플록의 간단한 평가 방법

저자: NingNing

지금 바로 TGE를 구매하세요. 이전에 이 프로젝트를 조사할 때 AI x 크립토 프로젝트를 두 가지 유형으로 나누었습니다. AI MeMe 프로젝트 = 토큰화(AI를 주제로 한 관심 및 컬트 문화), AI x 크립토 유틸리티 프로젝트 = 토큰화(수익화(AI)). / (AI 내러티브 민주화).

아이미미의 상징적인 $GOAT/$ACT 프로젝트가 유통시장에서 약하게 가격이 책정되고 주의 시장에서 라우팅되면서, 암호화폐 시장의 관심과 유동성은 AI x Crypto Utility 경공업 카테고리인 AI '에이전트'에 집중되고 있습니다. 에 집중되어 있으며, $FET, $TAO로 대표되는 중공업용 AI x 크립토 유틸리티 프로젝트는 가격이 제대로 책정되지 않았습니다.

차세대 AI x 크립토 유틸리티 중공업 프로젝트인 플록이 12월 31일 바이비트 런치풀에 데뷔할 예정인데, 암호화폐 시장에서 최종적으로 가격이 어떻게 책정될지 궁금합니다.

평소의 간단한 가치 평가 모델을 사용하여 거래 상대방을 선택하는 것부터 시작하는데, FET와 TAO 중 FET가 이전에 고정 자산으로 1억 달러에 달하는 GPU 파워를 지출했다는 점을 고려하면 TAO가 플록에 더 나은 거래 상대방일 것입니다.

오늘 아침, 저희는 다음과 같이 Flock의 최근 펀더멘털을 간략히 살펴보았습니다.

자금 조달 배경: Flock은 최근 300만 달러의 전략적 펀딩을 마감하여 누적 총액이 1,100만 달러에 이르렀습니다. 1,100만 달러. 이 라운드는 $TAO $WLD와 같은 AI 프로젝트의 선두주자인 디지털 커런시 그룹(DCG)이 주도했습니다.

기술적 강점: 팀은 옥스퍼드 대학교와 BCG의 탄탄한 학문적 배경과 풍부한 업계 경험을 보유하고 있으며, 플록은 이더 재단이 자금을 지원한 유일한 AI 인프라 프로젝트입니다.

AI 내러티브: Flock은 에지 연산과 ML 연합 학습을 결합하여 휴대폰, 태블릿, 노트북과 같은 에지 디바이스의 유휴 시간을 활용함으로써 ML 학습 작업을 사용자의 엔드포인트에 가져옵니다. Flock은 ML 트레이닝 작업을 사용자의 엔드포인트인 휴대폰, 태블릿, 노트북과 같은 엣지 디바이스로 가져옴으로써 데이터를 비공개로 유지하면서 엣지 디바이스의 사용하지 않는 컴퓨팅 성능을 활용합니다.

실제 사용 사례: 공식 플록 문서에는 앱토스와 협력하여 미세 조정된 이동 언어용 LLM, 파캐스터 및 스크롤 커뮤니티와 협력한 Q&A 봇용 파캐스터 GPT, 스크롤 GPT, 노드와 아카시 연산 능력 통합, 텍스트 질의 봇 등 5가지 실제 사용 사례가 나열되어 있습니다. 스크롤 GPT, 아카시 연산 능력과 노드의 통합, 텍스트-SQL을 위한 Web3 AI 에이전트, 프라이버시 보호 의료 서비스 등입니다.

자금 조달 배경과 팀 기술력 측면에서 플록은 TAO에 비해 약하지 않습니다. AI 내러티브 측면에서 TAO는 주로 LLM 조정 네트워크에 집중하는 반면, 플록은 주로 엣지 디바이스에서 연방 학습을 통한 LLM 훈련에 집중합니다. 실제 사용 사례 측면에서 TAO는 주로 AI 대형 모델 스핀오프 프로젝트에 사용되는 반면, 플록은 주로 엣지 디바이스에서 연방 학습을 통한 LLM 훈련에 중점을 둡니다. 실제 사용 사례 측면에서 TAO는 주로 AI 대규모 모델 분할 프로젝트에 사용되는 반면, Flock은 주로 암호화폐 커뮤니티의 개별적인 요구에 부응하는 데 사용됩니다.

전체적으로는 플록이 제 투자 성향에 더 잘 맞습니다. 그러나 TAO의 선점자 우위와 높은 시장 점유율, 그리고 현재 시장 환경이 처음 2주만큼 신규 코인에 우호적이지 않다는 사실 때문에 저는 Flock의 적정 가격(20일 평균 가격)을 오픈 후 TAO FDV의 약 20~30%인 약 20억~30억 FDV로 추정합니다.