Porque a tokenomics dos tokens de AI é uma disciplina própria
Todos os tokens com temática de AI afirmam impulsionar uma economia descentralizada de inteligência de máquina. As páginas de marketing parecem semelhantes. As páginas de tokenomics, as partes que determinam se os primeiros compradores ou os compradores futuros capturam a valorização, são onde as diferenças se escondem. Para um leitor analítico, a única pergunta útil é se o desenho de um token encaminha atividade económica real para os detentores, ou se apenas se rotula com AI.
Tokenomics é o conjunto combinado de regras que rege a oferta de um token, o seu calendário de lançamento e o seu direito sobre a receita do protocolo. Nos tokens de AI, essas regras têm frequentemente uma camada adicional: calendários de emissão ajustados ao cálculo em GPU, divisões de taxas ligadas a pedidos de inferência e direitos de governação sobre registos de modelos. A complexidade cria duas formas de falha. Primeiro, os fundadores podem esconder a diluição por trás de um gráfico elegante de oferta em circulação. Segundo, os compradores de retalho podem confundir uma taxa de emissão elevada com crescimento, quando na realidade é um evento de venda em câmara lenta.
Os cinco tokens de AI selecionados nesta análise, TAO da Bittensor, VIRTUAL da Virtuals Protocol, FET da Fetch.ai, VVV da Venice Token e RENDER da Render Network, partilham um rótulo de AI e uma página pública de tokenomics. Nenhum deles partilha a mesma estrutura de incentivos. Lê-los lado a lado é a forma mais rápida de construir o enquadramento.
Os riscos que todos os tokens de AI carregam antes de leres a sua tokenomics
Antes de qualquer análise de tokenomics, a lista honesta de riscos deve aparecer perto do topo. Os tokens de AI já perderam valor material para compradores de retalho em ciclos anteriores, muitas vezes porque a página de tokenomics escondia três coisas: um float inicial baixo, uma grande alocação para a equipa e investidores, e um modelo de taxas que não captura realmente dólares dos utilizadores. Nenhum dos riscos abaixo é teórico. Todos já aconteceram.
O primeiro risco é o cliff de desbloqueio. Uma alocação da equipa que faz vesting ao longo de quatro anos com um cliff de um ano despejará uma grande tranche de tokens numa única data. Normalmente, os mercados incorporam isto no preço com antecedência, o que significa que os compradores de retalho que chegam depois do cliff estão a comprar perante essa pressão pendente. O segundo risco é o falso float. Os números de oferta em circulação no CoinGecko e em agregadores semelhantes incluem tokens em contratos de staking ou tesourarias de DAO que podem ser movidos ou vendidos. O float real, a quantidade genuinamente disponível para o mercado, é frequentemente uma fração do valor declarado. O terceiro risco é a métrica de vaidade. Um protocolo que comunica milhares de agentes de AI registados, ou milhões de dólares em cálculo nocional, pode não capturar nenhuma dessa atividade como receita do protocolo. Tokens que não absorvem dólares reais de utilizadores reais não têm mecanismo para se tornarem escassos.
Um quarto risco é a armadilha da governação. Tokens que concedem direitos de voto sobre um registo de modelos ou um mercado de cálculo parecem valiosos. Na prática, os tokens de governação têm sido frequentemente negociados como carry trades da utilidade subjacente, com participação nas votações nos baixos dígitos. Um quinto risco, específico dos tokens de AI, é a dependência de um único modelo ou de um único fornecedor de cálculo. Se a receita do protocolo depender de um modelo fechado cuja licença pode mudar, a captura do token é função da decisão de preços de outra entidade. Nenhum destes riscos anula o potencial de valorização de tokens de AI bem desenhados. Apenas definem os modos de falha que a página de tokenomics deve abordar.
Os três números que importam: oferta, float e desbloqueio
Todas as páginas de tokenomics de AI, independentemente da filosofia de design, publicam três números que servem de base ao resto da análise. O primeiro é a oferta total, que é o número máximo de tokens que o protocolo alguma vez irá emitir. O segundo é a oferta em circulação, que é o número atualmente negociável no mercado aberto. O terceiro é o calendário de desbloqueios, que é o calendário das emissões futuras da equipa, investidores, fundos do ecossistema e programas de emissões.
A diferença entre a oferta em circulação e a oferta total é o número mais mal interpretado em crypto. Um token pode anunciar uma oferta total de mil milhões de unidades e uma oferta em circulação de cem milhões de unidades, apresentando isso como escassez. Não é escassez se os restantes novecentos milhões de unidades estiverem programados para entrar em circulação no prazo de vinte e quatro meses. Inversamente, um token com uma percentagem elevada de oferta em circulação pode ser mais restrito do que um par com percentagem baixa se a oferta restante estiver bloqueada em contratos de staking de longo prazo sem direitos de venda.
