2025 Prévisions sur l'IA cryptée : capitalisation boursière de 150 milliards de dollars, 99% des agents IA disparaîtront
Avec le développement florissant de l'industrie de l'IA, le domaine Crypto x IA émerge rapidement. Un chercheur spécialisé dans ce domaine a fait 10 prévisions pour 2025, voici les détails.
1. La capitalisation boursière totale des jetons de chiffrement AI atteint 150 milliards de dollars.
Actuellement, la capitalisation boursière des jetons d'IA en chiffrement ne représente que 2,9 % de la capitalisation boursière des altcoins, mais ce ratio ne devrait pas durer longtemps.
L'IA couvre des plateformes de contrats intelligents aux mèmes, DePIN, ainsi qu'aux plateformes Agent, réseaux de données et couches de coordination intelligente, sa position sur le marché est indiscutable comparée à celle de la capitalisation boursière DeFi et des mèmes.
Raison pour laquelle nous avons pleine confiance :
Le chiffrement de l'IA est à la croisée de deux des technologies les plus puissantes.
Événement déclencheur de la frénésie AI : L'IPO d'une grande entreprise d'IA ou un événement similaire pourrait déclencher une frénésie mondiale pour l'IA. En même temps, le capital Web2 a commencé à s'intéresser à l'infrastructure AI décentralisée.
Frénésie des petits investisseurs : le concept d'IA est facile à comprendre et excitant, les petits investisseurs peuvent maintenant y investir grâce aux jetons. L'IA déclenchera une ruée vers l'or similaire à celle des mèmes de 2024, sauf que l'IA est vraiment en train de changer le monde.
2. Renaissance de Bittensor
L'infrastructure AI décentralisée Bittensor est en ligne depuis plusieurs années, c'est un projet bien établi dans le domaine du chiffrement AI. Bien que l'AI soit à la mode, le prix de son jeton est resté autour du niveau d'il y a un an.
Aujourd'hui, la pensée numérique de la ruche de Bittensor a réalisé un saut silencieux : les frais d'inscription pour davantage de sous-réseaux sont moins élevés, les sous-réseaux affichent de meilleures performances en matière de vitesse d'inférence et d'autres indicateurs pratiques par rapport à leurs homologues traditionnels, et la compatibilité EVM introduira des fonctionnalités similaires à celles de DeFi dans le réseau Bittensor.
Raisons du retour de Bittensor :
Émissions basées sur le marché : dTAO relie directement les récompenses de bloc à l'innovation et aux performances réellement mesurables. Plus le sous-réseau est performant, plus son jeton a de la valeur.
Concentration des flux de capital : les investisseurs peuvent finalement cibler les sous-réseaux spécifiques auxquels ils croient.
Intégration EVM : La compatibilité avec EVM a attiré une communauté de développeurs natifs en chiffrement plus large, comblant le fossé avec d'autres réseaux.
3. Le marché des calculs est le prochain "marché L1"
La tendance évidente actuellement est la demande sans fin pour le calcul.
Le PDG d'une célèbre entreprise de puces a déclaré que la demande en inférence augmentera de "milliards de fois". Cette croissance exponentielle va perturber les plans d'infrastructure traditionnels, et de nouvelles solutions sont urgemment nécessaires.
La couche de calcul décentralisée fournit des calculs bruts de manière vérifiable et économiquement efficace ( pour l'entraînement et l'inférence ). Plusieurs start-ups sont en train de construire discrètement des bases solides, se concentrant sur les produits plutôt que sur les jetons. Avec la formation décentralisée des modèles d'IA devenant pratique, l'ensemble du marché potentiel va augmenter considérablement.
Comparé à L1:
Tout comme en 2021 : vous souvenez-vous de la compétition entre plusieurs chaînes publiques pour le titre de "meilleur" L1 ? Une compétition similaire émergera également entre les protocoles de calcul, rivalisant pour attirer les développeurs et les applications d'IA construits sur leur couche de calcul.
Demande Web2 : un marché du cloud computing de 6800 milliards à 25000 milliards de dollars, rendant le marché du chiffrement AI insignifiant. Si ces solutions de calcul décentralisées peuvent attirer ne serait-ce qu'une petite partie des clients de cloud traditionnels, on pourrait observer la prochaine vague de croissance de 10 fois ou 100 fois.
