周期与叙事始终是全球加密市场的核心议题。随着比特币和以太坊现货ETF的获批，加密市场与全球金融体系的关联日益紧密，影响市场趋势的变量也变得更加复杂。
在这种不确定性增加的背景下，更清晰地理解行业周期、捕捉未来叙事方向显得尤为关键。投资机构作为捕捉创新趋势的先锋，其观点与判断具有重要参考价值。
本文将围绕加密领域与人工智能的融合，从技术结合点、投资逻辑与未来机遇三大维度，带你深入洞察这一前沿领域的现状与未来。
当加密技术遇见人工智能
加密技术的去中心化、无需许可等特性，为目前高度依赖科技巨头的AI领域提供了新的发展路径。目前常见的结合方向主要包括算力、数据、模型与应用四个方面。
算力：打破集中化垄断
分布式或去中心化算力市场，如 io.net 和 Prodia，充分利用全球市场上的闲置算力，打破巨头对算力资源的垄断。未来，如果分布式算力在总量上超越集中式算力，将深刻改变AI算力市场的格局。
此外，由于AI算力资产具有稀缺性和高盈利性，一些现实资产代币化（RWA）项目如 Compute Labs 也开始出现。它们将算力资产进行代币化，并开发相关衍生品，逐步构建起AI-Fi生态系统。
数据：激励与隐私保护并重
加密经济模型能有效激励用户参与AI数据生态。例如，多种DePIN项目可通过代币经济激励用户贡献、标注或验证数据，为AI模型训练提供丰富数据来源。
同时，加密技术的隐私保护特性也可用于保障用户数据的安全。像 Flock.io 和 Privasea.ai 这类项目，都强调在模型训练过程中保护用户数据隐私的重要性。
模型：走向开放与民主化
开放模型市场有望打破科技巨头对AI模型的垄断。用户不仅可以提供计算资源支持AI模型训练和推理，还可以通过网络协议直接提供数据或模型进行交互。
不过，分布式模型训练仍然是一个技术挑战，我们期待在这一领域看到更多技术突破。
应用：创造全新体验
在应用层面，AI与加密的结合为内容创作带来了全新可能。用户可以自主构建虚拟角色和个性化聊天机器人，例如 Myshell 允许用户通过上传数据训练模型，创建自己的AI智能体。
这种方式也让数据提供者和模型训练者能够从平台发展中获益，形成良性数据循环。
揭秘加密与AI领域的投资方法论
从炒作到实质：行业正在成熟
该领域正逐渐从炒作转向实质。过去一年中，出现了许多加密与AI结合的项目，但大多集中在基础设施领域，应用层项目较少且创新不足。
市场泡沫在技术创新早期是常见现象，但随着市场资源优化，真正具备技术实力的团队将进入这一领域。市场将更加青睐能够提供真实价值、可扩展性和可用性的项目，而非仅仅依赖营销和炒作。
三大核心投资逻辑
基于行业发展趋势，我们总结了三个核心投资原则：
市场需求导向
许多AI创业项目在推出产品后才发现市场需求不足。这通常源于创业初期市场调研不充分，产品没有针对实际需求开发。因此，我们高度重视项目是否真正满足市场需求。
我们首先评估项目所属的细分领域、市场规模、增长潜力和竞争格局，然后分析项目解决了什么问题、满足什么需求。即使只是解决一个小问题，只要能击中市场痛点，就是可行的方向。
超越叙事，关注实际应用
加密与AI领域常被批评为“叙事多于实质”。虽然我们不完全认同这一观点，但市场确实越来越不接受纯粹的概念炒作。因此，真实的业务场景和商业模式变得尤为重要。
创业项目必须能够产生业务收入以实现财务可持续性。仅依靠NFT或代币销售作为唯一收入来源是不可持续的。团队需要有清晰的商业模式，明确知道收入来自哪里。
团队需要AI技术背景
AI技术的火热迅速点燃了Web2市场和风投的热情，这股浪潮也自然蔓延到了加密世界。许多加密初创公司开始蹭AI热点重新包装项目，导致同类项目数量激增。
