特朗普扩大「加密商业版图」,拟收购加密交易所Bakkt

Odaily星球日报Dipublikasikan tanggal 2024-11-19Terakhir diperbarui pada 2024-11-19

Abstrak

Bakkt 自推出以来业绩平平,一度濒临退市。

原文作者:BitpushNews

在为 2025 年 1 月 20 日左右入主白宫做准备之际,特朗普仍在不断拓展加密领域的新版图。

据英国金融时报报道,唐纳德·特朗普旗下社交媒体公司 Trump Media & Technology Group 正在就收购加密货币交易平台 Bakkt 进行深入谈判。

特朗普扩大「加密商业版图」,拟收购加密交易所Bakkt

据两位了解谈判情况的人士称,Trump Media 将全资收购 Bakkt,特朗普承诺保留其 53% 的股份,估值和财务条款尚未披露。

该消息令两家公司的股价飙升。

由特朗普持有多数股权的 Trump Media(纳斯达克股票代码 DJT)在报道发表几分钟后飙升两位数。该公司运营着 Truth Social 应用程序,收盘上涨逾 16% 。Bakkt 因波动性过大而经历数次熔断,收盘飙升超过 163% 。

特朗普扩大「加密商业版图」,拟收购加密交易所Bakkt

业绩平平,一度濒临退市

Bakkt 由洲际交易所(ICE)推出,成立于 2018 年,于 2021 年 10 月上市,主营业务为加密货币投资者提供技术服务。在通过 SPAC 上市之前,Bakkt 已从波士顿咨询集团、Galaxy Digital、ICE 和微软的 M 12 风险基金等投资者那里筹集了数亿美元,但一直难以盈利,其最新财季报告称,总收入为 3.284 亿美元,营业亏损为 2740 万美元,较上年同期亏损减少了 48% 。

特朗普与 Bakkt 背后的关系非同一般,Bakkt 前首席执行官 Kelly Loeffler 是特朗普就职委员会的联合主席。

特朗普扩大「加密商业版图」,拟收购加密交易所Bakkt

Loeffler 的丈夫是洲际交易所首席执行官 Jeffrey Sprecher。2019 年,佐治亚州州长 Brian Kemp 任命 Loeffler 接替因健康原因辞职的参议员 Johnny Isakson 在参议院的席位,Loeffler 随后辞去 Bakkt 高管一职。不过,在参议院席位特别选举的决选中,Loeffler 被民主党参议员 Raphael Warnock 击败。

特朗普扩大「加密商业版图」,拟收购加密交易所Bakkt

Bakkt 此前曾表示,其加密货币托管业务可能会被关闭,该业务已获得纽约当局的监管许可。熟悉 TMTG 谈判的人士表示,该业务不会包括在交易中。在截至 9 月 30 日的三个月内,托管业务的营业亏损为 27, 000 美元,营收为 328, 000 美元。

由于股价低迷,Bakkt 曾面临从纽约证券交易所退市的危险,直到 4 月份进行了 1 比 25 的反向股票分割。上周,其股价上涨了 15% 。

扩大的加密版图,股价表现大于基本面

特朗普家族进军加密货币市场的步伐正在加速。其于 9 月推出的加密货币项目 World Liberty Financial,加上其在竞选期间许下的多项与数字资产相关的承诺(如建立比特币储备、营造挖矿友好环境、更换 SEC 主席),都显示出特朗普对加密货币行业的浓厚兴趣。

这种兴趣直接反映在市场上。随着特朗普赢得大选,散户投资者对共和党的期待,以及对特朗普政府可能出台有利于加密货币的政策的乐观预期,使得特朗普旗下的社交媒体平台 Truth Social 母公司 TMTG 的股价大幅波动,大选前夕涨跌数十亿美元,TMTG 也已成为交易最活跃的美股之一。但是, TMTG 今年的营收仅为 260 万美元,净亏损达 3.63 亿美元,但其股权估值却超过 70 亿美元。

Truth Social 的用户群也相对较小,根据 Similarweb 的数据,本月 Truth Social 网站的平均每日访问量为 646, 000 人次,而马斯克旗下 X 平台的每日访问量为 1.55 亿人次。

Bacaan Terkait

Lebih Dari Sekadar Kunci Pribadi: Dari Dompet, L2 hingga Rantai Pasokan, Bagaimana Melindungi Batas Keamanan Web3?

