Конкурентный ландшафт блокчейн-платформ ИИ наглядно показал, что Solana лидирует на рынке агентов с капиталом $5,8 млрд, что свидетельствует о доминировании криптовалюты в секторе ИИ.
За ним следует Base с состоянием $5,4 млрд. и другие цепочки с общим капиталом $1,7 млрд. Преимущество SOL будет расширяться с распространением на цепочку протокола Virtuals Protocol, который позволит командам запускать агентов и токены.
Этот стратегический шаг совпал с почти одинаковыми объемами торгов между активами Solana и Base, что говорит о смене предпочтений платформы среди разработчиков и инвесторов.
Если эта тенденция сохранится, она может подорвать позиции Base на рынке, что еще больше укрепит позиции SOL.
Учитывая такую динамику, будущие последствия для экосистемы Solana выглядят многообещающе, что может привести к росту числа пользователей и повышению стоимости, в то время как Base, возможно, придется пересмотреть свои предложения, чтобы сохранить конкурентоспособность.
Этот сценарий развития знаменует собой критический момент, способный повлиять на краткосрочную и долгосрочную динамику рынка блокчейн, ориентированного на ИИ.
Основы Total AI Agent
По сравнению с ATH общий объем рынка ИИ-агентов сократился на 50%, но фундаментальные показатели только выросли: ИИ-доминирование Solana было неоспоримым, но не стоит забывать о долгосрочной игре.
Настоящая стоимость была накоплена не только в рыночных капиталах или объемах торгов – она заключалась в полезности и принятии агентов ИИ в качестве средства обмена.
Рыночная стоимость VIRTUAL остается самой высокой, хотя и снизилась на 55,2% по сравнению с пиком, за ней следуют ai16z и AIXBT, снизившиеся на 69,0% и 47,1%, соответственно.
GRIFFAIN и arc также значительно снизились. Такое расхождение между рыночной стоимостью и фундаментальными показателями говорит о потенциальной устойчивости или восстановлении сектора агентов искусственного интеллекта, несмотря на текущие неудачи на рынке.
К фундаментальным основам относится запуск Virtuals пула Meteora Pool и программы грантов на $42K. ai16z обновила Eliza v2, внедрив улучшенную токеномику, что, вероятно, поддержало ее устойчивость.
Компания AIXBT представила новую систему доступа, потенциально оживив свою пользовательскую базу. Интеграция Griffain с Shopify и Meta направлена на расширение ее коммерческого применения. Компания Arc объявила о 7 элитных партнерствах, нацеливаясь на рост.
Даже несмотря на падение рыночной стоимости, эти события свидетельствуют о прочном фундаменте. Краткосрочное воздействие включает в себя повышение полезности ИИ-агентов в экосистемах, способствующее восстановлению.
В долгосрочной перспективе упор на интеграцию и партнерские отношения может переосмыслить полезность ИИ-агентов, что приведет к их внедрению за пределы спекуляций.
Большие технологические расходы на ИИ
Несмотря на стремительное падение рыночных капиталов ИИ-агентов, расходы крупных технологических компаний на инфраструктуру ИИ продолжают расти, и в этом году прогнозируется беспрецедентная сумма в 274 миллиарда долларов.
Ожидается, что Amazon и Microsoft потратят 86 миллиардов долларов и 63 миллиарда долларов соответственно, что свидетельствует о значительной эскалации их стремления к разработке передовых технологий искусственного интеллекта.
Эти масштабные расходы, направленные, в частности, на расширение возможностей центров обработки данных и приобретение передовых процессоров от таких производителей, как Nvidia, подчеркивают стратегическое стремление к лидерству в инновациях в области искусственного интеллекта.
Однако растущие расходы поднимают критические вопросы об устойчивости и экономической эффективности в условиях, когда оценки агентов ИИ с трудом согласуются с ажиотажем капитальных затрат.
Пока эти технологические гиганты расширяют свое господство, наблюдатели отрасли внимательно следят за тем, смогут ли новые игроки, такие как китайская компания DeepSeek, переломить динамику конкуренции.
Этот сценарий иллюстрирует сложную взаимосвязь между инвестициями в технологии ИИ и ощутимой стоимостью, отраженной в рыночных капиталах компаний, ориентированных на ИИ, и ставит под сомнение корреляцию между затратами на производство и рыночной оценкой в развивающемся секторе ИИ.
