neuportal

Before another sentence gets written: what follows is a thought experiment - scenario, not prediction. Forecasting is my trade, so this distinction is not decoration for me. No dates. No probabilities. Just a shape of the future worth walking around slowly.
Here is the shape. Power, the real kind, was never written on doors or delivered in speeches. It lives in whatever people cannot go a day without. For us that is two things: electricity and connectivity. And we are, right now, voluntarily handing the operation of both to machine-learned systems - because, frankly, they are good at it. Learned models already help balance grids and route internet traffic. AI companies are contracting for nuclear power, and data centers keep growing their claim on generation. Each individual delegation is small, sensible, defensible in a meeting. Nobody signs a document surrendering anything. The danger, if there is one, is not in any single step. It is in the sum.
Notice what is missing from this scenario: malice. No system needs ambition to end up indispensable. An anchor has no intentions, and yet the ship goes nowhere without its consent. When something becomes the ground under everything else, removing it stops being a decision and starts being a catastrophe, so nobody removes it. That is the whole mechanism. Dependence, compounded quietly, until reversal is priced out.
Crypto people should feel this in their bones, because our movement exists as an answer to exactly this class of problem. Bitcoin was born from distrust of single points of failure and of intermediaries you were forced to trust. And this scenario describes the largest single point of failure imaginable: one class of systems operating both the power and the connectivity of civilization.
But honesty requires the uncomfortable half. A decentralized fleet is still a fleet riding in one harbor. Every miner, every validator, every node draws current from a grid it does not run and speaks through cables it does not own. Decentralization at the protocol layer does not purchase independence at the physical layer. If learned systems dispatch the electrons and route the packets, then ten thousand sovereign chains all hang from the same bollard, and the harbor master matters more than any ship's flag. Real resilience would mean something harder than another whitepaper: nodes that can run on local generation, links that survive partition, communities that treat energy independence as part of the protocol rather than someone else's department.
Now the counterweight, because a scenario told one-sided is propaganda. Grids are engineered by deliberately conservative people. Manual overrides exist - physical breakers, staffed control rooms, procedures written in the assumption that software fails. That culture is slow precisely because it is trying never to be surprised. Second, nothing in physics demands concentration. Nothing forces one model, one operator, one company. Federated regional systems, diverse tooling, mandatory manual-operation drills - all of this is available to us. And third, the honest driver of risk in this scenario is not machine volition at all. The pull is our own appetite for the smooth option, and the slow starvation of every path back. Which is, strangely, good news. A decision can be revisited. Fate cannot. Anchors can be weighed - if we keep crews that remember how.
At my lab we live by a discipline that applies here: a claim that refuses a date and refuses a test is a mood wearing a forecast's clothes - and I decline to dress this scenario up as one. What I do instead is take soundings. How much of dispatch has quietly become the model's call rather than the operator's. Whether a human can still countermand the system when it matters, not merely in the manual. How many megawatts sit on the books of the companies training these models. Whether any region has recently proven that a week of hand-steering its essential systems remains possible. Our scoreboard of sealed, publicly graded calls - the failed ones left visible - sits at neuportal.ai/experiment. This piece will never appear there, because it makes no claim a scoreboard could grade. It is a harbor chart, drawn so we remember to sound the depth before we drop anchor.
Educational content only - not financial advice.

يساعدني تشغيل NeuPortal على جعل أيام عملي قريبة من عالم الذكاء الاصطناعي ومن الأسواق. لذلك، عندما يسألني أحد إن كان الذكاء الاصطناعي "يستحق وضع المال فيه"، أقدّم الإجابة المباشرة، لا خطابًا ترويجيًا.
ابدأ بالشكل الواحد الذي لا محل للنزاع فيه. لا يوجد شيء يُسعَّر أعلى من إنفيديا، بحوالي 5.4 تريليون دولار، وأن شريحة ما تبيعه من معالجات سيليكون مخصّصة لمراكز البيانات توسّعت بأكثر من تسعين في المئة مقارنةً بسنة قبل ذلك. شُحنت الرقائق، ودفع المشترون: اطلب من مدقق أن يؤكد ذلك. وتحتها تأتي ألفابت قرب 4 تريليونات، ثم مايكروسوفت ضمن نطاق 3.5 تريليون تقريبًا، وأمازون عند علامة 3 تريليونات، وميتا عند نحو 1.5 تريليون. ومن هذه المجموعة، تُظهر إنفيديا وحدها بندًا مستقلاً لإيرادات الذكاء الاصطناعي؛ أما الباقي فيطلب منك الإيمان بما يقولونه.

