Roni_036
2.3k منشورات
Roni_036
Binance Content Creator || Technical Analyst || Smart Trading || Bitcoin Lover|| X- @msa_3146
فتح تداول
مُتداول مُتكرر
2.3 سنوات
410 تتابع
8.7K+ المتابعون
1.5K+ إعجاب
منشورات
الحافظة الاستثمارية
الكل
اقتباسات
مقاطع فيديو
Live
كنت أعتقد أن بنية الذكاء الاصطناعي التحتية ستفوز ببناء أكبر شبكة.
لكنني أعتقد الآن أن أكبر شبكة لا تعني شيئًا إذا لم تكن القيمة قادرة على المرور عبرها.
حدث هذا التحول بعد أن قضيت بعض الوقت في النظر إلى @OpenGradient . من السهل الإشارة إلى إشارات مشجعة: الحوسبة اللامركزية التي تدعم أحمال عمل الذكاء الاصطناعي، والمطورون الذين يقومون بنشر النماذج، والتطبيقات التي تطلب الاستدلال، والتحقق الذي يخلق الثقة، وآليات الدفع التي تربط المشاركين عبر الشبكة. هذه كلها علامات على تشكّل نظام بيئي.
لكنها مجرد علامات.
لقد أظهرتنا التجربة أن البنية التحتية يمكن أن تنمو بسرعة أكبر بكثير من الطلب الفعلي. المزيد من النماذج لا يضمن المزيد من المستخدمين. المزيد من طلبات الاستدلال لا يعني بالضرورة المزيد من القيمة الاقتصادية. وحتى التحقق لا يكون مفيدًا إلا عندما يعتمد الناس على المخرجات الموثوقة لاتخاذ قرارات حقيقية.
ما لفت انتباهي هو سلسلة الاعتماد الكامنة وراء الشبكة.
الحوسبة تمكّن النماذج. النماذج تدعم التطبيقات. التطبيقات تحل المشكلات. المستخدمون يُنشئون المعاملات. المعاملات تُكافئ المشاركين. المكافآت تجذب المزيد من الحوسبة.
لا تتقوّى المنظومة بأقواها. بل تُقيَّد الأضعف.
بالنسبة لي، أصعب سؤال ليس ما إذا كان @OpenGradient قادرًا على توسيع البنية التحتية للذكاء الاصطناعي، بل ما إذا أصبحت التطبيقات كافية لتصبح لا غنى عنها للحفاظ على تشغيل هذه الحلقة بأكملها.
لذلك لم أعد أقيّم @OpenGradient كمشروع بنية تحتية. بل أقيّمه كنظام اقتصادي يجب أن ينجح فيه الطلب في المرور عبر كل طبقة قبل أن تصبح الشبكة ذات قيمة حقيقية.
أي طبقة برأيك هي الأكثر احتمالًا لتحدّ هذا “الدوّامة” على المدى الطويل؟
#opg $OPG @OpenGradient
لكنني أعتقد الآن أن أكبر شبكة لا تعني شيئًا إذا لم تكن القيمة قادرة على المرور عبرها.
حدث هذا التحول بعد أن قضيت بعض الوقت في النظر إلى @OpenGradient . من السهل الإشارة إلى إشارات مشجعة: الحوسبة اللامركزية التي تدعم أحمال عمل الذكاء الاصطناعي، والمطورون الذين يقومون بنشر النماذج، والتطبيقات التي تطلب الاستدلال، والتحقق الذي يخلق الثقة، وآليات الدفع التي تربط المشاركين عبر الشبكة. هذه كلها علامات على تشكّل نظام بيئي.
لكنها مجرد علامات.
لقد أظهرتنا التجربة أن البنية التحتية يمكن أن تنمو بسرعة أكبر بكثير من الطلب الفعلي. المزيد من النماذج لا يضمن المزيد من المستخدمين. المزيد من طلبات الاستدلال لا يعني بالضرورة المزيد من القيمة الاقتصادية. وحتى التحقق لا يكون مفيدًا إلا عندما يعتمد الناس على المخرجات الموثوقة لاتخاذ قرارات حقيقية.
ما لفت انتباهي هو سلسلة الاعتماد الكامنة وراء الشبكة.
الحوسبة تمكّن النماذج. النماذج تدعم التطبيقات. التطبيقات تحل المشكلات. المستخدمون يُنشئون المعاملات. المعاملات تُكافئ المشاركين. المكافآت تجذب المزيد من الحوسبة.
لا تتقوّى المنظومة بأقواها. بل تُقيَّد الأضعف.
بالنسبة لي، أصعب سؤال ليس ما إذا كان @OpenGradient قادرًا على توسيع البنية التحتية للذكاء الاصطناعي، بل ما إذا أصبحت التطبيقات كافية لتصبح لا غنى عنها للحفاظ على تشغيل هذه الحلقة بأكملها.
لذلك لم أعد أقيّم @OpenGradient كمشروع بنية تحتية. بل أقيّمه كنظام اقتصادي يجب أن ينجح فيه الطلب في المرور عبر كل طبقة قبل أن تصبح الشبكة ذات قيمة حقيقية.
أي طبقة برأيك هي الأكثر احتمالًا لتحدّ هذا “الدوّامة” على المدى الطويل؟
#opg $OPG @OpenGradient
#opg $OPG @OpenGradient
كنت أعتقد أن نجاح شبكة البنية التحتية للذكاء الاصطناعي يعتمد على مقاييس بسيطة: نماذج أكثر، قدرة حوسبة أكثر، ونشاط استدلال أكثر.
الآن أعتقد أن هذا جزء فقط من القصة.
كلما بحثت أكثر في @OpenGradient ، أدركت أن أي مقياس واحد لا يهم بحد ذاته. يمكنك أن تمتلك نماذج كثيرة متاحة، ومطوّرين نشطين يبنون تطبيقات، وقدرة حوسبة لامركزية تشغّل الاستدلال، وآليات تحقق تضمن الثقة، وقنوات دفع تربط المشاركين. كلها إشارات إيجابية.
لكن لا شيء من ذلك يخلق تلقائيًا طلبًا مستدامًا.
يمكن لشبكة أن تستضيف نماذج رائعة لا يستخدمها أحد. يمكن للمطوّرين بناء تطبيقات لا تجد جمهورًا أبدًا. يمكن لطلبات الاستدلال أن تنمو لفترة دون خلق قيمة اقتصادية ذات معنى. وحتى التحقق لا يصبح مهمًا إلا عندما يهتم المستخدمون فعليًا بموثوقية المخرجات.
المهم هو كيفية اتصال هذه الأجزاء ببعضها.
الحوسبة تمكّن النماذج. النماذج تمكّن التطبيقات. التطبيقات تجذب المستخدمين. المستخدمون يولّدون مدفوعات. المدفوعات تخلق حوافز. التحقق يبني الثقة. والثقة تعيد المزيد من الاستخدام إلى النظام.
تعتمد هذه الحلقة بأكملها على أن تدعم كل طبقة ما يليها.
بالنسبة لي، السؤال الحقيقي ليس ما إذا كان OpenGradient قادرًا على توسيع البنية التحتية. بل ما إذا كانت التطبيقات المفيدة يمكنها توليد طلب متكرر كافٍ من المستخدمين ليجعل كل طبقة أخرى ذات أهمية.
جملة واحدة غيّرت طريقة تفكيري:
@OpenGradient ليس مجرد شبكة ذكاء اصطناعي، بل نظام يجب أن ينتقل فيه الطلب بنجاح عبر كل طبقة، أو تتباطأ العجلة الدوّارة بالكامل.
أي طبقة تعتقد أنها من المرجح أن تصبح عنق الزجاجة مع نمو الذكاء الاصطناعي اللامركزي؟
كنت أعتقد أن نجاح شبكة البنية التحتية للذكاء الاصطناعي يعتمد على مقاييس بسيطة: نماذج أكثر، قدرة حوسبة أكثر، ونشاط استدلال أكثر.
الآن أعتقد أن هذا جزء فقط من القصة.
كلما بحثت أكثر في @OpenGradient ، أدركت أن أي مقياس واحد لا يهم بحد ذاته. يمكنك أن تمتلك نماذج كثيرة متاحة، ومطوّرين نشطين يبنون تطبيقات، وقدرة حوسبة لامركزية تشغّل الاستدلال، وآليات تحقق تضمن الثقة، وقنوات دفع تربط المشاركين. كلها إشارات إيجابية.
لكن لا شيء من ذلك يخلق تلقائيًا طلبًا مستدامًا.
يمكن لشبكة أن تستضيف نماذج رائعة لا يستخدمها أحد. يمكن للمطوّرين بناء تطبيقات لا تجد جمهورًا أبدًا. يمكن لطلبات الاستدلال أن تنمو لفترة دون خلق قيمة اقتصادية ذات معنى. وحتى التحقق لا يصبح مهمًا إلا عندما يهتم المستخدمون فعليًا بموثوقية المخرجات.
المهم هو كيفية اتصال هذه الأجزاء ببعضها.
الحوسبة تمكّن النماذج. النماذج تمكّن التطبيقات. التطبيقات تجذب المستخدمين. المستخدمون يولّدون مدفوعات. المدفوعات تخلق حوافز. التحقق يبني الثقة. والثقة تعيد المزيد من الاستخدام إلى النظام.
تعتمد هذه الحلقة بأكملها على أن تدعم كل طبقة ما يليها.
بالنسبة لي، السؤال الحقيقي ليس ما إذا كان OpenGradient قادرًا على توسيع البنية التحتية. بل ما إذا كانت التطبيقات المفيدة يمكنها توليد طلب متكرر كافٍ من المستخدمين ليجعل كل طبقة أخرى ذات أهمية.
جملة واحدة غيّرت طريقة تفكيري:
@OpenGradient ليس مجرد شبكة ذكاء اصطناعي، بل نظام يجب أن ينتقل فيه الطلب بنجاح عبر كل طبقة، أو تتباطأ العجلة الدوّارة بالكامل.
أي طبقة تعتقد أنها من المرجح أن تصبح عنق الزجاجة مع نمو الذكاء الاصطناعي اللامركزي؟
قبل عدة أشهر، لاحظت شيئًا غريبًا.
كلما تم إطلاق أداة جديدة للذكاء الاصطناعي، كان الناس يقضون ساعات في مقارنة النتائج. أي نموذج يكتب بشكل أفضل؟ أي نموذج يستنتج بشكل أفضل؟ أي نموذج أكثر دقة؟
كان النقاش دائمًا ينتهي بنفس النتيجة: الذكاء الأفضل يفوز.
