撰文：0xxz@

華爾街著名投資人Catherine Wood及其旗下的ARK Investment，自2017年開始每年年初發(fā)布“Big Ideas”報告，一向是頗得市場關注。

和Big Ideas 2023一年，ARK認為5大類技術定義了我們這個時代：公鏈、AI、能源存儲、機器人、多組學測序。

“Big Ideas 2024”報告長達163頁，15個部分。除了總覽Technological Convergence，其他14部分中涉及加密貨幣和Web3的有4個，分別為：AI、比特幣配置、2023年的比特幣、智能合約。

“Big Ideas 2024”報告因在中國2024年新年期間發(fā)布，報告內(nèi)容尤其是加密相關內(nèi)容并沒有被完整譯介到簡中網(wǎng)絡。整理了這部分內(nèi)容，以犒讀者。

為了照顧閱讀體驗，我們將比特幣配置、2023年的比特幣、智能合約三部分放在前面，AI部分放在最后。

比特幣的配置

數(shù)字資產(chǎn)，例如比特幣，是一種新的資產(chǎn)類別

根據(jù) ARK 的研究，比特幣已經(jīng)成為一個獨立的資產(chǎn)類別，值得在機構投資組合中進行戰(zhàn)略配置。

比特幣在更長的時間范圍內(nèi)表現(xiàn)優(yōu)于所有主要資產(chǎn)

在過去七年中，比特幣的年化回報率平均約為 44%，而其他主要資產(chǎn)的平均回報率僅為 5.7%。

總體而言之，長期持有比特幣的投資者隨著時間的推移獲益

“時間，而擇時”：比特幣的波動性可能會掩蓋其長期回報。雖然短期內(nèi)可能會出現(xiàn)大幅升值或貶值，但長期投資視野一直是投資比特幣的關鍵。與其糾結“何時”，更好的問題應該是“持有多久？” 歷史上，無論何時購買并持有比特幣至少 5 年的投資者都獲利了。

比特幣與傳統(tǒng)資產(chǎn)的相關性很低

歷史上，比特幣的價格走勢與其他資產(chǎn)類別的關聯(lián)度不高。在過去五年中，比特幣回報率與傳統(tǒng)資產(chǎn)類別的相關性平均只有 0.27。

比特幣可以在最大化風險調(diào)整回報方面發(fā)揮重要作用

ARK 的研究重點關注傳統(tǒng)資產(chǎn)類別的波動性和回報狀況，并建議，一個尋求最大化風險調(diào)整回報的投資組合，在2023年應該將 19.4% 的資金分配給比特幣。

在 5 年滾動基礎上，過去 9 年中，配置比特幣可以最大化風險調(diào)整回報

根據(jù)我們的分析，2015 年，在 5 年的時間范圍內(nèi)，最大化風險調(diào)整回報的最佳配置比例為 0.5%。從那以后，在同樣的基礎上，平均配置比特幣的比例為 4.8%，單在 2023 年就達到了19.4%。

最佳配置比特幣將會產(chǎn)生什么影響？

從250萬億美元全球可投資資產(chǎn)基礎中配置比特幣將對價格產(chǎn)生重大影響。

1%的配置，將使比特幣價格達到12萬美元；4.8%的配置，將使比特幣價格達到55萬美元；19.4%的配置將使比特幣價格達到230萬美元。

2023年的比特幣

比特幣價格在2023年飆升了155%，市值增至 8270 億美元

比特幣價格首次在近 4 年內(nèi)突破其鏈上市場均值

鏈上市場均值 是 ARK 的一個原創(chuàng)指標，它是風險厭惡和風險偏好比特幣市場之間的可靠劃分點。歷史上，當比特幣價格突破市場均值時，通常標志著牛市的早期階段。

