OpenAI близок к тому моменту, когда выпуск собственного криптотокена станет реалистичным, а возможно, и неизбежным финансовым шагом, хотя OpenAI и не объявляла о таких планах. Эта идея может оказаться не такой уж безумной, как кажется.
Масштаб недавних сделок OpenAI с вычислительными мощностями на триллион долларов в сочетании с давним интересом Сэма Альтмана к криптопримитивам делает токенизированный финансовый инструмент вполне реальной возможностью. Если модели – это двигатели, преобразующие вычислительные мощности в интеллект, то токены могут стать тем топливом, которое рынки используют для определения стоимости этих мощностей в режиме реального времени.
Потребность OpenAI в вычислительных мощностях теперь соперничает с инфраструктурой государственного уровня. На момент написания этой статьи OpenAI имеет примерно 13 миллиардов долларов дохода и около 1,4 триллиона долларов обязательств по вычислительным мощностям. Это несоответствие требует определенной финансовой изобретательности.
Криптотокен, прагматично структурированный как предоплаченные вычислительные мощности плюс опциональная возможность получения прибыли, может стать тем финансовым примитивом, который сопоставит эту кривую спроса, не жертвуя стратегическим контролем. Альтман неоднократно намекал, что для реализации амбиций OpenAI потребуются альтернативные формы финансирования, даже дразня перспективой «очень интересного нового типа финансового инструмента».
Учитывая его заметную крипто-траекторию, криптотокен OpenAI может вызвать споры, но он вполне осуществим, если представить его как предоплаченные вычислительные мощности с четко определенными правами.
Сделки на триллион долларов с вычислительными мощностями могут потребовать новой структуры капитала
Современный стек больших языковых моделей (LLM) следует простым законам масштабирования. Больше вычислительных мощностей – лучше модели, больше пользователей и еще больше вычислительных мощностей. OpenAI сейчас работает на крутой части этой кривой. Обучение занимает месяцы, вывод данных происходит постоянно, а капитальные затраты напоминают строительство нового облака каждый год.
Вот почему мы видим мега-сделки: многолетние обязательства по закупке графических процессоров, строительство центров обработки данных, партнерства с обменом акций на чипы и крупные кредитные линии, обеспеченные гиперскейлерами и производителями чипов.
Microsoft добавила дополнительные 250 миллиардов долларов обязательств Azure к своей доле в капитале, в то время как Oracle стала флагманским партнером через программу Stargate, о чем свидетельствуют сообщения о 300 миллиардах долларов инфраструктуры Oracle Cloud (OCI) в течение пяти лет.
Amazon присоединился к стеку с семилетней, 38-миллиардной сделкой Amazon Web Services (AWS), а облако CoreWeave, ориентированное на графические процессоры, заключило трехэтапный контракт, который в настоящее время составляет 22,4 миллиарда долларов инфраструктуры.
На стороне кремния OpenAI имеет предварительное соглашение с Nvidia о развертывании как минимум 10 гигаватт систем наряду с инвестициями Nvidia в размере до 100 миллиардов долларов, шестигигаваттную многопоколенную сделку для графических процессоров AMD Instinct и 10-гигаваттную программу совместной разработки с Broadcom для специализированных ускорителей, в дополнение к неуказанным мощностям, которые готовятся в Google Cloud и других партнерах.
В совокупности эти соглашения составляют ставку в размере триллиона долларов на будущие вычислительные циклы, финансируемые непрозрачными, связанными с поставщиками контрактами, которые ведут себя больше как экзотические инфраструктурные деривативы, чем традиционные счета за облачные услуги, и именно такую структуру мог бы помочь нормализовать и открыть для рыночного ценообразования ликвидный токенизированный кредит на вычислительные мощности.
Мы уже видели, как чипы становятся капиталом, когда долгосрочные соглашения о поставках графических процессоров функционируют как финансирование, обеспеченное активами: они снижают стоимость единицы продукции и гарантируют емкость, но ценой огромных будущих обязательств, связанных с дорожной картой обучения.
