风险投资减缓投资Web3?

阿法兔研究笔记Publicado a 2022-09-06Actualizado a 2022-09-06

Resumen

从2022年Q3的风险投资数据表明,与近几个季度和2021年热度最高的时期相比,近期风险投资以区块链为重点的初创企业的投资正在急剧收缩。

在区块链世界中,极速波动的商业周期是行业的一部分,在狂热和消费时期过后,C端活动会减少,常见的观点是,市场繁荣期为Web3产品和相关服务带来了新的用户,而随后的萧条期则是大家更安静、开始以建设和研发为重点的工作。本文还是建议大家以辨证的态度去看待,不过,通过观察这个分析,大家可以对目前的市场有一些新的认知。

核心观点

从2022年Q3的风险投资数据表明,与近几个季度和2021年热度最高的时期相比,近期风险投资以区块链为重点的初创企业的投资正在急剧收缩。

来自Crunchbase和PitchBook的数据表明,近几个季度,风险投资进到Web3的资本总额约100亿美元。投资Web3的美元价值可能会减少一半以上,如果将2022年第三季度的数据与今年早期季度的融资数据进行比较,呈现典型的减缓态势。

关于Web3初创企业、市场和货币的探讨

在区块链世界中,极速波动的商业周期是行业的一部分,在狂热和消费时期过后,C端活动会减少,常见的观点是,市场繁荣期为Web3产品和相关服务带来了新的用户,而随后的萧条期则是大家更安静、开始以建设和研发为重点的工作。

下图是Coinbase在近期的披露中对这种模式的描述。

图片来源:Coinbase

不管你怎么看这个问题,似乎在这个以Build为主要模式的时刻,提供的资本确实较少。并且,任何风险投资基金领域在Q3没有那么活跃,还是可以理解的。因为上一波的初创企业和风险投资人都在消化之前的狂热周期。因此,对Web3初创企业或金融科技领域减少投资,并不奇怪。

在风险投资市场普遍放缓的情况下,为什么要特别关注Web3和区块链世界?之所以关注,是因为构建去中心化应用程序和基础设施的公司能够比其他行业冲的更快,并保持良好的业绩,但是遇到熊市,也可能面临更大的收缩。

数据情况

首先,目前创业公司的融资情况在全球范围内正在放缓,但并不是灾难性的。但是在综合数据中,我们发现了一些令人印象深刻的数据。例如,根据CB Insights,金融科技融资额从2021年第四季度的1362笔融资Deal,总共约384亿美元,下降到2022年Q2的1225笔Deal,约为204亿美元。Retail Tech在2021年Q2达到顶峰,共946笔交易,约为299亿美元,2022年第二季度只有710笔,约为132亿美元。

鉴于这样的情况,对Web3初创公司的投资并不令人惊讶。但是根据Crunchbase的数据统计,到2022年Q2,有关Web3融资的关键数据:

2021年第一季度:95亿美元

2021年第二季度:64亿美元

2021年第三季度:71亿美元

2021年第四季度:98亿美元

2022年第一季度:86亿美元

2022年第二季度:66亿美元

将2022第二季度与2021年第二季度进行比较时,Crunchbase数据集显示,今年第三季度,Web3创业公司融资额仅为7.19亿美元,尽管今年第三季度还没过完,但是已经过去三分之二了。

当然,风险投资数据很可能是不稳定的,所以把Crunchbase的图表与另一个数据来源(Pitchbok)进行比较,在PitchBook上查询了所有被称为 "Web3 "的风险投资轮次和专注于增长的VCPE交易,也发现了类似的数据迹象。

但是,虽然PitchBook证实了Crunchbase的数据,统计了第三季度区块链和Web3公司的总融资额约为24亿美元,PitchBook在2022年第一季度关于Web3融资数据是104亿美元。

无论是Crunchbase还是PitchBook,很明显,Web3的融资情况确实有下降的趋势。从资本市场的角度来看,如果投资不足,很可能意味着用于建设加密货币原生服务所需的人员和工具的资金并不充沛。当然,仍有部分资金在流动,不过因为很多公司在牛市备足了粮草,许多Web3初创公司仍然具备充足的资金。

那么,像A16Z这样募集了大量加密基金的公司呢?

