Le reti di calcolo decentralizzate hanno appena reso economicamente sostenibile l'addestramento collaborativo di modelli di AI per la prima volta. Addestrare grandi modelli in modo centralizzato costa milioni in cluster GPU e energia. Le reti decentralizzate distribuiscono quel calcolo su migliaia di nodi, ognuno dei quali contribuisce con capacità inattiva. I costi di addestramento diminuiscono di ordini di grandezza perché non si paga per un'infrastruttura dedicata che rimane inattiva tra un lavoro e l'altro. L'economia passa da un modello intensivo di capitale a uno basato sull'uso. Questo apre l'addestramento a team che non potevano permettersi cluster centralizzati. Piccoli laboratori di ricerca, sviluppatori indipendenti, esperimenti con modelli di nicchia. Quando l'addestramento diventa accessibile, l'innovazione accelera oltre ciò che i giocatori centralizzati possono finanziare da soli.