[Featured Research]A16z: Trend of crypto for 2023

a16zDipublikasikan tanggal 2022-12-26Terakhir diperbarui pada 2022-12-26

Abstrak

Despite the uncertainty surrounding the potential impact, institutional adoption of crypto remains steadfast, with many investors taking the long view and recognizing the cyclical nature of these markets. Rather than abandoning their bets on Crypto, they are using this environment to hone their knowledge and build infrastructure to be ready for the future.

Below is a shortlist of just some of the things that excite partners across the engineering, research, and investing teams about what’s ahead.

Blockchain’s Mobile Moment

How far or close are we to the “mobile moment” for crypto? There is a large group of blockchain users and others whose main access to the internet is through their smartphones, but which relies on centralized infrastructure — which is convenient, but also risky. Users have traditionally solved this problem by running their own nodes — a time- and resource-intensive endeavor that, at the very least, requires a constantly-online machine, hundreds of gigabytes of storage, and around a day to sync from scratch… not to mention special skills.

But more people are now starting to care about decentralizing access to blockchains for all users — even those who cannot run a node themselves. With the introduction of “light” clients that provide similar functionality to running a full node — such as Helios (released by a16z crypto), Kevlar, and Nimbus — users can now verify blockchain data directly from their devices. I’m hoping to see similar trust and decentralization improvements in other parts of the stack, such as event indexing and user data storage. Taken together, all of these can help achieve true decentralization for mobile frontends.

—Noah Citron, engineering partner, crypto team (@noahcitron, @ncitron on Farcaster)

Zero Knowledge, Multi-Party Computation, and Post-Quantum Crypto

Zero knowledge systems are powerful, foundational technologies that hold the keys to blockchain scalability, privacy-preserving applications, and much more. But there are a lot of tradeoffs between prover efficiency, proof succinctness, and the need for a trusted setup. It would be fantastic to see more constructions for zk-proofs that fill the gaps in the multidimensional space of these tradeoffs. For me, it would be most interesting to see whether trusted setups are required for constant-size proofs (and constant-time verification), which would further justify the need for more transparent trusted setup ceremonies.

We also need better constructions for threshold ECDSA (elliptic curve digital signature algorithm) signatures. Attaining thresholds removes the need to trust a single signer, which is why threshold signatures are important for multi-party, distributed computation on private data and have several applications in web3. The most interesting threshold ECDSA signatures would be those that minimize the overall number of rounds — including the pre-signing rounds where the message is not known yet. Finally: As new post-quantum signatures near the end of standardization, per NIST, it would be great to explore which of these could be made friendly to aggregation or thresholdization.

—Valeria Nikolaenko, research partner, crypto team (@lera_banda)

Developer Onboarding for Zero Knowledge

Zero knowledge systems have been a long time coming. In recent years, they moved from theory to practice, but in 2022 it felt like we turned the corner on developer onboarding for ZK. Specifically, we saw the proliferation of educational materials and the maturation of high-level programming languages (such as Noir and Leo) that made it easier than ever for engineers to start writing ZK applications. I expect these developments, along with continued theoretical advances, will lead to an influx of application developers, given how significant zero knowledge is to so many use cases. Putting things into the hands of developers often leads to unexpected new use cases; I’m excited to see what comes next.

—Michael Zhu, engineering partner, crypto team (@moodlezoup)

VDF Hardware

Verifiable Delay Functions (VDFs) are an exciting cryptographic tool with many applications, from verifiable lotteries to leader election to preventing front-running. But the biggest catch has long been hardware implementations, which are needed to have confidence that attackers can’t compute the VDF faster. I’m excited for the first generation of VDF hardware to be available, paving the way for practical deployment.

—Joseph Bonneau, research partner, crypto team (@josephbonneau)

Fully On-Chain Games and Autonomous Worlds

What if you could create a game world that could not be taken down or censored, had no need for servers, and could live far beyond any of our individual (or even organizational) lifetimes? For the first time ever, we can. We are at the very beginning of crypto-native, fully “on-chain games,” or — as others prefer to call its superset — “autonomous worlds,” built on top of blockchain technology.

Whatever you call it (and the lexicon is still forming!), the nascent movement toward maximally decentralized games offers new affordances that make it possible to actually build these games online. Specifically, the ability to put a game’s entire state and logic on a publicly verifiable, censorship-resistant, and decentralized blockchain… as well as advances in on-chain procedural generation, which not only overcome constraints like storage, but are essentially “a trick to compress a complex world into an executable.” What new games, and gameplay, become possible that were never possible before? Are such games still… games?

