Microsoft anuncia la construcción de un ordenador cuántico comercial en tres años: ¿Se podrá materializar la promesa?

marsbitDipublikasikan tanggal 2026-06-15Terakhir diperbarui pada 2026-06-15

Abstrak

Microsoft anunció su nuevo chip cuántico Majorana 2, con cúbits que logran una coherencia media de 20 segundos, un aumento de 1,000 veces en fiabilidad. La empresa afirma que tendrá una computadora cuántica escalable y comercial para 2029. La clave es su enfoque de cúbits topológicos, que usa partículas Majorana para almacenar información de manera no local, haciéndolos intrínsecamente más estables frente al ruido. Un cambio crucial fue sustituir aluminio por plomo en el superconductor, mejorando la protección. La inteligencia artificial (IA) agentiva de Microsoft Discovery aceleró drásticamente la investigación, analizando datos, optimizando parámetros y resolviendo problemas como el "ruido fantasma". Sin embargo, persisten desafíos: el chip actual solo tiene 12 cúbits, lejos del millón necesario para aplicaciones comerciales. Incluso con 20 segundos de coherencia, los algoritmos prácticos requieren miles de millones de operaciones. Otros problemas son el alto costo de compilación de circuitos y la verificación de resultados. Mientras competidores como Google e IBM siguen otras rutas, como los cúbits superconductores, el avance de Microsoft acerca la computación cuántica comercial, pero su promesa para 2029 aún debe superar grandes obstáculos técnicos.

Microsoft ha presentado recientemente su nuevo chip cuántico Majorana 2. Según afirma la compañía, el tiempo de vida promedio de los qubits en este chip alcanza la increíble cifra de 20 segundos, y su fiabilidad es 1000 veces mayor que la de la generación anterior. Con base en esto, Microsoft ha hecho una declaración contundente: "En 2029, tendremos un ordenador cuántico escalable con valor comercial". El año pasado, las expectativas predominantes en la industria aún eran "dentro de diez años". Ahora, Microsoft ha acortado ese plazo a la mitad.

En el proceso de desarrollo de este chip, Microsoft ha recurrido en gran medida a las IA agente de su plataforma "Microsoft Discovery", permitiendo que equipos de IA colaboren de manera similar a grupos de investigación humanos, analizando de forma autónoma grandes cantidades de datos experimentales, planteando hipótesis y optimizando los procesos de fabricación. Por un lado, un avance en el hardware de la computación cuántica; por otro, el apoyo del software de inteligencia artificial. Estos dos campos de vanguardia se están potenciando mutuamente.

¿Qué es un chip cuántico?

Los chips cuánticos manipulan qubits (bits cuánticos). Un qubit puede existir en una superposición de 0 y 1; antes de medirlo, es como una moneda girando, conteniendo simultáneamente la posibilidad de ser 0 y 1. La superposición de dos qubits puede contener las cuatro posibilidades: 00, 01, 10, 11. Para tres qubits, corresponden ocho posibilidades... y así sucesivamente. El estado cuántico de n qubits tiene una dimensión de 2n. A través de operaciones cuidadosamente diseñadas, las puertas cuánticas (puertas lógicas en la computación cuántica) manipulan las fases del estado cuántico, provocando interferencia en la superposición de amplitudes de probabilidad, amplificando así la respuesta correcta. Esta es la razón por la que se dice que los ordenadores cuánticos tienen un "poder de cálculo exponencial".

Además, dos qubits entrelazados presentan una correlación peculiar: medir uno determina instantáneamente el estado del otro, sin importar la distancia que los separe. Aprovechando estas propiedades cuánticas, los ordenadores cuánticos podrían realizar tareas difíciles o ineficientes para los ordenadores clásicos.

El chip cuántico es un procesador especializado en generar, manipular y medir estos qubits. No utiliza transistores tradicionales, sino circuitos superconductores, iones atrapados, fotones o incluso materiales topológicos para capturar estados cuánticos y realizar cálculos según una lógica predefinida, es decir, mediante puertas cuánticas.

Las debilidades del chip cuántico

Aunque poderosos, los qubits tienen una debilidad crítica: son extremadamente sensibles y frágiles.