وهذا أيضًا هو الطريقة الطبيعية لرؤية المشاريع مثل @OpenGradient . بناء البنية التحتية، استضافة النماذج، توسيع الاستنتاج، وترك أفضل ذكاء يرتفع إلى القمة.
لكن كلما فكرت في الأمر أكثر، أصبحت أقل اقتناعًا بأن الذكاء هو ما تكافح الأسواق من أجله.
قد تكون المتغيرات المخفية هي المساءلة.
تخيل مستقبلًا حيث الأبحاث والتحليلات والقرارات التي ينتجها الذكاء الاصطناعي موجودة في كل مكان. ليس لأن الذكاء الاصطناعي أصبح ثوريًا بين عشية وضحاها، ولكن لأن إنتاج الذكاء أصبح رخيصًا بما يكفي للجميع للقيام به.
الآن اسأل سؤالًا مختلفًا.
عندما يتبين أن مخرجات الذكاء الاصطناعي خاطئة، من يتحمل التكلفة؟
المنشئ؟ المشغل؟ المستخدم؟ لا أحد؟
تلك الحالة من عدم اليقين تخلق احتكاكًا. الناس تتردد. رأس المال يتردد. التبني يتباطأ.
عند النظر من خلال هذه العدسة، تبدو @OpenGradient أقل كقصة حول جعل الذكاء الاصطناعي متاحًا وأكثر كسؤال حول المسؤولية في عالم يمكن فيه إنتاج الذكاء بلا حدود.
ربما التحدي الأكبر ليس في توسيع نطاق الذكاء.
ربما هو جعل المسؤولية مرئية بعد أن تم إنشاء الذكاء بالفعل.
وإذا لم يستطع أحد أن يجيب بوضوح على "من المسؤول؟"، ماذا بالضبط نثق به؟
#opg $OPG @OpenGradient
كلما تم إطلاق أداة جديدة للذكاء الاصطناعي، كان الناس يقضون ساعات في مقارنة النتائج. أي نموذج يكتب بشكل أفضل؟ أي نموذج يستنتج بشكل أفضل؟ أي نموذج أكثر دقة؟
كان النقاش دائمًا ينتهي بنفس النتيجة: الذكاء الأفضل يفوز.
وهذا أيضًا هو الطريقة الطبيعية لرؤية المشاريع مثل @OpenGradient . بناء البنية التحتية، استضافة النماذج، توسيع الاستنتاج، وترك أفضل ذكاء يرتفع إلى القمة.
لكن كلما فكرت في الأمر أكثر، أصبحت أقل اقتناعًا بأن الذكاء هو ما تكافح الأسواق من أجله.
قد تكون المتغيرات المخفية هي المساءلة.
تخيل مستقبلًا حيث الأبحاث والتحليلات والقرارات التي ينتجها الذكاء الاصطناعي موجودة في كل مكان. ليس لأن الذكاء الاصطناعي أصبح ثوريًا بين عشية وضحاها، ولكن لأن إنتاج الذكاء أصبح رخيصًا بما يكفي للجميع للقيام به.
الآن اسأل سؤالًا مختلفًا.
عندما يتبين أن مخرجات الذكاء الاصطناعي خاطئة، من يتحمل التكلفة؟
المنشئ؟ المشغل؟ المستخدم؟ لا أحد؟
تلك الحالة من عدم اليقين تخلق احتكاكًا. الناس تتردد. رأس المال يتردد. التبني يتباطأ.
عند النظر من خلال هذه العدسة، تبدو @OpenGradient أقل كقصة حول جعل الذكاء الاصطناعي متاحًا وأكثر كسؤال حول المسؤولية في عالم يمكن فيه إنتاج الذكاء بلا حدود.
ربما التحدي الأكبر ليس في توسيع نطاق الذكاء.
ربما هو جعل المسؤولية مرئية بعد أن تم إنشاء الذكاء بالفعل.
وإذا لم يستطع أحد أن يجيب بوضوح على "من المسؤول؟"، ماذا بالضبط نثق به؟
#opg $OPG @OpenGradient
لقد لاحظت شيئًا مثيرًا للاهتمام كلما بدأ منتج ذكاء اصطناعي جديد في اكتساب الزخم.
يركز معظم الناس على النموذج نفسه على الفور. هل هو أذكى؟ أسرع؟ أرخص؟ يقارن المستثمرون القدرات، ويقارن المستخدمون المخرجات، وسرعان ما تتحول المحادثة إلى سباق لتحديد من لديه أفضل ذكاء.
وهذا هو أيضًا الطريقة الواضحة للنظر إلى المشاريع مثل @OpenGradient .
لكن كلما فكرت في الأمر لفترة أطول، كلما قلت إيماني بأن الذكاء هو الشيء الذي سيكون من الصعب العثور عليه.
قد تكون المتغير الخفي هو الثقة.
تخيل مستقبلًا حيث تكون نماذج الذكاء الاصطناعي في كل مكان. كل تطبيق لديه واحد. كل عمل يستخدم عدة. الوكلاء يقومون باستمرار بتوليد التحليلات، واتخاذ القرارات، والتفاعل مع الأسواق. يصبح الذكاء وفيرًا.
ما لا يصبح وفيرًا هو اليقين.
كيف تعرف من أين أتت المخرجات؟ كيف تتحقق من أن نموذجًا ما قد أنتج بالفعل ما يدعيه؟ كيف يتعاون الغرباء حول معلومات لا يمكنهم فحصها مباشرة؟
هذا هو تجربة التفكير التي أعود إليها دائمًا.
إذا كانت بنية الذكاء الاصطناعي في النهاية تخفض تكلفة إنشاء الذكاء، فقد يبدأ القيمة الاقتصادية في التوجه نحو الأنظمة التي تقلل من عدم اليقين حول ذلك الذكاء.
من خلال تلك العدسة، يبدو أن @OpenGradient أقل مثل قصة استضافة الذكاء الاصطناعي وأكثر مثل سؤال حول التحقق في عالم غمرته المعلومات التي تم إنشاؤها بواسطة الآلات.
وإذا أصبحت الثقة نادرة أكثر من الذكاء، هل نقوم بقياس الشيء الخاطئ اليوم؟
#opg $OPG @OpenGradient
يركز معظم الناس على النموذج نفسه على الفور. هل هو أذكى؟ أسرع؟ أرخص؟ يقارن المستثمرون القدرات، ويقارن المستخدمون المخرجات، وسرعان ما تتحول المحادثة إلى سباق لتحديد من لديه أفضل ذكاء.
وهذا هو أيضًا الطريقة الواضحة للنظر إلى المشاريع مثل @OpenGradient .
لكن كلما فكرت في الأمر لفترة أطول، كلما قلت إيماني بأن الذكاء هو الشيء الذي سيكون من الصعب العثور عليه.
قد تكون المتغير الخفي هو الثقة.
تخيل مستقبلًا حيث تكون نماذج الذكاء الاصطناعي في كل مكان. كل تطبيق لديه واحد. كل عمل يستخدم عدة. الوكلاء يقومون باستمرار بتوليد التحليلات، واتخاذ القرارات، والتفاعل مع الأسواق. يصبح الذكاء وفيرًا.
ما لا يصبح وفيرًا هو اليقين.
كيف تعرف من أين أتت المخرجات؟ كيف تتحقق من أن نموذجًا ما قد أنتج بالفعل ما يدعيه؟ كيف يتعاون الغرباء حول معلومات لا يمكنهم فحصها مباشرة؟
هذا هو تجربة التفكير التي أعود إليها دائمًا.
إذا كانت بنية الذكاء الاصطناعي في النهاية تخفض تكلفة إنشاء الذكاء، فقد يبدأ القيمة الاقتصادية في التوجه نحو الأنظمة التي تقلل من عدم اليقين حول ذلك الذكاء.
من خلال تلك العدسة، يبدو أن @OpenGradient أقل مثل قصة استضافة الذكاء الاصطناعي وأكثر مثل سؤال حول التحقق في عالم غمرته المعلومات التي تم إنشاؤها بواسطة الآلات.
وإذا أصبحت الثقة نادرة أكثر من الذكاء، هل نقوم بقياس الشيء الخاطئ اليوم؟
#opg $OPG @OpenGradient
كلنا شفنا النمط.
نموذج جديد للذكاء الاصطناعي ينزل، وسائل التواصل الاجتماعي تمتليء بمخططات المعيار، المتداولين يبدأوا يتناقشوا عن الفائزين والخاسرين، والمستثمرين يحاولوا يفهموا أي جزء من تكدس الذكاء الاصطناعي راح ينتهي به المطاف لالتقاط أكبر قيمة.
الاستنتاج المعتاد بسيط جدًا: النماذج الأذكى هي اللي تفوز.
لفترة، كنت أشوفها بنفس الطريقة.
لكن كلما فكرت أكثر، بدأت أتساءل إذا كانت الذكاء هو نصف القصة فقط.
تخيل عالم بعد بضع سنوات حيث نماذج الذكاء الاصطناعي موجودة في كل مكان. تنفيذ الاستدلال رخيص، نشر النماذج سهل، والإصدارات الجديدة تظهر أسرع من أي شخص يقدر يتابعها. في تلك اللحظة، قد لا يكون إيجاد الذكاء صعبًا على الإطلاق.
لكن معرفة ما يجب الوثوق به قد تكون هي المشكلة.
لهذا السبب المشاريع مثل @OpenGradient شدت انتباهي، ليس لأنها تجعل الذكاء الاصطناعي أقوى، ولكن لأنها تجعلني أفكر في مشكلة مختلفة. في مستقبل مليء بالمخرجات التي تم إنتاجها بواسطة الآلات، كيف راح يتحقق المستخدمون والشركات والأسواق مما حدث فعلاً خلف الكواليس؟
إذا أصبح الذكاء وفير، قد تصبح الثقة هي المورد النادر.
وإذا أصبحت الثقة المورد النادر، هل نحن نقضي وقت طويل جدًا في قياس أداء النماذج وليس وقت كافي في قياس الدليل؟
#opg $OPG @OpenGradient
نموذج جديد للذكاء الاصطناعي ينزل، وسائل التواصل الاجتماعي تمتليء بمخططات المعيار، المتداولين يبدأوا يتناقشوا عن الفائزين والخاسرين، والمستثمرين يحاولوا يفهموا أي جزء من تكدس الذكاء الاصطناعي راح ينتهي به المطاف لالتقاط أكبر قيمة.
