Ilgu laiku finanses balstījās uz diezgan vienkāršu pieņēmumu: sarežģītība attaisno starpniecību.
Ja tirgi kļūst pārāk fragmentēti, pārāk globāli, pārāk ātri kustīgi, tad kādam ir jāsēž vidū un jāpārvalda haoss. Tas kļuva par ekonomisko pamatu mūsdienu aktīvu pārvaldībā. Pensiju fondi, hedžu fondi, RIAs, privātbankas, daudzģimenes biroji. Visa nozare radās ap maksām par koordināciju.
Ne vienmēr īpašumtiesībām. Galvenokārt lēmumu pieņemšanai.
Un, godīgi sakot, šī modeļa jēga bija kādu laiku. Informācija bija dārga. Izpildes infrastruktūra bija fragmentēta. Pārirobežu kapitāla pārvietošanās bija lēna. Mazumtirdzniecības investoriem gandrīz nebija tiešas piekļuves institucionāla līmeņa stratēģijām. Pat vienkārša portfeļa veidošana prasīja slāņus ar glabātājiem, brokeriem, atbilstības darbiniekiem, analītiķiem un ziņošanas sistēmām, lai darbotos droši.
Bet tas, kas pēdējā laikā man izceļas, ir tas, cik daudz no šīs struktūras atkarīgas no operatīvās berzes palikšanas pastāvīgai.
Brīdis, kad izpilde kļūst programmējama, ekonomika sāk mainīties neērtos veidos.
Tas, iespējams, ir dziļākais stāsts aiz DeFi. Ne tikai ieguves lauks vai uz ķēdes spekulācija. Tie bija virsmas līmeņa izpausmes. Svarīgākā pārmaiņa bija tā, ka kapitāls pats kļuva mašīnu lasāms. Gudrās līgumi pārvērta finanšu loģiku par izpildāmu infrastruktūru.
Un tagad virs tā šķiet, ka veidojas vēl viena kārta.
DeFAI.
Lielākā daļa cilvēku joprojām ietver AI finansēs caur palīgu prizmu. Labāki informācijas paneļi. Ātrāka analītika. Gudrāki tirdzniecības signāli. Varbūt automatizēta pētījumu kopsavilkumi vai palīgi portfeļa pārvaldniekiem.
Bet tirgus var nenovērtēt, cik ātri AI pāriet no analīzes uz izpildi, kad finanšu sistēmas kļūst pilnībā programmējamas.
Tas izklausās niansēti, līdz jūs uzmanīgi izdomājat sekas.
Tradicionālā finanses iekasē pārvaldības maksas lielā mērā tāpēc, ka cilvēki manuāli koordinē sarežģītību. Viņi uzrauga portfeļus, pārbalansē sadalījumus, filtrē iespējas, maršrutē kapitālu, īsteno mandātus, optimizē nodokļu ietekmi, pārvalda risku sliekšņus un komunicē stratēģijas pielāgojumus starp fragmentētām sistēmām.
Bet autonomas finanšu aģentiem nav koordinācijas izmaksu tādā pašā veidā kā cilvēkiem.
AI sistēma, kas tieši savienota ar programmējamiem likviditātes slāņiem, teorētiski var vienlaikus uzraudzīt tūkstošiem pozīciju, dinamiski pārbalansēt starp protokoliem, reaģēt uz svārstību apstākļiem reālajā laikā, automātiski īstenot kases mandātus un nepārtraukti izpildīt iepriekš noteiktu risku loģiku bez operatīvā dīkstāves.
Interesantā daļa nav tas, ka tas kļūst iespējams.
Interesantā daļa ir tas, kas notiek ar maksu struktūrām, kad tas notiek.
Jo, kad inteliģence un izpilde saplūst kopā, tradicionālais AUM modelis sāk izskatīties mazāk kā neizbēgams un vairāk kā mantojuma koordinācijas prēmija.
Tomēr es nedomāju, ka šī pāreja notiks tik tīri, kā daži cilvēki gaida.
Finanses nav tikai izpildes problēma. Tas ir arī uzticības jautājums.
