Крипторинок ШІ-криптовалют впав до $6,42 млрд на тлі розпродажу інвесторами

Основною причиною проблем сектору є вихід інвесторів після запуску DeepSeek та триваюча корекція ринку.
За оцінками SpazioCrypto, за останні 24 години криптовалютний сектор, пов'язаний зі штучним інтелектом, втратив 13% своєї ринкової капіталізації, впавши до $6,42 млрд. Такі токени, як FARTCOIN, AI16Z і VIRTUAL, зазнають втрат з минулого тижня, і поки що немає ознак відновлення.
Топ-10 агентів штучного інтелекту: Джерело CoinGecko
На початку року VIRTUAL став ключовим гравцем у криптосекторі ШІ, випередивши такі великі проекти, як RENDER, FET і TAO, досягнувши ринкової капіталізації в $4,6 млрд. Однак зараз він стикається з різким спадом, його оцінка впала до 811 мільйонів доларів.
Наразі лише п'ять ШІ-агентів зберегли ринкову капіталізацію вище $300 млн, тоді як ще 15 проєктів залишаються вище порогу в $100 млн, що підкреслює масштаб корекції, яка зачіпає весь крипторинок.
Апатія і зниження інтересу на тлі тимчасових невдач
Після сплеску на початку січня зростання криптоагентів зі штучним інтелектом сповільнилося. З 7 по 24 січня їхня кількість зросла з 1250 до 1387, тобто на 11%. Однак з того часу було запущено лише 13 нових токенів, що підкреслює поступове зниження інтересу до створення нових АІ-агентів. Крім того, активність у секторі впала на 60%.
Серед блокчейнів на ринку ШІ-агентів продовжує домінувати Solana із загальною капіталізацією учасників $3,23 млрд. Base Chain посідає друге місце ($2,54 млрд), завдяки таким проектам, як TOSHI, AIXBT, VIRTUAL і FAI. Ethereum відсутній у списку провідних мереж у цьому сегменті. При цьому всі інші мережі разом узяті мають ринкову капіталізацію лише $1,33 млрд.
Як ми вже писали, ШІ-агенти в криптовалюті - це автономні системи, які використовують штучний інтелект для аналізу ринкових даних, укладання угод, управління портфелями та оптимізації стратегій на крипторинку. Ці агенти використовують машинне навчання, обробку природної мови та предиктивну аналітику для виявлення закономірностей, прогнозування тенденцій та прийняття рішень на основі даних у режимі реального часу. Серед поширених застосувань - алгоритмічна торгівля, управління ризиками, виявлення шахрайства та аналіз ринкових настроїв.