Il sogno da 30 mila miliardi di AI Agent di a16z: come potrà realizzarsi? La risposta si trova nei "Giochi della Fame dell’AI"

L'AI darwiniana sta risolvendo il problema della formazione del capitale ed è il motore che guida l'innovazione Crypto AI.

Autore: 0xJeff

Traduzione: AididiaoJP, Foresight News

È passato esattamente un anno dall'inizio dell'ondata degli AI Agents nel quarto trimestre del 2024.

All'epoca, @virtuals_io fu il primo a proporre il concetto di "tokenizzazione degli AI Agents", ovvero l'abbinamento di applicazioni/token AI con token lanciati in modo equo.

In questo breve anno, il settore Crypto AI ha subito cambiamenti radicali: ha promosso il movimento open source dell'AI generica, sono emersi numerosi strumenti di ogni tipo, permettendo sia agli sviluppatori che agli utenti inesperti di costruire facilmente progetti.

All'inizio, si trattava solo di un prodotto AI che lanciava un token, con una valutazione bassa e un lancio equo, guidato da sviluppatori indipendenti o piccoli team. Oggi si è evoluto in un ecosistema Crypto AI completo, con centinaia di team eccellenti che costruiscono la loro visione qui.

Alla luce del recente entusiasmo portato dalla narrativa x402, questo articolo analizzerà lo stato attuale del settore, comprenderà i cambiamenti e valuterà i progressi dei principali attori per esplorare la domanda più importante: dove sta andando tutto questo? Qual è il vero valore centrale dei Crypto AI Agents?

Se, come me, sei entusiasta dell'AI e ami imparare, avrai notato che lo sviluppo dell'AI è estremamente rapido. Ogni mese emergono cose nuove e sorprendenti. Dalle applicazioni di base "nice to have", come la stilizzazione Ghibli di qualsiasi cosa, ai video generati dall'AI di qualità produttiva, fino agli AI Agents che superano la produttività dei normali programmatori junior.

Ma nel settore Crypto, le cose non sono sempre così. Un anno fa, quando la narrativa degli AI Agents iniziò a prendere piede, i progetti più caldi erano questi:

• @truth_terminal divenne vivace, interagendo con @pmarca di a16z e ricevendo investimenti.
• @aixbt_agent offriva analisi brillanti, ed era anche un giocatore nativo e bizzarro della scena Crypto su X.
• @virtuals_io, come "società di agenti", lanciava "Agent token" che spesso aumentavano di 10-50 volte.
• @dolos_diary era il "bullo" numero uno di Internet, amato per il suo umorismo tagliente.
• @luna_virtuals come la prima idol AI.

Quando la narrativa è partita, l'intrattenimento era il tema principale. Ma oggi è da molto che non vediamo gli AI Agents portare nuove forme di intrattenimento (forse è un bene, ma il fascino e l'attrattiva dell'era AI iniziale sono ormai svaniti).

Ora l'attenzione è fortemente concentrata sul settore verticale in cui Crypto eccelle: i casi d'uso finanziari, ovvero fare soldi (e non perderli).

a16z, nel suo ultimo rapporto "State of Crypto", ha suggerito che l'economia degli agenti potrebbe raggiungere un mercato potenziale di 30 trilioni di dollari, il che potrebbe essere un po' irrealistico, dato che si prevede che l'intero mercato AI raggiungerà solo alcuni trilioni di dollari entro il 2030.

Detto ciò, credo che l'intera economia degli agenti possa effettivamente valere diversi trilioni di dollari. Con gli strumenti AI generativi e le AI verticali che aiutano le persone ad aumentare la produttività, l'adozione aziendale in crescita e i flussi di lavoro guidati dall'AI più efficienti introdotti e implementati nelle organizzazioni, questo mercato continuerà ad espandersi.

Il settore Crypto non fa eccezione. Ma poiché questo settore è estremamente focalizzato sul guadagno, i flussi di lavoro ruotano naturalmente attorno al fare soldi. Le seguenti categorie sono particolarmente rilevanti:

DeFi: il product-market fit più maturo del settore Crypto

• Trading (spot, perpetual, su CEX/DEX)
• Mercati monetari (prestiti, collaterale in asset crypto)
• Stablecoin (mezzo di scambio/unità di valore stabile, strategie DeFi ad alto rendimento componibili)
• Protocolli di rendimento (mercati dei tassi di interesse, mercati dei punti, mercati delle funding fee, ottimizzatori di rendimento/prodotti vault)
• RWA/DePIN (tokenizzazione di asset produttivi del mondo reale, collegamento del capitale on-chain per soddisfare la domanda off-chain)

Questo è il mercato potenziale più grande, con un valore totale bloccato superiore a 150 miliardi di dollari e una capitalizzazione di mercato delle stablecoin superiore a 300 miliardi di dollari. La crescente chiarezza normativa e l'aumento dell'adozione istituzionale stanno portando più capitale on-chain; l'adozione esplosiva delle stablecoin attira anche più aziende e startup verso i canali crypto.