La superposición de un qubit, si se perturba mínimamente por interferencias externas como fluctuaciones de temperatura, radiación electromagnética o rayos cósmicos, colapsa instantáneamente a un 0 o 1 determinado, perdiendo así su capacidad de cálculo paralelo. Este fenómeno se llama decoherencia.

Antes del chip Majorana 1 de Microsoft, la vida útil típica de los qubits superconductores principales era de solo unas pocas decenas de microsegundos. Es decir, apenas preparados y tras realizar pocos cálculos, "morían". Por lo tanto, un indicador clave para medir la calidad de un chip cuántico es la vida útil del qubit, también conocida como tiempo de coherencia.

La afirmación de Microsoft de que la vida útil de sus qubits alcanza los 20 segundos ha causado un impacto sísmico en la industria. Porque 20 segundos son una eternidad para las operaciones cuánticas. Hay que considerar que ejecutar una operación de puerta cuántica solo requiere un microsegundo (una millonésima de segundo). 20 segundos permiten veinte millones de operaciones, lo que teóricamente es suficiente para ejecutar algoritmos cuánticos bastante complejos. Microsoft incluso hizo una analogía gráfica: "Esta mejora es similar a inventar una batería para teléfonos móviles: si antes el teléfono duraba un día, ahora con una sola carga podría usarse casi tres años".

Los 20 segundos son un promedio; algunos qubits individuales incluso pueden mantener su estado durante un minuto. La vida útil de la generación anterior, Majorana 1, solo alcanzaba el nivel de milisegundos, por lo que Microsoft afirma que "la fiabilidad ha mejorado 1000 veces".

Entonces, ¿cómo lo ha logrado Microsoft? La respuesta se esconde en su enfoque tecnológico: la computación cuántica topológica.

El arma secreta de Microsoft: el qubit topológico

La mayoría de los chips cuánticos principales, como los de Google e IBM, utilizan qubits superconductores. Su tecnología es relativamente madura, pero para evitar interferencias ambientales requiere temperaturas extremadamente bajas, cercanas al cero absoluto (-273°C), y además tienen una vida corta y son propensos a errores.

Microsoft ha dedicado 20 años a seguir otro camino más difícil pero, teóricamente, más ventajoso: el qubit topológico.

Si haces uno o dos agujeros en un papel, lo arrugas, el papel se deforma, pero los agujeros permanecen allí. Un agujero no se convierte en dos, ni dos en uno. La cantidad de agujeros en el papel es una invariante topológica. Otro ejemplo es entrelazar dos cuerdas; la secuencia en la que intercambian posiciones también es una invariante topológica. El qubit topológico utiliza precisamente estas invariantes topológicas para proteger la información del qubit. La información no se almacena en partículas específicas, sino en la textura de "tejido" creada por el intercambio de posiciones de las cuasipartículas (excitaciones colectivas de un sistema de partículas). Esta forma de almacenamiento es no local, lo que significa que pequeñas perturbaciones, como ruido o calor, tienen dificultades para destruir la estructura topológica global. Por lo tanto, los qubits topológicos son inherentemente mucho menos sensibles al ruido ambiental y mucho más estables que otros tipos de qubits.

La cuasipartícula que utiliza Microsoft tiene un nombre legendario: el fermión de Majorana. En 1937, el físico italiano Ettore Majorana predijo la existencia de un tipo peculiar de fermión cuya antipartícula sería él mismo. Esta partícula aún no ha sido descubierta. A principios del siglo XXI, los científicos comenzaron a buscar su análogo en física de la materia condensada: una cuasipartícula llamada modo cero de Majorana. Cuando los modos cero de Majorana intercambian posiciones en un espacio bidimensional, el estado cuántico general cambia; el orden del intercambio afecta el resultado final, similar a cómo diferentes formas de trenzar el cabello dan como resultado diferentes trenzas.

En 1997, el físico Alexei Kitaev, trabajando entonces en el Instituto Landau de Rusia, propuso por primera vez la teoría de utilizar fermiones de Majorana para la computación cuántica topológica. En 2005, Microsoft fundó Station Q, y Kitaev fue uno de sus miembros centrales. Desde entonces, Microsoft se embarcó en esta ruta tecnológica, dedicándole casi 20 años. En 2025, Microsoft lanzó su primer chip Majorana, demostrando la viabilidad en principio del qubit topológico. Revolucionariamente, utilizaron superconductores topológicos que pueden crear un nuevo estado de la materia, logrando así una computación cuántica más estable. El actual Majorana 2 es la materialización de ese principio en un salto de rendimiento tangible.

