Andreessen Horowitz-data avslører at KI-tokenutgifter hoppet 122–160 % samtidig som tokenpriser kollapset 67 %, signalerende agressiv utvikleradopsjon midt i en beregningskostnadskrise. Divergensen markerer et strukturelt skifte der inferensefterspørsel overgår spekulativ prising, men stigende GPU-utgifter truier protokolløkonomi og langsiktig tokenhastighet.
Funnene fra a16z avdekker en klassisk infrastrukturfase-dynamikk: kapital strømmer inn i beregningskrevende primitiver før bærekraftige inntektsmodeller modnes. Historisk sett forutsa lignende mønstre 2017-ICO-boomen og 2020-DeFi-sommeren, der bruksmetrikker skilte seg fra tokenverdi i kvartaler. I dag er katalysatoren stor språkmodell-inferens — spesifikt grensekostnaden for GPU-timer — som nå bestemmer gulvet for KI-token-nytte. Porteføljeforvaltere merker at dette speiler tidlig skyberegningsøkonomi, der Michael Saylor fra MicroStrategy berømt sammenlignet Bitcoins energiforbruk med AWS sin kapitalintensitet, argumenterende for at protokollreserver må til slutt ta vare på beregningsmargin for å retferdiggjøre verdsetting.
Markedspåvirkning og overføringskanaler
Utgiftsøkningen overføres gjennom tre kanaler. Først strammer GPU-efterspørselens elastisitet: Nvidia H100-leveranstider forlenges, som driver opp inferenskostnader og tvinger KI-protokoller til enten å subsidere bruk via tokenemisjoner — utvante innehavere — eller heve gebyrer, med risiko for tap av utviklere. Andre akselereres tokenhastigheten da prosjekter selger native eiendeler for å dekke fiat-denominerte skyregninger, skapende vedvarende salgspress ukorrelert med nettverksfundamenter. Tredje intensiveres risikokapitalgjenvinning; a16z og likemenn distribuerer oppfølgningskapital til porteføljeforetak for å sikre GPU-allokasjoner, effektivt subsidere etterspørselssiden av sine egne tokeninvesteringer.
Når beregning blir grensekostnaden for inntekt, skifter tokenmodeller fra spekulative eiendeler til driftskapitalinstrumenter. Protokollene som overlever vil være de som behandler GPU-timer som lager, ikke overhead.
Kredittmarkeder signaliserer stress: desentraliserte beregningsnettverk som Akash og Render ser utnyttelsesgrader over 85 %, likevel handler tokensene 60–70 % under 2024-høyene. Denne dislokasjonen antyder at eierinvestorer priser KI-infrastruktur som et offentlig sky-spill — gjentakende inntekter, lojale kunder — mens tokenmarkeder priser det som en spekulativ kjøpsopsjon på AGI-tidslinjer. Arbitrasjen lukkes først når protokoller beviser at de kan kreve inferenspremier over spot-GPU-satser.
Nøkkeltak for investorer
- Overvåk: Nvidia H100 spotpriser og leveranstid-data fra store skyleverandører; et varig fall under 2,50 USD/time signaliserer avslappede beregningsbegrensninger og potensiell marginutvidelse for KI-protokoller.
- Forvent: Økte tokenemisjonsplaner på tvers av store KI-prosjekter de neste to kvartalene da skattekammere finansierer GPU-innkjøp, utvante ikke-staking-innehavere med mindre gebyrbrytere aktiveres.
- Vurder: Protokollnivåets enhetsøkonomi — spesifikt inntekt per inferenskall versus total GPU-kostnad — for å skille bærekraftige infrastrukturspill fra subsidieavhengige token-gårder.
- Evaluer: Hedging av KI-token-eksponering via long Nvidia/AMD-aksjer eller halvleder-ETFer; beregningslaget fanger verdi uavhengig av hvilken applikasjonslags-token som seirer.
Vanlige spørsmål
Hvorfor øker KI-tokenutgifter mens priser faller 67 %?
Utvikleraktivitet og inferensefterspørsel vokser eksponensielt, drevet av realverdens KI-applikasjonsutrulling. Likevel speiler tokenpriser spekulativ likvidisering og tunge emisjonsplaner brukt til å subsidere GPU-kostnader, skapende en midlertidig adskillelse mellom bruk og eiendelsverdsetting.
Kan KI-protokoller oppnå lønnsomhet med dagens GPU-kostnader?
Grense-lønnsomhet krever enten inferensprisetting over spot-GPU-satser eller tokenverdiøkning for å kompensere fiat-denominerte beregningsregninger. De fleste protokoller opererer per i dag med tap, finansiert av risikokapital; bærekraft avhenger av bedriftsadopsjon som låser inn flerårskontrakter med premiesatser.