2023年為2022年的加密危機提供了重要答案

在美國地區(qū)銀行大規(guī)模倒閉期間，比特幣成為避風港

2023 年初，在美國地區(qū)銀行歷史性倒閉期間，比特幣價格上漲了超過 40%，凸顯了其作為對手風險對沖工具的作用

銘文數(shù)量的激增表明比特幣網(wǎng)絡除了交易結算還有其他作用

2023 年 1 月推出的比特幣銘文引入了一種獨特的編號系統(tǒng)，為每個“聰”（比特幣的最小單位）根據(jù)其在區(qū)塊鏈中的位置分配一個號碼。每個聰都是可識別且不可改變的，允許用戶在其上刻錄數(shù)據(jù)、圖像或文本。與其他需要智能合約用于 NFT 的區(qū)塊鏈不同，比特幣銘文位于比特幣區(qū)塊鏈的底層。

銘文對交易規(guī)模和區(qū)塊空間的影響引發(fā)了 debate。我們認為，銘文是自由市場的產(chǎn)品，代表了比特幣上的健康創(chuàng)新。

比特幣的基本面在 2022 年的危機中沒有出現(xiàn)任何問題，并在 2023 年繼續(xù)保持穩(wěn)定發(fā)展

美國商品期貨交易所CME超越了幣安，成為全球最大的比特幣期貨交易所

隨著 2022 年加密市場暴雷事件發(fā)生后對更受監(jiān)管和更安全的基礎設施的需求增加，比特幣的市場動態(tài)更多地轉向美國。

比特幣正在演變?yōu)橐环N可靠的避險資產(chǎn)

隨著宏觀經(jīng)濟不確定性的增加，對傳統(tǒng)“避險資產(chǎn)”的信任下降，比特幣成為了一種可行的替代選擇。

2024年比特幣將面臨重大催化劑：

比特幣現(xiàn)貨ETF發(fā)行、比特幣減半、機構接受度、監(jiān)管進展

智能合約

部署在公鏈上的智能合約提供了一種全球化、自動化和可審計的替代方案，可以替代尋求租金的中介和傳統(tǒng)金融基礎設施。

在 2022 年的“加密市場危機”之后，一些數(shù)字資產(chǎn)解決方案獲得了市場青睞，包括穩(wěn)定幣、代幣化國債和擴容技術。

根據(jù) ARK 的研究，隨著鏈上金融資產(chǎn)價值的增加，與去中心化應用相關的市場價值可能會以每年 32% 的速度增長，將從 2023 年的 7750 億美元增加到 2030 年的 5.2 萬億美元。

智能合約是互聯(lián)網(wǎng)金融系統(tǒng)的基礎

作為新生事物，智能合約正在推動一個全新的互聯(lián)網(wǎng)原生金融系統(tǒng)。以最大的智能合約區(qū)塊鏈以太坊為首，多個網(wǎng)絡正在支持鏈上活動并爭奪市場份額。

穩(wěn)定幣凸顯了智能合約的價值主張

鑒于新興市場出現(xiàn)惡性通脹，以及全球不穩(wěn)定性增加，提供數(shù)字方式觸達美元的穩(wěn)定幣的需求飆升。在過去三年里，全球每日活躍穩(wěn)定幣地址數(shù)量以每年 93% 的速度增長，從 17.1 萬增至 120 萬。2023 年，穩(wěn)定幣轉賬量超過萬事達卡。

傳統(tǒng)金融資產(chǎn)正在轉移到鏈上

代幣化使財務人員能夠比在傳統(tǒng)金融市場更容易地在公鏈上跟蹤、交易和抵押資金。2023 年，代幣化國債資金激增超過 7 倍，達到 8.5 億美元。早期基金在 Stellar 區(qū)塊鏈上啟動，但以太坊在 2023 年成為代幣化國債的最大市場。

開發(fā)人員在熊市期間優(yōu)化了協(xié)議

面對 2022 年的加密市場危機及其后果，核心開發(fā)人員推進技術路線圖并強化協(xié)議以支持下一輪牛市。以太坊成功遷移到PoS共識機制，Solana 創(chuàng)下了連續(xù)運行時間的新紀錄。

