Le persone chiedono spesso come trovo il prossimo gioiello crypto. Come sapete, cerco dati on-chain. Ma in un senso più ampio, cerco anche di comprendere le sfide di oggi per poter identificare le opportunità di domani. Quando ho letto il post qui sotto di @MTorygreen, in cui parla dell'importanza della ridondanza, mi ha colpito profondamente a livello personale. Ho lavorato quasi 18 anni nella gestione del rischio IT e nella cybersecurity. La ridondanza, il failover, i backup e l'indipendenza dai fornitori sono principi che seguiamo. Il rischio più grande non è solo il fallimento tecnico; è la dipendenza. Quando un'unica entità controlla la rete, i dati o il modello, l'intero sistema diventa fragile. Ho visto clienti crollare perché non erano preparati a questo. Un'interruzione, un fornitore compromesso o una dipendenza eccessivamente centralizzata, e l'intera operazione si ferma. Ecco perché l'AI decentralizzata risuona così fortemente. Ricerche recenti mostrano quanto sia diventata concentrata l'AI: ➤ Il 90% dei modelli AI notevoli proviene ora da aziende piuttosto che da università (rispetto al 60% nel 2023) ➤ Gli investimenti negli Stati Uniti hanno raggiunto i 109 miliardi di dollari, che è 12 volte di più rispetto alla Cina ➤ Tre fornitori di cloud controllano il 63% di tutta l'infrastruttura AI Questo è esattamente il tipo di centralizzazione che crea punti di fallimento catastrofici: 1️⃣ Concentrazione dei modelli I "cervelli" dell'AI sono controllati da un pugno di aziende private, non distribuiti attraverso la ricerca aperta. Se quelle aziende falliscono, vengono acquisite o limitano l'accesso, intere categorie di capacità scompaiono da un giorno all'altro. E ancora più spaventoso - le persone non si rendono nemmeno conto di essere influenzate. 2️⃣ Concentrazione geografica...