Discusión sobre el modelo de negocio de la plataforma de Potencia computacional de IA: un ejemplo con IO y ATH

Recientemente, dos proyectos conceptuales de IA realizaron sucesivamente la emisión de tokens, lo que provocó una amplia discusión en la industria sobre el modelo de negocio de la plataforma de potencia computacional de IA. Este modelo es esencialmente un clásico modelo de negocio de plataforma.

Por un lado están las startups de IA y las empresas de renderizado de juegos, que necesitan una gran cantidad de potencia computacional; por otro lado, están las personas o instituciones que poseen tarjetas gráficas de alto rendimiento inactivas. Si hay una plataforma que puede conectar estas dos demandas, se forma un modelo de negocio típico de plataforma.

Este modelo es beneficioso para ambas partes: las empresas de IA pueden obtener la potencia computacional necesaria a un costo más bajo, mientras que los propietarios de tarjetas gráficas pueden obtener ingresos de los recursos ociosos. Fue al reconocer esta oportunidad de mercado que algunas plataformas surgieron, con el objetivo de conectar los recursos de tarjetas gráficas ociosas con la demanda de las empresas de IA.

Esta modalidad es popular principalmente por las siguientes razones:

1. Consideraciones de costos: las empresas de IA, especialmente las startups, tienen dificultades para soportar el alto costo de adquirir grandes cantidades de tarjetas gráficas.
2. Requisitos de flexibilidad: Estas empresas prefieren alquilar recursos de potencia computacional de manera flexible según la demanda.
3. Restricciones del mercado: Actualmente, hay una escasez de suministro de tarjetas gráficas a nivel mundial, e incluso enfrentamos algunas restricciones comerciales, lo que aumenta la dificultad de la compra directa.

Sin embargo, este modelo de plataforma enfrenta un típico problema de "¿qué fue primero, el huevo o la gallina?": las empresas de IA necesitan que haya suficientes recursos de Potencia computacional en la plataforma, mientras que los propietarios de tarjetas gráficas esperan tener suficientes pedidos. Para romper este ciclo, algunas plataformas han introducido mecanismos de criptomonedas.

Una plataforma eligió la estrategia de "primero el huevo", atrayendo una gran cantidad de tarjetas gráficas mediante subsidios en tokens. Otra plataforma adoptó un enfoque diferente, lanzando productos de minería virtual y física para mantener y expandir su base de usuarios. Este enfoque aumentó efectivamente el costo hundido de los usuarios, mejorando la lealtad de los mismos.

En términos de modelo de negocio, estas plataformas suelen permitir pagos en moneda fiduciaria o stablecoins, al tiempo que también ofrecen la opción de pagar con el token de la plataforma, otorgando un descuento determinado. Esta práctica no solo no obliga a los usuarios a utilizar el token de la plataforma, sino que también le otorga una funcionalidad real al token, favoreciendo la tenencia descentralizada del mismo.

En términos de construcción ecológica, diferentes plataformas han adoptado diferentes estrategias. Algunas plataformas han introducido el papel de inspectores, responsables de monitorear el estado de trabajo de las tarjetas gráficas y la situación de procesamiento de pedidos, y a través de este trabajo obtienen recompensas en forma de tokens. Esta práctica no solo aumenta la fiabilidad de la plataforma, sino que también ofrece oportunidades de ganancias a los primeros participantes.

Es importante notar que, aunque hay una relación de competencia entre estas plataformas en cierta medida, también existe espacio de colaboración entre ellas debido a que todas manejan recursos de tarjetas gráficas estandarizados. Algunas plataformas incluso han realizado intercambios de tokens, mostrando el espíritu de colaboración dentro de la industria.

En general, la aparición de plataformas de potencia computacional de IA ha brindado nuevas oportunidades para las startups de IA y los propietarios de tarjetas gráficas, así como también ha inyectado nueva energía en el desarrollo de toda la industria de IA. A medida que este modelo continúa perfeccionándose y desarrollándose, podemos esperar ver más innovaciones y avances.