IPO SpaceX Meledak, Rekor Sebelumnya Dipegang Perusahaan China

marsbitDipublikasikan tanggal 2026-06-09Terakhir diperbarui pada 2026-06-09

Abstrak

SpaceX yang akan melakukan IPO dengan rekor telah menjadi topik panas di pasar, dengan valuasi mencapai US$1,77 triliun dan menghimpun dana US$75 miliar. Elon Musk juga mendorong perubahan aturan IPO dengan mengalokasikan 30% saham untuk investor ritel dan menekan biaya penjaminan emisi. Sebelumnya, rekor IPO terbesar di AS dipegang oleh perusahaan China, Alibaba, yang pada 2014 mengumpulkan dana US$25,03 miliar. IPO tersebut melambangkan era keemasan internet konsumen China, mendorong gelombang perusahaan teknologi China ke bursa global dan memaksa reformasi di Bursa Efek Hong Kong. Namun, puncak kejayaan Alibaba pada 2020 diikuti oleh tantangan besar: pembatalan IPO Ant Group, denda monopoli "pilih salah satu" sebesar RMB 18,228 miliar, penurunan pangsa pasar e-commerce inti dari 66% (2019) menjadi sekitar 30%, serta kerugian pada ekspansi strategis seperti ritel baru dan hiburan. Pada akhir 2023, nilai pasar PDD (pemilik Pinduoduo) untuk pertama kalinya melampaui Alibaba. Sekarang, Alibaba berupaya bertransformasi di era AI dengan model Tongyi Qianwen yang mencapai 300 juta MAU, pendapatan terkait AI di Alibaba Cloud menyumbang 30%, dan penyebaran model AI di seluruh ekosistemnya. Namun, tantangan tetap ada, termasuk persaingan ketat dengan ByteDance di segmen C, pergolakan tim, dan posisi strategis yang belum jelas antara layanan C-end dan B-end. Kisah naik turunnya Alibaba mencerminkan nasib raksasa teknologi: dimulai dengan memanfaatkan红利 era, menghadapi tantangan ka...

Penulis:Aaron,Think AI

SpaceX akan go public, mengambil alih sorotan panas, menjadi topik paling hangat di pasar.

Bukan hanya karena IPO ini akan menjadi IPO terbesar dalam sejarah pasar saham AS dan global.

Baik kapitalisasi pasar saat IPO maupun jumlah dana yang dikumpulkan menciptakan rekor sejarah, valuasi ditetapkan pada 1,77 triliun dolar AS, penggalangan dana 75 miliar dolar AS, setiap angka merangsang saraf publik.

Terlebih karena sikap keras Musk kepada bank investasi, menulis ulang aturan IPO, mendorong IPO ini mencapai puncak.

IPO ini menyisihkan 30% saham baru untuk investor ritel, jauh melebihi kebiasaan IPO AS 5-10%, memecah monopoli institusi atas aset berkualitas.

Dan Musk menekan total fee underwriting bank investasi di bawah 0,75%, lebih rendah dari IPO besar biasanya di atas 1%, menciptakan rekor terendah untuk IPO raksasa.

Modal global berebutan memesan kuota, dana bertaruh pada narasi luar angkasa, menciptakan gelombang IPO saham AS terpanas dalam beberapa dekade. Dan rekor sebelumnya untuk ukuran penggalangan dana IPO AS dipegang oleh perusahaan China, Alibaba.

Itu adalah era ketika Jack Ma berkata membawa teropong pun tidak bisa menemukan lawan, pada 2014 menciptakan rekor penggalangan dana terbesar dalam sejarah IPO AS, hingga hari ini baru terpecahkan.

Bagaimana IPO yang menggemparkan dunia itu terjadi? Apa yang dialami Alibaba selama lebih dari sepuluh tahun ini?

Pesta Ratusan Miliar Lebih dari Sepuluh Tahun Lalu

19 September 2014, Alibaba resmi terdaftar di Bursa Saham New York.

Harga penawaran ditetapkan pada batas atas interval 68 dolar AS, pada hari pertama perdagangan, harga pembukaan Alibaba mencapai 92,70 dolar AS, naik sekitar 36% dari harga penawaran, akhirnya ditutup di 93,89 dolar AS. Kapitalisasi pasar penutupan 230 miliar dolar AS, sekaligus melampaui Amazon dan Facebook, menjadi perusahaan teknologi terbesar keempat di dunia.