早在2021年中期,A16Z就宣布专门投资Web3的22亿美元基金时,A16Z不仅投的更多、更快,也会努力解决监管环境问题(雇佣前监管负责人作为合伙人、给国会提案)。

简而言之,a16z似乎不仅对web3公司下赌注,还在努力确保整个加密赛道市成功。A16Z今年募了一个新的、更大的基金,还是比较执着的,在竞争对手收紧钱袋子的时候,a16z还是继续加码。也许在市场放缓时加大投资会给公司带来回报,因为如果a16z最终是正确的,它将会赚很多很多钱,但是其他风险投资公司貌似并不一定是这样。

Lecturas Relacionadas

Una guerra sin nombre unificado: El mapa de los Modelos de Mundo de los grandes fabricantes nacionales

**Resumen de las guerras por el modelo mundial: el panorama de las grandes tecnológicas chinas** El concepto de "modelo mundial" aún carece de una definición unificada, adoptando nombres como modelo base del mundo, IA física, o integrándose en sistemas de conducción autónoma o inteligencia corporeizada. Tras esta confusión nominal, la industria persigue un mismo objetivo: dotar a las máquinas de un entorno interno dinámico y simulable para predecir y ensayar acciones, reduciendo la dependencia de datos del mundo real y comprimiéndolo en un "motor de datos" generativo. Los gigantes tecnológicos y automotrices han convertido esto en una nueva arena de competición, relegando a startups con menos recursos de datos y cómputo. **1. Gigantes de Internet: Del mundo digital al físico** * **Alibaba** presenta una estrategia triple: **Qwen-AgentWorld** (entorno de simulación para agentes de IA basado en lenguaje), **HappyOyster** (generación de mundos virtuales interactivos) y **Qwen-RobotWorld** (cerebro de simulación para robótica e inteligencia corporeizada), cubriendo mundos lingüísticos, virtuales y físicos. * **Tencent** centra su **HY-World** en la generación y reconstrucción de entornos 3D editables, aprovechando sus fortalezas en videojuegos y escenarios sociales. * **ByteDance** desarrolla en secreto un modelo basado en la enorme base de datos de vídeos de TikTok/Douyin, con el objetivo de construir un gemelo digital que simule leyes físicas. * **Huawei** integra capacidades de modelo mundial en su **Pangu**, sirviendo como base de entrenamiento para su sistema de conducción autónoma ADS y robótica, sin comercializarlo como producto independiente. * **Baidu** embebe estas capacidades en su modelo de conducción autónoma **Apollo ADFM** y en el modelo multimodal **Ernie**, sin destacar el término "modelo mundial". **2. Fabricantes de automóviles: La escuela de conducción y el campo de pruebas** Para los automovilísticos, el modelo mundial es una herramienta práctica para entrenar y evaluar sistemas de conducción autónoma. * **NIO** fue pionero con su **NWM**, enfocado en la "reconstrucción imaginada" del espacio y la "deducción imaginada" del tiempo. Su versión 2.0 ya se implementa en flota. * **Li Auto** desarrolló **DrivingSphere**, un entorno de simulación 4D de alta fidelidad para generar escenarios complejos y probar el sistema en bucle cerrado. * **XPeng** presentó **X-World**, un "simulador del mundo real" para su VLA de segunda generación, expandiendo masivamente los escenarios de simulación. * **Geely** integra su **WAM (World Action Model)** en una arquitectura unificada para conducción, cabina y chasis. * **BYD** y **Great Wall** también avanzan en su desarrollo, siendo este último el primero en anunciar un sistema VLA+modelo mundial para producción en serie en 2026. **3. Proveedores de tecnología de conducción autónoma: El motor invisible** Firmas como **Momenta** (con su modelo **R7** ya en producción), **Horizon Robotics** (con **HorizonDrive** para generación de vídeo de larga duración y simulación), **Haomo.ai** (pionera con **DriveGPT**) y **DeepRoute** integran el modelo mundial como núcleo de sus plataformas de simulación y entrenamiento para sistemas de nivel L3/L4. **Conclusión: No es una moda, es una escalada** El modelo mundial representa la convergencia natural de los modelos de lenguaje, generación de vídeo y conducción autónoma en el mundo físico. Ha pasado de ser un experimento técnico a una infraestructura industrial crítica. La ventana de oportunidad para las startups se estrecha, ya que los gigantes, con sus vastos datos, capacidad de cómputo y canales de producción, están transformando rápidamente estos modelos en componentes operativos de sus productos y servicios. La cuestión clave ya no es quién tiene un modelo, sino **qué modelo entiende y simula verdaderamente el mundo para tomar decisiones útiles**.