Juni lalu, dunia kripto mengalami serangkaian insiden keamanan yang melibatkan berbagai aspek ekosistem Web3. Serangan tidak hanya berfokus pada satu titik, tetapi meluas ke beberapa lapisan pertahanan. Ada tiga area utama yang terdampak: 1. **Keamanan Dompet di Luar Penyimpanan Kunci Pribadi**: Insiden pada dompet SecondFi di Cardano menunjukkan bahwa kelemahan dalam implementasi tanda tangan (signing) di tingkat perangkat lunak dompet dapat membocorkan kunci pribadi, meskipun pengguna tidak memberikan frasa pemulihan. Hal ini menekankan pentingnya komponen inti dompet yang bersumber terbuka (open-source) dan diperiksa ketat, serta kebiasaan memisahkan aset besar (di cold wallet) dari dompet untuk interaksi harian. 2. **Kompleksitas dan Risiko di Lapisan 2 (L2)**: Beberapa serangan pada L2 seperti Aztec dan Taiko menunjukkan bahwa keamanan L2 tidak hanya tentang biaya transaksi yang lebih murah. Risiko muncul dari kerumitan sistem, seperti celah dalam sirkuit bukti tanpa pengetahuan (ZK-proof) atau kompromi dalam proses verifikasi berbasis perangkat keras (SGX). Jaringan seperti Base juga mengalami gangguan ketersediaan. Pengguna disarankan untuk memahami mekanisme penyelesaian, menggunakan jembatan resmi, dan tidak menyimpan aset besar secara berlebihan pada L2 yang masih sangat baru. 3. **Serangan Rantai Pasok melalui Layanan Pihak Ketiga**: Kasus Polymarket mengungkap bahwa meskipun kontrak pintar aman, frontend atau dependensi pihak ketiga yang diretas dapat menyuntikkan skrip jahat ke situs web yang sah, mencuri aset pengguna. Ini menunjukkan bahwa "URL yang benar" tidak menjamin keamanan seluruh jalur interaksi. Pengguna harus menggunakan dompet terpisah untuk berinteraksi dengan DApp, selalu memeriksa detail transaksi sebelum menandatangani, dan waspada terhadap permintaan yang tidak biasa di situs web. Kesimpulannya, keamanan Web3 kini adalah tentang melindungi seluruh jalur interaksi, dari pembuatan kunci hingga penyelesaian di rantai. Kebiasaan keamanan terbaik melibatkan: **mengisolasi aset jangka panjang, menggunakan jumlah kecil untuk interaksi harian, memberikan izin (approval) minimum ke DApp asing, dan selalu memverifikasi operasi berisiko tinggi.** Pertahanan harus berkembang dari sekadar menjaga kunci pribadi menjadi serangkaian kebiasaan yang lengkap.

marsbit23m yang lalu

Lebih Dari Sekadar Kunci Pribadi: Dari Dompet, L2 hingga Rantai Pasokan, Bagaimana Melindungi Batas Keamanan Web3?

marsbit23m yang lalu

Apakah OpenAI Akhirnya Bisa Menguntungkan?