Una mejora clave fue el cambio de material: el superconductor topológico del primer chip Majorana utilizaba aluminio, mientras que la segunda generación utiliza plomo. El plomo se usa comúnmente como material de blindaje contra la radiación; al usarlo como superconductor, se puede aumentar significativamente el escudo protector del qubit, salvaguardando los frágiles estados cuánticos de la interferencia de los rayos cósmicos. Este cambio, que puede no sonar revolucionario, combinado con la optimización de cientos de parámetros de proceso realizada por la IA, finalmente condujo a la mejora de 1000 veces en fiabilidad.

Sin embargo, actualmente Majorana 2 solo integra 12 qubits. Para lograr un ordenador cuántico universal con valor comercial, la opinión generalizada en la industria es que se necesitan al menos varios millones de qubits. De 12 a un millón, hay innumerables desafíos de ingeniería y física por superar. Que Microsoft se atreva a decir "2029" indica que tienen mucha confianza en su enfoque topológico, porque, en teoría, el coste de corrección de errores de los qubits topológicos es mucho menor que el de otras soluciones principales. Una vez implementados en la práctica, podrían materializarse más rápidamente que otras alternativas.

La IA contribuye: ¿Cómo aceleran las IA agente el desarrollo de chips cuánticos?

Otro factor que no puede pasarse por alto en el salto de 1000 veces en fiabilidad logrado por Microsoft es el de las "IA agente". Microsoft posee la plataforma Microsoft Discovery. La capacidad central de esta plataforma es desplegar IA agente, es decir, múltiples agentes de IA que pueden asumir diferentes roles, como analista de datos, diseñador de experimentos o investigador bibliográfico, y bajo la orientación de científicos humanos, completar de forma autónoma los flujos de trabajo de investigación.

Todo comenzó con el material central del chip Majorana. La primera generación utilizaba aluminio como superconductor, mientras que la segunda generación cambió a plomo. Cambiar el material afecta todo el sistema, y el equipo tardó años en comprender todas las compensaciones. Encontrar la fórmula exacta de dopaje requería cientos o miles de experimentos. Ahora, la IA primero delimita objetivos de alta probabilidad mediante simulaciones; idealmente, solo se necesita experimentar una vez.

Y esto es solo el comienzo. La fabricación de chips cuánticos involucra innumerables aspectos: software, arquitectura, pila de materiales, procesos, mediciones... Un cambio en un parámetro puede desencadenar una reacción en cadena. Es difícil para los ingenieros humanos monitorear todas las variables simultáneamente, pero los agentes de IA sí pueden. Más crucial aún, el equipo cuántico de Microsoft ha acumulado casi veinte años de datos experimentales masivos, en formatos diversos y dispersos entre científicos de diferentes países y especialidades. Los agentes de IA pueden sintetizarlos de nuevo y encontrar correlaciones que nosotros, los humanos, no vemos, porque ninguna persona tiene una visión tan amplia.

Otra ventaja decisiva de la IA es acelerar los experimentos. Crear estados cuánticos topológicos requiere ajustar simultáneamente cientos de parámetros de voltaje y luego realizar mediciones, siendo la medición precisamente la parte más lenta y delicada en la computación cuántica. Antes, un científico podía tardar semanas en completar una ronda de mediciones manualmente. El equipo intentó automatizar el proceso con métodos de aprendizaje automático tempranos, pero no tuvo éxito. Hasta que utilizaron la plataforma Microsoft Discovery para entrenar un agente de IA especializado, reduciendo el ciclo completo en varios órdenes de magnitud. La IA puede escanear en paralelo todo el espacio de parámetros, juzgar automáticamente cuál es el punto mínimo donde todo puede funcionar normalmente y luego posicionarse con precisión.

Finalmente, la IA también ayudó al equipo a resolver un problema de "ruido fantasma". En una ocasión, los datos experimentales siempre estaban erróneos, y los científicos investigaron durante mucho tiempo sin encontrar la causa. Luego, un agente de IA, sintetizando modelos físicos, registros de dispositivos y conocimientos de procesos, identificó en los datos brutos un sensor de temperatura no calibrado que estaba arruinando silenciosamente los resultados de las mediciones.

