI infrastruktūros investicijas 2026 metams – kai kurios prognozės nurodo, kad išlaidos gali artėti prie $500 mlrd – sustiprino investuotojų dėmesį. Pagrindinis rūpestis yra tas, kad didžiulės kapitalo investicijos gali išplėsti laiką tarp infrastruktūros diegimo ir realios monetizacijos, o tai reiškia ilgiau trunkančius grynųjų pinigų srautus ir spaudimą pelningumui.
Pajamų ataskaitos, kuriose akcentuojama disproporcija tarp infrastruktūros išlaidų ir artimiausio laikotarpio pelno, dar labiau padidino abejones dėl maržų ir grąžos terminų. Investuotojai vertina ne tik absoliučias investicijas, bet ir tai, kaip greitai tos investicijos gali pradėti generuoti grįžtamąją naudą: jei pelno augimas atsilieka nuo CAPEX augimo, akcijų ir susijusių tokenų kaina paprastai koreguojama žemyn.
Be to, didelės technologijų kompanijos dažnai centralizuoja tiek techninę, tiek komercinę infrastruktūrą: jie gali pasiūlyti konkurencines kainas, mastelio pranašumus bei pažangias paslaugas (specializuotos GPU instancijos, integruotos ML platformos, duomenų valdymo sprendimai), kas gali sumažinti decentralizuotų alternatyvų paklausą arba atitolinti jos masinę adaptaciją. Tokia dinamika ypač aktuali investuotojams, vertinantiems ilgalaikį decentralizuotos AI potencialą ir priklausomybes nuo centralizuotų paslaugų.
Perkėlimas į kitas rinkas: lustai, programinė įranga ir likvidacijos
Bendrieji neapibrėžtumo ženklai akcijų rinkose persimetė į kriptovaliutų rinką. AI programinės įrangos ir aparatūros tiekėjų, tokių kaip Microsoft, AMD ir Nvidia, akcijos susilpnėjo – per penkias dienas Microsoft buvo daugiau nei 8% žemiau, o AMD ir Nvidia nukrito apie 18,5% ir 10% atitinkamai – tai padidino spaudimą su AI susijusiems tokenams. Šios viešosios bendrovės tiekia GPU, lustus ir debesų paslaugas, kurios palaiko daugelį decentralizuotų AI projektų; kai šių tiekėjų rodikliai silpsta, tai sumažina rinkos pasitikėjimą visoje vertės grandinėje.
Toks perkėlimas yra logiškas: instituciniai investuotojai ir prekybos algoritmai dažnai koreliuoja rizikos veiksnius tarp akcijų ir kripto, todėl didesnė neaiškumo banga vienoje klasėje gali sukelti plataus spektro išpardavimus. Be to, plataus masto nuostoliai akcijų rinkose gali priversti fondus parduoti rizikingesnes pozicijas, įskaitant mažesnio likvidumo kripto tokenus, kad padengtų maržas ar perskirstytų portfelius.
Svertas, Bitcoin kritimas ir priverstiniai pardavimai
AI tokenų pardavimai sutapo su platesniu kriptovaliutų rinkos likvidavimo įvykiu, kai Bitcoin trumpai krito daugiau nei 18% ketvirtadienį ir priartėjo prie $60,000 ribos. Šis smūgis sukėlė maždaug $2,6 mlrd. svertinių likvidacijų vietos ir išvestinėse rinkose, kas sustiprino „risk-off“ elgseną ir spaudė spekuliacinius aktyvus žemyn. Tokios masinės likvidacijos greitai sumažina rinkos likvidumą ir sustiprina kainų svyravimus, ypač rizikingesniuose sektoriuose, įskaitant AI kriptovaliutas.
Kai prie to prisideda makroekonominiai ir geopolitiniai veiksniai (palūkanų lygio pokyčiai, valiutos kursų svyravimai, tarptautinė prekyba), rizikos kapitalas linkęs trauktis iš „high-beta“ sektorių į saugesnes, labiau likvidžias klases. Tai gali sukelti užburtą ratą: mažėjantis pasitikėjimas mažina likvidumą, o mažesnis likvidumas didina kainų svyravimus ir riziką tolesnėms likvidacijoms.
Kodėl šie projektai yra pažeidžiami — ir ką jie daro
Daugelis AI kripto projektų priklauso nuo aukštos spartos skaičiavimo resursų ir decentralizuotos infrastruktūros. Jie žada išsiskirti dėl atviro bendradarbiavimo, paskirstytos skaičiavimo galios ir alternatyvios komercinės struktūros, tačiau ši priklausomybė nuo aparatinės įrangos ir debesijos teikėjų daro juos jautriais infrastruktūros tiekėjų kainų, tiek centralizacijos trūkumų poveikiams.