—Carra Wu, investing partner, crypto team (@carrawu, @carra on Farcaster)

Non-Transferable Tokens

I much prefer the term “non-transferable tokens” over “soulbound” tokens (a term borrowed from gaming by Vitalik Buterin for NFTs); these tokens are for cases where it doesn’t make sense to transfer NFTs. I’m excited to see the various web3 applications that will be built on top of not just this primitive, but also with decentralized identifiers and verifiable credentials. While the discussion of these primitives usually revolves around decentralized identity, there are many other applications to be explored as well: For instance, tickets, digital <> physical, reputation… and much more ahead.

—Michael Blau, investing partner, crypto team (@blauyourmind, @michaelblau on Farcaster)

Decentralized Energy

How can we apply the decentralization ethos to energy? For instance, power grids are dated, centralized, and face several other issues like high upfront capital expenditures and misaligned incentives. There are great opportunities to build microgrids and storage and transmissions networks, by solving issues such as high capital expenditures and disparate incentives solved through tokens. There are also burgeoning markets for renewable energy certificates (REC), and carbon credits on-chain. I’m excited to see builders continue to expand what’s possible in this category of decentralized energy coordinated by blockchains.

—Guy Wuollet, investing partner, crypto team (@guywuolletjr, @guy on Farcaster)

Bacaan Terkait

Penerbit DRAM ETF: Samsung, SK Hynix, Micron Semua Tembus Triliunan, Era AI Chip Memori Baru Dimulai

**Ringkasan: Masa Depan Cerah Chip Memori di Era AI** Kritik dari Morningstar mengingatkan investor akan siklus boom-bust historis di industri chip memori, sifat komoditas, dan kemungkinan harga saham telah meninggalkan fundamental. Namun, **Roundhill Investments** (penerbit DRAM ETF) berpendapat bahwa **era AI telah mengubah struktur industri secara fundamental**: 1. **Siklus Baru, Dinamika Baru:** Permintaan kini didorong oleh infrastruktur AI skala besar, bukan siklus upgrade elektronik konsumen. Perjanjian pasokan jangka panjang yang lebih ketat dengan hyperscalers (seperti Google, AWS) muncul karena intensitas modal manufaktur yang sangat tinggi. 2. **Parit Pertahanan (Moat) yang Nyata:** Chip memori kunci untuk AI adalah **High-Bandwidth Memory (HBM)**, yang sangat kompleks untuk diproduksi. **SK Hynix, Samsung, dan Micron menguasai hampir seluruh pasokan global**. Hambatan masuknya sangat tinggi (teknologi, peralatan EUV dari ASML yang langka, waktu pembangunan pabrik 3-5+ tahun), mencegah kelebihan pasokan seperti di masa lalu. 3. **Fundamental yang Sangat Kuat:** Proyeksi konsensus Bloomberg menunjukkan pada 2027, ketiga raksasa memori ini akan menjadi di antara **10 perusahaan paling menguntungkan di dunia**, dengan total laba bersih gabungan diperkirakan mencapai **$704 miliar** dan pendapatan gabungan melampaui $1 triliun. Margin operasi mereka telah mencapai rekor tertinggi sepanjang masa. 4. **Penilaian Ulang (Revaluasi):** Meskipun kenaikan harga saham tajam, valuasi relatif (seperti P/E maju) masih menarik dibandingkan saham teknologi lain jika mempertimbangkan tingkat pertumbuhan laba yang eksplosif. Kerangka valuasi historis mungkin tidak lagi relevan mengingat profil profitabilitas baru yang berkelanjutan. **Kesimpulan Roundhill:** Kenaikan saat ini didorong oleh fundamental baru — permintaan AI yang masif dan berkelanjutan, parit pertahanan manufaktur yang dalam, dan siklus profitabilitas yang belum pernah terjadi sebelumnya — menandai transisi industri menuju **"era baru" yang lebih stabil dan menguntungkan**. Kelangkaan pasokan HBM diperkirakan bertahan hingga 2030. *Catatan: Penulis adalah pihak yang mengelola DRAM ETF, sehingga memiliki sudut pandang yang secara alami bullish (optimis).*

marsbit4m yang lalu

Penerbit DRAM ETF: Samsung, SK Hynix, Micron Semua Tembus Triliunan, Era AI Chip Memori Baru Dimulai

marsbit4m yang lalu

Restrukturisasi Epik EF: PHK 20%, Anggaran Dipotong Setengah, Ethereum Bersiap Jadi Lebih Ringan?