Tieši tur daudzas tīri tehniskas sarunas par AI aģentiem joprojām šķiet nepabeigtas. Lielākā daļa diskusiju koncentrējas uz spējām, ignorējot likumību. Autonomā sistēma, kas pārvalda kapitālu, automātiski netiek uzticēta vienkārši tāpēc, ka tā labi darbojas dažus mēnešus.
Iestādēm rūp izcelsme. Atribūcija. Atbildība. Auditējamība. Atļauju struktūras. Atbilstības izsekojamība. Operatīvie ierobežojumi. Reputācijas noturība.
Un varbūt tas kļūst par īsto šaurumu.
Nevis skaitļošanas jauda.
Nevis modeļa inteliģence.
Uzticības infrastruktūra.
Es turpinu atgriezties pie šī punkta, jo vēsture parasti atlīdzina sistēmas, kas samazina nenoteiktību ap koordināciju. Tirgi paplašinās, kad dalībnieki var lēti pārbaudīt uzvedību.
Tāpēc pašreizējais AI tirgus joprojām šķiet ekonomiski nepabeigts. Mums ir pietiekami modeļi, pietiekami datu ģenerēšana, pietiekami inferenču slāņi. Bet sistēmas, kas pārbauda ieguldījumu kvalitāti, izpildes uzticamību vai atribūcijas likumību, joprojām šķiet fragmentētas.
Tas mani noved pie @OpenLedger un $OPEN.
Kas man padara OpenLedger interesantu, nav vispārīgā "AI + blokķēde" naratīva, ko tirgus parasti katru ciklu pārstrādā. Ja nekas, tad šī ietvarēšana, iespējams, parāda, ko patiesībā notiek zem virsmas.
Dziļāka pārmaiņa var būt par operatīvās uzticības slāņiem autonomai inteliģencei.
Jo, kad AI aģenti sāk ekonomiski mijiedarboties ar citiem aģentiem, lietotājiem, institūcijām, likviditātes sistēmām vai uzņēmuma darba plūsmām, izcelsme sāk kļūt ekonomiski nepieciešama, nevis filozofiski interesanta.
Kas ģenerēja rezultātu?
Kādi dati ietekmēja lēmumu?
Kura modeļa rīkoja darbību?
Kādas atļaujas pastāvēja?
Kā tiek mērīta ieguldījumu kvalitāte?
Kā tiek sadalītas atlīdzības starp dalībniekiem, kas apmācīja, pārbaudīja vai pilnveidoja sistēmu?
Šie jautājumi izklausās administratīvi līdz reālais kapitāls sāk atkaroties no tiem.
Iedomājieties autonomu kases aģentu, kas piešķir miljonus tokenizētos kredītu tirgos. Vai uzņēmuma AI, kas nodarbojas ar iepirkumu izpildi. Vai mašīnu vadītas atbilstības sistēmas, kas apstiprina finanšu darbības dažādās jurisdikcijās.
Tehniskais izaicinājums vairs nav tikai inteliģence. Tas ir koordinācijas likumība.
Un, godīgi sakot, tradicionālā finanses jau intuitīvi šo saprot. Tāpēc institucionālā pieņemšana pārvietojas lēnāk nekā mazumtirdzniecības spekulācijas cikli. Lieli kapitāla piešķirēji parasti mazāk uztraucas par to, vai AI var ģenerēt rezultātus un vairāk par to, vai operatīvā ķēde, kas apņem šos rezultātus, paliek atbildīga stresa apstākļos.
Tas maina sarunu ap infrastruktūru.
Varbūt īstā trūkuma sajūta nav modeļa piekļuve.
Varbūt tā ir pārbaudāma koordinācija.
OpenLedger šķiet ir tuvāk šim slānim, nekā daudzi cilvēki apzinās. Uzsvars uz atribūcijas sistēmām, datu likumību, ieguldījumu izsekošanu un atļaujām apzināta inteliģence šķiet mazāk kā nišas dizaina izvēle un vairāk kā sagatavošanās mašīnu ekonomijām, kur ekonomiskā uzticība vairs nevar paļauties uz cilvēku intuīciju.
Jo autonomām sistēmām galu galā arī vajag reputāciju.