Podría decirse que sin la participación de la IA, el salto de rendimiento de 1000 veces de Majorana 2 podría haber tardado varios años más en materializarse. Esto confirma un consenso en formación: la computación cuántica y la inteligencia artificial pueden potenciarse mutuamente. La IA acelera el desarrollo del hardware de computación cuántica, y los ordenadores cuánticos, en el futuro, retroalimentarán a la IA, proporcionando un poder de cálculo exponencial para el aprendizaje automático.

¿Se podrá materializar la promesa?

En esta arena, Microsoft no es el único participante. El camino hacia la "otra orilla cuántica" no se limita a los chips cuánticos topológicos; también existen los chips cuánticos superconductores, de iones atrapados, fotónicos y los qubits de espín en silicio. Los gobiernos también están aumentando sus inversiones. China tiene una gran disposición en el campo de la comunicación y la computación cuánticas; Estados Unidos otorga importantes fondos a empresas de computación cuántica; la Unión Europea también ha lanzado el programa "Quantum Flagship".

¿Podrá Microsoft realmente crear un ordenador cuántico de nivel comercial en 2029? El profesor de Física de la Universidad de Surrey (Reino Unido), Paul Stevenson, comentó que, en cuanto a la fabricación de qubits fiables, Microsoft parece haber logrado un avance. Si los resultados resisten la prueba, el plazo suena razonable. Pero al mismo tiempo, muchos científicos esperan ver más datos detallados revisados por pares, ya que el artículo relacionado que Microsoft ha presentado aún no ha completado la revisión por pares.

Por supuesto, detrás de la declaración triunfalista y la euforia de Microsoft, hay varios puntos que merecen una reflexión serena. Primero, ¿son suficientes 20 segundos? Una vida útil de qubit de 20 segundos, comparada con unas decenas de microsegundos, es sin duda un salto asombroso. Pero los algoritmos cuánticos a nivel práctico requieren cientos de millones de operaciones de puertas cuánticas. Incluso calculando a un microsegundo por operación, 20 segundos solo permiten ejecutar veinte millones de pasos, aún a varios órdenes de magnitud de distancia de los números necesarios para descifrar cifrados RSA o simular moléculas de fármacos con precisión. Hay que tener en cuenta que la decoherencia es una limitación impuesta por las leyes físicas, de la que la ingeniería nunca podrá deshacerse por completo. Segundo, el problema del costo de compilación. Cada vez que se utiliza un ordenador cuántico para resolver un problema, primero hay que realizar una compilación en un ordenador clásico, traduciendo el problema a un circuito cuántico específico, y luego resolver ecuaciones según los parámetros del chip cuántico para obtener las secuencias de pulsos electromagnéticos correspondientes a las puertas cuánticas. Este proceso de compilación no es universal; cada problema requiere su propia compilación, y el poder de cálculo clásico consumido en el proceso de compilación en sí mismo puede ser cercano, o incluso exceder, el costo de resolver el problema directamente con métodos clásicos. Tercero, ¿qué pasa si la respuesta que da el ordenador cuántico es incorrecta? No se puede verificar con un ordenador clásico; si se pudiera, no haría falta el ordenador cuántico. Si al final la respuesta es errónea, no se sabe en qué parte del proceso estuvo el error.

El sueño de construir un ordenador cuántico comercial es como una bota suspendida en el aire, que tarda en caer al suelo. El día que finalmente caiga, quizás solo sea un sonido sordo. Al repasar la historia de la ciencia, el progreso tecnológico a veces se parece más a "plantar un sauce sin querer y que crezca, o querer cultivar una flor y que no florezca". Lo que la gente espera fervientemente puede no materializarse, mientras que las soluciones y los avances quizás surjan precisamente donde menos se espera.

Referencias

https://news.microsoft.com/source/features/innovation/majorana-2-microsoft-discovery-agentic-ai/

https://www.bluequbit.io/blog/quantum-chips

https://www.bbc.com/news/articles/cj4p7gyvp52o

https://zhuanlan.zhihu.com/p/2035004303467917427?share_code=14f9XN3e5wlBq&utm_psn=2035105136662553502&utm_source=wechat_session&utm_medium=social&s_r=0&wechatShare=1

Este artículo proviene del WeChat Official Account: 心智观察所 , autor: 心智观察所

Pertanyaan Terkait

Q¿Cuál es el avance más destacado del chip cuántico Majorana 2 de Microsoft?