الاستنتاج المعتاد بسيط جدًا: النماذج الأذكى هي اللي تفوز.
لفترة، كنت أشوفها بنفس الطريقة.
لكن كلما فكرت أكثر، بدأت أتساءل إذا كانت الذكاء هو نصف القصة فقط.
تخيل عالم بعد بضع سنوات حيث نماذج الذكاء الاصطناعي موجودة في كل مكان. تنفيذ الاستدلال رخيص، نشر النماذج سهل، والإصدارات الجديدة تظهر أسرع من أي شخص يقدر يتابعها. في تلك اللحظة، قد لا يكون إيجاد الذكاء صعبًا على الإطلاق.
لكن معرفة ما يجب الوثوق به قد تكون هي المشكلة.
لهذا السبب المشاريع مثل @OpenGradient شدت انتباهي، ليس لأنها تجعل الذكاء الاصطناعي أقوى، ولكن لأنها تجعلني أفكر في مشكلة مختلفة. في مستقبل مليء بالمخرجات التي تم إنتاجها بواسطة الآلات، كيف راح يتحقق المستخدمون والشركات والأسواق مما حدث فعلاً خلف الكواليس؟
إذا أصبح الذكاء وفير، قد تصبح الثقة هي المورد النادر.
وإذا أصبحت الثقة المورد النادر، هل نحن نقضي وقت طويل جدًا في قياس أداء النماذج وليس وقت كافي في قياس الدليل؟
#opg $OPG @OpenGradient
لقد لاحظت شيئًا مثيرًا للاهتمام في عالم الكريبتو.
كلما حصل مشروع جديد في الذكاء الاصطناعي على اهتمام، تتحول المحادثة بسرعة إلى سباق للعثور على من لديه أكبر قدر من الحوسبة، وأكبر النماذج، أو أقوى البنى التحتية. الفرضية بسيطة: من يمكنه استضافة أكبر قدر من الذكاء هو الفائز.
ربما تكون هذه أول استنتاج يصل إليه معظم الناس عند النظر إلى @OpenGradient أيضًا.
لكن كلما فكرت في الأمر أكثر، كلما كنت أقل اقتناعًا بأن استضافة الذكاء هي أصعب مشكلة.
تخيل مستقبلًا حيث تكون وكلاء الذكاء الاصطناعي في كل مكان. وكلاء البحث، وكلاء التداول، وكلاء دعم العملاء، وبرامج مستقلة. يتحول توليد المعلومات إلى شيء رخيص ودائم. تتدفق المخرجات إلى كل زاوية من زوايا الإنترنت.
الآن اسأل سؤالًا مختلفًا.
كيف تعرف أن المخرجات جاءت فعلاً من النموذج أو الوكيل أو النظام الذي يدعي أنه أنتجها؟
يبدو أن هذا تفصيل صغير اليوم، لكنه قد يصبح طبقة اقتصادية مهمة غدًا. إذا أصبح الذكاء وفيرًا، فإن الثقة لا تصبح وفيرة تلقائيًا معه.
لهذا السبب يجعلني @OpenGradient أفكر أقل في قدرة الذكاء الاصطناعي وأكثر في مصداقية الذكاء الاصطناعي. ليس لأنني أعرف أن السوق يتجه إلى هناك، ولكن لأن هذا سؤال يبدو غريبًا أنه لم يتم استكشافه بما فيه الكفاية.
ربما تكون عنق الزجاجة في المستقبل ليست إنشاء الذكاء.
ربما هي إثبات مصدر الذكاء.
#opg $OPG
@OpenGradient
كلما حصل مشروع جديد في الذكاء الاصطناعي على اهتمام، تتحول المحادثة بسرعة إلى سباق للعثور على من لديه أكبر قدر من الحوسبة، وأكبر النماذج، أو أقوى البنى التحتية. الفرضية بسيطة: من يمكنه استضافة أكبر قدر من الذكاء هو الفائز.
ربما تكون هذه أول استنتاج يصل إليه معظم الناس عند النظر إلى @OpenGradient أيضًا.
لكن كلما فكرت في الأمر أكثر، كلما كنت أقل اقتناعًا بأن استضافة الذكاء هي أصعب مشكلة.
تخيل مستقبلًا حيث تكون وكلاء الذكاء الاصطناعي في كل مكان. وكلاء البحث، وكلاء التداول، وكلاء دعم العملاء، وبرامج مستقلة. يتحول توليد المعلومات إلى شيء رخيص ودائم. تتدفق المخرجات إلى كل زاوية من زوايا الإنترنت.
الآن اسأل سؤالًا مختلفًا.
كيف تعرف أن المخرجات جاءت فعلاً من النموذج أو الوكيل أو النظام الذي يدعي أنه أنتجها؟
يبدو أن هذا تفصيل صغير اليوم، لكنه قد يصبح طبقة اقتصادية مهمة غدًا. إذا أصبح الذكاء وفيرًا، فإن الثقة لا تصبح وفيرة تلقائيًا معه.
لهذا السبب يجعلني @OpenGradient أفكر أقل في قدرة الذكاء الاصطناعي وأكثر في مصداقية الذكاء الاصطناعي. ليس لأنني أعرف أن السوق يتجه إلى هناك، ولكن لأن هذا سؤال يبدو غريبًا أنه لم يتم استكشافه بما فيه الكفاية.
ربما تكون عنق الزجاجة في المستقبل ليست إنشاء الذكاء.
ربما هي إثبات مصدر الذكاء.
#opg $OPG
@OpenGradient
لفترة طويلة، كنت أعتقد أن أكبر تحدٍ في الذكاء الاصطناعي هو بناء نماذج أكثر ذكاءً. يبدو أن معظم الاهتمام ينصب على هذا الجانب. كل أسبوع هناك اختراق جديد، نموذج أكثر قدرة، أو نظام أسرع. لكن كلما تابعت تطور الصناعة، شعرت أكثر أننا قد نركز على عنق الزجاجة الخطأ. أصبح الذكاء أسهل في الإنشاء، لكن السيطرة على هذا الذكاء تتركز بشكل متزايد. ما جذب انتباهي هو أن عددًا قليلاً جدًا من الناس يتحدثون عن من يمتلك البنية التحتية وراء الذكاء الاصطناعي. تدور معظم المناقشات حول ما يمكن أن يفعله الذكاء الاصطناعي، وليس من يقرر كيفية الوصول إليه، توزيعه، أو تحقيق الربح منه. تُظهر التاريخ أن الطبقة الأكثر قيمة ليست دائمًا المنتج نفسه. أحيانًا تكون الشبكة التي تجلس تحتها وتحدد من يحصل على الوصول وتحت أي شروط. هذا جزئيًا هو السبب الذي جعل @OpenGradient يبرز لي. ليس لأنه يعد بنموذج ذكاء اصطناعي أفضل، ولكن لأنه يسلط الضوء على سؤال أكبر حول الهيكل المستقبلي للذكاء الاصطناعي. إذا أصبح الذكاء وفيرًا في نهاية المطاف، فقد تصبح الملكية، والتحقق، والبنية التحتية أكثر أهمية بكثير من الأداء الخام للنموذج. تنتقل المحادثة من "ما مدى ذكاء الذكاء الاصطناعي؟" إلى "من يتحكم في السكك الحديدية التي يعمل عليها؟" بالطبع، لا توجد إجابة بسيطة. يمكن أن تخلق الأنظمة المفتوحة المرونة ومشاركة أوسع، لكنها أيضًا تقدم تحديات التنسيق والحوكمة. هذه المقايضة تبدو أكثر أهمية مع تحول الذكاء الاصطناعي إلى جزء أساسي من الحياة الرقمية. قد لا يكون السؤال الحقيقي هو ما إذا كان الذكاء الاصطناعي يصبح أكثر ذكاءً من هنا. قد يكون ما إذا كانت أسس الذكاء الاصطناعي ستظل مفتوحة بما يكفي ليظل الابتكار موزعًا بدلاً من أن يتجمع في أيدٍ قليلة.
#opg $OPG @OpenGradient
#opg $OPG @OpenGradient
تاجر يقارن بين مشروعين للذكاء الاصطناعي.
أحدهما لديه نموذج أكبر، تمويل أكثر، ودرجات مرجعية أعلى.
الآخر يقضي معظم جهوده في جعل مخرجات النموذج قابلة للتحقق.
من المحتمل أن يختار معظم الناس الأول.
يبدو أن هذه هي السرد الواضح حول بنية الذكاء الاصطناعي أيضًا. النماذج الأفضل تفوز. المزيد من الذكاء يفوز. المزيد من القدرة يجذب المزيد من المستخدمين.
في البداية، كنت أعتقد نفس الشيء.
لكن كلما فكرت في الأمر، زادت تساؤلاتي عما إذا كان يتم قياس الذكاء بينما يُفترض ببساطة التحقق.
تخيل شبكتين للذكاء الاصطناعي تنتجان مخرجات مفيدة بنفس القدر.
في شبكة واحدة، يمكن للمستخدمين التحقق بشكل مستقل من كيفية توليد النتائج. في الأخرى، يوجد التحقق في الغالب من خلال السمعة والثقة.
كلاهما يعمل بشكل طبيعي عندما تسير الأمور بشكل صحيح.
تظهر الفروق فقط عندما تصبح الحوافز غير متوافقة.
قد لا تهم مخرجة واحدة غير قابلة للتحقق. من المحتمل أن لا تهم الآلاف أيضًا. لكن ماذا يحدث عندما تبدأ الأسواق بالكامل، والعوامل، والتطبيقات، والقرارات الآلية في الاعتماد على معلومات لا يمكن التحقق منها بسهولة؟
من خلال هذه العدسة، @OpenGradient $OPG تبدو أقل كمسألة تتعلق بأداء الذكاء الاصطناعي وأكثر كمسألة تتعلق بعدم التماثل في المعلومات.
ليس ما إذا كان يمكن إنشاء الذكاء.
ولكن ما إذا كان يمكن الوثوق بالذكاء على نطاق واسع.
لست متأكدًا مما إذا كان السوق قد قرر أي مشكلة هي الأكثر صعوبة بعد.
وإذا أصبح التحقق في النهاية المورد النادر، فكم سيكون مبكرًا على أي شخص التعرف عليه؟
#opg $OPG @OpenGradient
أحدهما لديه نموذج أكبر، تمويل أكثر، ودرجات مرجعية أعلى.
الآخر يقضي معظم جهوده في جعل مخرجات النموذج قابلة للتحقق.
من المحتمل أن يختار معظم الناس الأول.