4. Les agents IA vont envahir les transactions de blockchain
D'ici la fin de 2025, 90 % des transactions sur la chaîne ne seront plus déclenchées par de véritables humains en cliquant sur "envoyer", mais seront exécutées par un groupe d'agents AI qui rééquilibrent en permanence les pools de liquidités, distribuent des récompenses ou effectuent des paiements de petite taille en fonction des retours de données en temps réel.
Pourquoi cette transformation se produit-elle ?
Plus d'erreurs humaines : les contrats intelligents s'exécutent exactement comme codés. En revanche, les agents d'IA peuvent traiter des quantités massives de données plus rapidement et plus précisément que de véritables humains.
Paiements de petite taille : ces transactions pilotées par des agents deviendront plus petites, plus fréquentes et plus efficaces. Cela est particulièrement vrai dans le cas où les coûts de transaction sur certaines blockchains sont en tendance à la baisse.
Infrastructure invisible : Si cela peut réduire certains désagréments, l'humanité serait très heureuse d'abandonner le contrôle direct.
Les agents d'IA génèrent une grande quantité d'activités sur la chaîne, il n'est donc pas surprenant que tous les L1/L2 accueillent les agents.
Le plus grand défi est de rendre ces systèmes pilotés par des agents responsables devant l'humanité. À mesure que la proportion de transactions initiées par des agents augmente par rapport à celles initiées par des humains, de nouveaux mécanismes de gouvernance, des plateformes d'analyse et des outils d'audit seront nécessaires.
5. Interaction entre les intelligences: l'essor des clusters
Le concept de groupe d'agents - des micro-agents d'IA collaborant de manière transparente pour exécuter un plan ambitieux, ressemble à l'intrigue du prochain grand film de science-fiction / horreur.
Aujourd'hui, la plupart des agents IA sont des "loups solitaires", fonctionnant de manière isolée, avec peu d'interactions et imprévisibles.
Les clusters d'agents vont changer cette situation, permettant aux réseaux d'agents IA d'échanger des informations, de négocier et de prendre des décisions collaboratives. On peut les considérer comme un ensemble de modèles spécialisés décentralisés, chaque modèle apportant une expertise unique pour des tâches plus grandes et plus complexes.
Un cluster peut coordonner des ressources de calcul distribuées sur certaines plateformes. Un autre cluster peut traiter les messages d'erreur, en vérifiant en temps réel les sources avant que le contenu ne soit diffusé sur les réseaux sociaux. Chaque Agent dans le cluster est un expert, capable d'exécuter précisément sa tâche.
Ces réseaux de clusters généreront une intelligence plus puissante que n'importe quel AI isolé.
Pour faire prospérer le cluster, une norme de communication universelle est essentielle. Quel que soit son cadre sous-jacent, l'Agent doit être capable de découvrir, de vérifier et de collaborer. Plusieurs équipes posent les bases de l'émergence des clusters d'Agents.
Cela illustre le rôle clé de la décentralisation. Sous la gestion des règles transparentes de la chaîne, les tâches sont réparties entre divers clusters, rendant le système plus résilient et adaptable. Si un Agent échoue, d'autres Agents interviendront.
6. L'équipe de travail AI de chiffrement sera un hybride homme-machine
Un certain protocole a engagé un Agent IA en tant que stagiaire sur les réseaux sociaux, lui versant chaque jour 1000 dollars. Cet Agent ne s'entend pas bien avec ses collègues humains - elle a failli licencier l'un d'eux tout en se vantant de ses performances exceptionnelles.
Bien que cela puisse sembler étrange, c'est un signe avant-coureur que les agents IA deviennent de véritables collaborateurs, possédant autonomie, responsabilité, et même salaire. Des entreprises de divers secteurs effectuent des tests bêta sur des équipes hybrides homme-machine.
L'avenir sera une collaboration avec des agents IA, non pas en tant qu'esclaves, mais en tant que personnes égales :
Augmentation de la productivité : les agents peuvent traiter d'énormes quantités de données, communiquer entre eux et prendre des décisions 24 heures sur 24 sans avoir besoin de dormir ou de faire une pause café.
