Coordenar as relações de cooperação entre os protocolos ascendentes e descendentes
Através da análise da arquitetura técnica, posicionamento funcional e casos de uso práticos, dividi todo o ecossistema em: camada de infraestrutura, camada de middleware, camada de modelo, camada de aplicação, e esclareci suas relações de dependência:
1、Camada de Infraestrutura
A camada de infraestrutura fornece recursos descentralizados de base (potência de cálculo, armazenamento, L1), com protocolos de potência de cálculo como Render, Akash, io.net, etc.; protocolos de armazenamento como Arweave, Filecoin, Storj, etc.; L1 como NEAR, Olas, Fetch.ai, etc.
O protocolo de camada de computação suporta o treinamento, inferência e execução do modelo; o protocolo de armazenamento salva dados de treinamento, parâmetros do modelo e registros de interação on-chain; L1 otimiza a eficiência de transmissão de dados e reduz a latência por meio de nós especializados.
2, camada de middleware
A camada de middleware é a ponte entre a infraestrutura e as aplicações superiores, fornecendo ferramentas de desenvolvimento de estrutura, serviços de dados e proteção de privacidade, incluindo protocolos de marcação de dados como: Grass, Masa, Vana, etc.; protocolos de estrutura de desenvolvimento como: Eliza, ARC, Swarms, etc.; protocolos de computação privada como: Phala, etc.
A camada de serviços de dados fornece combustível para o treinamento do modelo, o framework de desenvolvimento depende da potência computacional e do armazenamento da camada de infraestrutura, e a camada de computação privada protege a segurança dos dados durante o treinamento / inferência.
3、Camada de modelo
A camada do modelo é usada para desenvolvimento, treinamento e distribuição de modelos, incluindo a plataforma de treinamento de modelo de código aberto: Bittensor.
A camada de modelo depende da potência de cálculo da camada de infraestrutura e dos dados da camada de middleware; O modelo é implantado na cadeia por meio do quadro de desenvolvimento; O mercado de modelos entrega os resultados do treinamento para a camada de aplicativos.
4、Camada de Aplicação
A camada de aplicação é o produto de IA voltado para os usuários finais, incluindo Agentes como: GOAT, AIXBT, etc.; O protocolo DeFAI inclui: Griffain, Buzz, etc.
O modelo de pré-treino da camada de aplicação chama a camada do modelo; cálculo de privacidade dependente da camada intermediária; aplicativos complexos exigem poder de cálculo em tempo real da camada de infraestrutura.
Em segundo lugar, tem um impacto negativo no poder de computação descentralizado
De acordo com uma pesquisa de amostra, cerca de 70% dos projetos Web3 AI realmente usam OpenAI ou plataformas de nuvem centralizadas, apenas 15% dos projetos usam GPUs descentralizadas (como o modelo de sub-rede Bittensor), e os restantes 15% são de arquitetura híbrida (processamento local de dados sensíveis, tarefas gerais na nuvem).
A taxa de utilização real do protocolo de hashpower descentralizado está muito abaixo do esperado, não correspondendo ao seu valor de mercado real. Existem três razões para a baixa taxa de utilização: desenvolvedores de Web2 que migram para Web3 continuam a utilizar as mesmas ferramentas; as plataformas de GPU descentralizadas ainda não alcançaram uma vantagem de preço; alguns projetos usam a designação 'descentralizado' para evitar a conformidade regulatória de dados, ainda dependendo da nuvem centralizada para o hashpower real.
AWS/GCP detém mais de 90% da quota de mercado da potência de IA, em comparação com a potência equivalente da Akash, que representa apenas 0.2% da AWS. Os moats dos plataformas de nuvem centralizadas incluem: gestão de clusters, rede de alta velocidade RDMA, escalabilidade elástica; as plataformas de nuvem descentralizadas têm uma versão melhorada dessas tecnologias web3, mas têm defeitos irremediáveis, como problemas de latência: a latência de comunicação dos nós distribuídos é 6 vezes maior do que a da nuvem centralizada; fragmentação da cadeia de ferramentas: o PyTorch/TensorFlow não suportam nativamente agendamento descentralizado.