AEl mayor avance del chip Majorana 2 de Microsoft es que sus qubits de Majorana han alcanzado un tiempo de coherencia promedio de 20 segundos, lo que supone una mejora de 1000 veces en confiabilidad respecto a la generación anterior (Majorana 1).

Q¿Qué ventaja teórica clave tienen los qubits topológicos de Microsoft frente a los qubits superconductores tradicionales?

ALos qubits topológicos de Microsoft aprovechan las propiedades de invariancia topológica para almacenar información de forma no local en "trenzas" de partículas. Esto los hace intrínsecamente más resistentes al ruido ambiental y a los errores locales, prometiendo una mayor estabilidad y menores requisitos de corrección de errores que los qubits superconductores tradicionales.

Q¿Cómo ayudó la IA de Microsoft (Microsoft Discovery) en el desarrollo del chip Majorana 2?

ALa plataforma Microsoft Discovery empleó IA de tipo agente, donde múltiples agentes de IA colaboraron como un equipo de investigación. Automatizaron y aceleraron tareas como analizar grandes volúmenes de datos experimentales, optimizar cientos de parámetros de fabricación, y localizar rápidamente configuraciones óptimas. Esto redujo drásticamente el tiempo de desarrollo, contribuyendo significativamente al salto de rendimiento de 1000 veces.

QSegún el artículo, ¿qué desafíos persisten para lograr una computadora cuántica comercial, a pesar del avance de los 20 segundos de coherencia?

APersisten varios desafíos importantes: 1) Escalar de los 12 qubits actuales a los millones necesarios para aplicaciones comerciales. 2) El tiempo de coherencia de 20 segundos, aunque largo, aún puede ser insuficiente para algoritmos complejos que requieren miles de millones de operaciones. 3) El alto costo y complejidad de la compilación de problemas en circuitos cuánticos específicos. 4) La dificultad de verificar la corrección de los resultados de un cálculo cuántico complejo con un ordenador clásico.

Q¿En qué año promete Microsoft tener una computadora cuántica escalable con valor comercial y qué opinan algunos científicos sobre este plazo?

AMicrosoft promete tener una computadora cuántica escalable con valor comercial para el año 2029. Algunos científicos, como el profesor Paul Stevenson de la Universidad de Surrey, consideran que el plazo suena razonable si los avances reportados (como los 20 segundos de coherencia) se verifican rigurosamente. Sin embargo, otros expresan cautela y desean ver más datos detallados revisados por pares antes de confirmar la viabilidad del cronograma.

