Jaki będzie największy wąskie gardło AI? CEO Coinbase przedstawia swoją opinię

Brian Armstrong, CEO Coinbase, twierdzi, że to energia i infrastruktura obliczeniowa, a nie jakość modeli, będą decydować o granicach wzrostu sztucznej inteligencji.

Armstrong odpowiedział na wpis inwestora Tommy’ego Shaughnessy’ego. Inwestor opisał, jak rozliczanie API według użycia sprawia, że wydatki przedsiębiorstw na AI przekraczają oczekiwania firm, które korzystały z abonamentów ryczałtowych.

Popyt na inteligencję jest niemal nieskończony

Podstawowy argument CEO Coinbase brzmi: zapotrzebowanie na inteligencję generowaną przez AI nie ma praktycznego limitu.

Jednak Armstrong przewiduje, że rynek silnie się podzieli w ciągu 12-18 miesięcy. Około 80% obciążeń obliczeniowych – według niego – przejdzie do modeli wycenionych nawet o 99% taniej niż obecnie najlepsze opcje.

Pozostałe 20% przypadków użycia – tam, gdzie liczy się szczytowa wydajność, jak badania naukowe czy zaawansowane agentowe orchestratory – nadal będzie korzystać z najnowocześniejszych modeli.

Armstrong porównał ten podział do rynku sprzętu konsumenckiego. Zauważył, że większość klientów wybiera MacBooki i komputery gamingowe bez maksymalnych konfiguracji, nawet gdy ceny spadają szybciej, niż przewidywałoby prawo Moore’a.

Dodał, że taki spadek cen nie rozwiąże problemu niedoboru. Gdy ceny modeli spadają i pojawia się wiele tanich alternatyw, wąskie gardło przesuwa się wyżej – do zapotrzebowania na energię i układy scalone niezbędne, by uruchamiać jakikolwiek model na dużą skalę.

Strategia routingu Coinbase

Coinbase już stosuje tę logikę w praktyce. Armstrong podkreślił, że giełda kieruje zapytania do tańszych modeli, gdy to możliwe. Dzięki temu wydatki na AI pozostają stabilne, nawet gdy wykorzystanie tokenów rośnie wykładniczo.

Jego restrukturyzacja Coinbase w kierunku AI-native na początku 2026 roku sygnalizowała szerszą zmianę – firma stawia na wydajne procesy oparte na agentach. Jego sprzeciw wobec nadmiernych regulacji AI pokazuje, że wierzy w postęp tej technologii bez ograniczeń narzuconych prawem.

To podejście bezpośrednio odpowiada na presję, którą opisywał Shaughnessy. Jak stwierdził, Uber wyczerpał cały swój budżet na AI 2026 już w kwietniu. Ten przykład pokazuje, jak szybko wydatki firm na AI mogą wymykać się spod kontroli.

Shaughnessy podkreślił też, że otwartoźródłowe modele jak DeepSeek V4 osiągają wyniki zbliżone do wiodących opcji komercyjnych, kosztując jedną trzydziestą pierwotnej ceny. Ogranicza to możliwości narzucania wysokich cen przez pionierskie laboratoria.

Energia jako kluczowe ograniczenie

Konkluzja Armstronga brzmi: jakość modeli się wyrówna, a tańsze alternatywy zmniejszą różnicę w wydajności. Prawdziwym ograniczeniem będzie fizyczna infrastruktura zasilająca każdy poziom zastosowań AI.

To spostrzeżenie pokrywa się już z przepływem kapitału na rynku. Finansowanie venture AI w I kwartale 2026 roku na świecie sięgnęło 242 mld USD, a mimo to możliwości rozbudowy centrów danych już nie nadążają za popytem.

Armstrong skupia się nie na tym, który model zwycięży, ale na tym, czy infrastruktura energetyczna i obliczeniowa nadąży za popytem, który – według niego – nie ma naturalnej granicy.

BeInCrypto Polska - Jaki będzie największy wąskie gardło AI? CEO Coinbase przedstawia swoją opinię