Ne sociālā reputācija. Operatīvā reputācija.
Augstas veiktspējas aģents ar neapstrādātiem apmācību datiem vai neskaidru izpildes izcelsmi var kļūt nelietojams regulētās vidēs neatkarīgi no neapstrādātās veiktspējas. Tikmēr nedaudz mazāk efektīva sistēma ar caurredzamu atribūciju, atļauju kontroles un auditable darba plūsmām var kļūt institucionāli priekšroka.
Šī tirdzniecības attiecība jau pastāv finansēs šodien. Bankas regulāri upurē ātrumu pār atbilstības redzamību. Uzņēmumi upurē efektivitāti pār pārvaldības noteiktību.
AI, iespējams, iinheritē to pašu realitāti.
Protams, nekas no tā negarantē OpenLedger pieņemšanu konkrēti. Šeit joprojām ir nozīmīgi riski.
Viens jautājums ir tas, ka atribūcijas tirgi paši ir grūti standartizējami. Ieguldījumu kvalitātes mērīšana starp datu kopām, modeļiem, aģentiem un izpildes sistēmām kļūst ātri nekārtīga. Pārvaldības sistēmas var kļūt politizētas. Iedrošinājumu struktūras var novirzīties uz izsūknēšanu, ja tās nav rūpīgi izstrādātas.
Ir arī plašāks jautājums par tokenu vērtības notveršanu.
Infrastruktūras tīkli bieži rada milzīgu lietderību, kamēr cīnās, lai pārvērstu šo lietderību izturīgā tokenu ekonomikā. Tirgus to ir redzējis atkārtoti vairākos ciklos. Lietojums automātiski nenozīmē vērtības uzkrāšanos.
Un institucionālā integrācija pati par sevi joprojām ir neskaidra. Lieli uzņēmumi var dot priekšroku slēgtām AI sistēmām, neskatoties uz efektivitātes ierobežojumiem, vienkārši tāpēc, ka iekšējās kontroles struktūras kultūras un juridiskās drošības ziņā šķiet drošākas.
Tomēr ceļš uz priekšu šķiet grūti ignorēt.
Kad AI sistēmas kļūst arvien autonomākas, ekonomiskā prēmija, iespējams, pārvietojas prom no neapstrādātas inteliģences un uz uzticamiem koordinācijas slāņiem ap inteliģenci.
Tas var izklausīties mazāk aizraujoši nekā modeļa rādītāji vai vīrusu demonstrējumi, bet tirgi parasti nobriest ap operatīvo uzticamību galu galā. Spekulācija parasti dominē agrīnajos ciklos. Infrastruktūras disciplīna parasti dominē vēlākajos.
Un varbūt tieši tur DeFAI kļūst svarīgāks nekā cilvēki pašreiz domā.
Nevis tāpēc, ka AI aģenti pēkšņi nomaina katru portfeļa pārvaldnieku nakts laikā. Šī naratīva šķiet pārspīlēta.
Bet tāpēc, ka loģika, kas pamatā aktīvu pārvaldībai, sāk decomponēties, kad inteliģence kļūst nepārtraukti izpildāma internetā.
AUM maksas vēsturiski tika pamatotas ar informācijas asimetriju un operatīvo koordināciju.
DeFAI pakāpeniski saspiest abus.
Rezultāts, visticamāk, nebūs finanšu starpnieku pilnīga izskaušana. Visticamāk, tas mainīs to, ko starpnieki patiesībā dara. Cilvēku diskrecija, iespējams, joprojām paliek vērtīga pārvaldībā, makro interpretācijā, attiecību pārvaldībā un stratēģiskajā uzraudzībā.
Bet atkārtotā izpildes slānis finansēs arvien vairāk izskatās automatizējams.
Un, ja tas notiks, infrastruktūra, kas nodrošina uzticību starp autonomām sistēmām, var kļūt ekonomiski vērtīgāka par pašām stratēģijām.
Šī iespēja turpina parādīties manā prātā, kad es skatos uz projektiem kā OpenLedger.
Nevis tāpēc, ka tirgus to vēl pilnībā izprot.
Varbūt tāpēc, ka tas tā nav.