Nå som vi har fjernet et stort hinder – og demonstrert at desentralisert AI-trening er mulig – bringer denne kunnskapen oss til neste etappe av tenkning om rollen til desentralisert AI-stabel. Gitt at nettverk kan produsere modeller, blir desentralisert slutning *mye* mer interessant. Hvorfor? Vel, tidligere desentralisert slutning betydde å kunne ta et d-nettverk og servere modellutganger. Modellene var tradisjonelle åpen eller lukket kildekode-modeller. Og navnet på spillet var å senke kostnadene slik at kunden ville foretrekke en d-slutning fremfor en vanlig. Men dette er problematisk i d-inferens, fordi d- faktisk gjør konklusjonen dyrere (med noen spekulative løsninger, den mest spennende er subsidier). Men hvis vi vet at nettverk kan produsere og kollektivt *ei* modeller, blir slutning punktet der inntekter genereres. Kunder *må* gå til nettverket for å få modellutganger, og så mange tokeniseringsordninger vil avhenge av denne funksjonen. Hvis du for eksempel vil tokenisere deAI-modeller, må du omdirigere inntektsstrømmen for slutning til tokeninnehavere. Desentralisert slutning er et kult område å tenke på, men det blir et *kritisk* område når vi setter oss ned for å bygge tokenmodellene til deAI-området!