但由于很多团队缺乏AI技术背景，这些项目往往流于表面，缺乏竞争力，很快被市场淘汰。AI技术门槛较高，尤其是在与加密技术结合时，需要团队对两个领域都有深入理解，才能实现有效融合。
投资策略总结
基本的投资方法是：在高潜力领域中找到市场需求和问题，并寻找最适合解决这些问题的团队。通过为创业者提供支持，帮助他们从零到一成长，满足市场需求并解决问题。
展望未来机遇与挑战
技术突破与创新是永恒机会
AI领域存在显著的技术垄断问题。数据和核心技术大多被科技巨头控制，这大大挤压了创业公司的生存空间。打破这种垄断是创业者面临的首要挑战。
我们期待看到更多创业团队走出追随者角色，通过加密与AI的结合，打破中心化科技巨头的垄断，实现技术突破和创新，真正将叙事转化为满足市场需求的产品。
创业团队的生存之道
对于创业团队而言，如何在竞争中生存下来是需要认真思考的问题：
-
商业模式与可持续性：需要探索清晰的商业模式和可持续性。纯粹基于叙事的项目不再被市场接受。团队需要稳定的业务收入或清晰可行的未来盈利模式
-
财务管理与成本控制：需要具备良好的财务管理和成本控制能力，确保项目的长期稳定性。财务问题是创业公司最常见的问题之一
-
灵活性与敏捷性：需要保持足够的灵活性和敏捷性。市场变化迅速，单一技术突破就可能导致许多创业公司消失。团队必须能够适应市场变化，调整策略和方向
市场情绪与监管环境的变化
加密市场正在经历机构和监管机构认同度的提升，这从2024年初美国批准比特币和以太坊ETF以及最近的选举结果可以看出。这种进展标志着加密社区的情绪转变，主流接受度不断提高，为进一步创新打开了大门。
同时，AI领域也在经历自身的转型。对领先AI公司的担忧已经出现，这为新的、创新的AI开发和治理方法创造了机会。这种转变与许多加密项目去中心化的理念非常契合，为协同效应提供了独特机遇。
基础设施层的挑战
DeAI面临的最大挑战在基础设施层，特别是在构建基础模型所需的资本密集度以及数据和计算的规模回报方面。
大型科技公司在这方面具有明显优势。它们利用第二代互联网的垄断利润建立了大量资本储备，并在低利率的十年间将这些资金再投资于云基础设施，现在正试图垄断智能市场的基本输入——数据和计算。
然而，随着低延迟去中心化训练方法的兴起，尖端模型商品化的趋势正在变得明显。这一转变将竞争从大型科技公司控制的硬件超级集群转移到更有利于开源和加密软件创新的环境。
常见问题
加密技术与AI结合的主要领域有哪些？
主要结合领域包括算力分配、数据市场、模型训练和应用开发。算力方面通过分布式网络打破垄断；数据方面通过代币经济激励数据贡献；模型方面推动开放模型市场；应用方面创造全新用户体验和内容生成方式。
投资加密与AI项目应该关注哪些关键要素？
应重点关注市场需求匹配度、团队技术背景、商业模式可行性和项目可持续性。避免纯粹叙事型项目，选择有实际应用场景和清晰盈利模式的项目，同时确保团队具备AI和加密双领域专业知识。
DeAI发展面临的主要挑战是什么？
主要挑战包括技术门槛高、资金需求大、人才稀缺和监管不确定性。大型科技公司在算力和数据方面具有垄断优势，创业公司需要找到差异化竞争路径，同时应对全球经济和监管环境的变化。
AI与加密结合的未来趋势如何？
未来将看到从纯叙事项目向实际应用转变，更加注重用户数据权利和所有权，发展强大的去中心化AI基础设施，将AI能力集成到现有区块链生态中，以及由AI和区块链技术融合 enabled 的新经济模式的出现。
分布式算力能否超越集中式算力？
从技术趋势看，分布式算力市场正在快速增长，利用全球闲置算力资源提供了成本效益更高的解决方案。虽然目前集中式算力仍占主导，但分布式算力的优势在于资源利用效率和抗单点故障能力，未来有望在特定领域实现超越。
本文内容仅供参考，不构成任何投资建议。加密资产投资具有高风险性，请谨慎决策。