Bacaan Terkait

Panduan Pendaftaran dan Pengiriman Artikel Kolom PANews

Panduan Pendaftaran dan Pengiriman Artikel Kolom PANews Artikel ini menjelaskan proses lengkap untuk mendaftar sebagai penulis kolom dan mengirimkan artikel ke platform PANews, serta beberapa fitur yang tersedia. **Syarat Utama untuk Kolom:** * Konten harus mendalam seputar Crypto, Web3, blockchain, data, atau opini terkait. * Konten yang bersifat promosi merek/perkenalan produk atau soft PR disarankan melalui jalur bisnis. * Konten yang sebagian besar dibuat dengan AI tidak akan disetujui. **Cara Mendaftar Kolom:** 1. **Versi Web:** * Akses situs web PANews, gulir ke bagian bawah, dan klik "申请专栏" (Ajukan Kolom). * Daftar menggunakan nomor ponsel atau email. Login hanya memerlukan kode verifikasi, tanpa kata sandi. * Isi nama kolom, deskripsi, unggah foto profil, dan lampirkan tautan artikel yang pernah diterbitkan (sebagai referensi). 2. **Versi Ponsel:** * Di aplikasi/website, temukan bagian "我的" (Saya), lalu pilih "投稿与创作" (Kirim & Buat). * Isi informasi yang diperlukan. **Cara Membuat & Mengirim Artikel:** 1. Login ke situs web PANews. 2. Akses "个人主页" (Halaman Profil) dan masuk ke "创作者中心" (Pusat Kreator). 3. Klik untuk membuat artikel baru dan mulai menulis. **Cara Menyematkan Video:** Platform saat ini hanya mendukung penyematan kode video dari pihak ketiga (contoh: Bilibili). * Salin kode semat (embed code) dari video yang diinginkan. * Di editor artikel, klik tombol "插入/编辑媒体" (Sisipkan/Edit Media), pilih tab "嵌入" (Semat), tempel kode, dan simpan. * Ukuran video dapat disesuaikan dengan memilih video yang sudah disematkan, lalu edit propertinya (disarankan: lebar 100%, tinggi 560px). **PANews Skills (Alat AI untuk Penulis):** PANews menyediakan set keterampilan AI bernama **PANews Skills** (dapat dipasang dari GitHub) untuk membantu penulis. * **panews:** Melacak berita panas, artikel tren, data pendanaan, untuk pembuatan laporan harian otomatis. * **panews-creator (Kunci):** Mengelola kolom, mempublikasikan artikel, mengunggah gambar. Membutuhkan token otentikasi (`authorization`) yang bisa didapat dari browser setelah login ke akun PANews (lihat Network tab). * **panews-web-viewer:** Mengonversi konten web PANews menjadi Markdown. Alat ini kompatibel dengan berbagai agen AI seperti Cursor, Claude Code, ChatGPT, dll., untuk membantu pembuatan konten, pemantauan tren, dan publikasi.

marsbit4m yang lalu

Panduan Pendaftaran dan Pengiriman Artikel Kolom PANews

marsbit4m yang lalu

Saya Membangun Sebuah Platform Kerja Investasi Pribadi Menggunakan AI

Selama dua minggu terakhir, saya menggunakan "Vibe Coding" (memerintahkan AI seperti Codex, Claude Code, dan DeepSeek untuk menulis kode berdasarkan bahasa alami) untuk membangun workstation investasi pribadi. Saya membuat empat alat kecil yang berguna: 1. **Panel Aset Lintas Pasar:** Dashboard lokal untuk melihat sekilas semua portofolio saya (saham AS, Crypto, saham HK, saham A) dalam satu halaman, dilengkapi dengan pemantauan pergerakan harga dan ringkasan keuntungan/kerugian harian. 2. **Pemantau Taruhan Pasar Prediksi (PM):** Dasbor untuk memusatkan dan memantau taruhan di pasar prediksi (misalnya, tentang valuasi perusahaan atau peristiwa makro), menghubungkan perubahan probabilitas dengan berita dan pergerakan pasar, serta mengurutkannya berdasarkan keyakinan saya. 3. **Backend Operasi Kecil:** Alat berbasis cloud (dihosting di GitHub + Vercel) untuk mengelola ide penulisan, kemajuan artikel, dan jadwal publikasi di berbagai platform. 4. **Alat Format Satu Klik:** Skrip sederhana untuk secara otomatis memformat satu naskah ke dalam gaya yang diperlukan oleh berbagai platform media, menghemat waktu. Intinya, AI mengubah cara penelitian investasi untuk orang biasa dengan sangat mengurangi hambatan teknis. Sekarang, kita dapat dengan cepat membuat prototipe sistem dasar sesuai kebutuhan pribadi, seperti sistem pengamatan aset, pemantauan sinyal, peta hubungan sektor (misalnya, untuk melacak aliran dana di sektor AI), dan sistem tinjauan ulang. Siklus "ide - implementasi - penggunaan - umpan balik - revisi" menjadi sangat cepat, memungkinkan kita secara bertahap mengumpulkan alat yang berguna tanpa harus menjadi ahli pemrograman. Perubahan ini memungkinkan eksekusi ide yang sebelumnya tertunda.

