Ripple Vs. SWIFT Battle Heats Up With ‘Fax Machine Vs. Internet’ Comment Fanning The Flames

bitcoinistDipublikasikan tanggal 2025-10-07Terakhir diperbarui pada 2025-10-07

Abstrak

The decades-long rivalry between Ripple and SWIFT took a new turn this week after a bold comment from SWIFT’s Chief...

Trusted Editorial content, reviewed by leading industry experts and seasoned editors. Ad Disclosure

The decades-long rivalry between Ripple and SWIFT took a new turn this week after a bold comment from SWIFT’s Chief Innovation Officer, Tom Zschach, drew sharp reactions from the Ripple and XRP community. Zschach argued that calling a private token a “bridge currency” was like calling a fax machine ”the internet.” The remark set off heated debates among Ripple supporters, many of whom felt the analogy was either misguided or a thinly veiled jab at XRP’s role in global cross-border settlements

Ripple Community Fires Back At SWIFT’s “Fax Machine” Remarks

In a post on X social media, Zschach sparked controversy by dismissing the idea of private tokens serving as bridge currencies. His analogy of a fax machine and the internet ignited discussions across the Ripple community, adding that while private tokens can offer speed, they are only revolutionary in a world without WiFi.  

One Ripple supporter, known as 24HRSCRYPTO on X, countered Zschach’s analogy by flipping it back on SWIFT itself. They argued that SWIFT’s decades-old infrastructure resembled the fax machine while XRP represented the internet of value. 

Other community members pointed out that XRP is not a private token, but rather a publicly traded and openly accessible asset across the XRP Ledger, CEXs, and DEXs, highlighting its transparency compared to proprietary, bank-owned solutions. They also mocked Zschach for asking Grok what a private token was, suggesting it exposed a weak understanding of the subject and proved why SWIFT is slowly being replaced.  

The criticism of Zschach’s remarks went further when market analyst Crypto Sensei questioned why SWIFT had ignored blockchain technology for years if it truly lacked revolutionary value. He suggested that SWIFT’s recent experiments with digital assets only confirmed that blockchain was indeed a competitive force reshaping the global payments landscape. 

Ripple Dev Matt Hamilton also joined the discussion, emphasizing that public, permissionless tokens like XRP ultimately stand a better chance of adoption compared to private, closed systems that banks seek to control. The debates and discussions on X highlighted not just a clash of technologies, but a deeper battle between centralized legacy finance and decentralized open-source innovation. 

SWIFT’s Legacy Fees Face Scrutiny

The controversy sparked by Zschach’s remarks did not stop there. In a detailed follow-up post, 24HRSCRYPTO exposed what they described as the hidden costs of the SWIFT system. Having worked within the industry, they revealed that sending a simple wire transfer could cost $17.50 from the sending bank and another $17.50 from the receiving bank, amounting to $35 in fees before the money is even moved. In some cases, if funds went missing, customers are charged an additional “investigation fee” just to trace their own transaction. 

According to the post, this fee-driven model highlighted how SWIFT’s profitability stemmed from friction rather than efficiency. Ripple, by contrast, seeks to eliminate that friction with near-instant settlement and transaction costs reduced to a fraction of a cent. 

Ripple
Source: Chart from 24HRSCRYPTO on X

24HRSCRYPTO went further, stating that banks are already adapting to the evolving financial landscape by shifting to digital assets rather than clinging to outdated infrastructure. While banks may lose billions in transfer fees, the argument suggested they could regain financial ground by accumulating XRP, the new power of the emerging financial system.

Ripple
XRP trading at $2.98 on the 1D chart | Source: XRPUSDT on Tradingview.com
Featured image from Getty Images, chart from Tradingview.com
Editorial Process for bitcoinist is centered on delivering thoroughly researched, accurate, and unbiased content. We uphold strict sourcing standards, and each page undergoes diligent review by our team of top technology experts and seasoned editors. This process ensures the integrity, relevance, and value of our content for our readers.

