Совокупная стоимость токенов, связанных с ИИ за последние два года выросла в четыре раза, сейчас приближаясь к рыночной капитализации в $20 миллиардов.
Хотя это все еще небольшая часть - всего 0.67% - от общего криптовалютного рынка в $3.55 триллиона, его рост отражает возрастающие ожидания по поводу роли децентрализованной инфраструктуры ИИ, программируемых денег и платежных систем на основе стейблкоинов.
По данным Grayscale Investments, относительная молодость сектора криптовалют ИИ объясняет его скромный текущий размер по сравнению с доминирующими секторами, такими как децентрализованные финансы и токенизированные финансовые услуги, которые представляют собой сотни миллиардов ценности. Однако компания предполагает, что этот разрыв может сократиться по мере зрелости моделей криптовалют, ориентированных на ИИ, и появления более четких институциональных вариантов использования.
По состоянию на конец мая 2025 года сектор криптовалют ИИ включает около 20 токенов. Самым крупным по рыночной капитализации в обращении является TAO, нативный актив децентрализованного протокола машинного обучения Bittensor. Несмотря на общий бычий год для криптовалют, сектор токенов ИИ показал смешанные индивидуальные результаты. TAO вырос на 2% с начала года, в то время как ElizaOS упал на 80%, что подчеркивает волатильность сектора и его начальную стадию.
Тем не менее, общая траектория была резко восходящей. В 2023 году общая рыночная стоимость сектора ИИ-криптовалют составляла всего $4.5 миллиарда. Сегодня она приближается к $20 миллиардам, что свидетельствует об ускорении интереса инвесторов к инфраструктуре, ориентированной на ИИ, децентрализованному обучению и координации агентов на основе блокчейна.
Стейблкоины как ключевые двигатели для агентов ИИ
Одной из наиболее значительных появляющихся тенденций является сближение ИИ с инфраструктурой стейблкоинов. Недавний отчет Grayscale, подготовленный руководителями исследований Заком Пандлом и Уиллом Огденом Муром, подчеркивает, как стейблкоины - цифровые доллары на блокчейне - могут стать основными инструментами для агентов ИИ, которые нуждаются в быстрых, безграничных и программируемых платежных системах.
Интеграция стейблкоинов в случаи использования ИИ происходит на фоне растущего интереса со стороны крупных финтех и технологических игроков. Stripe недавно расширил свою функциональность по выплатам в стейблкоинах до более чем 150 стран. Meta экспериментирует с платёжными рельсами на основе блокчейна, а крупные американские банки также, по сообщениям, исследуют рамки токенизированных депозитов, совместимые с инструментами ИИ.
Между тем, Coinbase запустила «умный кошелек» и стек программируемых платежей, направленный на то, чтобы агенты ИИ и интернета вещей могли совершать микротранзакции в стейблкоинах. Эти разработки формируются под воздействием регуляторного прогресса, такого как Законопроект о структуре крипторынков в США и предлагаемый Закон GENIUS, направленный на лицензирование и управление стейблкоинами, поддерживаемыми фиатом. Если такое законодательство будет принято, оно могло бы обеспечить более ясные правовые рельсы для платежных потоков, управляемых ИИ.
Bittensor: Уменьшение наград, подсети и децентрализованные вычисления
Bittensor остается самым развитым децентрализованным протоколом ИИ на сегодняшний день. Моделированный свободно на основе биткоина, TAO имеет жесткий лимит 21 миллиона токенов и проходит событие уменьшения в два раза каждые четыре года. Первое такое событие ожидается позже в этом году, что уменьшит эмиссию и может повлиять на динамику предложения токена.
В феврале Bittensor запустил обновление dTAO, позволяющее создавать инвестируемые подсети — настроенные мини-сети, оптимизированные для выполнения определенных задач машинного обучения. С момента запуска более 7% циркулирующих запасов токенов TAO были подвержены этим подсетям, что говорит о растущем участии разработчиков в децентрализованных средах обучения.
Подсети функционируют как экономические и технические примитивы, позволяя участникам финансировать, курировать и извлекать ценность из независимо управляемых нейронных сетей. Аналитики Grayscale считают, что эта модульная архитектура является ключевым инструментом для масштабирования ИИ в децентрализованных системах без необходимости полагаться на централизованных поставщиков вычислительных услуг, таких как Amazon Web Services.
Распределенное обучение и торговые площадки GPU
За пределами Bittensor несколько других криптопротоколов, ориентированных на ИИ, исследуют механизмы распределенного обучения. Один из примеров — Prime Intellect, который обучил модели с более чем 30 миллиардами параметров, используя простаивающие GPU, предоставленные глобальными участниками.
Если этот подход окажется масштабируемым, это могло бы снизить высокие затраты, связанные с централизованным обучением моделей ИИ, и уменьшить зависимость от инфраструктуры крупных технологических компаний.
Другие проекты, такие как Gensyn и Nous Research, также работают над созданием децентрализованных торговых площадок для GPU и могут в дальнейшем в этом году представить токены. Эти платформы стремятся поддерживать разработку моделей ИИ в средах, где участники вознаграждаются криптовалютой за вычисления или обмен данными, а не полагаются на централизованную корпоративную инфраструктуру.
Монетизация данных и нефинансовые случаи использования
Еще одной развивающейся вертикалью на пересечении ИИ и криптовалют является монетизация данных. Grass, протокол, который агрегирует и продает данные, собранные из Интернета, в лаборатории ИИ, как сообщается, достиг десятков миллионов долларов в виде годового дохода — без предложения токена. Проект подчеркивает, как децентрализованные сети могут использовать существующий спрос от разработчиков ИИ, одновременно генерируя доходы из реального мира из нефинансовых источников.
Экономика данных становится все более важной, поскольку системам ИИ необходимы большие, разнообразные и регулярно обновляемые наборы данных для эффективного обучения моделей. Траектория Grass показывает, что инструменты для источников данных и их монетизации, созданные на основе криптовалют, могут сосуществовать с традиционными брокерами данных, потенциально открывая новые рынки для розничного участия в цикле обучения ИИ.
Аналогично, Virtuals — платформа, предлагающая токенизированный доступ к агентам ИИ, заработала $30 миллионов в виде годовых торговых сборов. Такой прогресс свидетельствует о раннем спросе на экономики, основанные на агентах, где модели ИИ действуют автономно и ведут торговлю, используя цифровые токены.
Заключительные мысли
Несмотря на оптимизм, сектор сталкивается с явными рисками, включая регуляторную неопределенность, технические проблемы реализации и перенасыщенные нарративы. Большая часть текущей рыночной капитализации является спекулятивной и привязана к будущим ожиданиям роста протоколов или полезности токенов.
Тем не менее, конвергенция ИИ, криптовалют и программируемых денег, по-видимому, является структурно согласованной с долгосрочными технологическими трендами. Если новые регуляторные рамки, такие как Закон GENIUS или окончательный закон о структуре крипторынков, предоставят более четкие указания для операций ИИ и криптовалют, может последовать институциональное принятие.
Пока что сектор криптовалют, основанных на ИИ, остается экспериментальным и волатильным, но все более заметным. По мере роста реальных применений и созревания инфраструктуры следующая фаза может увидеть его переход от нишевой категории в более интегрированный компонент как криптовалютной, так и ИИ экосистем.