Awalnya merencanakan mengumpulkan dana 21,76 miliar dolar AS, karena modal global berebutan melebihi kuota, underwriter menjalankan hak opsi kelebihan alokasi, akhirnya total penggalangan dana mencapai 25,03 miliar dolar AS, menduduki puncak penggalangan dana IPO global saat itu.

Alibaba saat itu, adalah perpaduan dari Taobao, Tmall, Alipay, Cainiao, Alibaba Cloud, dan infrastruktur e-commerce China.

Ia mewakili kelas menengah China yang bangkit cepat, pasar konsumen yang terus terdigitalisasi, serta cerita pertumbuhan China yang dibayangkan investor global dalam jangka panjang, namun sulit dibeli langsung.

Dalam arti tertentu, Alibaba tahun 2014, adalah perusahaan yang paling mendekati "pintu masuk era" di mata pasar modal saat itu.

Go public-nya Alibaba membuat investor global menyadari China juga bisa memiliki platform internet kelas dunia, memasuki tier pertama perusahaan teknologi dunia, hingga hari ini masih berdampak mendalam. Secara bersamaan, ia mendorong datangnya era keemasan saham China, memicu gelombang perusahaan internet China berbondong-bondong go public.

Sebaliknya, ia juga memaksa pasar modal Hong Kong melakukan perubahan.

Awalnya Alibaba bukan tidak mempertimbangkan Hong Kong, tetapi sistem kemitraannya bertentangan dengan aturan "one share, one vote" bursa Hong Kong saat itu, akhirnya Alibaba memilih go public di AS.

Beberapa tahun kemudian, bursa Hong Kong mereformasi sistem pencatatan, mengizinkan perusahaan ekonomi baru dengan struktur hak suara berbeda, perusahaan seperti Xiaomi, Meituan bisa go public, Alibaba kemudian juga go public sekunder di Hong Kong.

Setelah itu, kerajaan e-commerce Alibaba memasuki periode ekspansi emas, dan pada Oktober 2020, kapitalisasi pasar mencapai puncak 630 miliar dolar AS, mencapai puncak sejarah. Pada tahap itu, Alibaba menabur benih gelap, saat itu belum menjadi protagonis, hingga era AI, membantu Alibaba berhasil bertransformasi.

Dari "Pilih Salah Satu" Hingga Kapitalisasi Pasar Dilampaui Pinduoduo

Bulan setelah kapitalisasi pasar Alibaba mencapai puncak, IPO Ant Group dihentikan, mimpi go public finansial dengan valuasi triliunan tiba-tiba berakhir. Ini juga menjadi awal penurunan Alibaba dari kejayaan.

2021, Alibaba didenda 18,228 miliar yuan karena monopoli "pilih salah satu" platform, menciptakan rekor denda anti-monopoli domestik.

Alasan denda besar adalah Alibaba sejak sebelum 2015, menyalahgunakan posisi dominan pasar, meminta pedagang di platform hanya bisa membuka toko atau ikut promosi di platform Alibaba, sangat merugikan hak pedagang, membentuk perilaku monopoli.

Kemudian pada Desember 2023, dihukum membayar ganti rugi 1 miliar yuan kepada JD.com, menyelesaikan dendam "pilih salah satu" 10 tahun.

Selama ini penyakit perusahaan besar Alibaba merajalela. Formalisme, birokratisme menjadi angin, sudah jarang ada inovasi, kasus pelecehan seksual karyawan wanita menggegerkan, memicu opini publik nasional, akhirnya beberapa eksekutif mengundurkan diri, CEO Daniel Zhang meminta maaf publik, sistem nilai Alibaba dipertanyakan serius.

Dan beberapa kesalahan strategi dalam ekspansi strategis, membuat Alibaba tidak hanya kehilangan ratusan miliar, tetapi juga kehilangan parit inti e-commerce. Alibaba bertaruh pada peningkatan konsumsi, Taobao kehilangan citra "murah", pasar direbut Pinduoduo. Bagian pasar Taobao Tmall dari 66% pada 2019 turun cepat menjadi sekitar 30% saat ini;

Setelah 2016 mengusung strategi new retail, menginvestasikan ratusan miliar mencoba menghubungkan online-offline, berinvestasi atau mengakuisisi Intime, Suning, Sun Art Retail, semua rugi besar, melewatkan masa keemasan e-commerce video pendek dan live streaming.