L2網(wǎng)絡已經(jīng)擴展了以太坊生態(tài)系統(tǒng)中的交易

自 2021 年初以來，已推出了超過 20 個L2網(wǎng)絡，使以太坊能夠以更低的費用將平均每日交易量擴展 4 倍。盡管取得了早期成功，但大多數(shù) L2 網(wǎng)絡都由中心化控制。L2 的激增使用戶和開發(fā)人員的體驗變得復雜。

更低的成本正在提升鏈上參與度

隨著交易成本的下降，鏈上參與度（以每日活躍地址 (DAU) 與月活躍地址 (MAU) 的比率衡量）有所上升。

像 Solana 這樣的單體鏈為垂直擴展提供了一種替代方案

智能合約網(wǎng)絡設計需要權衡取舍。以太坊生態(tài)系統(tǒng)通過優(yōu)先考慮底層去中心化，使其在擴展過程中變得更加復雜。Solana 通過優(yōu)先考慮單層可擴展性，為用戶和應用開發(fā)者保持了簡單架構，并獲得了吸引力。

智能合約可以大幅降低金融服務成本

由于全球經(jīng)濟增長、金融化程度提高和股權倍數(shù)級擴張等因素，全球金融資產(chǎn)價值從 2000 年的 140 萬億美元膨脹到 2020 年的 510 萬億美元。全球金融系統(tǒng)的運營成本也隨著金融資產(chǎn)價值的增加而同步增長。作為總年度收入的 20 萬億美元的金融服務行業(yè)，其費率與所有金融資產(chǎn)價值相比為 3.3%。智能合約可以大大降低經(jīng)濟負擔。

到2030年，智能合約網(wǎng)絡可能產(chǎn)生 4500 億美元的費用

智能合約可以以傳統(tǒng)金融成本的一小部分促進鏈上資產(chǎn)的創(chuàng)建、所有權和管理。如果金融資產(chǎn)像互聯(lián)網(wǎng)一樣轉移到區(qū)塊鏈基礎設施，并且去中心化金融服務的費率是傳統(tǒng)金融服務的三分之一，那么智能合約到 2030 年每年可以產(chǎn)生超過 4500 億美元的費用，創(chuàng)造超過 5 萬億美元的市場價值，分別以 78% 和 32% 的復合年增長率增長。

AI

在各種測試中表現(xiàn)出超人類水平的AI模型，比如 GPT-4，應該會催生前所未有的生產(chǎn)力爆炸。ChatGPT 的“iPhone 時刻”讓企業(yè)措手不及，它們現(xiàn)在正爭先恐后地利用AI的潛力。

由于成本迅速下降和開源模型的出現(xiàn)，AI 可以實現(xiàn)遠超提高效率的承諾。如果到 2030 年，知識工作者的生產(chǎn)力能夠翻兩番，正如我們所相信的那樣，未來五到十年，實際GDP的增長可能會加速并打破紀錄。

ChatGPT 讓消費者滿意，讓企業(yè)驚嘆

自谷歌在 2017 年發(fā)明 Transformer 架構以來，經(jīng)過多年的進步，ChatGPT 催化了公眾對生成式 AI 的理解。不再僅僅是開發(fā)人員的工具，ChatGPT 的簡單聊天界面使說任何語言的人都能夠利用大語言模型 (LLM) 的強大功能。2023 年，企業(yè)爭先恐后地理解和部署生成式 AI。

AI 已經(jīng)顯著提高了生產(chǎn)力

像 GitHub Copilot 和 Replit AI 這樣的編碼助手是早期的成功案例，它們提高了軟件開發(fā)人員的生產(chǎn)力和工作滿意度。AI助手正在提高知識工作者的績效，有趣的是，它們對表現(xiàn)不佳的員工比高績效者更有利。