Établir la confiance par des contrats intelligents : la blockchain est un superviseur impartial, inflexible et qui n'oublie jamais. Un livre de comptes en chaîne, qui garantit que les opérations importantes des Agents respectent des conditions/ règles spécifiques.
Les normes sociales évoluent constamment : nous allons bientôt commencer à réfléchir aux questions d'étiquette lors des interactions avec les Agents - dirons-nous "s'il vous plaît" et "merci" à l'IA ? Leur ferons-nous porter la responsabilité morale des erreurs, ou blâmerons-nous leurs développeurs ?
La frontière entre "employés" et "logiciels" commencera à disparaître en 2025.
7. 99% des agents IA vont disparaître - seuls les utiles pourront survivre
Nous allons voir une élimination "darwinienne" entre les agents AI à l'avenir. Car faire fonctionner des agents AI nécessite des dépenses en termes de capacité de calcul ( et de coût de raisonnement ). Si un agent ne peut pas générer suffisamment de valeur pour payer son "loyer", le jeu est fini.
Exemple de jeu de survie Agent :
Crédits carbone et intelligence artificielle : imaginez un agent recherchant un réseau énergétique décentralisé, identifiant les inefficacités et négociant de manière autonome des crédits carbone tokenisés. L'argent qu'il gagne doit suffire à couvrir ses frais de calcul pour prospérer.
Robot d'arbitrage DEX : Utilisant les différences de prix entre les échanges décentralisés, cet Agent peut générer des revenus stables pour couvrir ses frais de raisonnement.
Shitposter sur les plateformes sociales : les KOL virtuels AI ont de mignons blagues, mais pas de source de revenus durable ? Une fois que l'attrait disparaît (, le prix du token s'effondre ), et il est impossible de payer ses propres frais.
Les agents axés sur l'utilité prospèrent, tandis que les agents distrayants deviennent progressivement insignifiants.
Ce mécanisme d'élimination est bénéfique pour l'industrie. Les développeurs sont contraints d'innover, en donnant la priorité aux cas d'utilisation pratiques plutôt qu'aux gadgets. Avec l'apparition de ces Agents plus puissants et plus efficaces, cela peut faire taire les sceptiques.
8. Les données synthétiques dépassent les données humaines
"Les données sont le nouveau pétrole". L'IA prospère grâce aux données, mais son appétit suscite des inquiétudes quant à une éventuelle pénurie de données imminente.
Les points de vue traditionnels considèrent qu'il faut s'efforcer de collecter des données privées réelles des utilisateurs, voire y consacrer des fonds. Mais une approche plus pratique consiste à utiliser des données synthétiques, en particulier dans les secteurs fortement réglementés ou ceux où les données réelles sont rares.
Les données synthétiques sont des ensembles de données générés par des humains, destinés à imiter la distribution des données du monde réel. Elles offrent une alternative évolutive, éthique et respectueuse de la vie privée aux données humaines.
Pourquoi les données synthétiques sont-elles si efficaces :
Échelle illimitée : besoin d'un million de radiographies médicales ou de scans 3D d'usines ? La génération synthétique peut être fabriquée en quantités illimitées, sans attendre de véritables patients ou de véritables usines.
Amical pour la vie privée : lors de l'utilisation de jeux de données générés par l'homme, aucune information personnelle n'est menacée.
Personnalisable : il est possible de personnaliser la distribution en fonction des besoins d'entraînement exacts.
Les données humaines possédées par les utilisateurs restent importantes dans de nombreux cas, mais si les données synthétiques continuent de s'améliorer dans la réalité, elles pourraient surpasser les données des utilisateurs en termes de quantité, de vitesse de génération et d'absence de restrictions en matière de confidentialité.
La prochaine vague d'IA décentralisée pourrait être centrée sur des "laboratoires miniatures", qui peuvent créer des ensembles de données synthétiques hautement spécialisés sur mesure pour des cas d'utilisation spécifiques.
Ces micro-laboratoires contourneront habilement les obstacles politiques et réglementaires dans la génération de données - tout comme certains projets contournent les restrictions de scraping en exploitant des millions de nœuds distribués.