DeepSeek reduz o consumo de energia em 50% com treinamento esparso, podando dinamicamente o modelo para treinar modelos de bilhões de parâmetros em GPUs de consumo. A demanda por GPUs de alta qualidade no curto prazo foi significativamente reduzida no mercado, e o potencial de mercado para computação de borda foi reavaliado. Antes do surgimento do DeepSeek, a maioria esmagadora dos protocolos e aplicativos do setor eram hospedados em plataformas como a AWS, com apenas alguns casos de uso implantados em redes descentralizadas de GPU. Esses casos de uso valorizam a vantagem de preço deste último em termos de poder computacional de consumo e não se preocupam com o impacto na latência.
Esta situação pode piorar ainda mais com o aparecimento do DeepSeek. O DeepSeek remove as restrições dos desenvolvedores de cauda longa, e os modelos de raciocínio de baixo custo e alta eficiência se popularizarão a uma velocidade sem precedentes. De fato, neste momento, tanto as plataformas de nuvem centralizadas quanto muitos países já começaram a implementar o DeepSeek. A grande redução nos custos de raciocínio irá gerar uma grande quantidade de aplicações de front-end, que terão uma enorme demanda por GPUs de consumo. Diante do iminente grande mercado, as plataformas de nuvem centralizadas iniciarão uma nova rodada de competição de usuários, competindo não apenas com as principais plataformas, mas também com inúmeras pequenas plataformas de nuvem centralizadas. E a forma mais direta de competição é através da redução de preços, sendo previsível que o preço do 4090 nas plataformas centralizadas seja reduzido, o que pode ser um desastre para as plataformas de potência da Web3. Quando o preço não é mais a única defesa destas últimas, e as plataformas de potência do setor são obrigadas a reduzir os preços, o resultado será insustentável para empresas como io.net, Render, Akash, entre outras. A guerra de preços destruirá o limite máximo de avaliação restante destas últimas, e a espiral mortal resultante da queda de receitas e perda de usuários poderá levar os protocolos de potência descentralizados a uma nova direção.
Significado dos protocolos upstream e downstream
Como mostrado na figura, acho que o DeepSeek terá diferentes impactos nas camadas de infraestrutura, modelo e aplicativo. Em termos de impactos positivos:
A camada de aplicação beneficiará significativamente com a redução dos custos de inferência, permitindo que mais aplicativos garantam baixos custos para que os Agentes permaneçam online por longos períodos e concluam tarefas em tempo real;
Ao mesmo tempo, modelos de baixo custo como o DeepSeek podem permitir a composição mais complexa do protocolo DeFAI SWARM, com milhares de agentes sendo usados para um único caso de uso, e cada agente desempenhando uma função muito específica e clara. Isso pode melhorar significativamente a experiência do usuário, evitando a desmontagem e execução incorretas do input do usuário pelo modelo.
Os desenvolvedores de camada de aplicação podem ajustar os modelos para alimentar os aplicativos de IA relacionados ao DeFi com preços, dados e análises on-chain, dados de governança do protocolo, sem ter que pagar altas taxas de licenciamento.
Após o lançamento do DeepSeek, a importância da camada de modelos de código aberto foi comprovada, e disponibilizar modelos de ponta para os desenvolvedores de cauda longa pode estimular um amplo fervor de desenvolvimento;
Nos últimos três anos, a parede de potência de cálculo construída em torno de GPUs de alto desempenho foi completamente quebrada, proporcionando aos desenvolvedores mais opções e estabelecendo uma direção mais aberta para modelos. No futuro, a competição de modelos de IA não será mais sobre potência de cálculo, mas sim sobre algoritmos. A mudança de crenças se tornará a pedra fundamental da confiança dos desenvolvedores de modelos abertos.
Em torno da sub-rede específica do DeepSeek, haverá um aumento constante, os parâmetros do modelo aumentarão com a mesma capacidade de computação, e mais desenvolvedores se juntarão à comunidade de código aberto.
Do ponto de vista dos impactos negativos:
A infraestrutura da mineração de criptomoedas objetivamente enfrenta atrasos de uso que não podem ser otimizados;
E a rede híbrida composta por A100 e 4090 exige maior demanda do algoritmo de coordenação, o que não é uma vantagem para a plataforma descentralizada.
Romper a bolha do Agente, DeFAI dá à luz uma nova vida
Agent é a última esperança de IA na indústria, o surgimento do DeepSeek libertou as restrições de energia computacional e delineou as expectativas futuras de explosão de aplicativos. Deveria ter sido uma grande vantagem para a pista do Agente, mas foi desfeita devido à forte conexão da indústria com as ações e políticas do Federal Reserve dos EUA, levando o valor de mercado da pista a cair no fundo do poço.