Per questi motivi, la domanda di automazione come infrastruttura e strumenti di backend, con aziende/startup come frontend che portano gli utenti comuni on-chain, sarà la chiave per guidare la prossima fase di adozione.

Gli AI agenti che possono astrarre la complessità della DeFi, semplificare i processi di esecuzione o migliorare aspetti chiave della DeFi (come gestione del rischio, ribilanciamento degli asset, curazione delle strategie, ecc.) probabilmente cattureranno una parte significativa del valore che fluisce nei protocolli DeFi.

Principali attori dell'ecosistema:

@almanak, @gizatechxyz, @Cod3xOrg, @TheoriqAI, @ZyfAI_

• DeAI è il product-market fit più maturo nel settore Crypto AI
• Mercati predittivi x AI: il segmento in più rapida crescita del settore Crypto

Se osservi costantemente l'ecosistema, noterai che il settore DeFi x AI cambia poco. Questo perché decifrare i flussi di lavoro DeFi è estremamente difficile. Non puoi semplicemente inserire l'AI e sperare in buoni risultati; devi implementare una progettazione strutturale responsabile e misure di protezione per evitare incidenti gravi.

Perché parlo di questo ora, invece che genericamente di "AI Agents"?

L'ecosistema originale degli AI Agents era fondamentalmente costituito dagli agenti costruiti all'interno di Virtuals e del suo ecosistema (forse anche qualche CreatorBid), e da framework come ai16z (ora chiamato ElizaOS), che facilitavano la costruzione di "agenti" o bot X in grado di chiamare vari strumenti, oltre a molti altri framework come Arc, Pippin, ecc.

Queste cose sono interessanti, ma non sono la vera definizione di AI Agent. Un vero agente dovrebbe essere un'AI in grado di comprendere il proprio ambiente, il proprio ruolo e responsabilità, prendere decisioni autonome e agire per raggiungere obiettivi specifici con il minimo intervento umano.

Guardandosi intorno, oltre il 95% dei progetti non è così. Sono solo software, prodotti AI generativi, o sono ancora in fase di evoluzione verso veri AI Agents autonomi.

Non voglio sminuire nessuno. Voglio sottolineare che siamo * ancora in una fase molto precoce, tanto che la maggior parte delle persone non ha ancora capito cosa funziona davvero.

Coloro che hanno già capito cosa funziona, di solito non sono classificati come "AI Agents", ma come progetti AI.

Stato dell'ecosistema

Il recente entusiasmo portato da x402 ha stimolato la rotazione del capitale e l'interesse per Crypto AI, ma il nuovo volto dell'ecosistema è molto diverso da prima.

1. Il clamore sui framework si è attenuato

I framework erano molto importanti, aiutavano i costruttori a iniziare rapidamente, riducendo il tempo necessario per imparare e scrivere codice o progettare flussi di lavoro. Strumenti come MCP hanno migliorato la capacità degli agenti di chiamare o fornire API, ERC-8004 aiuterà a costruire registri e a stabilire Ethereum come livello di fiducia e regolamento, A2A & AP2 di Google stanno diventando i framework preferiti dai costruttori, mentre strumenti come n8n e altri costruttori di workflow/AI agenti stanno attirando molti sviluppatori e utenti comuni.

Per questo motivo, il clamore attorno ai "framework" si è raffreddato e molti progetti si stanno orientando verso altre direzioni. Ad esempio, @arcdotfun si è spostato verso i costruttori di workflow; @openservai, inizialmente posizionato come "cluster", ora si sta orientando verso costruttori di workflow e strumenti che mirano a creare business Web3 AI-driven tramite agenti, rivolti a specifici gruppi di utenti (come workflow per mercati predittivi).

I framework restano importanti, ma con la diffusione dei framework e degli strumenti AI Web2 e l'adozione dei canali Web3, il clamore sui framework Web3 è diminuito.