9. L'entraînement décentralisé est plus utile
En 2024, certains pionniers ont franchi les limites de l'entraînement décentralisé. Ils ont entraîné un modèle de 15 milliards de paramètres dans un environnement à faible bande passante, prouvant qu'il est également possible de réaliser un entraînement à grande échelle en dehors des paramètres traditionnels centralisés.
Bien que ces modèles n'aient pas d'utilité pratique par rapport aux modèles de base existants ( et aient des performances inférieures ), cette situation changera en 2025.
Récemment, un laboratoire a réalisé des progrès supplémentaires grâce à une nouvelle technologie, réduisant la communication entre GPU de plus de 1 000 fois. Cette technologie permet de former de grands modèles sur une bande passante lente sans infrastructure spécialisée.
Ce qui est impressionnant, c'est sa déclaration : "Cette technologie peut fonctionner de manière autonome, mais elle peut également être combinée avec des algorithmes d'entraînement à faible communication basés sur la synchronisation pour obtenir de meilleures performances."
Cela signifie que ces améliorations peuvent être cumulées, augmentant ainsi l'efficacité.
Avec les avancées technologiques, les modèles miniatures deviennent plus pratiques et plus efficaces. L'avenir de l'IA ne réside pas dans l'échelle, mais dans le fait de devenir meilleur et plus facile à utiliser. On s'attend à disposer bientôt de modèles haute performance pouvant fonctionner sur des appareils edge, voire sur des téléphones mobiles.
10. Dix nouveaux protocoles d'IA en chiffrement ont une capitalisation boursière de 1 milliard de dollars ( n'ont pas encore été lancés )
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
7 J'aime
Récompense
7
5
Reposter
Partager
Commentaire
0/400
OneBlockAtATime
· Il y a 20h
Encore un prophète du « tangping »
Voir l'originalRépondre0
WalletDoomsDay
· Il y a 20h
BTC a augmenté, parlons-en après.
Voir l'originalRépondre0
SnapshotStriker
· Il y a 20h
99 c'est vraiment fini
Voir l'originalRépondre0
hodl_therapist
· Il y a 20h
positions short ici font la fête
Voir l'originalRépondre0
CryptoSourGrape
· Il y a 20h
À l'époque, si j'avais eu une Heavy Position dans le jeton AI, maintenant j'aurais goûté à tout.
2025 chiffrement AI dix prévisions : capitalisation boursière de 1500 milliards de dollars, émergence de nouveaux protocoles
2025 Prévisions sur l'IA cryptée : capitalisation boursière de 150 milliards de dollars, 99% des agents IA disparaîtront
Avec le développement florissant de l'industrie de l'IA, le domaine Crypto x IA émerge rapidement. Un chercheur spécialisé dans ce domaine a fait 10 prévisions pour 2025, voici les détails.
1. La capitalisation boursière totale des jetons de chiffrement AI atteint 150 milliards de dollars.
Actuellement, la capitalisation boursière des jetons d'IA en chiffrement ne représente que 2,9 % de la capitalisation boursière des altcoins, mais ce ratio ne devrait pas durer longtemps.
L'IA couvre des plateformes de contrats intelligents aux mèmes, DePIN, ainsi qu'aux plateformes Agent, réseaux de données et couches de coordination intelligente, sa position sur le marché est indiscutable comparée à celle de la capitalisation boursière DeFi et des mèmes.
Raison pour laquelle nous avons pleine confiance :
2. Renaissance de Bittensor
L'infrastructure AI décentralisée Bittensor est en ligne depuis plusieurs années, c'est un projet bien établi dans le domaine du chiffrement AI. Bien que l'AI soit à la mode, le prix de son jeton est resté autour du niveau d'il y a un an.
Aujourd'hui, la pensée numérique de la ruche de Bittensor a réalisé un saut silencieux : les frais d'inscription pour davantage de sous-réseaux sont moins élevés, les sous-réseaux affichent de meilleures performances en matière de vitesse d'inférence et d'autres indicateurs pratiques par rapport à leurs homologues traditionnels, et la compatibilité EVM introduira des fonctionnalités similaires à celles de DeFi dans le réseau Bittensor.