يبدو أن هذه هي السرد الواضح حول بنية الذكاء الاصطناعي أيضًا. النماذج الأفضل تفوز. المزيد من الذكاء يفوز. المزيد من القدرة يجذب المزيد من المستخدمين.
في البداية، كنت أعتقد نفس الشيء.
لكن كلما فكرت في الأمر، زادت تساؤلاتي عما إذا كان يتم قياس الذكاء بينما يُفترض ببساطة التحقق.
تخيل شبكتين للذكاء الاصطناعي تنتجان مخرجات مفيدة بنفس القدر.
في شبكة واحدة، يمكن للمستخدمين التحقق بشكل مستقل من كيفية توليد النتائج. في الأخرى، يوجد التحقق في الغالب من خلال السمعة والثقة.
كلاهما يعمل بشكل طبيعي عندما تسير الأمور بشكل صحيح.
تظهر الفروق فقط عندما تصبح الحوافز غير متوافقة.
قد لا تهم مخرجة واحدة غير قابلة للتحقق. من المحتمل أن لا تهم الآلاف أيضًا. لكن ماذا يحدث عندما تبدأ الأسواق بالكامل، والعوامل، والتطبيقات، والقرارات الآلية في الاعتماد على معلومات لا يمكن التحقق منها بسهولة؟
من خلال هذه العدسة، @OpenGradient $OPG تبدو أقل كمسألة تتعلق بأداء الذكاء الاصطناعي وأكثر كمسألة تتعلق بعدم التماثل في المعلومات.
ليس ما إذا كان يمكن إنشاء الذكاء.
ولكن ما إذا كان يمكن الوثوق بالذكاء على نطاق واسع.
لست متأكدًا مما إذا كان السوق قد قرر أي مشكلة هي الأكثر صعوبة بعد.
وإذا أصبح التحقق في النهاية المورد النادر، فكم سيكون مبكرًا على أي شخص التعرف عليه؟
#opg $OPG @OpenGradient
قد تكون أكبر تحديات الذكاء الاصطناعي ليست الذكاء.
نقضي الكثير من الوقت في مناقشة حجم النموذج، وقدرة التفكير، وقوة الحوسبة لدرجة أننا نادرًا ما نتساءل عن افتراض أعمق: ماذا لو أصبح الذكاء وفيرًا؟
إذا كانت كل شركة، ومبتكر، وتطبيق يمكنهم الوصول إلى ذكاء اصطناعي قوي، فإن الذكاء يتوقف عن كونه موردًا نادرًا.
لكن الثقة لا.
مع توسع الذكاء الاصطناعي، تزداد كمية المعلومات المُنتجة بسرعة تفوق قدرتنا على التحقق منها. المزيد من المحتوى يخلق المزيد من عدم اليقين. المزيد من الإجابات يخلق المزيد من الأسئلة حول مصدر تلك الإجابات.
الأثر من الدرجة الثانية سهل التغاضي عنه.
عندما يصبح الذكاء رخيصًا، يصبح التحقق مكلفًا.
قد تقضي الأسواق، والشركات، والمستخدمون وقتًا أقل في البحث عن المعلومات ووقتًا أكثر في التحقق منها. تتغير نقطة الاختناق من الإنتاج إلى الثقة.
لهذا السبب، مشاريع مثل @OpenGradient تثير انتباهي.
ليس لأنها تعد ذكاءً اصطناعيًا أكثر ذكاءً، ولكن لأنها تستكشف مستقبلًا حيث قد يكون إثبات، وتتبع، والتحقق من الذكاء بنفس أهمية إنتاجه.
قد لا تكون شبكة الذكاء الاصطناعي الأكثر قيمة هي تلك التي تنتج أكبر قدر من المعرفة.
قد تكون تلك التي تجعل المعرفة قابلة للتصديق.
إذا كان لدى الذكاء الاصطناعي مشكلة نادرة في المستقبل، فقد لا تكون مشكلة الذكاء على الإطلاق.
قد تكون مشكلة اليقين.
#opg $OPG @OpenGradient
نقضي الكثير من الوقت في مناقشة حجم النموذج، وقدرة التفكير، وقوة الحوسبة لدرجة أننا نادرًا ما نتساءل عن افتراض أعمق: ماذا لو أصبح الذكاء وفيرًا؟
إذا كانت كل شركة، ومبتكر، وتطبيق يمكنهم الوصول إلى ذكاء اصطناعي قوي، فإن الذكاء يتوقف عن كونه موردًا نادرًا.
لكن الثقة لا.
مع توسع الذكاء الاصطناعي، تزداد كمية المعلومات المُنتجة بسرعة تفوق قدرتنا على التحقق منها. المزيد من المحتوى يخلق المزيد من عدم اليقين. المزيد من الإجابات يخلق المزيد من الأسئلة حول مصدر تلك الإجابات.
الأثر من الدرجة الثانية سهل التغاضي عنه.
عندما يصبح الذكاء رخيصًا، يصبح التحقق مكلفًا.
قد تقضي الأسواق، والشركات، والمستخدمون وقتًا أقل في البحث عن المعلومات ووقتًا أكثر في التحقق منها. تتغير نقطة الاختناق من الإنتاج إلى الثقة.
لهذا السبب، مشاريع مثل @OpenGradient تثير انتباهي.
ليس لأنها تعد ذكاءً اصطناعيًا أكثر ذكاءً، ولكن لأنها تستكشف مستقبلًا حيث قد يكون إثبات، وتتبع، والتحقق من الذكاء بنفس أهمية إنتاجه.
قد لا تكون شبكة الذكاء الاصطناعي الأكثر قيمة هي تلك التي تنتج أكبر قدر من المعرفة.
قد تكون تلك التي تجعل المعرفة قابلة للتصديق.
إذا كان لدى الذكاء الاصطناعي مشكلة نادرة في المستقبل، فقد لا تكون مشكلة الذكاء على الإطلاق.
قد تكون مشكلة اليقين.
#opg $OPG @OpenGradient
أتذكر أنني اختبرت أدوات الذكاء الاصطناعي المختلفة العام الماضي ولاحظت شيئًا غريبًا.
قضى معظم الناس الكثير من الوقت في مقارنة أي نموذج كان أذكى.
تقريبًا لم يسأل أحد ما إذا كان يمكن الوثوق بالمخرجات فعليًا.
في البداية، اعتقدت أن هذا طبيعي.
فبعد كل شيء، يبدو أن الذكاء هو الشيء الأكثر أهمية.
لكن كلما شاهدت تطور هذه الصناعة، كلما اعتقدت أننا نتجاهل شيئًا أكثر قيمة.
التحقق.
الآن، الذكاء الاصطناعي يصبح أرخص وأسرع وأكثر وصولًا.
النماذج الجديدة تظهر كل شهر.
القدرات تنتشر بسرعة.
ما كان فريدًا بالأمس غالبًا ما يصبح معيارًا غدًا.
هذا يجعلني أتساءل:
إذا استمر الذكاء في أن يصبح أكثر سهولة في الوصول، ماذا يبقى نادرًا؟
أعود دائمًا إلى الثقة.
ليس الثقة كإحساس.
ولكن الثقة كمورد اقتصادي.
القدرة على التحقق من مصدر الذكاء، ومن أنتجه، وما إذا تم تغييره، وما إذا كانت الأنشطة المحيطة به حقيقية.
هذا أحد الأسباب التي جعلت @OpenGradient تلفت انتباهي.
ليس بسبب ما تدعي أنها تبنيه، ولكن لأنها تجلس بالقرب من مشكلة أعتقد أن السوق لا يزال يستهين بها.
مع نمو شبكات الذكاء الاصطناعي، قد يصبح التحقق بنفس أهمية الذكاء نفسه.
بالطبع، هناك مخاطر.
يمكن التلاعب بأنظمة التحقق.
يمكن أن تجذب الحوافز النشاط دون خلق مستخدمين حقيقيين.
يمكن أن تضعف الاحتفاظ بمجرد اختفاء المكافآت.
لذا، لست مقتنعًا بأن أي شخص قد حل هذه المشكلة حتى الآن.
لكنني أستمر في التساؤل:
عندما يصبح الذكاء الاصطناعي وفيرًا، هل ستأتي القيمة من خلق الذكاء أم من إثبات أن الذكاء يمكن الوثوق به؟
#opg $OPG @OpenGradient
قضى معظم الناس الكثير من الوقت في مقارنة أي نموذج كان أذكى.
تقريبًا لم يسأل أحد ما إذا كان يمكن الوثوق بالمخرجات فعليًا.
في البداية، اعتقدت أن هذا طبيعي.
فبعد كل شيء، يبدو أن الذكاء هو الشيء الأكثر أهمية.
لكن كلما شاهدت تطور هذه الصناعة، كلما اعتقدت أننا نتجاهل شيئًا أكثر قيمة.
التحقق.
الآن، الذكاء الاصطناعي يصبح أرخص وأسرع وأكثر وصولًا.
النماذج الجديدة تظهر كل شهر.
القدرات تنتشر بسرعة.
ما كان فريدًا بالأمس غالبًا ما يصبح معيارًا غدًا.
هذا يجعلني أتساءل:
إذا استمر الذكاء في أن يصبح أكثر سهولة في الوصول، ماذا يبقى نادرًا؟
أعود دائمًا إلى الثقة.
ليس الثقة كإحساس.
ولكن الثقة كمورد اقتصادي.
القدرة على التحقق من مصدر الذكاء، ومن أنتجه، وما إذا تم تغييره، وما إذا كانت الأنشطة المحيطة به حقيقية.
هذا أحد الأسباب التي جعلت @OpenGradient تلفت انتباهي.
ليس بسبب ما تدعي أنها تبنيه، ولكن لأنها تجلس بالقرب من مشكلة أعتقد أن السوق لا يزال يستهين بها.
مع نمو شبكات الذكاء الاصطناعي، قد يصبح التحقق بنفس أهمية الذكاء نفسه.
بالطبع، هناك مخاطر.
يمكن التلاعب بأنظمة التحقق.
يمكن أن تجذب الحوافز النشاط دون خلق مستخدمين حقيقيين.
يمكن أن تضعف الاحتفاظ بمجرد اختفاء المكافآت.
لذا، لست مقتنعًا بأن أي شخص قد حل هذه المشكلة حتى الآن.
لكنني أستمر في التساؤل:
عندما يصبح الذكاء الاصطناعي وفيرًا، هل ستأتي القيمة من خلق الذكاء أم من إثبات أن الذكاء يمكن الوثوق به؟
#opg $OPG @OpenGradient
لسنوات، كانت محادثة الذكاء الاصطناعي تدور حول الوصول.