Os desbloqueios surgem em duas formas estruturais. Um desbloqueio em cliff liberta uma alocação fixa numa única data, muitas vezes no primeiro aniversário de uma ronda de angariação de fundos. Um desbloqueio linear liberta a mesma alocação em tranches iguais ao longo de meses ou anos. Os desbloqueios em cliff criam eventos de liquidez previsíveis que traders sofisticados cobrem com posições short ou evitando o ativo antes da data. Os desbloqueios lineares distribuem a diluição ao longo do tempo, o que é geralmente melhor para o preço, mas pior para os incentivos da equipa, uma vez que a equipa tem de continuar a entregar resultados durante toda a janela de vesting.
A distinção entre desbloqueado e com vesting cumprido é a terceira camada. Uma alocação da equipa pode ter o vesting totalmente cumprido e ainda assim ser detida pela equipa, que pode então vender a qualquer momento. Uma alocação da equipa pode estar bloqueada num smart contract que só liberta tokens de acordo com o calendário, o que dá ao mercado mais visibilidade. A página de tokenomics normalmente diz apenas uma destas coisas. O contrato de vesting, se for verificável num explorador de blocos, diz a outra.
Como o desenho das emissões dilui ou acumula valor
Assim que os números de oferta e desbloqueio estão claros, a pergunta seguinte é o que o protocolo emite para participantes ativos e se essas emissões são líquidas inflacionárias ou líquidas deflacionárias em relação à procura. Dois modelos dominam o espaço dos tokens de AI: emissões passivas e recompra e queima.
As emissões passivas são recompensas em tokens distribuídas a validadores, miners, stakers ou agentes de AI por concluírem trabalho definido pelo protocolo. São inflacionárias por construção. O protocolo emite novos tokens, vende-os no mercado aberto através dos destinatários e usa as receitas, ou os próprios tokens, para pagar trabalho. Enquanto o trabalho realizado for valioso, as emissões podem autofinanciar-se. Quando as emissões excedem o valor do trabalho, o token torna-se um evento de venda em câmara lenta.
A recompra e queima é o modelo oposto. O protocolo retira uma parte da receita de taxas e usa-a no mercado aberto para recomprar o seu próprio token, enviando depois esses tokens para um endereço de queima. A recompra e queima cria uma ligação direta entre utilização e escassez. Se as taxas sobem, as recompras sobem e o float contrai. Se as taxas descem, as recompras descem e o float só se expande se o protocolo também emitir passivamente. O risco da recompra e queima é depender inteiramente da receita de taxas. Um protocolo sem captura real de taxas fará recompras a partir da tesouraria, que é um recurso finito.
Um terceiro modelo, comum em tokens de AI mais recentes, é o modelo de partilha de receitas ou rendimento de staking. Os detentores fazem staking do token e recebem uma parte das taxas do protocolo, denominada em stablecoins ou no próprio token. A primeira versão, paga em stablecoins, é o modelo mais honesto. A segunda versão, paga no token nativo, é funcionalmente uma emissão passiva e herda o mesmo risco de diluição.
Ler a captura de taxas: dólares reais versus métricas de vaidade
A captura de taxas é a funcionalidade mais exagerada no marketing de tokens de AI. A distinção entre captura real e métricas de vaidade é a maior vantagem que um leitor analítico pode desenvolver. Um protocolo que retém uma percentagem das taxas de inferência, troca-as por stablecoins e as encaminha para detentores do token ou para recompras tem captura real. Um protocolo que reporta volume total de inferência, número de agentes ou registos de modelos, sem publicar um rácio entre taxas e volume, tem métricas de vaidade.
Três rácios revelam a diferença. O rácio entre taxas e volume é o total de taxas dividido pelo volume nocional total. Um rácio saudável situa-se nos baixos dígitos simples para marketplaces e nos dígitos simples intermédios para serviços de AI. O rácio entre taxas e emissões é o total de taxas dividido pelo total de emissões de tokens avaliado em dólares. Um rácio acima de um significa que as emissões são autofinanciadas pelas taxas. A autonomia da tesouraria é o número de meses durante os quais a tesouraria pode manter as operações atuais ao ritmo de burn atual. Nenhum destes rácios aparece na primeira página de um folheto de tokenomics. Todos podem ser derivados de dados on-chain.
A segunda questão da captura é quem recebe as taxas. Um protocolo que encaminha taxas para uma tesouraria controlada por uma multisig tem captura apenas em nome. Um protocolo que encaminha taxas para um smart contract que recompra tokens automaticamente tem captura por código. A distinção importa porque as tesourarias podem ser redirecionadas por votos de governance, enquanto fluxos definidos por smart contract só podem ser alterados por upgrades de código, que são visíveis e têm bloqueio temporal.