Na onda de integração da IA e da indústria, os avanços tecnológicos e os jogos de mercado sempre se seguiram. A reação em cadeia desencadeada pela flutuação da capitalização de mercado da NVIDIA é como um espelho, refletindo o profundo dilema da narrativa de IA na indústria de viagens: do agente on-chain ao motor DeFAI, o mapa ecológico aparentemente completo esconde a realidade cruel da infraestrutura tecnológica fraca, da lógica de valor esvaziada e do domínio do capital. Um grande número de tokens de alto FDV compete por liquidez limitada, ativos obsoletos dependem do sentimento FOMO para sobreviver e os desenvolvedores estão presos na involução do PVP para consumir potencial de inovação. Quando o financiamento incremental e o crescimento de usuários atingiram o teto, toda a indústria caiu no "dilema do inovador" – ansiosa para romper a narrativa e incapaz de se livrar das amarras da dependência do caminho. Este estado dilacerante apresenta uma oportunidade histórica para o AI Agent: não é apenas uma atualização da caixa de ferramentas tecnológica, mas também uma reconfiguração do paradigma de criação de valor.
No último ano, mais e mais equipes na indústria descobriram que o modelo tradicional de financiamento está falhando - é difícil para os VCs manterem uma pequena participação, controlarem fortemente e manipularem o mercado. Com os VCs apertando os cintos, os investidores de varejo se recusando a participar e as exchanges de grande porte aumentando o limite para listar tokens, sob a tripla pressão, um novo modelo mais adequado para o mercado em baixa está surgindo: colaboração com KOLs de destaque + um pouco de investimento de VCs, lançamento em grande escala na comunidade, lançamento a frio com baixa capitalização.
Innovators represented by Soon and Pump Fun are opening up new paths through 'community launch' - endorsed by top KOLs, distributing 40%-60% of tokens directly to the community, launching projects at valuations as low as $10 million FDV, and raising millions of dollars. This model builds consensus FOMO through KOL influence, allowing the team to lock in profits early, while trading high liquidity for market depth. Although giving up short-term control advantages, they can repurchase tokens at low prices in a bear market through compliant market-making mechanisms. Essentially, this is a paradigm shift in power structure: from VC-led games of passing the buck (institutions taking over - going public - retail investors buying) to a transparent game of consensus pricing driven by the community, forming a new symbiotic relationship between the project and the community in liquidity premiums. As the industry enters a transparency revolution, projects clinging to traditional control logic may become relics of an era of power transition.
O curto período de dor no mercado apenas confirma a irreversibilidade da longa maré tecnológica. Quando o AI Agent reduz os custos de interação on-chain em dois dígitos, quando o modelo adaptativo melhora continuamente a eficiência de fundos dos protocolos DeFi, a indústria pode estar prestes a ver a adoção em massa tão esperada. Esta mudança não depende de especulações conceituais ou do amadurecimento do capital, mas sim da penetração tecnológica enraizada em necessidades reais - assim como a revolução elétrica não parou por causa da falência das empresas de lâmpadas, o Agent eventualmente se tornará a verdadeira pista de ouro depois que a bolha estourar. E o DeFAI pode ser o terreno fértil para novos nascimentos, quando o raciocínio de baixo custo se tornar comum, poderemos em breve ver casos de uso onde centenas de Agents são combinados em um Swarm. Com a capacidade computacional equivalente, um aumento significativo nos parâmetros do modelo pode garantir que os Agents da era dos modelos de código aberto possam ser mais completamente ajustados, mesmo diante de instruções de entrada complexas dos usuários, podendo ser divididos em tarefas pipelines que um único Agent pode executar plenamente. Cada Agent otimiza as operações on-chain, possivelmente impulsionando o aumento da atividade geral dos protocolos DeFi e da liquidez. Com DeFAI liderando o caminho, mais produtos DeFi complexos surgirão, e este é o lugar onde novas oportunidades surgem após o colapso da última bolha.
O conteúdo é apenas para referência, não uma solicitação ou oferta. Nenhum aconselhamento fiscal, de investimento ou jurídico é fornecido. Consulte a isenção de responsabilidade para obter mais informações sobre riscos.
