AI cryptomarktkapital daalt 13% naar $6,42 miljard te midden van uitverkoop door investeerders
AI cryptomarkt keldert 13%
De belangrijkste oorzaak van de problemen in de sector zijn de uittredingen van investeerders na de lancering van DeepSeek AI en de aanhoudende marktcorrectie.
Volgens schattingen van SpazioCrypto verloor de AI-gerelateerde cryptosector 13% van zijn marktkapitalisatie in de afgelopen 24 uur, tot $6,42 miljard. Tokens zoals FARTCOIN, AI16Z en VIRTUAL hebben sinds vorige week verliezen geleden en er zijn nog geen tekenen van herstel.
Top 10 AI-tokens: Bron CoinGecko
Aan het begin van het jaar werd VIRTUAL een belangrijke speler in de AI cryptosector, overtrof het grote projecten als RENDER, FET en TAO en bereikte het een market cap van $4,6 miljard. Nu wordt het echter geconfronteerd met een scherpe daling, waarbij de waardering is gedaald tot $ 811 miljoen.
Op dit moment hebben slechts vijf AI-agenten een marktkapitalisatie van meer dan $300 miljoen, terwijl nog eens 15 projecten boven de drempel van $100 miljoen blijven.
Apathie en afnemende interesse te midden van tijdelijke tegenslagen
Na een piek begin januari is de groei van AI cryptomakelaars vertraagd. Tussen 7 en 24 januari steeg hun aantal van 1.250 naar 1.387, een stijging van 11%. Sindsdien zijn er echter slechts 13 nieuwe tokens gelanceerd, wat wijst op een geleidelijke afname van de interesse in het creëren van nieuwe AI-agenten. Bovendien is de activiteit in de sector met 60% gedaald.
Bij de blockchains blijft Solana de AI-agentenmarkt domineren, met een totale kapitalisatie van 3,23 miljard dollar. Base Chain staat op de tweede plaats ($2,54 miljard), aangevoerd door projecten als TOSHI, AIXBT, VIRTUAL en FAI. Ethereum ontbreekt op de lijst van toonaangevende netwerken in dit segment. Ondertussen zijn alle andere netwerken samen goed voor slechts $1,33 miljard aan marktkapitalisatie.
Zoals we al schreven, zijn AI-agenten in crypto autonome systemen die kunstmatige intelligentie gebruiken om marktgegevens te analyseren, transacties uit te voeren, portefeuilles te beheren en strategieën in de cryptomarkt te optimaliseren. Deze agents gebruiken machine learning, natuurlijke taalverwerking en voorspellende analyses om patronen te identificeren, trends te voorspellen en in realtime datagestuurde beslissingen te nemen. Veel voorkomende toepassingen zijn algoritmische handel, risicobeheer, fraudedetectie en marktsentimentanalyse.
