揭穿“DA 是一种商品”的误区

我经常看到的一个针对 Celestia 营收模式的批评是，DA 从长远来看应被视为一种商品，这意味着费用最终将趋近于零或边际成本。

如果这一观点成立，那么所有 DA 服务提供的资源必须是完全相同的。但事实并非如此，原因如下：

Celestia DA ≠ 其他任何 DA

关键在于，Celestia 不仅提供 DA，还为 rollups 提供共识。显然，不同的 DA 提供者在安全性保障上有所差异。此外，一些 DA 还具备更强的网络效应。这一点本身就使 DA 服务具有差异化，因此它不能被定义为一种商品。

从直觉上看，这一点并不难理解，但我们可以从 rollup 的角度来进一步分析。

从 Rollup 视角来看

Rollups 是 DA 和共识的消费者。他们不会单纯根据最低成本来选择 DA，还需要考虑安全性。此外，他们更倾向于使用其他 rollups 也在使用的 DA 服务。这样一来，即使更换 DA 提供者，他们也能确保自身不会受到损害，因为他们所使用的服务已经经过了充分验证。

当其他协议切换到某个 DA 解决方案时，会进一步增强市场信心，从而使该 DA 提供者更具竞争优势。这本身就是一种网络效应——无法被简单复制，也极难被取代。

DA 不是一种纯商品——那么该如何评估其价值？

既然 DA 不是商品，它的定价合理范围应该高于成本，但不能高到让 rollups 望而却步。毕竟，选择 Celestia 需要为 rollups 带来净收益。目前，这一净收益主要体现在大幅降低费用。让我们深入分析数据：

费用被故意设得很低！

是的，你没有看错。你可能在 Twitter 上看到一些人抱怨 Celestia 目前的营收过低，估值过高，即使经历了 ATH 以来的大幅回撤。但他们完全忽略了一个关键点——当前的营收水平是有意保持较低的，原因如下：

击败竞争对手并抢占市场份额

Celestia 的战略选择是通过低价甚至免费 DA 来抢占市场份额，打败竞争对手。目标是吸引用户（rollups），让他们尝试并喜欢上 Celestia 的服务。一旦拥有大量用户，实现盈利就不会是难题。而真正的难点在于赢得用户并战胜竞争对手，这就是为什么 Celestia 不能一开始就设定高额费用并期待用户大量涌入。

以下是 @musalbas 在时间线上确认这一策略的引用：

估算 Celestia 的年度营收

最近，@musalbas 在 Celestia 论坛发起了一场讨论，探讨是否应逐步提高当前费用。首个提议是将费用提高 4 倍（甚至可能更多）。在推文中提供的表格显示，费用增长的倍数范围从 2 倍到 128 倍不等。同时，也有人建议将费用锚定至 USD，以防止其在 TIA 计价下的波动。需要注意的是，这只是一个起点，目前仍处于讨论阶段。

既然我们有了一些数据支撑，让我们尝试估算 DA 费用的营收。不过，这是一项非常困难的任务，我们必须做出一些假设。但如果你读到这里，很可能你已经看好 DA 的市场需求。

假设

目前来看，Celestia 发布的总数据量将显著增长（当前约为 1.5TB），因为越来越多的模块化项目将上线主网。目前，我们只看到 Eclipse 在进行链的压力测试，但未来还会有更多项目接入。我个人的看法？我们才刚刚开始。为了提供一些背景，Initia、Movement 和 Abstract 只是众多正在构建核心应用的项目之一。而所有这些应用的共同点是什么？它们都需要一个安全、快速、低成本的 DA 解决方案。基于这一点，我的推测是 Celestia 未来每年将发布 50TB 的数据，并且这个数字还会持续增长。

TIA 费用收入的粗略计算

截至目前，总计支付的 TIA 费用为 31.3 万枚。按当前 TIA 价格 $3.20 计算，大约相当于 $100 万 USD。但请记住，这些费用是刻意设定得较低的。让我们放开想象力：如果将费用提高 15 倍，仍然比 ETH DA 便宜得多。在成本不会大幅提升的情况下，这仍然对 rollups 具有吸引力——相较于 EIP-4844 便宜约 66 倍。我们可以根据情况调整费用高低，但在本次计算中，我们以 15 倍作为基准。这样一来，营收将达到 $1500 万 USD。

接下来，我们将 DA 需求纳入计算，这才是最关键的部分：$1500 万 × 50TB = $7.5 亿 USD 年度营收。如果假设总数据量每年稳定增长，我们很容易就能突破 $10 亿 USD 的年度营收。

最终想法

现实中，影响收入计算的变量还有很多，情况也不会如此简单。调整不同变量，营收也会随之变化。但考虑到大家都喜欢看到具体的数字，我给出了一个直观的计算逻辑，大多数人都能理解。我们可以不断调整数据，得出不同的营收预测。但我的最终观点是：$10 亿 USD 年度营收指日可待。

我不想让这篇文章变得过长，所以就到这里。如果你觉得有趣，可以告诉我，我会继续写更多内容。如果你对我的观点有不同看法或有额外补充，欢迎分享你的想法！接下来，我计划发布更多关于营收模型和 DA 需求的分析，以更精准地估算 Celestia 的增长潜力。这才刚刚开始。

Mammoths! 🦣

声明：

1. 本文转载自 [DE Analytics]。所有版权归原作者所有 [DE Analytics]。若对本次转载有异议，请联系 Gate Learn 团队，他们会及时处理。
2. 免责声明：本文所表达的观点和意见仅代表作者个人观点，不构成任何投资建议。
3. Gate Learn 团队将文章翻译成其他语言。除非另有说明，否则禁止复制、分发或抄袭翻译文章。