marsbit20m yang lalu

Saya Membangun Sebuah Platform Kerja Investasi Pribadi Menggunakan AI

marsbit20m yang lalu

Robinhood, Saham Konsep Pasar Prediksi Pertama

Robinhood, platform perdagangan saham retail terkemuka AS, kini muncul sebagai pesaing baru dalam pasar prediksi, khususnya menantang posisi Kalshi yang sebelumnya menjadi mitra strategisnya. Awalnya, pada Maret 2025, Robinhood bermitra dengan Kalshi untuk menyediakan layanan perdagangan pasar prediksi kepada penggunanya, dengan Kalshi menyediakan infrastruktur pasar dan kepatuhan regulasi. Kerja sama ini sukses, di mana sekitar 25%-35% volume perdagangan Kalshi diperkirakan berasal dari saluran Robinhood, berkontribusi signifikan pada pendapatan Robinhood. Namun, Robinhood mulai mengembangkan ambisinya sendiri. Pada November 2025, mereka mendirikan usaha patungan dengan Susquehanna dan mengakuisisi pertukaran derivatif yang diatur CFTC, MIAXdx, yang kemudian berganti nama menjadi Rothera Exchange. Dengan infrastruktur ini, Robinhood kini memiliki kemampuan untuk mengoperasikan pasar prediksi secara mandiri. Pada Juni 2026, bertepatan dengan Piala Dunia, Robinhood meluncurkan Rothera dan mulai mengalihkan sebagian pesanan pasar prediksi dari Kalshi ke platformnya sendiri. Event besar seperti Piala Dunia menjadi momentum yang tepat untuk menarik pengguna dan volume perdagangan. Data awal menunjukkan Rothera berhasil menangani puluhan juta kontrak dalam beberapa hari pertama. Perkembangan ini menggeser dinamika industri. Alih-alih sekadar menjadi saluran distribusi, Robinhood kini menjadi pesaing langsung Kalshi. Insiden ini menggarisbawahi prinsip kunci: dalam era di mana produk dapat direplikasi, kontrol atas distribusi dan akses ke pengguna adalah aset paling berharga. Masa depan industri pasar prediksi mungkin akan lebih didorong oleh perebutan kontrol saluran distribusi, di mana platform dengan basis pengguna besar, seperti Robinhood, memiliki keunggulan strategis untuk mendominasi pasar.

marsbit24m yang lalu

Robinhood, Saham Konsep Pasar Prediksi Pertama

marsbit24m yang lalu

Setelah Aset Ditatakan, Bagaimana Cara Keluarnya?

Setelah aset di-tokenisasi, masalah utama yang belum sepenuhnya terpecahkan adalah bagaimana cara pemegangnya dapat keluar atau menebus aset tersebut dengan likuiditas instan. Artikel ini membahas tiga model arsitektur likuiditas untuk menyediakan jalur keluar instan bagi aset dunia nyata yang ditokenisasi (RWA): 1. **Model Neraca (Grove Basin):** Menyediakan likuiditas langsung dari cadangan satu entitas (contohnya Sky). Cocok untuk aset likuid seperti T-bills dengan penyelesaian cepat, tetapi kapasitasnya terbatas pada satu neraca dan aksesnya terbatas. 2. **Model Vault Khusus Aset (Upshift Clear):** Setiap aset yang didukung memiliki vault likuiditas khususnya sendiri yang didanai oleh penyedia likuiditas independen. Ini memungkinkan perluasan modal tetapi modal menjadi terisolasi per aset, mengurangi efisiensi modal. 3. **Lapisan Likuiditas Bersama (Symbiotic Liquid Lane):** Menggunakan modal bersama yang dapat mendukung berbagai jenis aset RWA secara bersamaan. Dana di vault terus menghasilkan hasil di antara peristiwa penebusan melalui berbagai sumber (pinjaman, spread penebusan). Penetapan harga penebusan ditentukan melalui pasar RFQ kompetitif. Perbandingan menunjukkan bahwa **model lapisan likuiditas bersama menawarkan efisiensi modal yang lebih tinggi, skalabilitas yang lebih baik, dan fleksibilitas untuk mendukung berbagai aset—terutama aset dengan jangka waktu penebusan yang lebih panjang seperti kredit privat.** Ini bertujuan untuk mengubah likuiditas penebusan dari solusi tambal sulam menjadi infrastruktur bersama yang dapat tumbuh bersama pasar tokenisasi.

marsbit27m yang lalu

Setelah Aset Ditatakan, Bagaimana Cara Keluarnya?

marsbit27m yang lalu

Setelah Aset Ditokenisasi, Bagaimana Cara Keluarnya?

