Últimamente esta etapa es bastante interesante, BTC está quieto y varias alts comienzan a actuar por turnos.

La táctica en realidad es bastante antigua: primero, hacer que el BTC caiga en picada para romper la mentalidad de los inversores minoristas, esperar a que vendan en pánico, luego elegir algunos alts para hacerlos subir y hacer que los que están fuera se sientan atraídos. He estado en este mercado tanto tiempo que he visto esta técnica de lavado demasiadas veces. Cuando el precio baja, se venden en pánico, y cuando sube, persiguen las altas, la naturaleza humana es así, es cosechada repetidamente.

Para sobrevivir en este mercado a largo plazo, es necesario aprender a controlar las emociones. Mantén las acciones que debes tener y espera pacientemente lo que debes observar. No dejes que las fluctuaciones de arriba y abajo te desestabilicen.

Hablando de proyectos, recientemente noté GAIB, el modelo de juego es interesante: empaquetar la infraestructura de potencia de cálculo de IA como un producto de rendimiento en cadena. En otras palabras, convierte el negocio de alquiler de GPU en un modelo similar al de RWA. Los proveedores de servicios en la nube carecen de fondos para comprar tarjetas gráficas, GAIB ayuda a financiarse y luego reparte las ganancias generadas por la potencia de cálculo entre los inversores.

Esta lógica me recuerda a los tokens de minería de potencia de cálculo que comercié el año pasado, solo que en ese momento estaba minando Bitcoin, ahora se alquila a empresas de IA para entrenar modelos. En esencia, se trata de convertir los activos de potencia de hardware en activos.

El staking de tokens AID para obtener beneficios, este tipo de juego no es realmente desconocido. Sin embargo, el problema central radica en si la tasa de rendimiento real del alquiler de potencia computacional de AI puede superar la inflación de los tokens y los costos operativos. Una tarjeta Nvidia H100 cuesta decenas de miles de dólares, y el período de recuperación puede ser más largo de lo esperado. Además, la demanda de entrenamiento de AI no es una explosión continua, las fluctuaciones del mercado dependen de la demanda real de los clientes finales.

El camino de la tokenización de la potencia de cálculo podrá funcionar, pero dependerá de cómo sean los datos operativos reales.