Scott Matherson is a leading crypto writer at Bitcoinist, who possesses a sharp analytical mind and a deep understanding of the digital currency landscape. Scott has earned a reputation for delivering thought-provoking and well-researched articles that resonate with both newcomers and seasoned crypto enthusiasts. Outside of his writing, Scott is passionate about promoting crypto literacy and often works to educate the public on the potential of blockchain.

Bacaan Terkait

Panduan Q3 Broadcom Lebih Rendah 1,2 Miliar Dolar dari Ekspektasi, Saham Anjlok >13% di Pasca-Perdagangan, Narasi AI "Mendingin"?

Penulis: Ada, Deep Wave TechFlow Pada tanggal 3 Juni waktu AS setelah jam pasar, Broadcom merilis kinerja Q2 FY2026. Secara keseluruhan, laporan kuartal ini mencetak rekor dengan pendapatan $22.19 miliar (naik 48% YoY) dan EPS disesuaikan $2.44, melampaui ekspektasi. Pendapatan semikonduktor AI mencapai $10.8 miliar, tumbuh 143% dan terus meningkat selama 13 kuartal berturut-turut. Namun, pedoman untuk Q3 menjadi sorotan utama. Meski total pendapatan diproyeksikan $29.4 miliar (di atas perkiraan analis $28.54 miliar), proyeksi pendapatan semikonduktor AI untuk Q3 hanya $16 miliar, lebih rendah sekitar 7% dari konsensus ekspektasi analis sebesar $17.2 miliar. CEO Hock Tan juga tidak menaikkan panduan pendapatan AI untuk tahun fiskal 2026, yang tetap pada lebih dari $100 miliar. Perbedaan ini memicu reaksi tajam di pasar. Saham AVGO anjlok lebih dari 13% dalam perdagangan setelah jam pasar, menghapus kapitalisasi pasar sekitar $270 miliar. CEO juga mengindikasikan bahwa proporsi pendapatan jaringan AI, yang saat ini mendekati 40% dari pendapatan semikonduktor AI, diperkirakan akan menormalkan menjadi sekitar 30%, bukan tetap di level 40%. Pernyataan ini berpotensi memberi tekanan pada valuasi perusahaan modul optik China yang terkait dengan cerita jaringan AI. Efeknya meluas ke perusahaan lain seperti Marvell yang juga turun setelah jam pasar. Meskipun demikian, manajemen menegaskan permintaan chip AI tetap sangat kuat dan berulang kali menegaskan target pendapatan AI lebih dari $100 miliar untuk FY2027. Koreksi saat ini mungkin merupakan aksi ambil untung karena valuasi yang telah tinggi, bukan perubahan mendasar dalam narasi AI jangka panjang.

marsbit4m yang lalu

Panduan Q3 Broadcom Lebih Rendah 1,2 Miliar Dolar dari Ekspektasi, Saham Anjlok >13% di Pasca-Perdagangan, Narasi AI "Mendingin"?

marsbit4m yang lalu

Taktik Baru Wall Street: Posisi Short Yen Masih Ditambah, Tapi Kenaikan Saham Jepang Bukan Karena Penutupan Carry Trade