Segmen hiburan besar rugi 60 miliar yuan dalam 8 tahun, posisi industri terus menurun, setelah mengakuisisi Youku dari peringkat pertama melorot ke keempat, dilampaui sepenuhnya oleh Tencent Video, iQiyi, layanan musik Xiami ditutup 2021, mengoperasikan industri kreatif dengan pemikiran teknologi dan modal, kekurangan gen konten.

Kehidupan lokal terus ditekan Meituan. Kemudian akhir November 2023, kapitalisasi pasar Pinduoduo pertama kali melampaui Alibaba, Jack Ma menanggapi di forum internal "Alibaba akan berubah, Alibaba akan berbenah", dan menyebutkan "era AI e-commerce baru saja dimulai".

Alibaba menghadapi momen tergelap, AI menjadi obat baru Alibaba.

Langkah-langkah di Era AI

Saat ini, Alibaba memiliki keberadaan kuat di bidang AI, model Tongyi Qianwen MAU sisi C tertinggi mencapai 300 juta, pendapatan total Alibaba Cloud Q1 mencapai 41,6 miliar yuan, tumbuh 38% YoY, pendapatan produk terkait AI menyumbang 30%;

Alibaba Cloud pangsa Iaas cloud publik China bertahun-tahun stabil di posisi pertama, menjadi infrastruktur inti pengembangan AI China.

Chip buatan sendiri diinvestasikan untuk pelatihan AI, dan model besar sekarang tertanam di ekosistem seperti Taobao, Alipay, Amap, Feishu, mempercepat komersialisasi. Namun tantangan saat ini masih jelas.

Sisi C masih ditekan ByteDance, Doubao MAU jauh melampaui Qianwen, dan keterikatan pengguna lebih tinggi, setelah aktivitas Tahun Baru, pengguna aktif Qianwen turun ke sekitar 150 juta.

Kepala Tongyi Qianwen Lin Junyang mengundurkan diri memicu gejolak tim, persaingan bakat puncak AI meningkat, daya tarik Alibaba menurun; Alibaba bimbang antara pintu masuk traffic AI (pengguna sisi C) dan jaringan industri AI (layanan ToB), belum membentuk posisi diferensiasi yang jelas, jalur teknologi goyah.

Melihat kembali naik turunnya Alibaba dalam dua belas tahun sejak go public, dapat melihat dengan jelas nasib pertumbuhan raksasa.

2014 pasar modal memberikan valuasi super tinggi kepada Alibaba, bertaruh pada dividen era internet konsumsi China;

Berturut-turut terpukul kemudian, akarnya terletak pada ekspansi strategis diversifikasi buta, keterlambatan keputusan akibat penyakit perusahaan besar, salah menilai era karena meremehkan jalur baru;

Akhirnya pulih dengan mengandalkan AI, membuktikan teknologi keras adalah dasar ketahanan perusahaan teknologi melintasi siklus.

Pertanyaan Terkait

QMengapa IPO SpaceX menjadi begitu panas dan memecahkan rekor?

AIPO SpaceX menjadi topik yang sangat panas karena dua alasan utama: pertama, ini akan menjadi IPO terbesar dalam sejarah pasar modal AS dan global, dengan valuasi US$1,77 triliun dan pendanaan US$75 miliar. Kedua, Elon Musk merevisi aturan IPO dengan memberikan 30% saham baru kepada investor ritel (biasanya hanya 5-10%) dan menekan biaya underwriting ke bawah 0,75%, sehingga mengguncang monopoli institusi terhadap aset berkualitas.

QPerusahaan China mana yang memegang rekor IPO terbesar di AS sebelum SpaceX?

ASebelum IPO SpaceX, rekor IPO terbesar di pasar modal AS dipegang oleh perusahaan China, Alibaba Group. Pada tahun 2014, Alibaba berhasil mengumpulkan dana sebesar US$25,03 miliar dalam penawaran umum perdana di Bursa Efek New York, sebuah rekor yang bertahan hingga hari ini sebelum akhirnya dipecahkan oleh SpaceX.

QApa dampak signifikan dari IPO Alibaba pada tahun 2014?

