Nel 2021 un mio amico ha speso 8 ETH per comprare una scimmia noiosa.
La logica di quel momento era semplice: scarsità, comunità, e gente disposta a pagare di più. Possedere significa aspettare il prossimo acquirente.
Nel 2023 voleva vendere, ma si è accorto che non c'era un altro acquirente. Quella grafica è ancora nel suo wallet, l'unica funzione è ricordargli come funziona il sentiment di mercato.
Il problema degli NFT non è che il concetto sia sbagliato, ma che la fonte di valore è errata. Il suo prezzo dipende dal consenso; se il consenso crolla, il prezzo sparisce. Di per sé non genera nulla.
La logica sottostante degli asset del modello è diversa.
@OpenLedger Gli asset del modello descritti nel white paper sono due cose completamente diverse.
Un modello professionale distribuito su OpenLedger genera una commissione di inferenza ogni volta che viene attivato. Il white paper fornisce una struttura specifica: Feeinference = (Tin/1000)·Rin + (Tout/1000)·Rout + Fplatform. Prendendo l'esempio del white paper, una commissione di inferenza di 1.14 OPN, dopo la detrazione della piattaforma di 0.5, il guadagno netto è di 0.64 OPN, distribuito secondo il rapporto β/γ/δ tra sviluppatori di modelli, staker e contributori di dati.
Il modello viene attivato una volta, il flusso di guadagni una volta. Se lo attivi diecimila volte, il flusso di guadagni diecimila volte. Non si tratta di aspettare il prossimo acquirente, ma di aspettare la prossima attivazione.
La differenza essenziale nella fonte di valore.
Il valore degli NFT deriva dal consenso sulla scarsità. Se un'immagine è considerata dal mercato come avente un valore di 8 ETH, allora vale 8 ETH; se il mercato non la considera preziosa, è solo un JPEG. Il valore è assegnato esternamente e può scomparire.
#OpenLedger Gli asset dei modelli, il valore proviene dalla frequenza d'uso. Un modello diagnostico profondamente sintonizzato su dati di imaging medico, ogni volta che un ospedale lo attiva per diagnosi assistite, la commissione di inferenza viene regolata. Anche se il sentiment di mercato crolla, gli ospedali hanno ancora bisogno di diagnosi assistite da IA, quindi il flusso di guadagni del modello non si ferma.
Personalmente, penso che gli asset speculativi dipendano dalla prossima persona che ci crede. Gli asset produttivi dipendono dalla prossima persona che li utilizza.
C'è una condizione preliminare che molte persone saltano.
Affinché il modello continui a generare guadagni, deve essere sufficientemente buono, tanto da far sì che gli utenti reali siano disposti a pagare ripetutamente per attivarlo. Questo dipende da due cose: la qualità dei dati di addestramento in Datanets e l'accuratezza dei feedback dei validatori nella fase RLHF.
Nel white paper, il peso dell'influenza dei contributori di dati è wi = I(di,y)/ΣI(dj,y); maggiore è l'impatto dei tuoi dati sull'output del modello, maggiore sarà la percentuale di guadagni che riceverai ad ogni inferenza. I guadagni a lungo termine dei contributori di dati di alta qualità dipendono direttamente dall'attivazione continua del modello. Gli interessi dei contributori e la qualità del modello sono allineati, una struttura che non esiste negli NFT.
Le fonti di liquidità sono diverse.
La liquidità degli NFT proviene dal mercato secondario. Se qualcuno è disposto a comprare, puoi vendere; se nessuno acquista, l'asset rimane bloccato.
Il modello su OpenLedger ha liquidità derivante dal flusso di cassa continuo generato dalle attivazioni per inferenza. La sesta sezione del white paper descrive il volano: il modello viene attivato, le commissioni di inferenza vengono regolate, i guadagni dei contributori aumentano, più dati di alta qualità entrano, la qualità del modello migliora, più utenti attivano. Una volta che il volano inizia a girare, la liquidità è endogena.
Certo, se il volano può davvero partire, dipende dalla disponibilità dei primi utenti commerciali a pagare per attivare questi modelli. Questa è l'incognita più grande dell'intera catena logica. Il white paper descrive il design del meccanismo, non è un fatto già avvenuto.
Dopo il lancio della mainnet, cosa monitorare.
Guarda il numero di attivazioni per inferenza del modello, non il prezzo del token. L'aumento del numero di attivazioni significa che la domanda commerciale reale sta convalidando questa logica; le fluttuazioni del prezzo del token riflettono il sentiment di mercato.
Se il mio amico avesse quel Bored Ape e riuscisse a generare quotidianamente un reale costo d'uso, la sua situazione sarebbe completamente diversa. $OPEN sta costruendo il secondo.