Armstrong: Coinbase obniżył koszty AI niemal o połowę

Brian Armstrong, dyrektor generalny Coinbase, poinformował, że spółka zredukowała wydatki na sztuczną inteligencję niemal o połowę, przy jednoczesnym wykładniczym wzroście wykorzystania tokenów. Jako zastosowane rozwiązania wskazał mądrzejszy routing zapytań, agresywne przechowywanie wyników (cache’owanie) oraz przenoszenie rutynowych zadań na tańsze, otwarte modele wagowe.

Armstrong przedstawił schemat infrastruktury, który jego zdaniem może pomóc firmom skalować wdrożenia AI bez zamiany kosztów w barierę dla adopcji. Routing polega na przypisywaniu zadań najtańszym modelom zdolnym je zrealizować. Cache’owanie eliminuje powtarzalne obliczenia przez przechowywanie wyników często powtarzanych zapytań. Korzystanie z otwartych modeli ma obniżać koszty tam, gdzie wysoka precyzja nie jest konieczna.

Spółka nie ujawniła szczegółowych kwot oszczędności. Armstrong podkreślił, że spadek wydatków przy jednoczesnym wzroście zużycia tokenów świadczy o oddzieleniu konsumpcji modeli od kosztów operacyjnych. Na początku czerwca wskazywał też, że dostęp do energii i mocy obliczeniowej ma większe znaczenie dla rozwoju AI niż sama jakość modeli.

W odniesieniu do rynku Bitcoina Armstrong skrytykował nadmiernie pesymistyczne nastroje i opisał ostatnią korektę jako „chłodny powiew”. Dane on-chain i historyczne wykresy pokazują, że cykl 2025–2026 obniżył wartość Bitcoina o około 53 proc. względem październikowego szczytu 2025, gdy cena dochodziła do 126 073 USD. Poprzednie cykle notowały spadki rzędu 77–93 proc., z kilkoma przypadkami korekt trwających ponad rok.

Armstrong wcześniej wskazał możliwy dołek na poziomie 60 000 USD w połowie czerwca, jednak obecne sygnały on-chain nie potwierdzają jeszcze capitulation, które historycznie wyznaczały dno cyklu. Pozostaje zwolennikiem czteroletniego cyklu Bitcoina i utrzymuje prognozę wyższych cen do 2030 roku. Analitycy śledzący sygnał halvingu po 500 dniach przewidują, że kluczowe zdarzenie związane z emisją nastąpi w listopadzie 2026 roku.

„Jak utrzymać wydatki na AI bez zmian, gdy wykorzystanie tokenów rośnie wykładniczo? Nie przez tarcia i alerty wydatków. Przez lepsze ustawienia domyślne, routing i cache’owanie” — wyjaśnił Armstrong. Coinbase podkreśla, że celem jest zbudowanie warstwy infrastrukturalnej pozwalającej na skalowanie wykorzystania AI bez proporcjonalnego wzrostu kosztów.

W sektorze finansowym rośnie zainteresowanie zastosowaniami AI, a firmy zwracają uwagę na kontrolę wydatków na chmurę i moc obliczeniową. Na rynku kryptowalut obserwacja sygnałów on-chain oraz harmonogram halvingu pozostają punktami odniesienia dla ocen dynamiki cen i momentu potencjalnego odbicia.