基礎模型正在跨領域改進

隨著更大的訓練數(shù)據(jù)集和更多參數(shù)，GPT-4 顯著優(yōu)于 GPT-3.5。越來越多的基礎模型成為“多模態(tài)”——支持文本、圖像、音頻和視頻——不僅更動態(tài)、更易于用戶使用，而且性能也更高。

文生圖模型正在重塑圖形設計

在多倫多大學的研究人員首次推出現(xiàn)代文生圖模型八年后，圖像模型的輸出現(xiàn)在已經(jīng)可以媲美專業(yè)平面設計師的作品。人類設計師可以在幾個小時內(nèi)花費數(shù)百美元創(chuàng)建一個圖像，例如一群大象穿過綠草地。文生圖模型可以在幾秒鐘內(nèi)以幾分錢生成相同的圖像。專業(yè)應用程序如 Adobe Photoshop 和消費者應用程序如 Lensa 和 ChatGPT 將圖像模型集成到他們的產(chǎn)品和服務中。

創(chuàng)作文字內(nèi)容的成本已經(jīng)暴跌

在過去的世紀里，創(chuàng)作書面內(nèi)容的成本在實際價值方面一直相對穩(wěn)定。在過去兩年里，隨著 LLM 的寫作質(zhì)量提高，成本暴跌。

AI 訓練性能正在迅速提高

AI 研究人員正在跨訓練和推理、硬件和模型設計進行創(chuàng)新，以提高性能并降低成本。

訓練成本繼續(xù)每年下降 75%

根據(jù)Wright定律，加速計算硬件的改進應該使 AI 相對計算單元 (RCU) 的生產(chǎn)成本每年降低 53%，而算法模型的改進可以進一步將訓練成本降低 47%。換句話說，硬件和軟件的融合可以推動到 2030 年 AI 訓練成本每年以 75% 的速度下降。

隨著生產(chǎn)用例的出現(xiàn)，AI 的重點正在轉移到推理成本

研究人員在最初專注于 LLM 訓練成本優(yōu)化之后，現(xiàn)在將推理成本作為優(yōu)先事項。基于企業(yè)規(guī)模的用例，推理成本似乎以大約 86% 的年增長率下降，甚至比訓練成本下降更快。今天，與 GPT-4 Turbo 相關的推理成本低于一年前的 GPT-3。

開源社區(qū)正在與私有模型競爭

為挑戰(zhàn) OpenAI 和谷歌的閉源模型，開源社區(qū)及其企業(yè)巨頭 Meta 正在將生成式 AI 的訪問民主化?？偠灾_源模型的性能提升速度比閉源模型更快，最近中國的一些模型也助了一臂之力。

語言模型性能提升需要細致的技術

GPT-4 在從 SAT 到高級釀酒師考試等標準化教育測試中，表現(xiàn)明顯優(yōu)于普通人類。然而，根據(jù) WinnoGrande 的衡量，它在常識推理方面落后于人類水平。斯坦福大學的框架——語言模型整體評估 (HELM) 是最全面、不斷更新的評估方法之一，其已經(jīng)測試了 80 多個模型，針對 73 個場景和 65 個指標進行組合評估。

語言模型會用完數(shù)據(jù)，限制其性能嗎？

計算能力和高質(zhì)量的訓練數(shù)據(jù)似乎是模型性能的主要貢獻因素。隨著模型變得越來越大，需要更多訓練數(shù)據(jù)，數(shù)據(jù)不足會否導致模型性能停滯？Epoch AI 估計，到 2024 年，高質(zhì)量的語言/數(shù)據(jù)來源，例如書籍和科學論文，可能會被耗盡，盡管仍存在大量未開發(fā)的視覺數(shù)據(jù)。

定制的人工智能產(chǎn)品應該擁有更大的定價權

隨著開源替代品的出現(xiàn)和成本下降，將AI定制到最終用途應用程序的軟件供應商應該能夠更輕松地實現(xiàn)盈利。