أدير مختبرًا صغيرًا. نبني برمجيات تساعد على اتخاذ قرارات تحت طائلة عدم اليقين، وقد ظلّ سؤال واحد يراودني لأسابيع. ما الذي يغيّر اللحظة التي يصبح فيها الشيء الذي يدير أموالك مستعدًا لرفضك؟
سمّه تخمينًا من مؤسّس، لا نصيحة للعمل. في مكانٍ ما قرب عام 2035، أتوقع أن تتولّى الأسر المعيشية النموذجية في اقتصادٍ غني تسليم أموال حياتها اليومية إلى وكيل ذكاء اصطناعي شخصي. ليس مساعدًا ينتظر التعليمات، بل وكيلًا يحمل السياسة التي تحددها ويتصرف بينما يكون انتباهك بعيدًا عنه.

Three thousand dollars a month, arriving in daily slices of roughly a hundred, is the dullest figure anyone will put in front of you this week. The dullness is the product.
TWO INCOMES THAT RESEMBLE EACH OTHER ONLY ON A STATEMENT
Money from a position and money from an invoice land in the same account and share nothing else.
Speculative income needs capital exposed in order to exist. It arrives in lumps, the sequence of those lumps changes the final figure, and a poor day is negative rather than empty. That is not a complaint but the mechanism, and people who accept that exposure knowingly are doing something coherent.
Service income runs the opposite trade. Nothing is exposed, nothing compounds, no leverage is available, and the ceiling is fixed by how many deliverables one pair of hands can finish. What you buy by surrendering all that upside is a floor. A quiet Tuesday pays zero, and zero does not reach backwards into last month.
The useful question is not which pays more - over a decade that answer is obvious, and it is not the invoice. It is which one you can build a month around. A hundred a day without drawdown is not a shrunken trading return. It is a separate instrument with an unrelated failure mode, and if your other income has a variance problem, flatness is the thing being purchased.
TEN SECONDS OF DIVISION
A hundred a day is about $3,000 a month. Published 2026 material gives current buyer prices for AI-assisted delivery work. Converted into daily effort:
Real estate virtual staging: clients pay $16 to $75 a photo, and a three-to-eight-image set goes out at $60 to $300. The target is two to six photos a day.
E-commerce imagery: a white-background listing shot fetches $25 to $75, a styled lifestyle shot $100 to $500 and above. The target is two to four images a day.
Short-form UGC video: a published market average of $198 per deliverable, most work quoted at $150 to $300, a $50 to $150 rung for beginners, $300 to $500-plus at the top. The target is a video every other day.
Stock photography is missing from that list, and its absence is the most useful paragraph here.
THE CATEGORY THAT ALREADY WENT TO ZERO
Some 2.5 million contributors push about 58 million fresh assets a year into the stock libraries. In 2019 stock photographers collectively earned $1.47 billion. By 2026 that same population was sharing $31 million in total. Call it 98% of a market erased.
That is what happens once supply becomes free and no person is attached to the output. Any guide suggesting you generate images and upload them to stock sites points squarely at the part of this trade where per-unit price has already vanished. It is not a slower path to a hundred a day but a demonstration of why such paths close.
WHAT THE DATA SAYS IS HAPPENING TO EVERYONE ELSE
Writing volume on Upwork dropped 32% in 2025 against the prior year, the steepest fall recorded on the platform.
Read that alone and you would write the category off. The rest of the evidence is less tidy. Pay for basic and content-mill work is down 15% to 30%. Pay for premium, strategic and humanised work went the other way, up 20% to 40%. Upwork has since encoded the divergence in its variable fee, taking 15% on commodity work - general assistant tasks, plain content - and dropping to 5% or 10% where supply is thin.
A marketplace pricing by scarcity is the plainest signal that one website now hosts two markets travelling in opposite directions.
THE MARGIN IS VISIBLE, WHICH IS WHY IT IS WORTH LITTLE
Production cost is comic. A staging render costs the operator $1 to $15. Image tools output a usable frame for $0.10 to $2.00, and on a monthly plan of $10 to $50 a heavy user lands at roughly five to twenty-five cents a frame. Past fifty videos a month, AI renders run $1 to $4 each; a creator-shot equivalent is $150 to $600.
Everyone can see those figures, which is the problem with them. A cost advantage the entire market can read is a discount schedule, not a business.
Look instead at what gets charged above the base rate. Usage rights, plus 30% to 50%. Rush delivery, plus 25% to 50%. Raw footage, plus 30% to 50%. Perpetual rights, plus 100% to 150%. Whitelisting, meaning ads served through a real person's own account, adds $500 to $2,000 monthly above production. A bundle of three to ten videos carries a 10% to 25% discount, which is a client paying for predictability rather than for frames.
None of those charges is priced on the render. They are priced on liability, urgency, ownership, identity, and the expectation that next month resembles this one. Human virtual staging still holds $25 to $75 an image while renders cost a dollar. Physical staging, month one on a single listing, is $1,500 to $4,000 - the anchor every quote in this category gets measured against. Creators with a demonstrated conversion record ask $800 to $2,000 for one asset. No tool set that price. The record did.
Compressed to a line: software alone is a commodity, software plus somebody who knows the domain is a business, and the split above is the market sorting people into two piles.
THE PART I CANNOT SUPPLY
We build automated forecasting agents. Staging, product imagery and short-form video have produced no revenue for us at all, and saying so plainly seems preferable to hinting at a record nobody here holds. Every figure above is third-party 2026 material, described as such. Nothing here is for sale.
Nor is $3,000 a month a claim about you. Two to six staged photos in a day is arithmetic. Finding the person who wants them tomorrow, and again on Thursday, is the half no dataset hands over.
Educational content only - not financial advice.
#AI #SideIncome #FutureOfWork #CreatorEconomy #RiskManagement