Кроме того, структуры обмена акций на чипы, когда поставщики получают долю в акциях OpenAI в обмен на приоритетное распределение, перекладывают финансовый риск глубже в цепочку поставок и тесно связывают траектории продуктов с дорожными картами оборудования.
Затем есть предварительные платежи за облачные услуги и соглашения о строительстве и передаче, в которых гиперскейлеры авансируют капитальные затраты на центры обработки данных в обмен на эксклюзивность платформы и долю в доходах, обменивая краткосрочную финансовую помощь на долгосрочную зависимость от платформы.
Эти сделки подчеркивают новую тенденцию: Вычислительные мощности финансируются посредством многоцикловых, связанных с поставщиками контрактов, которые ведут себя как долгосрочные капитальные затраты, точно такой же громоздкой приверженности, которую можно сгладить с помощью токенизированного кредита, определяемого рынком.
Криптография создана для эластичной, глобальной координации. Токен может непрерывно определять спрос, объединять капитал в разных географических регионах и мгновенно проводить расчеты, что трудно воспроизвести с помощью традиционных акций или долгов.
Каким может быть прагматичный токен OpenAI
Думайте меньше о мемкоине и больше об инструменте. Прагматичный токен OpenAI может соответствовать одной из трех моделей проектирования, если он будет преследован. Первая – это чистый токен кредита на вычислительные мощности: передаваемое право на будущий вывод или время обучения, по сути, кредиты в сети, которые можно погасить на утвержденных конечных точках.
Эта версия просто предварительно продает емкость, связывает спрос на токены с реальным использованием модели и избегает семантики, близкой к акциям; погашение может быть проиндексировано по общедоступному измеренному графику (токены в секунду конкретных моделей).
Второй вариант – токенизированная финансирующая нота: право на ограниченную прибыль, связанную с доходом, выплачиваемая в фиате или кредитах, но обернутая в токен для глобального распространения и вторичной ликвидности. Купоны могут ссылаться на доход от API или конкретные когорты продуктов и конвертироваться в кредиты на вычислительные мощности в случае стресса, направляя спекулятивное давление на фактическое использование и снижая несогласованность.
Токен вычисления будет не просто лежать тихо на балансе. Он подключит OpenAI к рефлексивной рыночной петле. Когда токен торгуется по высокой цене, капитал становится дешевым, строится больше кластеров, модели улучшаются и спрос на вычислительные мощности растет, поддерживая цену токена. Когда токен падает, эта петля работает в обратном направлении, создавая версию банковской паники, специфичную для искусственного интеллекта: «панику на вычислительные мощности», когда падение цен на токены сигнализирует о сомнениях в будущей экономической модели задолго до того, как они появятся в доходах.
Это также меняет баланс сил с гиперскейлерами и производителями чипов. Сегодня они контролируют цены и распределение посредством непрозрачных долгосрочных контрактов. Ликвидная цена вычислений, установленная на открытом рынке, затруднит для любого отдельного поставщика извлечение неоправданной ренты и заставит его работать с токеном, принять его (в качестве обеспечения или оплаты) или запустить свои собственные конкурирующие активы для вычислений. В этом мире настоящая игра заключается не только в том, примут ли крипторынки токен OpenAI, но и в том, как быстро существующая олигополия вычислительных мощностей решит его скопировать или использовать в качестве оружия.
Финал с токеном
Токены — это не религия, а инструмент. Проблема OpenAI не в капитале как таковом, а в планировании капитала в соответствии с геометрией вычислений. Криптография обеспечивает программируемый баланс, позволяя ценообразовать минуты, предварительно продавать доступ и получать ликвидность из интернета со скоростью, с которой развиваются ваши модели.
Если компания продолжит подписывать все более сложные сделки по обмену чипов на капитал и соглашения о распределении доходов, то токенизированный кредит на вычислительные мощности станет логичным третьим звеном, которое превратит рынок в балансировщик нагрузки для интеллекта.
Если искусственный интеллект – это градиенты по данным, то финансирование должно быть градиентом по спросу. Следущий прорыв может заключаться не только в лучшем оптимизаторе, но и в лучшем способе его финансирования.