AIPO Alibaba tahun 2014 berdampak sangat signifikan. Hal ini membuat investor global menyadari bahwa China juga dapat memiliki platform internet kelas dunia, mendorong datangnya era keemasan saham China di AS, dan memicu gelombang perusahaan internet China yang berlomba-lomba go public. Selain itu, IPO ini memaksa Bursa Efek Hong Kong untuk mereformasi aturannya, sehingga memungkinkan perusahaan dengan struktur hak suara ganda (seperti Alibaba) untuk mencatatkan saham di sana di kemudian hari.

QApa penyebab utama penurunan Alibaba setelah puncak kejayaannya?

APenurunan Alibaba disebabkan oleh beberapa faktor utama: (1) Penghentian mendadak IPO Ant Group pada akhir 2020 yang mengganggu rencana strategis; (2) Denda besar karena praktik monopoli 'pilih salah satu' sebesar RMB 18,228 miliar pada tahun 2021; (3) Birokrasi dan penyakit perusahaan besar yang menghambat inovasi; (4) Kesalahan strategis, seperti fokus pada peningkatan konsumsi yang menyebabkan kehilangan pangsa pasar e-commerce inti ke Pinduoduo, serta investasi besar yang gagal di sektor ritel baru dan hiburan.

QBagaimana posisi dan tantangan Alibaba di era AI saat ini?

ADi era AI, Alibaba memiliki posisi yang cukup kuat dengan model 'Tongyi Qianwen' yang memiliki hingga 300 juta pengguna bulanan, pendapatan terkait AI menyumbang 30% dari pendapatan Alibaba Cloud, dan infrastruktur cloud-nya yang mendominasi pasar IaaS China. Namun, tantangannya masih jelas: di sisi pengguna (C-end), model Doubao dari ByteDance lebih unggul dalam hal jumlah pengguna aktif dan loyalitas; terjadi persaingan sengit untuk talenta AI terkemuka; dan Alibaba tampaknya masih ragu-ragu antara fokus pada pengguna C-end dan layanan B-to-B, belum membentuk posisi diferensiasi yang jelas.

Bacaan Terkait

MicroStrategy Tidak Akan Mati dalam Penurunan Ini: Refleksivitas, Jangkar Kembali STRC ke Nilai Nominal, dan Logika Penyelamatan 'Jual Saham, Jangan Jual Koin'

Penulis (@bonnazhu) menganalisis penurunan harga Bitcoin (BTC) terkini dan dampaknya pada MicroStrategy (MSTR) serta saham preferennya (STRC). Intinya: 1. **Pemicu Penurunan**: Penurunan cepat BTC diduga akibat serangan pasar yang memanfaatkan kekhawatiran likuiditas MSTR. MSTR menggunakan cadangan kasnya untuk membeli kembali obligasi konversi dan menjual 32 BTC, memicu narasi "krisis arus kas". Ini adalah contoh **refleksivitas**, di mana ekspektasi pasar dapat mengubah realitas—serupa dengan serangan George Soros terhadap poundsterling. 2. **STRC dan Anjaknya**: STRC turun karena kekhawatiran pasar atas kemampuan MSTR membayar dividen, meningkatkan tingkat pengembalian yang disyaratkan. Namun, sebagai obligasi suku bunga mengambang, harga STRC akan kembali ke nilai pari (100) seiring waktu karena dividen dapat disesuaikan. 3. **Solusi yang Direkomendasikan**: Daripada menjual BTC (yang merusak narasi "tidak pernah jual BTC" dan mengurangi premium mNAV), MSTR sebaiknya **menerbitkan saham baru** saat mNAV > 1. Ini mengisi cadangan kas tanpa mengurangi kepemilikan BTC per saham, mempertahankan premium, meningkatkan ekuitas, dan memperbaiki rasio utang. Menjual BTC justru memperburuk rasio utang, mengurangi kepemilikan BTC per saham, dan dapat merusak narasi investasi jangka panjang. Kesimpulan: MSTR dapat mengatasi tekanan jangka pendek, tetapi menjual BTC berisiko merusak model bisnisnya. Jika MSTR memilih menjual BTC, krisis mungkin teratasi sekarang, tetapi dapat memicu siklus refleksif serupa di masa depan jika narasi intinya berubah.