marsbitHace 5 min(s)

Una guerra sin nombre unificado: El mapa de los Modelos de Mundo de los grandes fabricantes nacionales

marsbitHace 5 min(s)

¿Extracción masiva de las capacidades de Claude? Anthropic acusa a partes relacionadas con Alibaba de "destilar" su modelo.

Anthropic acusa a operadores vinculados con Alibaba y su laboratorio de IA Qwen de realizar el "mayor ataque conocido de destilación de modelos" contra su sistema Claude. Según una carta dirigida al Comité Bancario del Senado de EE.UU., entre el 22 de abril y el 5 de junio de 2026, se utilizaron alrededor de 25.000 cuentas fraudulentas para realizar más de 28,8 millones de interacciones con Claude, con el objetivo de extraer sus capacidades. La destilación de modelos consiste en utilizar las respuestas de un modelo avanzado para entrenar a otro, replicando así parcialmente sus habilidades sin robar el código fuente. Anthropic advierte que esto podría transferir capacidades en ingeniería de software y razonamiento de agentes. Este caso se produce en un contexto de tensiones: el Pentágono incluyó a Alibaba en su lista de "empresas militares chinas" y el gobierno estadounidense ha impuesto restricciones a la exportación de modelos de IA avanzados, incluidos los de Anthropic. La compañía pide una mejor colaboración entre el gobierno y las empresas para controlar el acceso y compartir información sobre amenazas. Aunque la acusación aún no tiene resolución judicial, destaca cómo las salidas de los modelos de IA se han convertido en un activo estratégico y objeto de disputa en la competencia tecnológica.

marsbitHace 31 min(s)

¿Extracción masiva de las capacidades de Claude? Anthropic acusa a partes relacionadas con Alibaba de "destilar" su modelo.

marsbitHace 31 min(s)

La industria de la criptografía entra en la era de la "demostración": las meras visiones ya no bastan