من يستطيع استخدام أفضل النماذج؟
من يستطيع الحصول على أسرع الاستجابات؟
من يستطيع بناء أكثر التطبيقات إثارة للإعجاب؟
لكن كلما شاهدت تطور الصناعة، زاد اعتقادي أن الوصول لم يعد الجزء الصعب بعد الآن.
الاحتفاظ هو.
كل أسبوع هناك نموذج جديد، أداة جديدة، أو منتج ذكاء اصطناعي جديد يحصل على الاهتمام. المستخدمون يجربونه، يشاركون لقطات الشاشة، وينتقلون إلى الشيء التالي.
وهذا ما يجعل الذكاء الاصطناعي مختلفًا عن ما توقعه الكثيرون.
التحدي ليس في جذب المستخدمين.
إنه في إعطائهم سببًا للبقاء.
ما جذب انتباهي حول @OpenGradient $OPG هو أنه جعلني أفكر في هذه المشكلة من جانب البنية التحتية بدلاً من جانب التطبيق. إذا أصبح الذكاء الاصطناعي سلعة، فقد يأتي القيمة طويلة الأجل من الشبكات التي تجعل الذكاء متاحًا باستمرار، قابلًا للتحقق، ومفيدًا على مر الزمن.
يبدو أن الأمر بسيط، لكن بناء بنية تحتية متينة غالبًا ما يكون أصعب من بناء منتج شعبي.
الخطر، بالطبع، هو أن البنية التحتية غير مرئية عندما تعمل. نادرًا ما يلاحظها المستخدمون حتى يحدث شيء خاطئ.
ومع ذلك، تشير التاريخ إلى أن النظم البيئية الدائمة لا تُبنى على اهتمام مؤقت.
إنها تُبنى على أسس تجعل المشاركين يعودون لفترة طويلة بعد أن يتلاشى الحماس.
ربما ستكون المنافسة الأكبر في الذكاء الاصطناعي ليست على الوصول.
ربما ستكون على الاحتفاظ.
#opg $OPG @OpenGradient
من يستطيع استخدام أفضل النماذج؟
من يستطيع الحصول على أسرع الاستجابات؟
من يستطيع بناء أكثر التطبيقات إثارة للإعجاب؟
لكن كلما شاهدت تطور الصناعة، زاد اعتقادي أن الوصول لم يعد الجزء الصعب بعد الآن.
الاحتفاظ هو.
كل أسبوع هناك نموذج جديد، أداة جديدة، أو منتج ذكاء اصطناعي جديد يحصل على الاهتمام. المستخدمون يجربونه، يشاركون لقطات الشاشة، وينتقلون إلى الشيء التالي.
وهذا ما يجعل الذكاء الاصطناعي مختلفًا عن ما توقعه الكثيرون.
التحدي ليس في جذب المستخدمين.
إنه في إعطائهم سببًا للبقاء.
ما جذب انتباهي حول @OpenGradient $OPG هو أنه جعلني أفكر في هذه المشكلة من جانب البنية التحتية بدلاً من جانب التطبيق. إذا أصبح الذكاء الاصطناعي سلعة، فقد يأتي القيمة طويلة الأجل من الشبكات التي تجعل الذكاء متاحًا باستمرار، قابلًا للتحقق، ومفيدًا على مر الزمن.
يبدو أن الأمر بسيط، لكن بناء بنية تحتية متينة غالبًا ما يكون أصعب من بناء منتج شعبي.
الخطر، بالطبع، هو أن البنية التحتية غير مرئية عندما تعمل. نادرًا ما يلاحظها المستخدمون حتى يحدث شيء خاطئ.
ومع ذلك، تشير التاريخ إلى أن النظم البيئية الدائمة لا تُبنى على اهتمام مؤقت.
إنها تُبنى على أسس تجعل المشاركين يعودون لفترة طويلة بعد أن يتلاشى الحماس.
ربما ستكون المنافسة الأكبر في الذكاء الاصطناعي ليست على الوصول.
ربما ستكون على الاحتفاظ.
#opg $OPG @OpenGradient
كلما قضيت وقتًا أطول مع الذكاء الاصطناعي، زادت قناعتي بأننا نركز على الشيء الخطأ.
الجميع يتحدث عن نماذج أفضل.
نماذج أذكى.
نماذج أقوى.
لكن ماذا يحدث عندما يصبح الذكاء نفسه وفيرًا؟
قبل بضع سنوات، كان الوصول إلى الذكاء الاصطناعي المتقدم يبدو كميزة. اليوم، تظهر نماذج جديدة تقريبًا كل أسبوع. الفجوة بينها تبدو تتقلص أسرع مما توقعه معظم الناس.
لذلك بدأت أبحث في سؤال مختلف.
ليس "أي نموذج هو الأفضل؟"
لكن "كيف نعرف ما الذي يمكن أن نثق به؟"
رد الذكاء الاصطناعي موثوق به فقط بقدر موثوقية البنية التحتية خلفه. إذا لم يستطع المستخدمون التحقق من مصدر المخرجات، أو من يدير الأنظمة، أو كيف تُتخذ القرارات، فإن الذكاء وحده لا يحل شيئًا.
ما لفت انتباهي حول @OpenGradient ($OPG ) هو أنه يجعل هذه القضية أكثر وضوحًا. يدفع الحديث إلى ما هو أبعد من أداء النموذج نحو الشبكات المسؤولة عن استضافة وتشغيل والتحقق من الذكاء الاصطناعي على نطاق واسع.
يبدو أن هذه مناقشة أكبر بكثير.
يمكن أن تقلل البنية التحتية المفتوحة من الاعتماد على عدد قليل من المزودين، لكنها تخلق أيضًا تحديات جديدة حول التنسيق، والحوافز، والمساءلة.
الفرصة واضحة.
الجزء الصعب هو بناء أنظمة تبقى مفتوحة دون التضحية بالثقة.
بينما يستمر الذكاء الاصطناعي في الانتشار في كل مكان، قد لا تكون الميزة التنافسية الحقيقية هي الذكاء نفسه.
قد تكون القدرة على التحقق منه.
#opg $OPG @OpenGradient
الجميع يتحدث عن نماذج أفضل.
نماذج أذكى.
نماذج أقوى.
لكن ماذا يحدث عندما يصبح الذكاء نفسه وفيرًا؟
قبل بضع سنوات، كان الوصول إلى الذكاء الاصطناعي المتقدم يبدو كميزة. اليوم، تظهر نماذج جديدة تقريبًا كل أسبوع. الفجوة بينها تبدو تتقلص أسرع مما توقعه معظم الناس.
لذلك بدأت أبحث في سؤال مختلف.
ليس "أي نموذج هو الأفضل؟"
لكن "كيف نعرف ما الذي يمكن أن نثق به؟"
رد الذكاء الاصطناعي موثوق به فقط بقدر موثوقية البنية التحتية خلفه. إذا لم يستطع المستخدمون التحقق من مصدر المخرجات، أو من يدير الأنظمة، أو كيف تُتخذ القرارات، فإن الذكاء وحده لا يحل شيئًا.
ما لفت انتباهي حول @OpenGradient ($OPG ) هو أنه يجعل هذه القضية أكثر وضوحًا. يدفع الحديث إلى ما هو أبعد من أداء النموذج نحو الشبكات المسؤولة عن استضافة وتشغيل والتحقق من الذكاء الاصطناعي على نطاق واسع.
يبدو أن هذه مناقشة أكبر بكثير.
يمكن أن تقلل البنية التحتية المفتوحة من الاعتماد على عدد قليل من المزودين، لكنها تخلق أيضًا تحديات جديدة حول التنسيق، والحوافز، والمساءلة.
الفرصة واضحة.
الجزء الصعب هو بناء أنظمة تبقى مفتوحة دون التضحية بالثقة.
بينما يستمر الذكاء الاصطناعي في الانتشار في كل مكان، قد لا تكون الميزة التنافسية الحقيقية هي الذكاء نفسه.
قد تكون القدرة على التحقق منه.
#opg $OPG @OpenGradient
واحدة من الأشياء التي تعلمتها من دراسة بروتوكولات إعادة التمويل هي أن القصة الأكبر ليست دائمًا العائد.
أحيانًا تتعلق بمكان رغبة رأس المال في الذهاب.
تلك الفكرة كانت تتكرر في ذهني أثناء النظر إلى @Bedrock . البروتوكول يمكّن من إعادة التمويل السائل عبر أنظمة أصول متعددة، بما في ذلك Ethereum و Bitcoin وشبكات DePIN ذات الصلة. ما جذب انتباهي لم يكن المنتج نفسه، بل ما يقوله عن الاتجاه الذي يبدو أن الصناعة تتحرك نحوه.
لفترة طويلة، كان رأس المال في مجال التشفير موجودًا في دلو منفصل. كانت Bitcoin في الأساس مخزنًا للقيمة. تم نشر رأس المال الخاص بـ Ethereum في التطبيقات والستاكينغ. كانت الشبكات البنية التحتية تبني أنظمة حوافز خاصة بها. تلك الحدود الآن تبدو أقل صلابة بكثير.
مشاريع مثل @Bedrock هي جزء من اتجاه أوسع حيث أصبح رأس المال أكثر تنقلًا. يبحث المستثمرون عن طرق للحفاظ على الأصول منتجة دون التخلي تمامًا عن السيولة، والبروتوكولات تتطور لتلبية هذا الطلب.
لكن هناك جانب آخر لهذه القصة.
كلما زادت ترابط هذه الأنظمة، أصبح من الأصعب فهم مكان وجود المخاطر فعليًا. يبدو أن كفاءة رأس المال الأكبر جذابة، لكنها يمكن أن تخلق أيضًا تبعيات خفية بين الشبكات والأصول ونماذج الأمان.
ربما السؤال الأكثر أهمية ليس كم من العائد يمكن أن تولده إعادة التمويل.
بل هل يمكن للصناعة بناء هذه الأنظمة المتصلة بشكل متزايد دون جعل الهيكل بأكمله أكثر هشاشة.
كيف تعتقد أنه يجب على القطاع موازنة الكفاءة مع المرونة على المدى الطويل؟
#bedrock $BR @Bedrock
أحيانًا تتعلق بمكان رغبة رأس المال في الذهاب.