Yayasan Ethereum (EF) telah mengumumkan restrukturisasi organisasi besar-besaran, termasuk pemotongan sekitar 20% karyawan (54 orang) dan pengurangan anggaran hingga 40%. Reformasi ini bertujuan untuk menyederhanakan operasi EF dan beralih ke model yang lebih berkelanjutan, dengan target menurunkan tingkat pengeluaran tahunan menjadi sekitar 5% setelah tahun 2030. Restrukturisasi membagi EF ke dalam klaster fungsional yang jelas: lapisan protokol, lapisan akses, lapisan pengguna, lapisan komunitas, dan lapisan kelembagaan. Langkah ini dipandang sebagai upaya untuk memperjelas peran EF yang selama ini dianggap ambigu, dengan fokus kembali pada penelitian protokol inti, dukungan barang publik, dan koordinasi ekosistem, sementara lebih banyak tugas pembangunan diserahkan kepada kekuatan pasar dan tim independen di ekosistem yang lebih luas. Latar belakang reformasi ini adalah berbagai kritik yang dihadapi EF selama setahun terakhir, terkait penjualan ETH, eksekusi strategi, dan daya saing ekosistem. Vitalik Buterin mengakui bahwa penyusutan ini akan mengakibatkan penghentian beberapa proyek dan kehilangan kontributor jangka panjang. Namun, hal ini juga mencerminkan perubahan struktur kekuatan di Ethereum, di mana organisasi independen seperti Ethlabs (didirikan oleh mantan peneliti EF) mulai muncul untuk mengisi peran yang ditinggalkan. Bahkan pesaing seperti Anatoly Yakovenko dari Solana memberikan tanggapan positif, menyatakan bahwa EF yang lebih ramping dapat menjadi lebih gesit dan fokus. Meskipun reformasi ini tidak serta-merta menyelesaikan semua tantangan Ethereum, langkah ini menandai penyesuaian yang signifikan dalam positioning EF seiring dengan maturingnya ekosistem Ethereum.

Odaily星球日报46m yang lalu

Restrukturisasi Epik EF: PHK 20%, Anggaran Dipotong Setengah, Ethereum Bersiap Jadi Lebih Ringan?

Odaily星球日报46m yang lalu

Partner Dragonfly Haseeb: Perusahaan dengan Pertumbuhan Tercepat Mungkin Terjebak di Angka 149 Karyawan

Analisis oleh Haseeb dari Dragonfly membahas dampak skema harga AI seperti yang diterapkan Anthropic (Claude) terhadap perusahaan besar vs startup. Artikel ini mengibaratkan harga token AI sebagai "kebijakan pajak" tersembunyi. Perusahaan besar (150+ pengguna) membayar model "Enterprise" dengan biaya per token plus markup ~75%, yang efektif menjadi "pajak tinggi" atas tenaga kerja AI. Hal ini menghambat eksperimen dan otomatisasi marjinal, mendorong retensi tenaga kerja manusia. Sebaliknya, startup (<150 pengguna) mendapat paket langganan "Team" dengan biaya tetap. Dengan harga marjinal nol hingga batas tertentu, mereka mendapat subsidi inovasi. Insentifnya adalah memaksimalkan penggunaan token ("tokenmaxxing") untuk efisiensi ekstrem, mendorong otomatisasi agresif dengan AI dan agen cerdas. Akibatnya, pergantian tenaga kerja mungkin tidak terlihat sebagai PHK massal di perusahaan besar, tetapi sebagai startup yang lebih otomatis mengalahkan perusahaan tradisional. Perusahaan besar mungkin menyembunyikan penurunan bisnis di balik narasi "AI-washing". Artikel ini memperingatkan munculnya "tebing 150 orang", di mana perusahaan yang tumbuh akan terdorong untuk tetap di bawah 149 karyawan untuk mempertahankan harga subsidi. Ini menciptakan distorsi mirip dengan peraturan ketenagakerjaan Prancis di 50 karyawan, yang berpotensi mendefinisikan ulang filosofi manajemen perusahaan rintisan di era AI. Kebijakan harga ini, meski tidak dirancang sebagai pajak, akan sangat memengaruhi struktur tenaga kerja dan kompetisi bisnis di masa depan.