**La era del "Muéstrame" en cripto: Ya no basta con la visión** El sector tecnológico y, en particular, el de las criptomonedas, ha entrado en una nueva fase: la era del "Muéstrame". Ya no es suficiente con presentar una visión atractiva, un producto mínimo viable (MVP) o un equipo prometedor. El público, cada vez más sofisticado y escéptico tras años de ruido y malos actores, exige pruebas tangibles. Este cambio se debe a varios factores: la creciente desconfianza hacia una tecnología que lleva décimas desarrollándose, la entrada a gran escala de instituciones financieras tradicionales (TradFi) como BlackRock, Fidelity o JPMorgan con productos reales (fondos tokenizados, ETF, soluciones blockchain), y el contraste con industrias como la IA, que han entregado productos consumibles. Estos actores han elevado el listón de lo que se considera un proyecto serio. La narrativa ha pasado de "¿Qué estás construyendo?" a "¿Qué has construido y quién lo usa?". La comunicación efectiva ahora requiere un "stack de pruebas" que incluya: * **Asociaciones reales y ejecutadas**, con contratos e integraciones, no meras conversaciones. * **Datos concretos y verificables** en la red principal (mainnet): volumen, carteras activas, ingresos. * **Señales de ajuste al mercado (product-market fit)**, como una base de usuarios orgánica y creciente que no sean solo inversores. * **Validación por terceros**: auditorías, investigaciones independientes. Para los equipos, esto significa que la historia debe construirse desde los hechos comprobables, no al revés. Un ejemplo concreto ("reducimos la liquidación transfronteriza de 3 días a 4 minutos con 3 empresas usándolo hoy") es más poderoso que una declaración ambiciosa ("construimos el futuro de los pagos"). Esto no hace que la visión sea irrelevante, pero la proporción ha cambiado: antes podía ser 80% visión y 20% sustancia; ahora es lo contrario. La visión da contexto y ambición, pero debe estar respaldada por logros demostrables. Esta mayor exigencia es una buena noticia para los proyectos con fundamentos sólidos, ya que filtra el ruido y permite que su señal genuina resuene con más fuerza. La pregunta clave es si la estrategia de comunicación está diseñada para probar el valor o solo para prometerlo.

链捕手Hace 38 min(s)

La industria de la criptografía entra en la era de la "demostración": las meras visiones ya no bastan

链捕手Hace 38 min(s)

Meta ingresa al mercado de pronósticos siguiendo la tendencia, ¿podrá evitar el fracaso del metaverso?

**TL;DR:** * Según The New York Times, Meta ha formado un pequeño equipo para desarrollar 'Arena', una aplicación de mercados de predicción con un sistema de puntos donde los usuarios podrán apostar sobre resultados políticos, deportivos y de eventos globales. * Los mercados de predicción ya muestran una demanda real. Con 3.560 millones de usuarios diarios, Meta podría llevar este nicho al mercado masivo. * Sin embargo, la crisis de confianza de Meta, sumada al escrutinio sobre elecciones y desinformación, podría convertir a Arena en objetivo regulatorio antes de que pueda escalar. Meta, tras las enormes pérdidas de su apuesta por el metaverso (casi 900.000 millones de dólares en Reality Labs), se adentra ahora en los mercados de predicción. Este sector, con un volumen de negociación anual que se espera supere los 1 billón de dólares para 2030, tiene una base de usuarios establecida, lo que supone un contraste estratégico con la costosa creación del metaverso. Meta posee una ventaja clave: su enorme base de usuarios de 3.560 millones de personas al día, muy superior a la de plataformas existentes como Kalshi o Polymarket. Su estrategia habitual de replicar productos exitosos (como Stories o Reels) e integrarlos en su ecosistema podría funcionar aquí. Además, el desarrollo de Arena, basado principalmente en software, es mucho menos costoso que el del metaverso. No obstante, los desafíos son significativos. Meta ya probó una aplicación similar, 'Forecast', que cerró en 2022. El sector está muy regulado, con ejemplos de multas y disputas legales. La reputación de Meta en el manejo de contenido político, datos y desinformación genera desconfianza entre reguladores. Arena comenzará con un sistema de puntos para evitar la estricta regulación financiera inicial, pero esto podría priorizar la participación sobre la precisión. En resumen, Meta tiene el potencial de popularizar los mercados de predicción, pero su historial de confianza y el entorno regulatorio hostil plantean serios riesgos. Su éxito dependerá de si puede operar Arena sin desencadenar controversias que atraigan la atención de los reguladores, algo en lo que ha fracasado con proyectos financieros anteriores como Libra/Diem.

Foresight NewsHace 55 min(s)

Meta ingresa al mercado de pronósticos siguiendo la tendencia, ¿podrá evitar el fracaso del metaverso?

Foresight NewsHace 55 min(s)

Trading

Spot
Futuros
活动图片