تلك الفكرة كانت تتكرر في ذهني أثناء النظر إلى @Bedrock . البروتوكول يمكّن من إعادة التمويل السائل عبر أنظمة أصول متعددة، بما في ذلك Ethereum و Bitcoin وشبكات DePIN ذات الصلة. ما جذب انتباهي لم يكن المنتج نفسه، بل ما يقوله عن الاتجاه الذي يبدو أن الصناعة تتحرك نحوه.
لفترة طويلة، كان رأس المال في مجال التشفير موجودًا في دلو منفصل. كانت Bitcoin في الأساس مخزنًا للقيمة. تم نشر رأس المال الخاص بـ Ethereum في التطبيقات والستاكينغ. كانت الشبكات البنية التحتية تبني أنظمة حوافز خاصة بها. تلك الحدود الآن تبدو أقل صلابة بكثير.
مشاريع مثل @Bedrock هي جزء من اتجاه أوسع حيث أصبح رأس المال أكثر تنقلًا. يبحث المستثمرون عن طرق للحفاظ على الأصول منتجة دون التخلي تمامًا عن السيولة، والبروتوكولات تتطور لتلبية هذا الطلب.
لكن هناك جانب آخر لهذه القصة.
كلما زادت ترابط هذه الأنظمة، أصبح من الأصعب فهم مكان وجود المخاطر فعليًا. يبدو أن كفاءة رأس المال الأكبر جذابة، لكنها يمكن أن تخلق أيضًا تبعيات خفية بين الشبكات والأصول ونماذج الأمان.
ربما السؤال الأكثر أهمية ليس كم من العائد يمكن أن تولده إعادة التمويل.
بل هل يمكن للصناعة بناء هذه الأنظمة المتصلة بشكل متزايد دون جعل الهيكل بأكمله أكثر هشاشة.
كيف تعتقد أنه يجب على القطاع موازنة الكفاءة مع المرونة على المدى الطويل؟
#bedrock $BR @Bedrock
الشيء الذي جذب انتباهي حول @Bedrock لم يكن ميزة محددة. بل كانت الطريقة التي يبدو أن النظام مبني حول واقع بسيط: رأس المال يميل إلى التحرك حيث يشعر بأنه الأكثر فائدة.
لقد قضيت الكثير من الوقت في مراقبة أنظمة الكريبتو المختلفة، وظهرت لي نمط واحد باستمرار. من الصعب الحصول على السيولة، لكن الحفاظ عليها أصعب بكثير. يمكن أن يصل رأس المال بسرعة عندما تكون الحوافز جذابة، ولكنه يمكن أن يختفي بنفس السرعة عندما تتباطأ تلك الحوافز.
لهذا السبب غالبًا ما أقارن رأس المال بالمياه التي تتدفق عبر شبكة من الأنهار. يمكنك التأثير على وجهتها لفترة من الوقت، لكن في النهاية تستقر في المسارات التي تجعل أكثر منطقية. السؤال هو ما إذا كانت البروتوكولات تخلق تدفقًا طبيعيًا أم تدفع رأس المال في اتجاه معين مؤقتًا.
ما يجعل الأنظمة مثيرة للاهتمام بالنسبة لي ليس مقدار النشاط الذي تولده اليوم، بل ما إذا كان لدى الناس سبب للاستمرار في المشاركة غدًا. عندما تبقى السيولة منتجة ولا يشعر المستخدمون بأنهم مضطرون للاختيار بين الفرصة والمرونة، يمكن أن تصبح المشاركة عادة بدلاً من تجارة قصيرة الأجل.
الاختبار الحقيقي يأتي لاحقًا. يمكن أن تجذب الحوافز الانتباه، لكن الثقة هي ما يبقي الناس حولها. وعادة ما تستغرق الثقة وقتًا أطول بكثير لبنائها من السيولة.
لذا، إليك السؤال الذي أفكر فيه:
في الكريبتو، ما الذي ينشئ في النهاية شبكات أقوى تجذب رأس المال، أو تعطي رأس المال سببًا للبقاء؟
#bedrock $BR @Bedrock
لقد قضيت الكثير من الوقت في مراقبة أنظمة الكريبتو المختلفة، وظهرت لي نمط واحد باستمرار. من الصعب الحصول على السيولة، لكن الحفاظ عليها أصعب بكثير. يمكن أن يصل رأس المال بسرعة عندما تكون الحوافز جذابة، ولكنه يمكن أن يختفي بنفس السرعة عندما تتباطأ تلك الحوافز.
لهذا السبب غالبًا ما أقارن رأس المال بالمياه التي تتدفق عبر شبكة من الأنهار. يمكنك التأثير على وجهتها لفترة من الوقت، لكن في النهاية تستقر في المسارات التي تجعل أكثر منطقية. السؤال هو ما إذا كانت البروتوكولات تخلق تدفقًا طبيعيًا أم تدفع رأس المال في اتجاه معين مؤقتًا.
ما يجعل الأنظمة مثيرة للاهتمام بالنسبة لي ليس مقدار النشاط الذي تولده اليوم، بل ما إذا كان لدى الناس سبب للاستمرار في المشاركة غدًا. عندما تبقى السيولة منتجة ولا يشعر المستخدمون بأنهم مضطرون للاختيار بين الفرصة والمرونة، يمكن أن تصبح المشاركة عادة بدلاً من تجارة قصيرة الأجل.
الاختبار الحقيقي يأتي لاحقًا. يمكن أن تجذب الحوافز الانتباه، لكن الثقة هي ما يبقي الناس حولها. وعادة ما تستغرق الثقة وقتًا أطول بكثير لبنائها من السيولة.
لذا، إليك السؤال الذي أفكر فيه:
في الكريبتو، ما الذي ينشئ في النهاية شبكات أقوى تجذب رأس المال، أو تعطي رأس المال سببًا للبقاء؟
#bedrock $BR @Bedrock
هناك شيء يزعجني عندما أنظر إلى الأسواق.
لماذا أصبحنا مرتاحين جدًا مع التنازلات؟
طالما أتذكر، كان يُنظر إلى الاستثمار على أنه سلسلة من التضحيات.
هل تريد الأمان؟
تنازل عن العوائد.
هل تريد السيولة؟
اقبل دخلًا أقل.
هل تريد عائدًا أعلى؟
تحمل المزيد من القيود.
كانت المنطقية تبدو معقولة.
لأن الندرة كانت متأصلة في النظام.
لكن عندما أنظر عبر التاريخ المالي، غالبًا ما تحدثت أكبر التغيرات عندما بدأت التنازلات القديمة تختفي.
أزال البنك الإلكتروني القيود الجغرافية.
قلصت صناديق المؤشرات تكلفة التنويع.
ضغطت الأسواق الإلكترونية مزايا المعلومات.
نادراً ما تضيف التقدم شيئًا جديدًا.
إنه يزيل شيئًا قديمًا.
لهذا السبب لفت انتباهي Bedrock.
ليس كمنتج.
كإشارة.
إشارة إلى أن أحد أقدم الافتراضات في عالم الكريبتو قد يتم تحديه.
الافتراض بأن الفائدة يجب أن تأتي دائمًا على حساب المرونة.
ومتى ما اختبر المستثمرون تنازلات أقل، تبدأ التوقعات في التغيير.
ببطء في البداية.
ثم بشكل دائم.
نادرا ما يطالب الناس بأقل بعد اكتشاف تجربة أفضل.
هذا ما يجعل الأمر مثيرًا للاهتمام.
قد لا تكون القصة الحقيقية عائدًا.
أو سيولة.
أو أي ميزة واحدة.
قد تكون الاختفاء التدريجي لتكلفة الفرصة نفسها.
إذا استقرت تلك التوقعات، لست متأكدًا من أن المستثمرين في المستقبل سيرون الأصول الرقمية كما نفعل اليوم.
#bedrock
$BR @Bedrock
لماذا أصبحنا مرتاحين جدًا مع التنازلات؟
طالما أتذكر، كان يُنظر إلى الاستثمار على أنه سلسلة من التضحيات.
هل تريد الأمان؟
تنازل عن العوائد.
هل تريد السيولة؟
اقبل دخلًا أقل.
هل تريد عائدًا أعلى؟
تحمل المزيد من القيود.
كانت المنطقية تبدو معقولة.
لأن الندرة كانت متأصلة في النظام.
لكن عندما أنظر عبر التاريخ المالي، غالبًا ما تحدثت أكبر التغيرات عندما بدأت التنازلات القديمة تختفي.
أزال البنك الإلكتروني القيود الجغرافية.
قلصت صناديق المؤشرات تكلفة التنويع.
ضغطت الأسواق الإلكترونية مزايا المعلومات.
نادراً ما تضيف التقدم شيئًا جديدًا.
إنه يزيل شيئًا قديمًا.
لهذا السبب لفت انتباهي Bedrock.
ليس كمنتج.
كإشارة.
إشارة إلى أن أحد أقدم الافتراضات في عالم الكريبتو قد يتم تحديه.
الافتراض بأن الفائدة يجب أن تأتي دائمًا على حساب المرونة.
ومتى ما اختبر المستثمرون تنازلات أقل، تبدأ التوقعات في التغيير.
ببطء في البداية.
ثم بشكل دائم.
نادرا ما يطالب الناس بأقل بعد اكتشاف تجربة أفضل.
هذا ما يجعل الأمر مثيرًا للاهتمام.
قد لا تكون القصة الحقيقية عائدًا.
أو سيولة.
أو أي ميزة واحدة.
قد تكون الاختفاء التدريجي لتكلفة الفرصة نفسها.
إذا استقرت تلك التوقعات، لست متأكدًا من أن المستثمرين في المستقبل سيرون الأصول الرقمية كما نفعل اليوم.
#bedrock
$BR @Bedrock
كلما فكرت في البيتكوين، أدركت شيئاً غريباً قليلاً.
بالنسبة لأصل غير كل شيء في عالم المال، يقضي البيتكوين معظم وقته ساكناً.
وللإنصاف، هذا ليس انتقاداً.
الاحتفاظ بالبيتكوين كان واحداً من أذكى القرارات التي يمكن أن يتخذها الناس على مدار العقد الماضي. الصبر، القناعة، وتجاهل الضجيج تبين أنها كانت قوة هائلة.
هكذا كسب البيتكوين الثقة.
لكن أحياناً، السلوكيات التي تخلق النجاح تصبح مقبولة لدرجة أننا نتوقف عن التساؤل عنها.
أصبح الاحتفاظ أكثر من مجرد استراتيجية.
أصبح الثقافة.
في الآونة الأخيرة، كنت أتساءل عما إذا كان ذلك يخلق تبادلًا لا نتحدث عنه بما فيه الكفاية.