marsbit10m yang lalu

MicroStrategy Tidak Akan Mati dalam Penurunan Ini: Refleksivitas, Jangkar Kembali STRC ke Nilai Nominal, dan Logika Penyelamatan 'Jual Saham, Jangan Jual Koin'

marsbit10m yang lalu

Humanity Digerog Rp46,6 Miliar, Satu Kunci Pribadi Jatuhkan Harga Token 90%

9 Juni, proyek identitas digital Humanity Protocol mengalami serangan keamanan besar akibat kebocoran kunci pribadi anggota yayasan, menyebabkan kerugian lebih dari $31 juta. Ratusan alamat yang memegang token H dibobol, dengan sekitar $9 juta dikonversi ke ETH dan $9,9 juta lainnya masih dalam bentuk token H. Menyusul insiden ini, pendiri Terence Kwok menyarankan pengguna untuk sementara tidak berinteraksi dengan jembatan silang atau pool likuiditas Humanity. Harga token H anjlok lebih dari 90%, dari sekitar $0,7 menjadi terendah $0,052, dan kapitalisasi pasar merosot dari $2 miliar menjadi sekitar $35,7 juta. Pelaku diduga mencetak 100 juta token H baru dan menjualnya untuk BNB. Humanity Protocol, yang didirikan pada 2024, mengusung verifikasi identitas menggunakan sidap telapak tangan dan zero-knowledge proof. Namun, proyek ini sebelumnya telah dikritik karena hanya sekitar 1 dari 9 juta ID yang terverifikasi biometrik, serta tuduhan mengenai kode aplikasi dan praktik pertumbuhan pengguna yang dipertanyakan. Ini bukan kali pertama Kwok menghadapi kegagalan besar; startup sebelumnya, Tink Labs, yang pernah menjadi unicorn, bangkrut setelah menghabiskan $170 juta dana investasi. Serangan ini menyoroti kembali masalah mendasar dalam manajemen kunci pribadi di industri kripto, di mana celah keamanan operasional tradisional masih menimbulkan kerugian besar. Hingga berita ini dibuat, belum ada skema kompensasi untuk pengguna yang dirugikan.

marsbit11m yang lalu

Humanity Digerog Rp46,6 Miliar, Satu Kunci Pribadi Jatuhkan Harga Token 90%

marsbit11m yang lalu

Humanity Dicuri 31 Juta Dolar, Satu Private Key Jatuhkan Harga Token 90%

**Ringkasan Insiden Keamanan Humanity Protocol: Kerugian $31 Juta akibat Kebocoran Kunci Pribadi** Menurut analisis rantai, dompet yang berinteraksi dengan proyek identitas digital Humanity mengalami serangan berkelanjutan pada 9 Juni. Lebih dari 300 alamat yang memegang token H telah diretas, dengan total kerugian melebihi $31 juta. Sekitar $9 juta telah dikonversi ke ETH. Pendiri Humanity, Terence Kwok, mengonfirmasi insiden keamanan ini disebabkan oleh kebocoran kunci pribadi anggota yayasan. Ia menyarankan pengguna untuk sementara tidak berinteraksi dengan jembatan silang atau pool likuiditas Humanity. Harga token H anjlok lebih dari 90%, dari sekitar $0,7 menjadi terendah $0,052, menyebabkan kapitalisasi pasar turun dari $2 miliar menjadi sekitar $35,7 juta. Pelaku diduga mencetak 100 juta token H baru dan menjualnya untuk BNB. Humanity Protocol, yang didirikan pada 2024, mengusung identitas digital terdesentralisasi menggunakan pengenalan tapak tangan. Proyek ini telah mengumpulkan pendanaan $50 juta dengan valuasi mencapai $1,1 miliar. Namun, proyek ini sebelumnya telah dikritik karena hanya sekitar 1 juta dari 9 juta ID yang terverifikasi secara biometrik, serta adanya klaim bahwa ini adalah proyek "shell" dengan kode yang diduga berasal dari penyedia pintu akses China. Riwayat Terence Kwok juga menambah risiko. Startup sebelumnya, Tink Labs, yang pernah menjadi unicorn, bangkrut setelah membakar $170 juta dana investasi. Insiden ini menyoroti kegagalan manajemen keamanan dasar. Kebocoran kunci pribadi—masalah lama di industri—menghasilkan kerugian besar, menambah daftar serangan DeFi yang tahun ini telah melebihi $1 miliar. Sampai saat ini, belum ada skema kompensasi yang diumumkan untuk pengguna yang terdampak.

