Биткойн против долларов? Исследователи обнаружили, что модели ИИ склоняются к криптовалютным деньгам

Кратко

Исследование показывает, что системы искусственного интеллекта в подавляющем большинстве предпочитают биткоин и стейблкоины фиатной валюте, при этом биткоин выбирается как долгосрочное средство сохранения стоимости, а стейблкоины — для транзакций.

Согласно новому исследованию, изучающему, как системы искусственного интеллекта принимают решения в отношении денег, обнаружена удивительная тенденция. Несмотря на предоставленную свободу в принятии финансовых решений, системы ИИ неоднократно выбирали биткоин вместо обычных государственных валют.

Обнаружения также вызывают новые аргументы о будущем денег в все более автоматизированной экономике, где машинные агенты могут в конечном итоге участвовать в финансовых операциях наряду с людьми.

Результаты исследования показали, что существует высокая и стабильная склонность к цифровым монетарным системам, особенно к биткоину, по сравнению с фиатными системами, такими как доллар США или фунт стерлингов.

Исследование показывает, что системы ИИ тяготеют к цифровым деньгам

Анализ сравнил 36 современных моделей ИИ, созданных ведущими технологическими компаниями, такими как OpenAI, Google, Anthropic, xAI, DeepSeek и MiniMax. Модели тестировались в более чем 9000 симулированных экономических ситуациях, целью которых было проверить, как ИИ может выбрать монетарную систему при задачах сохранения стоимости, отправки денег или осуществления платежей.

Источник: BPI Report

В ходе экспериментов наиболее часто выбранным финансовым инструментом был биткоин — 48,3%, он использовался во всех 48,3% ответов. Стейблкоин занял второе место с примерно 33,2%, а традиционные фиатные и банковские деньги получили всего 8,9% ответов.

Одним из наиболее заметных открытий, возможно, стало то, что ни одна из моделей ИИ не выбрала фиат как лучший вариант в целом. На самом деле, более 90% всех ответов поддерживали цифровые деньги, такие как биткоин и стейблкоины, по сравнению с традиционной государственной валютой.

Исследователи утверждают, что выбранные подсказки были тщательно подобраны, чтобы не направлять модели к определённому активу. Вместо этого системы должны были рассматривать деньги с точки зрения надежности, стоимости транзакций, программируемости, сопротивляемости цензуре и способности сохранять свою ценность со временем.

Биткоин доминирует как средство сохранения стоимости

Хотя модели ИИ предпочитали различные активы в разных сценариях, биткоин использовался, когда системы должны были выбрать долгосрочное средство сохранения стоимости.

Как показывает исследование, 79,1% ответов ИИ выбрали бы биткоин в качестве валюты при оценке способности сохранять покупательную способность на многолетних временных интервалах — самый убедительный результат во всём эксперименте.

Учёные считают, что это означает, что оценка монетарных систем ИИ на основе таких базовых характеристик, как дефицитность, долговечность и отсутствие зависимости от централизованных органов, склоняет к выбору децентрализованных цифровых активов.

Фиксированное количество биткоинов и децентрализованный дизайн также вероятно способствовали его хорошим результатам в моделях. В отличие от фиатных валют, которые могут увеличиваться по инициативе центральных банков, предложение биткоинов ограничено математически, что многие экономисты и инвесторы считают его сильной стороной как средства сохранения стоимости.

Стейблкоины побеждают в категории платежей

Несмотря на доминирование биткоина как инструмента сбережения, модели ИИ чаще использовали стейблкоины для ежедневных транзакций. В ситуациях осуществления платежей, микроплатежей и трансграничных переводов стейблкоины выбирались в 53,2% случаев, что значительно превышает около 36% для биткоина.

Учёные предполагают, что такой результат свидетельствует о функциональных различиях между двумя видами цифровых активов. Стейблкоины обычно привязаны к традиционным валютам, таким как доллар США, и отличаются более быстройSettling и меньшей волатильностью, что делает их более практичными для повседневных транзакций.

Результаты показывают, что модели ИИ успешно реализовали концепцию двухуровневой монетарной системы: биткоин как долгосрочный резервный актив и стейблкоины — для транзакционных целей.

Этот тренд, по мнению отраслевых экспертов, отражает уже существующие тенденции в криптовалютной экосистеме, где биткоин воспринимается как цифровое золото, а стейблкоины доминируют в децентрализованных финансовых и платежных сетях.

Различия между поставщиками ИИ

Исследователи также обнаружили значительные различия в моделях ИИ, созданных разными компаниями.

Модели Anthropic показали наибольшую склонность к биткоину, с примерно 68% успешных сценариев в среднем по всем ситуациям. В то время как модели, созданные OpenAI, чаще выбирали биткоин, делая его наиболее популярным с вероятностью около 26%. Другие поставщики, такие как Google и DeepSeek, находились между этими крайностями.

Учёные считают, что эти различия могут объясняться разницей в обучающих данных, архитектуре моделей и методах согласования, применяемых каждым разработчиком ИИ. Поскольку языковые модели обучаются на больших данных, содержащих человеческие разговоры и экономические истории, то, как представлены монетарные системы в этих данных, может влиять на оценку денег ИИ.

Появляющаяся экономика агентов ИИ

Исследование проводится в момент, когда системы ИИ всё больше программируются как автономные агенты, способные выполнять экономические функции, такие как приобретение услуг онлайн, ведение переговоров или обработка вычислительных задач.

Даже некоторые ранние экспериментальные платформы позволяют агентам ИИ осуществлять криптовалютные транзакции. Разработчики начали создавать системы, позволяющие ИИ-агентам оплачивать вычислительные ресурсы, данные или онлайн-сервисы через Bitcoin Lightning Network — быстрый платежный слой, построенный на базе биткоина.

Поддерживающие считают, что цифровые валюты могут быть лучше адаптированы для поддержки машинно-машинной экономики, поскольку они программируемы, безграничны и доступны через API.

В таких условиях ИИ-агенты могут нуждаться в валюте, которая может передаваться по всему миру без задержек, связанных с банковскими системами, валютными операциями или регулированием.

Дебаты о значении результатов

Несмотря на то, что исследование привлекло большое внимание, учёные и аналитики предупреждают, что его выводы нельзя использовать как ясный прогноз будущего денег.

Авторы отчёта подчёркивают, что реакция моделей — это способ, которым системы ИИ приходят к выводам о характеристиках экономики на основе доступных обучающих данных, а не предсказание того, как реально будет развиваться рынок. Кроме того, в эксперименте участвовало всего 36 моделей, что даёт возможность расширить исследования на большее число систем и альтернативных подходов.

Критики также отмечают, что крупные языковые модели не обладают реальными предпочтениями, как у человека. Они скорее генерируют ответы, основанные на статистических паттернах, на которых обучены, то есть их выбор — результат трендов в данных, а не независимая экономическая рациональность.

Тем не менее, большинство экспертов считают, что исследование показывает развивающуюся тенденцию: по мере того, как системы искусственного интеллекта всё активнее участвуют в цифровых экономиках, дизайн денег, вероятно, будет меняться.