У OpenAI нет устойчивого конкурентного преимущества, поскольку её основной продукт — возможности языкового моделирования — копируется конкурентами, имеющими аналогичные обучающие данные и вычислительные ресурсы; рыночная позиция компании основана на бренде и дистрибуции, а не на защищённых технических преимуществах.
Конкуренты используют примерно те же данные и тот же объём вычислений (миллиарды долларов на GPU от Nvidia).
Поэтому модели быстро догоняют и перегоняют друг друга каждые несколько месяцев. Нет «секретного соуса», который нельзя воспроизвести.
Нет сетевых эффектов - пользователь может в любой момент переключиться на другую модель — ничего не потеряет.Нет эффекта, как у iOS/Android или Facebook: чем больше пользователей, тем сильнее продукт сам по себе.
Source / Benedict Evans

Сотни миллиардов автономных AI-агентов будут совершать торговые операции на основе блокчейн-активов -- это потребует совершенно новых регуляторных рамок для 'нечеловеческих идентичностей'. Без решения этой проблемы автономная агентная экономика создаст системные риски.
Source / Yat Siu - CEO Animoca Brands
Potential Exposure: SkyFire / / Tempo / WLD / TIBBIR

68% существующей биологической информации приходит от пяти биологических видов ( человек, мышь и еще пару). Остальные миллионы видов практически не представлены. Это критический пробел в обучающих данных, который делает все текущие биологические AI-модели систематически ненадёжными для обобщений.
Победитель в биологическом AI будет определяться качеством глобальной карты жизни, а не вычислительной мощью.
Большинство прорывных лекарств и инструментов приходят из «чужой» биологии. Антибиотики, статины, аспирин, иммуносупрессоры — почти все из грибов, бактерий, растений.
Basecamp Researchв марте 2026 года запустила проект Trillion Gene Atlas (Триллионный Атлас Генов).
Цель — создать «интернет биологии» или «глобальную карту жизни», на которой можно будет обучать по-настоящему мощные биологические foundation-модели.
Партнёры: Anthropic, Ultima Genomics, PacBio, NVIDIA.
Source / Oliver Vince - Founder BaseCamp

LLM эффективен для продуктивности и взаимодействия, но для создания новых продуктов необходима LQM (Large Quantitative Model), обученная на реальных данных физики/химии.
Source / Jack Hidary - CEO SandobxAQ
Potential Exposure: SandboxAQ / Physical Intelligence / AMI Labs / DeepMind

ИИ Агенты могут стать основным пользователем стейблкоинов; криптовалюта может стать нативной валютой для agent-ecommerce
Source / Patrick Witt - Executive Director, President's Council of Advisors for Digital Assets
Potential Exposure: Tempo / Circle

Самым большим препятствием на пути масштабирования ИИ к 2030 году являются не алгоритмы или данные, а поставки оборудования для EUV-литографии от ASML; для производства миллиардов чипов требуются тысячи операций EUV-литографии и сотни инструментов, что ограничивает развитие всей системы ИИ.
Source / Dylan Pate - Founder of SemiAnalysis
Potential Exposure: ASML + потенциальные альтернативы

В будущем, традиционные приложения и App Store как мы их знаем могут полностью исчезнуть. Вместо них пользователи будут получать готовое решение прямо в чат-боте или ином интерфейсе по запросу («сделай мне приложение, которое…»). Это радикально меняет всю модель разработки и дистрибуции ПО, особенно для iOS.
App Store — это централизованный магазин предсобранных приложений. Если 80–90 % задач можно решить кастомным ИИ-решением за секунды, зачем пользователю платить 30 % Apple, зачем разработчикам тратить месяцы на нативный SwiftUI-код?
Source / CNBC