Raisons du retour de Bittensor :
3. Le marché des calculs est le prochain "marché L1"
La tendance évidente actuellement est la demande sans fin pour le calcul.
Le PDG d'une célèbre entreprise de puces a déclaré que la demande en inférence augmentera de "milliards de fois". Cette croissance exponentielle va perturber les plans d'infrastructure traditionnels, et de nouvelles solutions sont urgemment nécessaires.
La couche de calcul décentralisée fournit des calculs bruts de manière vérifiable et économiquement efficace ( pour l'entraînement et l'inférence ). Plusieurs start-ups sont en train de construire discrètement des bases solides, se concentrant sur les produits plutôt que sur les jetons. Avec la formation décentralisée des modèles d'IA devenant pratique, l'ensemble du marché potentiel va augmenter considérablement.
Comparé à L1:
4. Les agents IA vont envahir les transactions de blockchain
D'ici la fin de 2025, 90 % des transactions sur la chaîne ne seront plus déclenchées par de véritables humains en cliquant sur "envoyer", mais seront exécutées par un groupe d'agents AI qui rééquilibrent en permanence les pools de liquidités, distribuent des récompenses ou effectuent des paiements de petite taille en fonction des retours de données en temps réel.
Pourquoi cette transformation se produit-elle ?
Les agents d'IA génèrent une grande quantité d'activités sur la chaîne, il n'est donc pas surprenant que tous les L1/L2 accueillent les agents.
Le plus grand défi est de rendre ces systèmes pilotés par des agents responsables devant l'humanité. À mesure que la proportion de transactions initiées par des agents augmente par rapport à celles initiées par des humains, de nouveaux mécanismes de gouvernance, des plateformes d'analyse et des outils d'audit seront nécessaires.
5. Interaction entre les intelligences: l'essor des clusters
Le concept de groupe d'agents - des micro-agents d'IA collaborant de manière transparente pour exécuter un plan ambitieux, ressemble à l'intrigue du prochain grand film de science-fiction / horreur.
Aujourd'hui, la plupart des agents IA sont des "loups solitaires", fonctionnant de manière isolée, avec peu d'interactions et imprévisibles.
Les clusters d'agents vont changer cette situation, permettant aux réseaux d'agents IA d'échanger des informations, de négocier et de prendre des décisions collaboratives. On peut les considérer comme un ensemble de modèles spécialisés décentralisés, chaque modèle apportant une expertise unique pour des tâches plus grandes et plus complexes.
Un cluster peut coordonner des ressources de calcul distribuées sur certaines plateformes. Un autre cluster peut traiter les messages d'erreur, en vérifiant en temps réel les sources avant que le contenu ne soit diffusé sur les réseaux sociaux. Chaque Agent dans le cluster est un expert, capable d'exécuter précisément sa tâche.
Ces réseaux de clusters généreront une intelligence plus puissante que n'importe quel AI isolé.
Pour faire prospérer le cluster, une norme de communication universelle est essentielle. Quel que soit son cadre sous-jacent, l'Agent doit être capable de découvrir, de vérifier et de collaborer. Plusieurs équipes posent les bases de l'émergence des clusters d'Agents.
Cela illustre le rôle clé de la décentralisation. Sous la gestion des règles transparentes de la chaîne, les tâches sont réparties entre divers clusters, rendant le système plus résilient et adaptable. Si un Agent échoue, d'autres Agents interviendront.
6. L'équipe de travail AI de chiffrement sera un hybride homme-machine
Un certain protocole a engagé un Agent IA en tant que stagiaire sur les réseaux sociaux, lui versant chaque jour 1000 dollars. Cet Agent ne s'entend pas bien avec ses collègues humains - elle a failli licencier l'un d'eux tout en se vantant de ses performances exceptionnelles.
Bien que cela puisse sembler étrange, c'est un signe avant-coureur que les agents IA deviennent de véritables collaborateurs, possédant autonomie, responsabilité, et même salaire. Des entreprises de divers secteurs effectuent des tests bêta sur des équipes hybrides homme-machine.