Pada 3 Juni, USD/JPY mencapai 160,44 (tertinggi sejak Juli 2024), sementara Nikkei 225 menembus 68.000 poin. Narasi pasar khawatir "carry trade akan runtuh seperti Agustus 2024". Namun, data menunjukkan cerita berbeda. Posisi bersih short spekulan untuk yen di pasar berjangka AS (CFTC) justru meningkat menjadi -114.667 kontrak per 26 Mei, menunjukkan spekulan masih menambah taruhan pada pelemahan yen, bukan melarikan diri. Jika Bank Jepang (BOJ) bersikap lebih hawkish atau data AS melemah, posisi short besar ini berisiko likuidasi paksa seperti tahun 2024. Meski Kementerian Keuangan Jepang melakukan intervensi terbesar dalam sejarah (11,73 triliun yen) pada April-Mei 2026 untuk mendukung yen, USD/JPY tetap menembus 160. Intervensi gagal sepenuhnya menahan level psikologis tersebut. Kenaikan Nikkei 225 didorong bukan oleh pelarian dana carry trade, melainkan oleh masuknya modal asing yang aktif mengejar tema AI dan semikonduktor. Investor asing telah membeli saham Jepang bersih selama 8 minggu berturut-turut (hingga 23 Mei), dengan pembelian tahunan mendekati 11,7 triliun yen—15,8 kali lipat dari periode sama 2025. Saham seperti SoftBank dan Socionext melonjak. BOJ telah menaikkan suku bunga secara bertahap, dari -0,1% menjadi 0,75% (tertinggi sejak 1995). Namun, berbeda dengan kenaikan Juli 2024 yang memicu crash pasar, kenaikan 2025 justru bertepatan dengan rally saham. Ini karena logika beli asing beralih ke AI, bukan lagi bergantung pada biaya pinjaman yen rendah. Hubungan ini bisa berubah jika BOJ menaikkan suku bunga lebih agresif (misalnya ke 1,0%) bersamaan dengan melemahnya dolar AS. Kesimpulannya, ketiga fakta ini bisa terjadi bersamaan: posisi short yen masih padat, intervensi terbesar gagal tahan level 160, dan rally saham Jepang didorong modal asing yang mengejar AI—tidak saling bertentangan, dan masing-masing tidak bisa secara sendiri memprediksi langkah selanjutnya.

marsbit4m yang lalu

Taktik Baru Wall Street: Posisi Short Yen Masih Ditambah, Tapi Kenaikan Saham Jepang Bukan Karena Penutupan Carry Trade

marsbit4m yang lalu

Tim Fei-Fei Li Memperjelas Konsep 'Model Dunia', Sora Hanya Bisa Disebut Sebagai Renderer

Tim World Labs dan Profesor Stanford Li Fei-Fei menerbitkan analisis konseptual berjudul "Fungsional Taxonomy of World Models". Artikel tersebut menyatakan bahwa istilah "model dunia" telah menjadi salah satu konsep terpenting namun paling disalahgunakan di bidang AI. Pemicu kebingungan ini adalah keberagaman sistem yang disebut "model dunia". OpenAI's Sora disebut "world simulator", tetapi hanya menghasilkan video yang realistis secara visual. Tesla menggunakan "model dunia" untuk memprediksi pergerakan objek di FSD, sementara perusahaan robotika menggunakannya untuk mengevaluasi konsekuensi tindakan. Padahal, ketiganya memiliki tujuan teknis yang sangat berbeda. Berdasarkan kerangka Partially Observable Markov Decision Process (POMDP), tim mengusulkan klasifikasi fungsional yang membagi sistem "model dunia" menjadi tiga proyeksi: Renderer, Simulator, dan Planner. * **Renderer (seperti Sora, Genie 3):** Fokus pada generasi piksel yang realistis secara visual. Input adalah representasi keadaan, output adalah gambar/video. Tidak menjamin keakuratan fisik. * **Simulator (seperti NVIDIA Omniverse):** Fokus pada prediksi keadaan fisik selanjutnya secara akurat. Input adalah keadaan saat ini dan tindakan, output adalah keadaan berikutnya yang dapat dihitung untuk analisis teknis. Data 3D berkualitas untuk pelatihannya sangat langka. * **Planner (seperti model VLA):** Fokus pada keputusan tindakan. Input adalah data observasi dan instruksi tujuan, output adalah tindakan selanjutnya yang harus dijalankan. Artikel ini menyimpulkan bahwa Sora, sesuai dengan klasifikasi ini, adalah Renderer, bukan "model dunia" yang utuh karena tidak dapat memprediksi perubahan keadaan berdasarkan input tindakan. Klarifikasi ini penting untuk menghindari kesalahan teknis, memberikan kejelasan bagi investor, dan menetapkan tolok ukur yang jelas di kalangan akademisi.

marsbit1j yang lalu

Tim Fei-Fei Li Memperjelas Konsep 'Model Dunia', Sora Hanya Bisa Disebut Sebagai Renderer

marsbit1j yang lalu

Trading

Spot
Futures
活动图片