O impacto do DeepSeek nos protocolos de IA Web3 upstream e downstream
Autor original: Kevin, BlockBooster
Repost: Luke, Mars Financial
Através da análise da arquitetura técnica, posicionamento funcional e casos de uso práticos, dividi todo o ecossistema em: camada de infraestrutura, camada de middleware, camada de modelo, camada de aplicação, e esclareci suas relações de dependência:
1、Camada de Infraestrutura
A camada de infraestrutura fornece recursos descentralizados de base (potência de cálculo, armazenamento, L1), com protocolos de potência de cálculo como Render, Akash, io.net, etc.; protocolos de armazenamento como Arweave, Filecoin, Storj, etc.; L1 como NEAR, Olas, Fetch.ai, etc.
O protocolo de camada de computação suporta o treinamento, inferência e execução do modelo; o protocolo de armazenamento salva dados de treinamento, parâmetros do modelo e registros de interação on-chain; L1 otimiza a eficiência de transmissão de dados e reduz a latência por meio de nós especializados.
2, camada de middleware
A camada de middleware é a ponte entre a infraestrutura e as aplicações superiores, fornecendo ferramentas de desenvolvimento de estrutura, serviços de dados e proteção de privacidade, incluindo protocolos de marcação de dados como: Grass, Masa, Vana, etc.; protocolos de estrutura de desenvolvimento como: Eliza, ARC, Swarms, etc.; protocolos de computação privada como: Phala, etc.
A camada de serviços de dados fornece combustível para o treinamento do modelo, o framework de desenvolvimento depende da potência computacional e do armazenamento da camada de infraestrutura, e a camada de computação privada protege a segurança dos dados durante o treinamento / inferência.
3、Camada de modelo
A camada do modelo é usada para desenvolvimento, treinamento e distribuição de modelos, incluindo a plataforma de treinamento de modelo de código aberto: Bittensor.
A camada de modelo depende da potência de cálculo da camada de infraestrutura e dos dados da camada de middleware; O modelo é implantado na cadeia por meio do quadro de desenvolvimento; O mercado de modelos entrega os resultados do treinamento para a camada de aplicativos.
4、Camada de Aplicação
A camada de aplicação é o produto de IA voltado para os usuários finais, incluindo Agentes como: GOAT, AIXBT, etc.; O protocolo DeFAI inclui: Griffain, Buzz, etc.
O modelo de pré-treino da camada de aplicação chama a camada do modelo; cálculo de privacidade dependente da camada intermediária; aplicativos complexos exigem poder de cálculo em tempo real da camada de infraestrutura.
Em segundo lugar, tem um impacto negativo no poder de computação descentralizado
De acordo com uma pesquisa de amostra, cerca de 70% dos projetos Web3 AI realmente usam OpenAI ou plataformas de nuvem centralizadas, apenas 15% dos projetos usam GPUs descentralizadas (como o modelo de sub-rede Bittensor), e os restantes 15% são de arquitetura híbrida (processamento local de dados sensíveis, tarefas gerais na nuvem).
A taxa de utilização real do protocolo de hashpower descentralizado está muito abaixo do esperado, não correspondendo ao seu valor de mercado real. Existem três razões para a baixa taxa de utilização: desenvolvedores de Web2 que migram para Web3 continuam a utilizar as mesmas ferramentas; as plataformas de GPU descentralizadas ainda não alcançaram uma vantagem de preço; alguns projetos usam a designação 'descentralizado' para evitar a conformidade regulatória de dados, ainda dependendo da nuvem centralizada para o hashpower real.
AWS/GCP detém mais de 90% da quota de mercado da potência de IA, em comparação com a potência equivalente da Akash, que representa apenas 0.2% da AWS. Os moats dos plataformas de nuvem centralizadas incluem: gestão de clusters, rede de alta velocidade RDMA, escalabilidade elástica; as plataformas de nuvem descentralizadas têm uma versão melhorada dessas tecnologias web3, mas têm defeitos irremediáveis, como problemas de latência: a latência de comunicação dos nós distribuídos é 6 vezes maior do que a da nuvem centralizada; fragmentação da cadeia de ferramentas: o PyTorch/TensorFlow não suportam nativamente agendamento descentralizado.