البيتكوين نادر للغاية. ومع ذلك، تبقى تريليونات من القيمة غالباً غير نشطة اقتصادياً.
تم إعطاء الأولوية للملكية.
المشاركة كانت ثانوية.
الحفاظ على القيمة كان أكثر أهمية من الفائدة.
مرة أخرى، كان ذلك منطقيًا لفترة طويلة.
ما جذب انتباهي حول Bedrock لم يكن وعد المكافآت أو سرد آخر عن BTCFi.
كانت الفكرة الأكبر التي تكمن وراء ذلك.
الفكرة أن الحفاظ على التعرض للبيتكوين والسماح لهذا رأس المال بالمشاركة في نظام بيئي متنامٍ قد لا يحتاج بعد الآن إلى أن يكون قرارين منفصلين.
هذا تحول دقيق، لكنه مهم.
لأن كل نظام مالي يتطور نحو استخدام أفضل لرأس المال.
ربما بدأ البيتكوين أيضاً في استكشاف هذا الطريق.
ليس بالتخلي عن الثقافة التي أوصلته إلى هنا.
ولكن بالسؤال عما إذا كانت الملكية والمشاركة يمكن أن تتواجد معاً أخيراً.
إذا حدث ذلك، قد تكون المرحلة التالية من تطور البيتكوين أقل عن زيادة القيمة وأكثر عن زيادة المشاركة دون التخلي عن الملكية.
#bedrock $BR @Bedrock
بالنسبة لأصل غير كل شيء في عالم المال، يقضي البيتكوين معظم وقته ساكناً.
وللإنصاف، هذا ليس انتقاداً.
الاحتفاظ بالبيتكوين كان واحداً من أذكى القرارات التي يمكن أن يتخذها الناس على مدار العقد الماضي. الصبر، القناعة، وتجاهل الضجيج تبين أنها كانت قوة هائلة.
هكذا كسب البيتكوين الثقة.
لكن أحياناً، السلوكيات التي تخلق النجاح تصبح مقبولة لدرجة أننا نتوقف عن التساؤل عنها.
أصبح الاحتفاظ أكثر من مجرد استراتيجية.
أصبح الثقافة.
في الآونة الأخيرة، كنت أتساءل عما إذا كان ذلك يخلق تبادلًا لا نتحدث عنه بما فيه الكفاية.
البيتكوين نادر للغاية. ومع ذلك، تبقى تريليونات من القيمة غالباً غير نشطة اقتصادياً.
تم إعطاء الأولوية للملكية.
المشاركة كانت ثانوية.
الحفاظ على القيمة كان أكثر أهمية من الفائدة.
مرة أخرى، كان ذلك منطقيًا لفترة طويلة.
ما جذب انتباهي حول Bedrock لم يكن وعد المكافآت أو سرد آخر عن BTCFi.
كانت الفكرة الأكبر التي تكمن وراء ذلك.
الفكرة أن الحفاظ على التعرض للبيتكوين والسماح لهذا رأس المال بالمشاركة في نظام بيئي متنامٍ قد لا يحتاج بعد الآن إلى أن يكون قرارين منفصلين.
هذا تحول دقيق، لكنه مهم.
لأن كل نظام مالي يتطور نحو استخدام أفضل لرأس المال.
ربما بدأ البيتكوين أيضاً في استكشاف هذا الطريق.
ليس بالتخلي عن الثقافة التي أوصلته إلى هنا.
ولكن بالسؤال عما إذا كانت الملكية والمشاركة يمكن أن تتواجد معاً أخيراً.
إذا حدث ذلك، قد تكون المرحلة التالية من تطور البيتكوين أقل عن زيادة القيمة وأكثر عن زيادة المشاركة دون التخلي عن الملكية.
#bedrock $BR @Bedrock
أتذكر أنني شاهدت منصتين للتداول تتنافسان على نفس الجمهور.
سيولة مشابهة. مستخدمون مشابهون. فرص مشابهة.
لقد جذبوا نفس نوع المستخدمين، قدموا فرص مماثلة، وعملوا بسيولة قابلة للمقارنة. في البداية، افترضت أن الفرق سيكون مرتبطًا بالحوافز. المزيد من المكافآت، المزيد من النشاط. بسيط.
ما لفت انتباهي هو أن واحدة من المنصات استمرت في تعزيز موقعها لفترة طويلة بعد أن توقفت فجوة الحوافز عن كونها مهمة. لم يكن المستخدمون مجرد حضور. بل كانوا يبقون، يعودون، ويزيدون تركيزهم تدريجيًا في مكان واحد.
هذا أجبرني على إعادة التفكير في ما كنت أقيسه بالفعل.
يمكن نسخ السيولة. يمكن مطابقة الحوافز. حتى ميزات المنتجات في النهاية تتقارب. لكن الشبكة التي تُبنى على سلوك متكرر تخلق شيئًا يصعب تكراره. كل تفاعل يضيف سياقًا. كل مستخدم عائد يعزز جودة الإشارة. كل دورة تحسن من قيمة التواجد.
هذا جزئيًا هو السبب في أن مشاريع مثل @GeniusOfficial أصبحت مثيرة للاهتمام للمشاهدة. ليس بسبب ما تقدمه في اليوم الأول، ولكن بسبب ما يمكن أن يتراكم من الاستخدام المستمر مع مرور الوقت. المعرفة، الألفة، الثقة، والتنسيق غالبًا ما تصبح أصولًا اقتصادية قبل أن تظهر في المقاييس التقليدية.
بالطبع، يمكن أن يحدث العكس. الإشارات الضعيفة تجذب الضوضاء. النشاط المدفوع بالحوافز يختفي عندما تتلاشى المكافآت. تتفكك الاحتفاظ وتثبت أن تأثير الشبكة المدرك مؤقت.
كمستثمر، أصبحت أقل اهتمامًا بمن يجذب الانتباه اليوم وأكثر اهتمامًا بمن يضاعف السلوك مع مرور الوقت.
عندما تبدو المنصات المنافسة متشابهة على السطح، أي واحدة تبني بهدوء عادات قد لا يتمكن المنافسون من شرائها أبدًا؟
#genius $GENIUS @GeniusOfficial
سيولة مشابهة. مستخدمون مشابهون. فرص مشابهة.
لقد جذبوا نفس نوع المستخدمين، قدموا فرص مماثلة، وعملوا بسيولة قابلة للمقارنة. في البداية، افترضت أن الفرق سيكون مرتبطًا بالحوافز. المزيد من المكافآت، المزيد من النشاط. بسيط.
ما لفت انتباهي هو أن واحدة من المنصات استمرت في تعزيز موقعها لفترة طويلة بعد أن توقفت فجوة الحوافز عن كونها مهمة. لم يكن المستخدمون مجرد حضور. بل كانوا يبقون، يعودون، ويزيدون تركيزهم تدريجيًا في مكان واحد.
هذا أجبرني على إعادة التفكير في ما كنت أقيسه بالفعل.
يمكن نسخ السيولة. يمكن مطابقة الحوافز. حتى ميزات المنتجات في النهاية تتقارب. لكن الشبكة التي تُبنى على سلوك متكرر تخلق شيئًا يصعب تكراره. كل تفاعل يضيف سياقًا. كل مستخدم عائد يعزز جودة الإشارة. كل دورة تحسن من قيمة التواجد.
هذا جزئيًا هو السبب في أن مشاريع مثل @GeniusOfficial أصبحت مثيرة للاهتمام للمشاهدة. ليس بسبب ما تقدمه في اليوم الأول، ولكن بسبب ما يمكن أن يتراكم من الاستخدام المستمر مع مرور الوقت. المعرفة، الألفة، الثقة، والتنسيق غالبًا ما تصبح أصولًا اقتصادية قبل أن تظهر في المقاييس التقليدية.
بالطبع، يمكن أن يحدث العكس. الإشارات الضعيفة تجذب الضوضاء. النشاط المدفوع بالحوافز يختفي عندما تتلاشى المكافآت. تتفكك الاحتفاظ وتثبت أن تأثير الشبكة المدرك مؤقت.
كمستثمر، أصبحت أقل اهتمامًا بمن يجذب الانتباه اليوم وأكثر اهتمامًا بمن يضاعف السلوك مع مرور الوقت.
عندما تبدو المنصات المنافسة متشابهة على السطح، أي واحدة تبني بهدوء عادات قد لا يتمكن المنافسون من شرائها أبدًا؟
#genius $GENIUS @GeniusOfficial
تمّ التحقق
كلما درست بنية السوق أكثر، كلما أدركت أن الخصوصية والشفافية ليست أفكار متنافسة.
لسنوات، كانت العملات الرقمية تركز على حل مشكلة رئيسية واحدة: التحقق. السجلات العامة سمحت للأسواق بالعمل دون الاعتماد على الثقة المركزية. الأنظمة المفتوحة أنشأت تنسيقاً على نطاق واسع، وهذا غير كل شيء.
لكن هيكل السوق لا يتوقف عن التطور بعد الاختراق الأول.
مع دخول المزيد من رأس المال، تزداد المنافسة. تنتشر المعلومات بسرعة أكبر. تصبح الاستراتيجيات أسهل في النسخ. تقوم أنظمة الذكاء الاصطناعي بمعالجة المعلومات العامة على الفور. ما كان في السابق يخلق العدالة يمكن أن يخلق أيضاً أشكالاً جديدة من الازدحام وعدم الكفاءة.
التحقق حل مشكلة مهمة.
لم يحل كل مشكلة.
لأن الأسواق الناضجة لا تتطلب ببساطة من المشاركين رؤية المعلومات. بل تتطلب بشكل متزايد من المشاركين التصرف ضمن بيئات غنية بالمعلومات حيث تصبح التنفيذات نفسها طبقة تنافسية.
هذا جزئياً هو السبب في أن @GeniusOfficial يشعر بأنه ذو صلة تتجاوز سرد منتج واحد.
الجيل الأول من البنية التحتية ركز على جعل الأنظمة شفافة.
الجيل التالي قد يركز بشكل متزايد على جعل الشفافية والاستقلالية تعملان معاً.
ماذا لو لم تكن هذه الأفكار من المفترض أن تتنافس في المقام الأول؟
#genius $GENIUS @GeniusOfficial
لسنوات، كانت العملات الرقمية تركز على حل مشكلة رئيسية واحدة: التحقق. السجلات العامة سمحت للأسواق بالعمل دون الاعتماد على الثقة المركزية. الأنظمة المفتوحة أنشأت تنسيقاً على نطاق واسع، وهذا غير كل شيء.