Setelah aset di-tokenisasi, masalah setengah lainnya yang belum terpecahkan adalah bagaimana cara keluar atau menebusnya dengan cepat. Artikel ini membahas tiga model arsitektur likuiditas instan untuk aset tokenisasi (RWA) dan membandingkan kekurangan serta keunggulannya. Tiga model tersebut adalah: 1. **Model Neraca (Contoh: Grove Basin):** Menyediakan likuiditas instan dari cadangan satu entitas tunggal (neraca). Cocok untuk aset seperti Treasury yang penyelesaiannya cepat, tetapi kapasitas terbatas pada satu neraca dan aksesnya terbatas. 2. **Model Brankas Khusus Aset (Contoh: Upshift Clear):** Likuiditas disediakan oleh Penyedia Likuiditas (LP) independen ke dalam brankas terpisah untuk setiap aset yang didukung. Lebih fleksibel dan memisahkan risiko, tetapi modal terisolasi per aset sehingga kurang efisien. 3. **Model Lapisan Likuiditas Bersama (Contoh: Symbiotic Liquid Lane):** Menggunakan lapisan likuiditas bersama yang didanai oleh banyak penyedia modal untuk mendukung berbagai jenis aset sekaligus. Modal digunakan secara efisien dengan tetap menghasilkan pendapatan di antara peristiwa penebusan, dan penyelesaiannya melalui pasar RFQ kompetitif. Dirancang untuk aset likuiditas lebih rendah seperti kredit privat. Kesimpulannya, untuk skala pasar yang luas, diperlukan infrastruktur likuiditas bersama yang efisien, fleksibel, dan dapat tumbuh bersama partisipasi pasar—seperti yang dituju Liquid Lane—bukan solusi terpisah untuk setiap aset atau penerbit.

链捕手42m yang lalu

Setelah Aset Ditokenisasi, Bagaimana Cara Keluarnya?

链捕手42m yang lalu

Trading

Spot
Futures

Artikel Populer

Cara Membeli CHIP

Selamat datang di HTX.com! Kami telah membuat pembelian USD.AI (CHIP) menjadi mudah dan nyaman. Ikuti panduan langkah demi langkah kami untuk memulai perjalanan kripto Anda.Langkah 1: Buat Akun HTX AndaGunakan alamat email atau nomor ponsel Anda untuk mendaftar akun gratis di HTX. Rasakan perjalanan pendaftaran yang mudah dan buka semua fitur.Dapatkan Akun SayaLangkah 2: Buka Beli Kripto, lalu Pilih Metode Pembayaran AndaKartu Kredit/Debit: Gunakan Visa atau Mastercard Anda untuk membeli USD.AI (CHIP) secara instan.Saldo: Gunakan dana dari saldo akun HTX Anda untuk melakukan trading dengan lancar.Pihak Ketiga: Kami telah menambahkan metode pembayaran populer seperti Google Pay dan Apple Pay untuk meningkatkan kenyamanan.P2P: Lakukan trading langsung dengan pengguna lain di HTX.Over-the-Counter (OTC): Kami menawarkan layanan yang dibuat khusus dan kurs yang kompetitif bagi para trader.Langkah 3: Simpan USD.AI (CHIP) AndaSetelah melakukan pembelian, simpan USD.AI (CHIP) di akun HTX Anda. Selain itu, Anda dapat mengirimkannya ke tempat lain melalui transfer blockchain atau menggunakannya untuk memperdagangkan mata uang kripto lainnya.Langkah 4: Lakukan trading USD.AI (CHIP)Lakukan trading USD.AI (CHIP) dengan mudah di pasar spot HTX. Cukup akses akun Anda, pilih pasangan perdagangan, jalankan trading, lalu pantau secara real-time. Kami menawarkan pengalaman yang ramah pengguna baik untuk pemula maupun trader berpengalaman.

266 Total TayanganDipublikasikan pada 2026.04.21Diperbarui pada 2026.06.02

Cara Membeli CHIP

Diskusi

Selamat datang di Komunitas HTX. Di sini, Anda bisa terus mendapatkan informasi terbaru tentang perkembangan platform terkini dan mendapatkan akses ke wawasan pasar profesional. Pendapat pengguna mengenai harga CHIP (CHIP) disajikan di bawah ini.

活动图片