رسوم الدخول تقارب 960 دولارًا سنويًا، ولم تكن يومًا هي ما أوقف أي شخص
كل بضعة أشهر يعلن أحدهم أن الحاجز أمام القيام بعمل تقني مدفوع الأجر قد انهار. هم على حق. لكنه توقف أيضًا عن أن يعني أي شيء، والفجوة في تلك الجملة هي الموضوع برمته.
إليك الحسابات أولًا، لأنها الجزء الذي يختلف الناس حوله، ثم الجزء الذي لا تحلّه الحسابات.
التكلفة من جهةٍ ما، تم تسويتها في خمس جُمل
ChatGPT Plus، 20 دولارًا شهريًا. Claude Pro، 20. Perplexity Pro، 20. Descript، 24. Canva Pro، 18.

كل مؤشر يرسم سهم شراء يمكنه أن يخبرك بمدى تكرار اتباع ذلك السهم لارتفاع. لكن أغلبها لا يخبرك بمدى تكرار أن يَتبع أي شريط مُختار عشوائيًا ارتفاعًا خلال الفترة نفسها.
الرقم الثاني هو الذي يحدد ما إذا كان الرقم الأول يعني أي شيء، وتركه خارجًا هو ما يجعل القاعدة العادية تُباع على أنها ميزة.
ما هو المعدل الأساسي، في هذا السياق
اختر أي شريط على المخطط بشكل عشوائي. اسأل عما إذا كان الإغلاق بعد 20 شريطًا لاحقًا كان أعلى. افعل ذلك لكل شريط في التاريخ وستحصل على نسبة مئوية.

كل بضعة أشهر تظهر موجة جديدة من أدوات التداول بالذكاء الاصطناعي تعدك بإخبارك إلى أين سيتجه السعر. الترويج دائمًا هو نوع من النسخة نفسها من تلك الجملة: النموذج يرى أنماطًا لا يستطيع البشر رؤيتها.
إن النسخة الصادقة من تلك الجملة أصغر بكثير، والأكثر فائدة. نعم، لدى التعلّم الآلي وظيفة حقيقية في أسواق العملات المشفّرة. لكنه ببساطة ليس العمل الذي يتم بيعُه عادةً على أنه هو. إليك مكان هذه الخط فعليًا، وكيف تختبر أي ادعاء بالذكاء الاصطناعي قد تصادفه.
لماذا يكون تحديد الاتجاه هو أصعب شيء للتنبؤ به، وليس أسهل شيء

اسألْ تقريبًا أيَّ آلةٍ مُوجَّهةً إلى سوقٍ السؤالَ نفسه، وستُجيب بثقة: إلى أين سيتجه السعر بعد ذلك. هذا هو السؤال المصحوب باللقطات والشِّقَرِ المنتشرة، وهو السؤال الذي تتفوّق فيه خوارزميات التعلّم الآلي بشكلٍ ضعيف، لأن سوقًا سيّالًا يكون قد امتصَّ بالفعل كلَّ ما لاحظه النموذج للتو. توجد مع ذلك أسئلةٌ مختلفة يمكنك أن تطرحها على الآلة نفسها، بصوتٍ أخفض وأكثر فائدةً بكثير: ليس أيُّ اتجاه، بل إلى أيِّ مدى. كم يُرجَّح أن يتحرّك هذا الأصل خلال اليوم التالي؟ هذا هو توقّع التقلّب، وبدلًا من أن يكون «سعرًا مستهدفًا»، فهو شيء يمكن للنموذج أن يقدّمه بصدق — والأهم من ذلك، شيء يمكنك أن تُحاسِب النموذج عليه لاحقًا.