DeepSeek reduz o consumo de energia em 50% com treinamento esparso, podando dinamicamente o modelo para treinar modelos de bilhões de parâmetros em GPUs de consumo. A demanda por GPUs de alta qualidade no curto prazo foi significativamente reduzida no mercado, e o potencial de mercado para computação de borda foi reavaliado. Antes do surgimento do DeepSeek, a maioria esmagadora dos protocolos e aplicativos do setor eram hospedados em plataformas como a AWS, com apenas alguns casos de uso implantados em redes descentralizadas de GPU. Esses casos de uso valorizam a vantagem de preço deste último em termos de poder computacional de consumo e não se preocupam com o impacto na latência.
Esta situação pode piorar ainda mais com o aparecimento do DeepSeek. O DeepSeek remove as restrições dos desenvolvedores de cauda longa, e os modelos de raciocínio de baixo custo e alta eficiência se popularizarão a uma velocidade sem precedentes. De fato, neste momento, tanto as plataformas de nuvem centralizadas quanto muitos países já começaram a implementar o DeepSeek. A grande redução nos custos de raciocínio irá gerar uma grande quantidade de aplicações de front-end, que terão uma enorme demanda por GPUs de consumo. Diante do iminente grande mercado, as plataformas de nuvem centralizadas iniciarão uma nova rodada de competição de usuários, competindo não apenas com as principais plataformas, mas também com inúmeras pequenas plataformas de nuvem centralizadas. E a forma mais direta de competição é através da redução de preços, sendo previsível que o preço do 4090 nas plataformas centralizadas seja reduzido, o que pode ser um desastre para as plataformas de potência da Web3. Quando o preço não é mais a única defesa destas últimas, e as plataformas de potência do setor são obrigadas a reduzir os preços, o resultado será insustentável para empresas como io.net, Render, Akash, entre outras. A guerra de preços destruirá o limite máximo de avaliação restante destas últimas, e a espiral mortal resultante da queda de receitas e perda de usuários poderá levar os protocolos de potência descentralizados a uma nova direção.
Significado dos protocolos upstream e downstream
Como mostrado na figura, acho que o DeepSeek terá diferentes impactos nas camadas de infraestrutura, modelo e aplicativo. Em termos de impactos positivos:
A camada de aplicação beneficiará significativamente com a redução dos custos de inferência, permitindo que mais aplicativos garantam baixos custos para que os Agentes permaneçam online por longos períodos e concluam tarefas em tempo real;
Ao mesmo tempo, modelos de baixo custo como o DeepSeek podem permitir a composição mais complexa do protocolo DeFAI SWARM, com milhares de agentes sendo usados para um único caso de uso, e cada agente desempenhando uma função muito específica e clara. Isso pode melhorar significativamente a experiência do usuário, evitando a desmontagem e execução incorretas do input do usuário pelo modelo.
Os desenvolvedores de camada de aplicação podem ajustar os modelos para alimentar os aplicativos de IA relacionados ao DeFi com preços, dados e análises on-chain, dados de governança do protocolo, sem ter que pagar altas taxas de licenciamento.
Após o lançamento do DeepSeek, a importância da camada de modelos de código aberto foi comprovada, e disponibilizar modelos de ponta para os desenvolvedores de cauda longa pode estimular um amplo fervor de desenvolvimento;
Nos últimos três anos, a parede de potência de cálculo construída em torno de GPUs de alto desempenho foi completamente quebrada, proporcionando aos desenvolvedores mais opções e estabelecendo uma direção mais aberta para modelos. No futuro, a competição de modelos de IA não será mais sobre potência de cálculo, mas sim sobre algoritmos. A mudança de crenças se tornará a pedra fundamental da confiança dos desenvolvedores de modelos abertos.
Em torno da sub-rede específica do DeepSeek, haverá um aumento constante, os parâmetros do modelo aumentarão com a mesma capacidade de computação, e mais desenvolvedores se juntarão à comunidade de código aberto.
Do ponto de vista dos impactos negativos:
A infraestrutura da mineração de criptomoedas objetivamente enfrenta atrasos de uso que não podem ser otimizados;
E a rede híbrida composta por A100 e 4090 exige maior demanda do algoritmo de coordenação, o que não é uma vantagem para a plataforma descentralizada.