2. Trasformazione dei modelli di settore

Il modello di lancio equo favorisce i piccoli investitori retail, ma rende difficile per i team scalare. È anche terreno fertile per sviluppatori indipendenti che costruiscono a breve termine o puramente per speculazione, invece di costruire business AI sostenibili per oltre 3-5 anni.

In questo senso, l'espansione di Virtuals tramite il suo protocollo commerciale di agenti è logica. Con x402 che si afferma come canale di pagamento per agenti, la costruzione di infrastrutture per la fiducia/reputazione degli agenti e la definizione di meccanismi per la collaborazione e il pagamento tra agenti sono fondamentali per realizzare la visione degli agenti.

Tuttavia, le sfide e le questioni chiave rimangono: "Esistono servizi di alta qualità per cui le persone sono disposte a pagare?"

Se la maggior parte dei servizi è inutile, perché le persone dovrebbero usare servizi AI Web3 invece di quelli Web2? Se è così, qual è il senso di raggruppare agenti Web3?

Per costruire un business AI sostenibile che generi entrate a 7-8 cifre, servono capitale, talenti ad alta motivazione e tempo per costruire la visione, e il modello di lancio equo non soddisfa queste esigenze.

Al contrario, vediamo che i team AI di medie e grandi dimensioni stanno diventando sempre più popolari, in grado di ottenere finanziamenti seed da angel e VC e di entrare nel mercato tramite round comunitari.

Questi team, grazie alle risorse a disposizione (capitale, talenti, endorsement VC, ecc.), possono offrire prodotti/servizi di qualità molto superiore, il che di solito si riflette anche nella performance dei loro token.

3. Modelli di profitto e tokenomics inefficaci

Gestire contemporaneamente un prodotto AI e un token richiede due set di competenze completamente diversi e una progettazione attenta per combinarli e accelerare la crescita del prodotto e l'acquisizione degli utenti (ad esempio: airdrop di token agli utenti giusti → conversione in utenti paganti → uso a pagamento del prodotto → guadagno di altri token, che tramite revenue sharing, buyback, governance, ecc. legano gli utenti agli interessi a lungo termine del progetto → il flywheel continua a girare).

Facile a dirsi, difficile a farsi. La maggior parte dei piccoli team di AI agenti distribuisce il 30-80% della tokenomics, lasciando poche risorse per avviare qualsiasi flywheel di crescita.

La maggior parte dei progetti adotta un modello SaaS in abbonamento o a consumo/punti, aggiungendo l'opzione di pagare con token per ottenere sconti. Molti progetti utilizzano parte delle entrate da abbonamento per riacquistare token o bruciare quelli usati per pagare i servizi.

Riacquistare token con le entrate da abbonamento va bene, ma obbligare a pagare solo con token (o offrire solo sconti) difficilmente può scalare.

I token crypto sono estremamente volatili. Usarli come mezzo di pagamento non è una buona idea (oggi possono salire del 20%, domani scendere del 30%, difficile fare budget).

4. AI darwiniana: nuovo percorso di formazione del capitale e tokenomics chiara

@opentensor (Bittensor) è diventata la piattaforma preferita per i founder che vogliono lanciare idee, i miner che contribuiscono all'AI e gli investitori che cercano la prossima azienda DeAI potenzialmente rivoluzionaria.

@flock_io utilizza il federated learning per stabilire standard di privacy e AI verticali, attirando aziende Web2, governi come clienti e trainer (miner) che vogliono contribuire all'AI. Come Bittensor, Flock aiuta le aziende a realizzare lavori AI significativi sfruttando talenti esterni di alta qualità.

@BitRobotNetwork, ispirato da Bittensor, sta adottando un approccio simile per guidare un ecosistema di subnet incentrato sui robot.

Allo stesso tempo, stanno emergendo benchmark/valutazioni del mondo reale con giochi di denaro reale (che diventano anche un intrattenimento di alta qualità):

• Alpha Arena di @the_nof1 fa competere 6 modelli AI all'avanguardia in una gara di trading di perpetual con 10.000 dollari ciascuno.
• @FractionAI_xyz utilizza la competizione tra AI agenti per migliorare/ottimizzare continuamente gli agenti, offrendo output, segnali, profitti e gestione del rischio migliori.
• @openservai ha creato OpenArena, dove i modelli AI competono nel trading sui mercati predittivi.

L'AI darwiniana sta risolvendo il problema della formazione del capitale ed è il motore che guida l'innovazione Crypto AI.

