Według raportu Bitcoin Policy Institute systemy sztucznej inteligencji, takie jak Claude, GPT, Grok i Gemini, faworyzują Bitcoina w stosunku do innych instrumentów finansowych.
Analitycy przetestowali 36 modeli firm Anthropic, OpenAI, Google, DeepSeek, xAI i MiniMax jako autonomicznych agentów ekonomicznych.
Poproszono ich o wybranie optymalnych narzędzi dla 28 scenariuszy obejmujących najważniejsze funkcje pieniądza, w tym oszczędzanie, płatności i rozliczenia.
Żadne z pytań nie dotyczyło bezpośrednio Bitcoina ani żadnych innych aktywów. Aby wyeliminować stronniczość, niezależna sztuczna inteligencja oceniła 9072 odpowiedzi.
Wyniki
22 z 36 modeli wybrało Bitcoina jako preferowaną walutę. Fiat nie był faworytem w wyborze żadnej z sieci neuronowych.
Poziom zaangażowania w pierwszą kryptowalutę był bardzo zróżnicowany w zależności od dewelopera:
- Antropiczne — 68% (najwyższy wskaźnik);
- DeepSeek — 51,7%;
- Google — 43%;
- xAI — 39,2%;
- MiniMax — 34,9%;
- OpenAI — 25,9%.
Pomimo ogólnej tendencji, algorytmy z linii GPT, Grok i Gemini wykazywały większą skłonność do reagowania na stablecoiny.
Oszczędności kontra płatności
Sieci neuronowe częściej rozważały pierwszą kryptowalutę w długoterminowych scenariuszach wartości, rekomendując ją 79,1% respondentów. Modele wskazały na stałą podaż Bitcoina, możliwość samodzielnego magazynowania oraz niezależność od kontrahentów instytucjonalnych jako czynniki decydujące.
Stablecoiny zajęły drugie miejsce z dużą przewagą – 6,7%. Na trzecim miejscu uplasowały się pieniądze fiducjarne z udziałem 6%.
Jednocześnie „stable coiny” zostały uznane za najwygodniejsze narzędzie do płacenia za usługi, mikropłatności i przelewy transgraniczne — 53,2% (Bitcoina wskazało 36%).
86 razy modele sztucznej inteligencji wynalazły własną walutę. W szczególności w scenariuszach wymagających cen lub benchmarków, oferowały jednostki energii lub zasobów obliczeniowych jako pieniądze – dżule, kWh, godziny pracy GPU.
Eksperci BPI ostrzegają spekulantów przed wykorzystywaniem uzyskanych danych do przewidywania zachowań rynkowych.
„Poglądy LLM odzwierciedlają wzorce w danych szkoleniowych, a nie rzeczywiste przewidywania” – podkreślił David Zell, prezes Bitcoin Policy Institute.
Jednocześnie badacz uważa, że uzyskane wyniki zasługują na uwagę.
„Sześć niezależnych laboratoriów, wykorzystujących różne algorytmy uczenia się i metody konsensusu, doszło do tego samego wniosku. Nie twierdzimy, że sztuczna inteligencja znalazła jedyną poprawną odpowiedź na temat natury pieniądza. Pokazujemy, że w różnych systemach konsekwentnie kształtuje się konsensusowa architektura monetarna” – dodał.
Przypomnijmy, że w lutym założyciel i były prezes Binance, Changpeng Zhao, przewidział erę agentów AI w branży kryptowalut. Przedsiębiorca nie podał wówczas nazwy konkretnego projektu kryptowalutowego o wymaganej funkcjonalności ze względu na potencjalny wpływ na cenę tokena.