Estudo de caso: TAO e a curva de emissão do subtensor
O TAO da Bittensor é o token de AI mais antigo deste conjunto. A sua página de tokenomics apresenta TAO como tendo um calendário de emissões semelhante ao de Bitcoin, limitado a vinte e um milhões de tokens, com halvings a cada quatro anos. A comparação de destaque com Bitcoin convida à mesma suposição: que a escassez acumulará valor à medida que a procura aumentar. A estrutura mais profunda é mais interessante e mais reveladora.
As emissões de TAO são distribuídas a validadores e miners de subnets com base em desempenho ponderado por classificação. Cada subnet é um mercado separado para computação de AI, e as emissões que fluem para uma subnet dependem da classificação dessa subnet face aos pares. A implicação é que TAO não é um único calendário de emissões. São vinte ou mais calendários de emissões paralelos, cada um com o seu próprio perfil de procura. Subnets com utilização genuína atraem registo de miners e stake, o que atrai mais emissões. Subnets sem utilização veem as emissões colapsar à medida que os miners cancelam o registo.
Para um leitor analítico, a questão é se a procura por computação de subnets escala com as emissões. O risco é que as emissões impulsionem o registo de miners mais depressa do que a procura real, o que significa que uma grande parte das emissões de TAO é vendida no mercado para financiar custos operacionais. O outro lado é que o mecanismo de halving da Bittensor significa que o crescimento da oferta reduz para metade a cada quatro anos, enquanto a procura por subnets pode crescer de forma composta. A página de tokenomics não aborda isto diretamente. Os dados on-chain abordam.
Estudo de caso: VIRTUAL e a mecânica de receitas dos agentes
O VIRTUAL da Virtuals Protocol está estruturado em torno de agentes de IA que podem ser implementados como serviços tokenizados. Cada agente tem o seu próprio token, e VIRTUAL é o ativo ao nível do protocolo usado para coadquirir tokens de agentes e captar taxas ao nível do protocolo. O mecanismo é mais elaborado do que o da TAO, e a narrativa de captação de taxas é mais direta.
O número-chave é a taxa do protocolo, cobrada em cada compra de token de agente no launchpad da Virtuals. Essa taxa é denominada em VIRTUAL e encaminhada para um contrato de recompra. Não há emissão passiva para detentores de VIRTUAL que concorra com a recompra. O crescimento da oferta vem de emissões para criadores de agentes e fundos do ecossistema, que são calendarizadas separadamente. O resultado é um token cujo capital em circulação contrai com a utilização e expande com os calendários de vesting da equipa, o que é uma estrutura mais honesta do que um modelo de emissão pura.
O risco é a concentração. Se um pequeno número de agentes gerar a maior parte do volume de taxas, a narrativa de recompra depende do sucesso continuado desses agentes. O segundo risco é a camada dos tokens de agentes. Os investidores que compram tokens de agentes estão a assumir exposição a uma única implementação, não ao protocolo. O token VIRTUAL é a exposição ao nível do protocolo, e a sua captação de taxas é mais diversificada. A página de tokenomics faz esta distinção. O marketing muitas vezes não a faz.
Estudo de caso: FET e a fusão ASI
O FET da Fetch.ai passou por uma fusão de tokens para a Artificial Superintelligence Alliance, juntamente com o AGIX da SingularityNET e o OCEAN da Ocean Protocol. O token resultante manteve o ticker FET e consolidou três desenhos de tokenomics num só. A fusão é o dado mais importante para a estrutura do FET, porque determina a oferta e o calendário de desbloqueios que o token FET agora carrega.
Antes da fusão, o FET tinha uma oferta em circulação na casa das centenas de milhões baixas e uma oferta total acima de mil milhões, com alocações para equipa e ecossistema a fazerem vesting ao longo de períodos plurianuais. A fusão, na prática, empilhou os calendários de vesting de três tokens num único ticker. Para um leitor analítico, a implicação é que o excesso potencial de desbloqueios do FET não é apenas o da Fetch.ai. É o excesso combinado de três protocolos fundadores, cada um com os seus próprios compromissos com equipa, investidores e tesourarias de fundações.
A captação de taxas do FET ocorre através do marketplace de serviços de agentes e de taxas de ferramentas para agentes económicos autónomos. A página de tokenomics descreve um mecanismo de recompra ligado à receita da plataforma. O risco é o mesmo de qualquer modelo de partilha de receitas: se a receita não escalar, a narrativa de recompra perde força. A fusão acrescentou complexidade ao exigir coordenação entre três comunidades legadas na governação das emissões.