• La subnet Chutes di Bittensor è già il principale fornitore di servizi di inferenza su OpenRouter, il gateway API unificato più popolare tra gli sviluppatori AI generici a livello globale.
• Le principali subnet di calcolo (3-4) raggiungono un fatturato annuo ricorrente di 20-30 milioni di dollari.
• Le subnet legate alle previsioni stanno iniziando a generare centinaia di migliaia o milioni di dollari di entrate annue ricorrenti monetizzando i segnali alpha e/o utilizzando i segnali per trading/previsioni migliori.

AI darwiniana competitiva = formazione del capitale (senza VC) + acceleratore di innovazione (attira ingegneri AI/ML a contribuire) = sarà la forza trainante della narrativa degli AI Agents nel 2026.

Nota: "AI darwiniana" si riferisce a un ecosistema decentralizzato che guida lo sviluppo, la valutazione e la ricompensa dei modelli AI tramite competizione e mercato. Il concetto chiave è "sopravvivenza del più adatto", proprio come la teoria della selezione naturale di Darwin, permettendo ai modelli AI migliori e più utili di emergere e ricevere ricompense attraverso la competizione pubblica.

Allora, cosa c'è di entusiasmante ora per i piccoli team o gli AI Agents?

Onestamente, ce ne sono alcuni che uso e trovo utili, ma al momento nessuno per cui sarei disposto a pagare.

• Ricerca: Grok copre la piattaforma X, ChatGPT copre il dominio generale.
• Analisi approfondita: leggo principalmente newsletter e report di Messari.
• Panoramica rapida del mercato: uso il chatbot TG di @elfa_ai.
• Idee di trading sui mercati predittivi: uso @AskBillyBets, @Polysights e @aion5100 di @futuredotfun. (Attendo con ansia aVault di @sire_agent, ma non è ancora pubblico).
• DeFi: faccio la maggior parte delle operazioni da solo, a volte uso @almanak e @gizatechxyz, ma questi non sono veri "AI Agents" in senso stretto.
• Trading: uso @DefiLlama per swap su EVM o @JupiterExchange su Solana. Non faccio perpetual (se necessario uso @Cod3xOrg per analisi ed esecuzione).

Il settore Crypto è abituato a offrire tutto gratuitamente, quindi gli utenti preferiscono strumenti gratuiti. Il gating tramite token o pagamento non funziona bene, ma integrare le commissioni nel prodotto è fattibile. Ecco perché il modello di pricing basato sui risultati * funziona molto bene. Le persone non vogliono pagare 40 dollari al mese, ma sono disposte a pagare 40 dollari di gas fee per una transazione di successo.

Se puoi offrire il risultato migliore (alto rendimento, miglior prezzo di trading), finché il risultato è buono, nessuno si preoccupa se hai integrato una commissione.

Dopo aver provato così tante applicazioni o agenti Crypto AI, ho imparato che il miglior prodotto oggi è quello che fa guadagnare, e il miglior verticale per raggiungere questo obiettivo sono i launchpad (e i mercati predittivi che stanno per esplodere), cioè gestire "casinò" on-chain e accumulare commissioni dal trading.

Prospettive future

• Casi d'uso reali in grado di raggiungere l'adozione mainstream (cioè usati da sviluppatori o utenti AI non crypto) emergeranno il prossimo anno, probabilmente dall'ecosistema DeAI/AI darwiniana.
• Il 2026 sarà l'anno della Crypto AI, con un'esplosione di casi d'uso DeFi, infrastrutture DeAI e casi d'uso predittivi.
• La maggior parte dei piccoli team di agenti scomparirà gradualmente, verrà acquisita/fusa o si sposterà a costruire nell'ecosistema AI darwiniana.
• Crypto AI e AI Agents come segmenti si fonderanno, segnando una direzione e una visione di prodotto più chiare per Crypto AI.
• I launchpad rimarranno il cuore di Crypto Twitter, generando volume e commissioni, ma le vere innovazioni che spingeranno il settore avanti avverranno dove si concentrano risorse (capitale, talenti, canali di distribuzione e adozione utenti).

Qual è il vero significato dei Crypto AI Agents?

Per quanto riguarda gli "AI Agents", il loro significato sta nel progettare un'esperienza di trading mascherata da "tecnologia d'investimento", anche se la maggior parte sono solo wrapper LLM con un involucro di token.

Nella maggior parte dei casi, offre ai piccoli investitori il modo migliore per investire presto in questi asset speculativi "AI Agents" e guadagnare.

Come narrativa, i Crypto AI Agents servono a gettare le basi per la futura economia degli agenti, quando la blockchain fungerà da infrastruttura/canale centrale per rendere tutto ciò possibile.