L’intelligenza artificiale decentralizzata è in flessione, ma emergono opportunità concrete, dicono i venture capitalist delle criptovalute

L’intersezione tra criptovalute e intelligenza artificiale sta attraversando una fase più misurata e selettiva, secondo le osservazioni di due noti venture capitalist intervenuti al Consensus Hong Kong 2026. Il clima attuale sembra caratterizzato da un ridimensionamento dell’hype e da uno spostamento di risorse — sia finanziarie sia umane — verso applicazioni con utilità concreta e orientate al prodotto.

I protagonisti dell’analisi sono Anand Iyer di Canonical Crypto e Kelvin Koh di Spartan Group, che hanno sottolineato come il settore stia entrando in una fase successiva alla bolla di entusiasmo iniziale. Entrambi hanno messo in guardia contro investimenti eccessivi in mercati di risorse hardware e in tentativi di ricreare in modo decentralizzato modelli di grandi dimensioni simili a quelli sviluppati da OpenAI o Anthropic.

Anand Iyer said:

“Credo che ora siamo nella fase di minimo; abbiamo attraversato un periodo di grande fermento. Adesso si tratta di capire dove risiede il valore reale.”

Contesto e dinamiche di mercato

I mercati che forniscono capacità di calcolo, in particolare quelli legati alle GPU, hanno attirato grandi flussi di capitale durante il periodo di crescita esponenziale dell’IA. Tuttavia, secondo i due investitori, la quantità di capitale necessaria per competere costruendo alternative decentralizzate ai grandi modelli è molto superiore rispetto alle tipiche disponibilità nel mondo crypto.

Kelvin Koh said:

“Il capitale richiesto è completamente diverso, notte e giorno rispetto a quello che normalmente circola nel crypto.”

Preferenze degli investitori e modelli vincenti

Iyer e Koh suggeriscono che i progetti più probabili a ottenere successo sono quelli concepiti per uno scopo preciso e sviluppati in modo integrato: soluzioni full-stack che partono da un problema concreto e costruiscono in modo coerente modello, infrastruttura di calcolo e gestione dei dati.

Anand Iyer said:

“La speculazione non guiderà più i prodotti. Dobbiamo mettere gli utenti al primo posto.”

Un esempio pratico citato è quello di startup che saltano costosi strumenti SaaS per creare sistemi interni su misura, sfruttando l’IA per costruire soluzioni operative in tempi molto rapidi. Questo approccio riduce i costi e aumenta il vantaggio competitivo, soprattutto quando è supportato da dati proprietari o da un chiaro vantaggio regolamentare o commerciale.

Implicazioni per fondatori e raccolta di capitale

Per chi avvia una startup nel settore, il messaggio degli investitori è pragmatico: occorre dimostrare un caso d’uso concreto, una strategia per l’acquisizione di utenti e asset intangibili che possano costituire un vero “moat” competitivo, come dati esclusivi o barriere normative.

Kelvin Koh said:

“Dodici mesi fa bastava applicare una ‘scocca’ su ChatGPT; oggi non è più sufficiente.”

Questo cambiamento riflette una transizione da idee facilmente replicabili a proposte di valore che richiedono investimenti più mirati e una roadmap tecnica credibile. Gli investitori guardano con attenzione a elementi difficili da replicare rapidamente da concorrenti.

Prospettive regolamentari e strategiche

Oltre agli aspetti tecnologici e finanziari, l’evoluzione del settore avrà ricadute normative e di mercato. I progetti che mostrano conformità normativa, gestione responsabile dei dati e trasparenza saranno in posizione migliore per attrarre capitali istituzionali e partnership strategiche con imprese consolidate.

In conclusione, il mercato sembra premiare oggi soluzioni mirate, con chiari vantaggi competitivi e un orientamento alla creazione di prodotto reale. La combinazione di competenze nella gestione dei dati, capacità ingegneristiche e conoscenza del mercato apparirà sempre più determinante per il successo delle iniziative che si muovono all’intersezione tra crypto e intelligenza artificiale.