Foresight News33m yang lalu

Humanity Dicuri 31 Juta Dolar, Satu Private Key Jatuhkan Harga Token 90%

Foresight News33m yang lalu

Bagaimana Melakukan Riset Mendalam dengan Dynamic Workflows Claude

## Ringkasan: Bagaimana Melakukan Penelitian Mendalam dengan Dynamic Workflows Claude Melakukan riset teknologi penuh dengan jebakan, baik bagi manusia maupun AI, karena sering kali informasi yang berlimpah justru mengaburkan kesimpulan. AI cenderung terjebak dalam volume informasi dan lemah dalam asosiasi lintas bidang yang bernilai, meskipun unggul dalam eksekusi dan penelusuran detail secara berlapis. Penulis mengandalkan sistem *deep-research* sendiri namun ingin membandingkannya dengan kemampuan **Dynamic Workflows** pada Claude Code. Fitur ini memungkinkan AI merancang alur kerja yang optimal secara otomatis sebelum menjalankan tugas, berbeda dengan mode "rencana" biasa. Dinamakan dengan perintah `/deep-research`, ia mengkonsumsi token puluhan kali lebih banyak. Inti Dynamic Workflows adalah enam mode penjadwalan inti yang mengatur bagaimana tugas dipecah dan hasil digabung: 1. **Classify-And-Act (Routing):** Tugas diklasifikasi dan dialihkan ke *agent* spesialis yang paling tepat. Efisien dan cepat, tetapi kurang baik untuk tugas dengan batasan kabur. 2. **Fan-out & Merge (Pecah dan Gabung):** Tugas dipecah menjadi sub-tugas independen yang dijalankan paralel, lalu hasilnya digabung. Cepat dan terisolasi, tetapi boros token dan tantangannya ada pada penggabungan. 3. **Adversarial Verification (Verifikasi Adu Argumen):** Satu *agent* menghasilkan kesimpulan, beberapa *agent* lain menantangnya. Hasil diterima jika lolos verifikasi. Mengurangi bias konfirmasi, tetapi perlu batasan yang jelas. 4. **Generate & Filter (Hasilkan dan Saring):** Beberapa *agent* menghasilkan banyak kandidat jawaban untuk tugas yang sama, lalu disaring berdasarkan kriteria (rubrik) ketat. Bagus untuk diversitas, tetapi sangat bergantung pada kualitas rubrik. 5. **Tournament (Turnamen):** Beberapa *agent* bersaing menyelesaikan tugas yang sama, dinilai secara berpasangan (pairwise) hingga ditemukan pemenang terbaik. Stabil untuk penilaian relatif. 6. **Loop (Berulang):** *Agent* mencoba tugas berulang kali, belajar dari kesalahan, hingga kondisi berhenti terpenuhi. Satu-satunya mode untuk tugas dengan batasan tidak pasti, tetapi berisiko loop tak terbatas. **Pertarungan: Skill Penulis vs. Dynamic Workflows Bawaan** Skill penelitian penulis sebelumnya melibatkan pencarian, kompresi, analisis oleh multi-*agent*, dan deduplikasi. Namun, ia memiliki kelemahan mendasar: **kurang konvergensi berorientasi tujuan**, sering menghasilkan laporan panjang tanpa rekomendasi tindakan yang jelas. Dynamic Workflows Claude menambahkan lapisan krusial: * **Dekomposisi Masalah:** Memecah pertanyaan awal menjadi sub-pertanyaan yang tepat sebelum bertindak. * **Penilaian Kredibilitas:** Mengevaluasi keandalan setiap informasi berdasarkan sumbernya. * **Penghapusan Silang (Cross-Deletion):** Menghapus kesimpulan yang tidak mendapat suara cukup dari multi-*agent*, bukan sekadar menggabungkan rata-rata. * **Keluaran Berorientasi Target:** Laporan akhir dirancang untuk memberikan penilaian dan saran yang relevan dengan tujuan awal pengguna. Mekanisme ini mengatasi masalah umum AI: *goal drift* (pergeseran tujuan), *early stopping* (berhenti prematur), polusi konteks, dan bias output. **Kesimpulan** Dynamic Workflows merupakan terobosan dengan menstandarkan **proses penelitian itu sendiri**. Ia mengotomatiskan penjadwalan *agent*, validasi silang, dan deduplikasi, sehingga mengompresi riset yang biasanya butuh belasan percakapan menjadi hanya 3-4 kali interaksi (meski dengan konsumsi token jauh lebih tinggi). Namun, masih diperlukan beberapa iterasi karena tantangan seperti: 1) Kebutuhan verifikasi faktual yang sangat ketat (melebihi ketergantungan pada dokumen resmi), 2) Pemikiran mendalam lintas disiplin yang sangat baru, 3) Desain dan validasi solusi yang mempertimbangkan biaya dan implementasi, serta 4) Kemampuan kondensasi informasi ekstrem yang disesuaikan dengan audiens.