لكن هيكل السوق لا يتوقف عن التطور بعد الاختراق الأول.
مع دخول المزيد من رأس المال، تزداد المنافسة. تنتشر المعلومات بسرعة أكبر. تصبح الاستراتيجيات أسهل في النسخ. تقوم أنظمة الذكاء الاصطناعي بمعالجة المعلومات العامة على الفور. ما كان في السابق يخلق العدالة يمكن أن يخلق أيضاً أشكالاً جديدة من الازدحام وعدم الكفاءة.
التحقق حل مشكلة مهمة.
لم يحل كل مشكلة.
لأن الأسواق الناضجة لا تتطلب ببساطة من المشاركين رؤية المعلومات. بل تتطلب بشكل متزايد من المشاركين التصرف ضمن بيئات غنية بالمعلومات حيث تصبح التنفيذات نفسها طبقة تنافسية.
هذا جزئياً هو السبب في أن @GeniusOfficial يشعر بأنه ذو صلة تتجاوز سرد منتج واحد.
الجيل الأول من البنية التحتية ركز على جعل الأنظمة شفافة.
الجيل التالي قد يركز بشكل متزايد على جعل الشفافية والاستقلالية تعملان معاً.
ماذا لو لم تكن هذه الأفكار من المفترض أن تتنافس في المقام الأول؟
#genius $GENIUS @GeniusOfficial
أستمر في العودة إلى فكرة واحدة...
ماذا لو كنا نسأل السؤال الخطأ عن الأصول طوال هذا الوقت؟
لسنوات، كانت الإطار بسيطاً.
بعض الأصول تحافظ على القيمة.
بعضها يخلق عوائد.
بعضها يوفر السيولة.
بعضها يؤمن الشبكات.
سوق الأصول فصلت هذه الأدوار لأن الأنظمة المبكرة أجبرت علينا الاختيار.
لكن رأس المال نادراً ما يحب القيود.
كلما شاهدت الأسواق تتطور، يصبح الدفاع عن هذا الافتراض أصعب.
لأن خارج عالم الكريبتو، رأس المال القيم نادراً ما يبقى ساكناً.
العقارات تنتج دخلًا بينما تزداد قيمتها.
الشركات تولد تدفق نقدي بينما تبني حقوق الملكية.
تستمر الأسواق المالية في إعادة تصميم نفسها حول مبدأ واحد:
اجعل رأس المال يعمل بجد أكبر.
فلماذا لا نزال نعتبر الأصول التي تؤدي وظيفة واحدة فقط أمراً طبيعياً؟
لماذا لا تزال الكفاءة غير مقبولة؟
لهذا السبب يبدو Bedrock مهمًا.
ليس لأنه يغير كل شيء بين عشية وضحاها.
ولكن لأنه يتساءل بهدوء عما إذا كانت الملكية، والفائدة، والإنتاجية قد احتاجت إلى الوجود بشكل منفصل في المقام الأول.
ومتى ما اختبر المستثمرون سلوك رأس المال الأكثر كفاءة...
ماذا يحدث بعد ذلك؟
تتغير التوقعات.
ثم تتغير العادات.
ثم تتغير الأسواق.
ربما هذا هو الانتقال الأكبر الذي يحدث.
لم يعد الناس يقارنون الأصول ببعضها البعض.
إنهم يقارنون التجارب.
تبقى الملكية.
تتوسع الفائدة.
يصبح رأس المال متعدد الأبعاد.
لم أعد متأكدًا من أن الإطار القديم سيبقى.
#bedrock $BR @Bedrock
ماذا لو كنا نسأل السؤال الخطأ عن الأصول طوال هذا الوقت؟
لسنوات، كانت الإطار بسيطاً.
بعض الأصول تحافظ على القيمة.
بعضها يخلق عوائد.
بعضها يوفر السيولة.
بعضها يؤمن الشبكات.
سوق الأصول فصلت هذه الأدوار لأن الأنظمة المبكرة أجبرت علينا الاختيار.
لكن رأس المال نادراً ما يحب القيود.
كلما شاهدت الأسواق تتطور، يصبح الدفاع عن هذا الافتراض أصعب.
لأن خارج عالم الكريبتو، رأس المال القيم نادراً ما يبقى ساكناً.
العقارات تنتج دخلًا بينما تزداد قيمتها.
الشركات تولد تدفق نقدي بينما تبني حقوق الملكية.
تستمر الأسواق المالية في إعادة تصميم نفسها حول مبدأ واحد:
اجعل رأس المال يعمل بجد أكبر.
فلماذا لا نزال نعتبر الأصول التي تؤدي وظيفة واحدة فقط أمراً طبيعياً؟
لماذا لا تزال الكفاءة غير مقبولة؟
لهذا السبب يبدو Bedrock مهمًا.
ليس لأنه يغير كل شيء بين عشية وضحاها.
ولكن لأنه يتساءل بهدوء عما إذا كانت الملكية، والفائدة، والإنتاجية قد احتاجت إلى الوجود بشكل منفصل في المقام الأول.
ومتى ما اختبر المستثمرون سلوك رأس المال الأكثر كفاءة...
ماذا يحدث بعد ذلك؟
تتغير التوقعات.
ثم تتغير العادات.
ثم تتغير الأسواق.
ربما هذا هو الانتقال الأكبر الذي يحدث.
لم يعد الناس يقارنون الأصول ببعضها البعض.
إنهم يقارنون التجارب.
تبقى الملكية.
تتوسع الفائدة.
يصبح رأس المال متعدد الأبعاد.
لم أعد متأكدًا من أن الإطار القديم سيبقى.
#bedrock $BR @Bedrock
تمّ التحقق
أتذكر مشاهدتي لمنصتين تتنافسان على نفس المتداولين.
سيولة مشابهة. مستخدمون مشابهون. فرص مشابهة.
في البداية افترضت أن الفرق يجب أن يكون في سرعة التنفيذ، الحوافز، أو التسعير. الأسواق عادةً تكافئ الكفاءة، لذا كان الجواب يبدو واضحًا.
ما لفت انتباهي هو أنه بعد أشهر، كان نفس المستخدمين لا يزالون يفتحون منصة واحدة أولاً.
ليس في بعض الأحيان.
لكن بشكل متكرر.
الجزء الغريب هو أن المنافسين لم يكونوا في الواقع أسوأ. كانوا يقدمون فرصًا مشابهة وأحيانًا حتى ظروف قصيرة الأجل أفضل. ومع ذلك، كانت النتائج تظل متباينة.
هذا جعلني أدرك أن الأسواق قد تحتوي على طبقتين.
الطبقة المرئية هي السيولة، والحجم، والحوافز، والمعاملات.
الطبقة المخفية هي السلوك.
الناس يتعلمون أين يبحثون أولاً، وأين يتحققون من المعلومات، وأي سير عمل يقلل الأخطاء، وأي بيئات تساعدهم على اتخاذ قرارات أسرع. تلك الأفعال المتكررة تصبح ببطء عادات، والعادات في النهاية تصبح سلوكًا افتراضيًا.
هنا تصبح المشاريع مثل @GeniusOfficial و $GENIUS أكثر إثارة للاهتمام بالنسبة لي.
ليس لأن المنتجات لا يمكن نسخها.
لكن لأن الاستخدام المتكرر يخلق شيئًا أقل وضوحًا.
سياق متراكم.
ألفة تشغيلية.
تعرف على الإشارات.
تنسيق بين المستخدمين.
مع مرور الوقت، تخلق هذه الأشياء تكاليف تبديل نادرًا ما تظهر على لوحات المعلومات.
بالطبع، لا شيء من هذا يهم إذا كانت الأنشطة تعتمد في الغالب على الحوافز، أصبحت الإشارات مشوشة، ضعف الاحتفاظ، أو يمكن تصنيع المشاركة.
لذا عندما تستمر الشبكات في الفوز على الرغم من وجود مقاييس سطحية مماثلة، فما الذي تكافئه الأسواق بالضبط: المنتجات، أم السلوك المتعلم؟
#genius $GENIUS @GeniusOfficial
سيولة مشابهة. مستخدمون مشابهون. فرص مشابهة.
في البداية افترضت أن الفرق يجب أن يكون في سرعة التنفيذ، الحوافز، أو التسعير. الأسواق عادةً تكافئ الكفاءة، لذا كان الجواب يبدو واضحًا.
ما لفت انتباهي هو أنه بعد أشهر، كان نفس المستخدمين لا يزالون يفتحون منصة واحدة أولاً.
ليس في بعض الأحيان.
لكن بشكل متكرر.
الجزء الغريب هو أن المنافسين لم يكونوا في الواقع أسوأ. كانوا يقدمون فرصًا مشابهة وأحيانًا حتى ظروف قصيرة الأجل أفضل. ومع ذلك، كانت النتائج تظل متباينة.
هذا جعلني أدرك أن الأسواق قد تحتوي على طبقتين.
الطبقة المرئية هي السيولة، والحجم، والحوافز، والمعاملات.
الطبقة المخفية هي السلوك.
الناس يتعلمون أين يبحثون أولاً، وأين يتحققون من المعلومات، وأي سير عمل يقلل الأخطاء، وأي بيئات تساعدهم على اتخاذ قرارات أسرع. تلك الأفعال المتكررة تصبح ببطء عادات، والعادات في النهاية تصبح سلوكًا افتراضيًا.
هنا تصبح المشاريع مثل @GeniusOfficial و $GENIUS أكثر إثارة للاهتمام بالنسبة لي.
ليس لأن المنتجات لا يمكن نسخها.
لكن لأن الاستخدام المتكرر يخلق شيئًا أقل وضوحًا.
سياق متراكم.
ألفة تشغيلية.
تعرف على الإشارات.
تنسيق بين المستخدمين.
مع مرور الوقت، تخلق هذه الأشياء تكاليف تبديل نادرًا ما تظهر على لوحات المعلومات.
بالطبع، لا شيء من هذا يهم إذا كانت الأنشطة تعتمد في الغالب على الحوافز، أصبحت الإشارات مشوشة، ضعف الاحتفاظ، أو يمكن تصنيع المشاركة.
لذا عندما تستمر الشبكات في الفوز على الرغم من وجود مقاييس سطحية مماثلة، فما الذي تكافئه الأسواق بالضبط: المنتجات، أم السلوك المتعلم؟
#genius $GENIUS @GeniusOfficial
سجّل الدخول لاستكشاف المزيد من المُحتوى