OpenAI dan Anthropic, dua raksasa model AI, bernilai hampir triliun dolar, mencerminkan ekspektasi tinggi investor terhadap prospek keuntungan mereka. Namun, pertumbuhan pendapatan tidak secara otomatis menghasilkan keuntungan. Sampai saat ini, tidak ada satu pun perusahaan model AI besar yang benar-benar menghasilkan laba bersih yang independen dari bisnis inti modelnya. Penelitian menunjukkan bahwa pasar API model AI saat ini berada dalam struktur kompetisi monopolistik. Jumlah pemain sangat banyak, konsentrasi pasar rendah, dan meskipun permintaan tumbuh pesat, pasokan juga meluas dengan cepat. Hal ini mengakibatkan persaingan harga yang ketat dan membuat sulit bagi perusahaan untuk mencapai profitabilitas berkelanjutan hanya dengan menjual token. Beberapa perusahaan mungkin meraih keuntungan jangka pendek melalui diferensiasi produk, tetapi hambatan teknologi terbatas, elastisitas harga permintaan tinggi, dan loyalitas pengguna rendah membuat keuntungan tersebut sulit dipertahankan. Dalam jangka panjang, pemain yang terus merugi akan tersingkir, mendorong pasar menuju struktur oligopoli. Namun, dalam pasar oligopoli, kemampuan untuk menghasilkan laba tetap tidak pasti. Hal ini bergantung pada apakah perusahaan bersaing melalui harga atau kuantitas. Tanpa koordinasi strategi atau diferensiasi yang efektif, laba berkelanjutan mungkin tetap sulit diraih. Kesimpulannya, meskipun nilai teknologi dan pertumbuhan permintaan model AI tidak diragukan, model bisnis "menjual token" murni tidak menjamin profitabilitas jangka panjang. Investor perlu mencermati valuasi perusahaan model AI dengan hati-hati. Perusahaan perlu memilih model bisnis dan segmen pasar secara strategis. Model seperti "AI+", yang menyematkan kemampuan AI ke dalam produk atau layanan yang sudah ada untuk meningkatkan nilai dan loyalitas pelanggan, mungkin menawarkan jalur menuju keuntungan yang lebih berkelanjutan.

marsbit32m yang lalu

Apakah OpenAI Akhirnya Bisa Menguntungkan?

marsbit32m yang lalu

Ilusi Bocah Jenius

Seorang mantan wirausahawan, eks-karyawan Huawei, dan mantan kepala ilmuwan, Li Bojie, mengalami malam tanpa tidur setelah wawancara dengan DeepSeek. Insiden ini dipicu oleh kecurigaan pengawas wawancara bahwa ia menyontek kode selama tes coding jarak jauh. Namun, inti masalah bukan pada prosedur teknis, melainkan pada kenyataan bahwa seorang "Genius Youth" Huawei ternyata sangat terdampak secara emosional oleh satu sesi wawancara biasa. Dalam sebuah wawancara, Li mengungkapkan bahwa DeepSeek baginya adalah "istana puncak piramida" di dunia teknologi Tiongkok. Penantian tiga minggu dan lima kali tindak lanjut untuk wawancara ini bukan sekadar mencari pekerjaan, melainkan sebuah upaya untuk mendapatkan konfirmasi identitas dan pembuktian bahwa ia masih relevan di pusat era teknologi saat ini. Yang menyakitkannya adalah perasaan "kesenjangan" atau *disconnect* antara ekspektasinya dan kenyataan yang diterimanya. Li menilai wawancara di perusahaan lain seperti MiniMax dan Xiaomi sebagai sesi pembelajaran dengan para sejawat, sedangkan wawancara di DeepSeek dirasakannya hanya sebagai proses penyaringan mekanis. Di sini terlihat ketidaksesuaian: meski menyatakan tidak nyaman dengan label "Genius Youth", ia secara tidak sadar mengharapkan perlakuan khusus sebagai seorang ahli. Industri internet selama ini telah membentuk aturan tak tertulis di mana gelar dan latar belakang perusahaan sebelumnya menjadi jaminan kredensial. DeepSeek, bagaimanapun, menolak aturan ini dan bersikeras pada proses standar—setiap kandidat, apa pun latarnya, harus membuktikan kemampuannya secara real-time melalui coding. Perubahan ini mencerminkan pergeseran era yang lebih besar di dunia AI. Di masa lalu, keunggulan seseorang diukur dari akumulasi pengalaman, gelar, dan prestasi masa lalu. Di era AI, pengetahuan menjadi cepat usang, dan keahlian harus terus-menerus diperbarui. Keunggulan kini dihitung secara *real-time*. Hal ini menciptakan kecemasan, terutama bagi mereka yang memiliki rekam jejak gemilang, karena takut tertinggal. Li Bojie mungkin adalah salah satu yang pertama mengungkapkan kecemasan ini secara terbuka. Namun, pesan utamanya adalah bahwa di masa depan, setiap profesional—pemrogram, manajer produk, peneliti—pada dasarnya akan menghadapi "wawancara" yang sama dengan era AI itu sendiri. Pertanyaan kritis yang harus dijawab setiap hari adalah: "Kamu hebat di masa lalu. Bagaimana dengan hari ini?"

marsbit1j yang lalu

Ilusi Bocah Jenius

marsbit1j yang lalu

Trading

Spot
活动图片