Romper a bolha do Agente, DeFAI dá à luz uma nova vida
Agent é a última esperança de IA na indústria, o surgimento do DeepSeek libertou as restrições de energia computacional e delineou as expectativas futuras de explosão de aplicativos. Deveria ter sido uma grande vantagem para a pista do Agente, mas foi desfeita devido à forte conexão da indústria com as ações e políticas do Federal Reserve dos EUA, levando o valor de mercado da pista a cair no fundo do poço.
Na onda de integração da IA e da indústria, os avanços tecnológicos e os jogos de mercado sempre se seguiram. A reação em cadeia desencadeada pela flutuação da capitalização de mercado da NVIDIA é como um espelho, refletindo o profundo dilema da narrativa de IA na indústria de viagens: do agente on-chain ao motor DeFAI, o mapa ecológico aparentemente completo esconde a realidade cruel da infraestrutura tecnológica fraca, da lógica de valor esvaziada e do domínio do capital. Um grande número de tokens de alto FDV compete por liquidez limitada, ativos obsoletos dependem do sentimento FOMO para sobreviver e os desenvolvedores estão presos na involução do PVP para consumir potencial de inovação. Quando o financiamento incremental e o crescimento de usuários atingiram o teto, toda a indústria caiu no "dilema do inovador" – ansiosa para romper a narrativa e incapaz de se livrar das amarras da dependência do caminho. Este estado dilacerante apresenta uma oportunidade histórica para o AI Agent: não é apenas uma atualização da caixa de ferramentas tecnológica, mas também uma reconfiguração do paradigma de criação de valor.
No último ano, mais e mais equipes na indústria descobriram que o modelo tradicional de financiamento está falhando - é difícil para os VCs manterem uma pequena participação, controlarem fortemente e manipularem o mercado. Com os VCs apertando os cintos, os investidores de varejo se recusando a participar e as exchanges de grande porte aumentando o limite para listar tokens, sob a tripla pressão, um novo modelo mais adequado para o mercado em baixa está surgindo: colaboração com KOLs de destaque + um pouco de investimento de VCs, lançamento em grande escala na comunidade, lançamento a frio com baixa capitalização.
Innovators represented by Soon and Pump Fun are opening up new paths through 'community launch' - endorsed by top KOLs, distributing 40%-60% of tokens directly to the community, launching projects at valuations as low as $10 million FDV, and raising millions of dollars. This model builds consensus FOMO through KOL influence, allowing the team to lock in profits early, while trading high liquidity for market depth. Although giving up short-term control advantages, they can repurchase tokens at low prices in a bear market through compliant market-making mechanisms. Essentially, this is a paradigm shift in power structure: from VC-led games of passing the buck (institutions taking over - going public - retail investors buying) to a transparent game of consensus pricing driven by the community, forming a new symbiotic relationship between the project and the community in liquidity premiums. As the industry enters a transparency revolution, projects clinging to traditional control logic may become relics of an era of power transition.
O curto período de dor no mercado apenas confirma a irreversibilidade da longa maré tecnológica. Quando o AI Agent reduz os custos de interação on-chain em dois dígitos, quando o modelo adaptativo melhora continuamente a eficiência de fundos dos protocolos DeFi, a indústria pode estar prestes a ver a adoção em massa tão esperada. Esta mudança não depende de especulações conceituais ou do amadurecimento do capital, mas sim da penetração tecnológica enraizada em necessidades reais - assim como a revolução elétrica não parou por causa da falência das empresas de lâmpadas, o Agent eventualmente se tornará a verdadeira pista de ouro depois que a bolha estourar. E o DeFAI pode ser o terreno fértil para novos nascimentos, quando o raciocínio de baixo custo se tornar comum, poderemos em breve ver casos de uso onde centenas de Agents são combinados em um Swarm. Com a capacidade computacional equivalente, um aumento significativo nos parâmetros do modelo pode garantir que os Agents da era dos modelos de código aberto possam ser mais completamente ajustados, mesmo diante de instruções de entrada complexas dos usuários, podendo ser divididos em tarefas pipelines que um único Agent pode executar plenamente. Cada Agent otimiza as operações on-chain, possivelmente impulsionando o aumento da atividade geral dos protocolos DeFi e da liquidez. Com DeFAI liderando o caminho, mais produtos DeFi complexos surgirão, e este é o lugar onde novas oportunidades surgem após o colapso da última bolha.