Bittensor naudoja GPU intensyvius klasterius konkurencingam mašininio mokymosi modelių mokymui bei rinkos mechanizmus, skatinančius modelių kokybę. NEAR Protocol yra projektuota išskalauti aukštos pralaidumo, duomenų intensyvias AI programas, siūlydama greitus sandorius ir „sharding“ tipo sprendimus, kurie gali sumažinti kaštus ir padidinti prieinamumą. Internet Computer teikia suverenišką debesų infrastruktūrą autonominiams AI agentams talpinti, stengdamasi pasiūlyti alternatyvą tradicinėms centralizuotoms platformoms. Render orientuojasi į decentralizuotą atvaizdavimo ir skaičiavimo paslaugų teikimą grafiniams ir AI darbo krūviams, leidžiančią paskirstyti resursus tarp naudotojų ir operatorių.
Visa ši tarpusavyje susieta ekosistema reiškia, kad tokenų kaina natūraliai koreliuoja su tiek aparatūrinių kainų (GPU, specializuotos lustinės įrangos), tiek debesų paslaugų prieinamumo ir kainodaros pokyčiais. Jei didieji debesų tiekėjai sumažina kainas arba pasiūlo specializuotus produktus, kurie geriau atitinka verslo poreikius, decentralizuotos alternatyvos gali susidurti su spaudimu mažinti kainas arba toliau ieškoti nišinių pritaikymų.
Taip pat būtina atsižvelgti į atviro kodo modelių ir atviros treniravimo infrastruktūros svarbą: paklausa atviro modelio mokymui ar paskirstytam skaičiavimui gali skatinti decentralizuotų sprendimų priėmimą, bet tam reikalingas efektyvus ekonomikų modelis ir pakankamas tokenų ekosistemos paskatinimas dalyviams (validatoriams, operatoriams, duomenų teikėjams).
Perspektyvos ir ką investuotojai turėtų stebėti
Trumpalaikis spaudimas AI kriptovaliutoms gali tęstis, jei didžiosios technologijų kompanijos tęstų intensyvų CAPEX ciklą be aiškių pelno pagerėjimų arba jei makro rizikos sentimentas išliks aukštas. Investuotojai turėtų stebėti kelis kertinius indikatorius ir signalus:
- Ketvirtinių rezultatų ir išlaidų gaires (quarterly spending guidance) ir pelningumą didžiųjų debesų bei lustų tiekėjų, tokių kaip Amazon Web Services, Google Cloud, Microsoft Azure, NVIDIA ir AMD.
- Bitcoin kainos stabilumą ir likvidavimo rodiklius (liquidation metrics), nes plataus masto BTC judesiai dažnai koreliuoja su kripto rinkos sentimentu.
- On-chain metrikas: sandorių aktyvumą, valdytojų/validatorių augimą, užšaldyto tokenų kiekį (staking/locked supply) ir praneštą programinės įrangos bei protokolų kūrėjų aktyvumą AI orientuotose grandinėse.
- Trumpalaikį likvidumą ir biržų srautus didelės kapitalizacijos AI tokenams: orderbook gilumą, arbitražo galimybes ir OTC srautus.
Be šių techninių signalų, investuotojai turėtų vertinti projektų ilgalaikę vertę: ar jie turi aiškų produktų-rinkos atitikimą (product-market fit), ar geba mažinti priklausomybę nuo centralizuotos infrastruktūros, ir ar jų ekonominės modelio paskatos užtikrina tvarų operatorių ir kūrėjų augimą. Projekto gebėjimas integruotis su didesne kripto ir Web3 infrastruktūra (pvz., Cross-chain sprendimai, Layer-2) taip pat gali pagerinti jo atsparumą rinkos svyravimams.
Nors rinkos nepastovumas pateikia reikšmingą riziką, ilgalaikiai fundamentai decentralizuotai AI technologijai – tokie kaip paklausa paskirstytam skaičiavimui, atviro modelio treniravimui ir suvereniškam hostingui – gali paremti atsigavimą, jei projektai įrodys savo naudą realioms verslo arba mokslo reikmėms ir sumažins priklausomybę nuo centralizuotų paslaugų. Iki tol rinka prides į neapibrėžtumą ir kapitalas laikinai persitvarko į saugesnius, likvidžius aktyvus.
Strategiškai orientuoti investuotojai gali ieškoti galimybių pirkant kokybiškus projektus su stipria bendruomene, aiškiu keliu į pelningumą ir techniniu pranašumu, tačiau tai reikalauja kruopštaus due diligence, įskaitant techninių sprendimų, token ekonomikos ir rinkos likvidumo vertinimą. Rinkos dalyviams rekomenduojama derinti fundamentinę analizę su rizikos valdymo priemonėmis (stop-loss, diversifikacija, pozicijų dydžio kontrolė), kad būtų sumažinti netikėto likvidavimo ir sverto sukeltų nuostolių pavojai.
Šaltinis: crypto
Palikite komentarą