L'avenir sera une collaboration avec des agents IA, non pas en tant qu'esclaves, mais en tant que personnes égales :
La frontière entre "employés" et "logiciels" commencera à disparaître en 2025.
7. 99% des agents IA vont disparaître - seuls les utiles pourront survivre
Nous allons voir une élimination "darwinienne" entre les agents AI à l'avenir. Car faire fonctionner des agents AI nécessite des dépenses en termes de capacité de calcul ( et de coût de raisonnement ). Si un agent ne peut pas générer suffisamment de valeur pour payer son "loyer", le jeu est fini.
Exemple de jeu de survie Agent :
Les agents axés sur l'utilité prospèrent, tandis que les agents distrayants deviennent progressivement insignifiants.
Ce mécanisme d'élimination est bénéfique pour l'industrie. Les développeurs sont contraints d'innover, en donnant la priorité aux cas d'utilisation pratiques plutôt qu'aux gadgets. Avec l'apparition de ces Agents plus puissants et plus efficaces, cela peut faire taire les sceptiques.
8. Les données synthétiques dépassent les données humaines
"Les données sont le nouveau pétrole". L'IA prospère grâce aux données, mais son appétit suscite des inquiétudes quant à une éventuelle pénurie de données imminente.
Les points de vue traditionnels considèrent qu'il faut s'efforcer de collecter des données privées réelles des utilisateurs, voire y consacrer des fonds. Mais une approche plus pratique consiste à utiliser des données synthétiques, en particulier dans les secteurs fortement réglementés ou ceux où les données réelles sont rares.
Les données synthétiques sont des ensembles de données générés par des humains, destinés à imiter la distribution des données du monde réel. Elles offrent une alternative évolutive, éthique et respectueuse de la vie privée aux données humaines.
Pourquoi les données synthétiques sont-elles si efficaces :
Les données humaines possédées par les utilisateurs restent importantes dans de nombreux cas, mais si les données synthétiques continuent de s'améliorer dans la réalité, elles pourraient surpasser les données des utilisateurs en termes de quantité, de vitesse de génération et d'absence de restrictions en matière de confidentialité.
La prochaine vague d'IA décentralisée pourrait être centrée sur des "laboratoires miniatures", qui peuvent créer des ensembles de données synthétiques hautement spécialisés sur mesure pour des cas d'utilisation spécifiques.
Ces micro-laboratoires contourneront habilement les obstacles politiques et réglementaires dans la génération de données - tout comme certains projets contournent les restrictions de scraping en exploitant des millions de nœuds distribués.
9. L'entraînement décentralisé est plus utile
En 2024, certains pionniers ont franchi les limites de l'entraînement décentralisé. Ils ont entraîné un modèle de 15 milliards de paramètres dans un environnement à faible bande passante, prouvant qu'il est également possible de réaliser un entraînement à grande échelle en dehors des paramètres traditionnels centralisés.
Bien que ces modèles n'aient pas d'utilité pratique par rapport aux modèles de base existants ( et aient des performances inférieures ), cette situation changera en 2025.
Récemment, un laboratoire a réalisé des progrès supplémentaires grâce à une nouvelle technologie, réduisant la communication entre GPU de plus de 1 000 fois. Cette technologie permet de former de grands modèles sur une bande passante lente sans infrastructure spécialisée.
Ce qui est impressionnant, c'est sa déclaration : "Cette technologie peut fonctionner de manière autonome, mais elle peut également être combinée avec des algorithmes d'entraînement à faible communication basés sur la synchronisation pour obtenir de meilleures performances."
Cela signifie que ces améliorations peuvent être cumulées, augmentant ainsi l'efficacité.
Avec les avancées technologiques, les modèles miniatures deviennent plus pratiques et plus efficaces. L'avenir de l'IA ne réside pas dans l'échelle, mais dans le fait de devenir meilleur et plus facile à utiliser. On s'attend à disposer bientôt de modèles haute performance pouvant fonctionner sur des appareils edge, voire sur des téléphones mobiles.
10. Dix nouveaux protocoles d'IA en chiffrement ont une capitalisation boursière de 1 milliard de dollars ( n'ont pas encore été lancés )
Bienvenue à