marsbit56m yang lalu

Partner Dragonfly Haseeb: Perusahaan dengan Pertumbuhan Tercepat Mungkin Terjebak di Angka 149 Karyawan

marsbit56m yang lalu

xBubble Bagaimana Membuka Jalan dalam Ekonomi OPC yang Dibanjiri Dana VC

OPC (One Person Company) telah berkembang dari konsep wirausaha yang menarik perhatian menjadi salah satu pasar baru yang paling layak ditonton di industri AI. AI tidak hanya meningkatkan efisiensi karyawan, tetapi juga mengubah jumlah minimum orang yang diperlukan untuk memulai bisnis, memungkinkan usaha kecil yang sebelumnya tidak layak secara finansial menjadi layak. Bukti nyata datang dari Replit dan Lovable, yang mendapatkan valuasi tinggi dengan fokus membuat pengembangan perangkat lunak dapat diakses oleh non-teknis. Namun, celahnya masih ada: alat AI coding saat ini mengurangi biaya pembuatan demo tetapi seringkali mengharuskan pengguna untuk mengelola proses pengembangan dan pemeliharaan yang berkelanjutan, yang merupakan hambatan bagi OPC tanpa latar belakang teknis. Di sinilah xBubble (dari DAPPOS) masuk. Alih-alih fokus pada Prompt-to-Code, xBubble mengadopsi pendekatan SOP-to-Business. Sistem SOP (Standard Operating Procedure) miliknya mengemas model AI, alat, dan standar hasil ke dalam alur eksekusi yang terorganisir untuk tugas atau bisnis tertentu. Pengguna hanya perlu mendeskripsikan tujuan bisnis (misalnya, menjual merchandise Piala Dunia), dan xBubble akan menerjemahkannya menjadi perangkat lunak yang berfungsi, termasuk halaman, pembayaran, dan backend pesanan. xBubble juga menyelesaikan tantangan infrastruktur seperti hosting dan deployment melalui jaringan mitra penyedia layanan pihak ketiga. Yang penting, pengguna dapat membayar layanan ini menggunakan kredit xBubble, menyederhanakan proses. Dukungan untuk pembayaran crypto-native juga melayani kebutuhan OPC yang melayani pelanggan global. Kesempatan xBubble terletak pada penyediaan jalur peluncuran bisnis yang lengkap untuk OPC non-teknis yang sudah memiliki produk, layanan, atau pelanggan, tetapi kekurangan sumber daya untuk tim teknis. Dengan mengotomatisasi dan memaketkan lebih banyak langkah teknis, xBubble berpotensi menjadi sistem peluncuran bisnis untuk ekonomi OPC yang sedang tumbuh, menjembatani kesenjangan antara membuat demo dan menjalankan bisnis yang benar-benar berkelanjutan.

链捕手56m yang lalu

xBubble Bagaimana Membuka Jalan dalam Ekonomi OPC yang Dibanjiri Dana VC

链捕手56m yang lalu

Partner Dragonfly Haseeb: Mengapa Perusahaan dengan Pertumbuhan Tercepat di Masa Depan, Mungkin Semua Terjebak di Angka 149 Karyawan

Dalam sebuah analisis, Haseeb dari Dragonfly membahas kebijakan harga token AI seperti Anthropic yang dapat dianggap sebagai kebijakan pajak terselubung. Perusahaan kecil di bawah 150 pengguna mendapat paket berlangganan dengan biaya token marginal nol, mendorong inovasi dan penggunaan maksimal AI. Sebaliknya, perusahaan besar dengan lebih dari 150 pengguna dikenakan model “Enterprise” dengan tarif per token yang jauh lebih tinggi, menciptakan “pajak” tersirat sekitar 75% pada otomatisasi tenaga kerja AI. Struktur ini menciptakan insentif yang berbeda: startup didorong untuk memaksimalkan penggunaan token secara agresif (token-maxxing), sementara perusahaan besar cenderung membatasi eksperimen AI karena biayanya yang mahal. Akibatnya, penggantian tenaga kerja oleh AI mungkin tidak terjadi melalui PHK massal di korporat besar, tetapi melalui startup yang lebih efisien merebut pasar, yang pada akhirnya mengurangi lapangan kerja secara tidak langsung. Ambang 150 pengguna berfungsi seperti “tebing regulasi,” mirip aturan ketenagakerjaan di Perancis yang membatasi pertumbuhan perusahaan. Startup akan termotivasi untuk tetap di bawah batas ini, mungkin memicu filosofi manajemen “AI-first” dengan tim yang sangat ramping. Kebijakan harga ini, meski tidak dirancang sebagai kebijakan fiskal, dapat mendorong munculnya perusahaan-perusahaan berkinerja tinggi yang dengan sengaja membatasi jumlah karyawan di sekitar 149 orang.

链捕手1j yang lalu

Partner Dragonfly Haseeb: Mengapa Perusahaan dengan Pertumbuhan Tercepat di Masa Depan, Mungkin Semua Terjebak di Angka 149 Karyawan

链捕手1j yang lalu

Trading

Spot
Futures
活动图片