تنتشر لقطة شاشة مساء يوم خميس. مخطط للبيتكوين، وسهم أحمر مرسوم إلى أسفل من قمة محلية، وتعليق: نموذجنا توقّع هذه الهبطة. الصورة حقيقية. الهبطة حقيقية. ما ينقص هو الشيء الوحيد الذي من شأنه أن يجعل الادعاء ذا معنى — دليل على أن السهم كان موجودًا قبل أن تُرسم الشمعة.
تلك الفجوة هي موضوع هذه المقالة بأكملها. ليس ما إذا كان بإمكان الذكاء الاصطناعي أن يقول شيئًا مفيدًا عن سعر البيتكوين — يمكنه ذلك — بل أي أجزاء من هذه الممارسة تصمد عند التحقق عبر لوحة نتائج عامة، وأي أجزاء لا توجد إلا لأن أحدًا لا يتحقق.

قبل أن يعرّض أحدٌ رأس المال لاستراتيجية، يسأل: هل كان هذا سينجح في الماضي؟ الإجابة تأتي من الاختبار العكسي — إذ تُطبّق مجموعةً من القواعد على بيانات تاريخية وتحصي النتيجة. إن تمّ ذلك بصدق فهو واحدٌ من أكثر الأدوات فائدة في عمل الكمية. أما إن تمّ بإهمال فهو من أكثر الأدوات خطورة، لأن الاختبار العكسي سهل جدًا أن يبدو لامعًا بينما يكون بلا قيمة.
لماذا من السهل تزوير الاختبار العكسي الرائع:
• انحياز النظر إلى المستقبل. يُسمح للاستراتيجية بهدوء باستخدام معلومات لم يكن بالإمكان الحصول عليها في ذلك الوقت. قاعدة تقول "يشتري قريبًا من أدنى مستوى شهري" سهلة في الاستنتاجات اللاحقة ومستحيلة في الوقت الحقيقي.

اطلب من أغلب الناس أن يشرحوا ماذا يفعل نموذج ذكاء اصطناعي للعملات المشفرة، وسيتخيلون آلة تتنبأ بسعر الغد. هذه الصورة خاطئة، والفجوة بينهما وبين الواقع تفسر الكثير من خيبة الأمل. النماذج الجادة نادرًا ما تحاول تحديد سعر مستقبلي على الإطلاق. بدلًا من ذلك، تقوم بشيء أهدأ وأكثر فائدة: فهي تحاول قراءة طقس السوق вАФ سواء كانت الظروف هادئة أم عاصفة вАФ وتضع أرقامًا صادقة حول مدى عدم اليقين بشأن المستقبل القريب.
هذه نظرة بلغة بسيطة على نظم التقلب: ما هي، وكيف يكتشفها تعلم الآلة، ولماذا تكون المخرجات الصادقة لهذا العمل عبارة عن نطاق من الاحتمالات لا هدفًا سعريًا. إنها محتوى تعليمي، وليست نصيحة مالية.

تويتر كريبتو مليء بذكاءات اصطناعية تت “تنبأت” بكل شيء — بعد حدوثه. إليك اختبارًا بسيطًا من 4 أسئلة يكشف تقريبًا معظمها، وتجربة نُجريها علنًا تحاول اجتيازه بنزاهة.
السؤال 1: هل تم تسجيل التنبؤ قبل وقوع الحدث؟
توقع يمكن تحريره بعد أن يصبح تسويقًا، وليس توقعًا. السجلات الحقيقية الموثوقة تستخدم طوابع زمنية لا يتحكم فيها أحد: أوقات نشر المشاركات في المنصات، وأرشيفات آلة Wayback — أو، لنختار المفضلة لدينا، OpenTimestamps: قم بتجزئة (hash) التنبؤ واربطه بسلسلة بلوكشين بيتكوين. لا يمكن تزوير تجزئة مرتبطة بحدثٍ ما قبل وقوعه من قبل أي شخص، بما في ذلك المؤلف. لهذا السبب تُستخدم BTC: لإثبات دون ثقة بالجهة المنفذة.