marsbit42m yang lalu

Bagaimana Melakukan Riset Mendalam dengan Dynamic Workflows Claude

marsbit42m yang lalu

Ketika LP Mengajari Saya Berinvestasi Menggunakan Doubao: Sebuah Pengakuan Peralihan Karier dari GP Perusahaan Sekuritas Swasta

**Ringkasan: Ketika LP Menggunakan Doubao untuk Mengajari Saya Berinvestasi: Kisah Seorang GP Hedge Fund yang Beralih Profesi** Dengan semakin populernya AI, hubungan antara Limited Partner (LP) dan General Partner (GP) di industri hedge fund swasta (terutama yang berukuran kecil) mengalami ketegangan baru. Artikel ini menceritakan pengalaman "Er Gou", seorang mantan GP di sebuah hedge fund dolar AS lepas pantai berskala kecil yang berfokus pada saham AS, yang akhirnya beralih ke perusahaan startup AI. Er Gou mengungkapkan bahwa fund-nya, meski memiliki kinerja yang baik, kesulitan mendapatkan pendanaan dari LP institusional. Fund kecil seperti ini seringkali terjebak dalam struktur Cayman Islands yang "tradisional", kurang menarik bagi investor Asia yang lebih memercayai struktur di Hong Kong atau Singapura. Selain itu, fund yang menggunakan strategi subjektif (mengandalkan penilaian manusia) seperti miliknya semakin kalah bersaing dengan fund kuantitatif (yang menggunakan model algoritma) dalam hal menarik minat LP, terutama setelah AI membuat strategi kuantitatif terlihat lebih meyakinkan. Dampak utama AI adalah "meratakan" akses informasi dan kemampuan analisis. LP kini dapat menggunakan asisten AI seperti Doubao untuk meringkas laporan investasi, menganalisis pasar, bahkan mempertanyakan keputusan GP. Hal ini meningkatkan friksi. Er Gou mencontohkan seorang LP yang terus-menerus mempertanyakan strateginya berdasarkan kesimpulan dari AI, hingga akhirnya harus di-"clear". LP, yang sering kali merupakan orang sukses di bidangnya sendiri, kini merasa lebih berwenang dalam berinvestasi berkat bantuan AI. Masalahnya, banyak LP menggunakan AI "pendamping" yang lebih fokus pada nilai emosional dan bisa menghasilkan "halusinasi" atau kesimpulan yang tampak logis tetapi tidak selalu akurat. Mereka mencari konfirmasi, bukan analisis mendalam. Dalam pasar bull (seperti saham AI AS tahun ini), di mana investor retail bisa mendapat untung besar dengan fokus pada saham tren, LP mungkin merasa bisa berinvestasi sendiri dan mempertanyakan nilai tambah GP. Kesimpulannya, AI tidak serta-merta akan menggantikan GP. Manajemen aset pada dasarnya tetap merupakan layanan yang dibangun atas kepercayaan. Namun, AI telah mengubah dinamika. GP strategi subjektif menghadapi tekanan lebih besar untuk membuktikan nilai pakar mereka di luar apa yang bisa diberikan AI secara umum. Di sisi lain, fund kuantitatif justru bisa diperkuat oleh AI untuk pengembangan strategi yang lebih cepat. Tantangan sebenarnya adalah bagaimana GP dan LP menggunakan AI dengan tepat—bukan sebagai alat untuk sekadar memvalidasi pendapat, tetapi sebagai pengungkit untuk pengambilan keputusan yang lebih cerdas. Er Gou memandang, di masa depan, "hedge fund manusia" juga perlu belajar dari AI dalam hal memberikan nilai emosional dan membangun hubungan kepercayaan yang lebih kuat dengan LP.

Odaily星球日报1j yang lalu

Ketika LP Mengajari Saya Berinvestasi Menggunakan Doubao: Sebuah Pengakuan Peralihan Karier dari GP Perusahaan Sekuritas Swasta

Odaily星球日报1j yang lalu

Trading

Spot
Futures
活动图片