Estudo de caso: VVV e o modelo de créditos de inferência
O VVV da Venice Token é um dos tokens de IA mais recentes deste conjunto e usa um modelo distintivo: VVV representa um direito sobre créditos de inferência na Venice API, uma plataforma de inferência que encaminha pedidos para modelos open-source e proprietários. Os detentores fazem stake de VVV para receber uma atribuição diária de créditos de inferência, denominada em VVV, que podem usar para chamar modelos ou vender a outros utilizadores.
As tokenomics são invulgares porque a utilidade principal do VVV é uma atribuição de créditos não transferível, o que significa que deter VVV se aproxima mais de deter uma subscrição pré-paga de computação do que de deter um token de governação. A oferta e o calendário de desbloqueios determinam quantos créditos de inferência o protocolo emitirá, o que por sua vez determina o preço dos créditos no mercado secundário. A narrativa de captação é direta: os detentores beneficiam quando a procura por inferência supera a oferta de créditos.
O risco é que o modelo de créditos de inferência pressupõe procura por inferência privada e resistente à censura, que é um mercado mais pequeno do que a inferência de IA geral. Se a base de utilizadores da Venice estagnar, a emissão diária de créditos excede a utilização, e o preço dos créditos no mercado secundário cai. Os detentores ficam então com uma subscrição menos valiosa, mesmo que o preço do token se mantenha.
Estudo de caso: RENDER e as emissões do marketplace de GPU
O RENDER da Render Network é o token de marketplace de GPU mais antigo deste conjunto. Migrou da mainnet Ethereum para Solana em 2023 e reajustou a sua oferta em circulação para uma proporção de um para um face ao ERC-20 legado. A página atual de tokenomics destaca uma oferta total fixa de cerca de quinhentos e trinta e cinco milhões de tokens, com uma alocação para a tesouraria e um programa de emissões para fornecedores de GPU.
A narrativa de captação de taxas do RENDER é mais matizada do que as restantes. O marketplace faz a correspondência entre trabalhos de renderização e fornecedores de GPU, e os fornecedores são pagos em RENDER. A taxa do protocolo é uma percentagem de cada trabalho, cobrada em RENDER e encaminhada para a tesouraria e para um mecanismo de queima. À medida que o volume de trabalhos aumenta, a queima aumenta, o que contrai o capital em circulação. O desenho tem uma componente de emissão passiva, uma vez que novo RENDER pode ser emitido para fornecedores, mas o calendário de emissões é conservador em comparação com um desenho de token de mineração pura.
O risco para RENDER é competitivo. À medida que fornecedores centralizados de GPU e outras redes descentralizadas competem pela procura de renderização, o rácio entre taxas e volume do RENDER pode comprimir. A página de tokenomics não se protege contra isto. O volume de trabalhos on-chain e a margem de tesouraria protegem.
Como ler uma página de tokenomics de IA como um balanço
O enquadramento que resulta destes cinco estudos de caso é uma leitura de balanço, não uma leitura de folheto. Comece pelos números de oferta e de desbloqueio. Identifique a diferença entre a oferta em circulação e a oferta total, e pergunte se a oferta restante está em vesting, bloqueada ou livre. Depois, analise o desenho das emissões. Distinga emissões passivas de recompra e queima. Para cada emissão, identifique a fonte de procura que a absorve. Depois, analise a captura de taxas. Calcule o rácio entre taxas e volume, o rácio entre taxas e emissões, e a autonomia da tesouraria. Por fim, analise a camada de governação e pergunte se os fluxos de taxas são definidos por código ou por multisig.
Um token de IA bem concebido responderá a cada uma destas perguntas com dados on-chain verificáveis. Um mal concebido responderá com linguagem de marketing. A diferença é a diferença entre um balanço e um folheto, e é a diferença entre uma decisão de investimento e uma esperança.
Como acompanhar tokens de IA da forma inteligente
Os tokens de IA movem-se depressa, tal como as notícias à sua volta. Novos lançamentos chegam todas as semanas, os patamares de desbloqueio redefinem as perspetivas de oferta, e as narrativas de captura de taxas mudam à medida que os protocolos lançam atualizações. Acompanhar manualmente os sinais relevantes é uma batalha perdida para quem não é analista a tempo inteiro. O Zippfeed destaca manchetes sobre tokens de IA com pontuação de sentimento, assinaladas como bullish, neutral ou bearish, e uma classificação de importância que mostra quais as histórias que realmente alteram o quadro da oferta, dos desbloqueios ou da captura de taxas, para que possa ler a próxima página de tokenomics antes do mercado.
CoinDesk
