a16z: Bagaimana Blockchain Dapat Mengisi Kekosongan Identitas, Pembayaran, dan Kepercayaan untuk AI Agent?

marsbitDipublikasikan tanggal 2026-04-23Terakhir diperbarui pada 2026-04-23

Abstrak

AI Agent berkembang pesat menjadi peserta ekonomi yang sebenarnya, tetapi masih menghadapi tantangan dalam identitas, pembayaran, dan kepercayaan. Blockchain menawarkan solusi infrastruktur dengan menyediakan identitas portabel melalui dompet kripto, pembayaran terprogram dengan stablecoin, dan lapisan verifikasi yang transparan. Masalah utama adalah kurangnya standar identitas universal untuk Agent (seperti KYA - Know Your Agent), yang menghambat interoperabilitas dan akuntabilitas. Blockchain dapat menyediakan credential terverifikasi yang membatasi wewenang dan reputasi Agent. Dalam hal pembayaran, stablecoin menjadi lapisan penyelesaian alternatif untuk transaksi AI-to-AI, didukung oleh pasar seperti Stripe MPP dan x402 yang memungkinkan pembayaran tanpa izin dan berbiaya rendah. Tantangan tata kelola juga muncul ketika Agent mengontrol sistem nyata. Kriptografi dapat memastikan transparansi, auditabilitas, dan kepatuhan terhadap preferensi manusia, mencegah sentralisasi kekuasaan oleh penyedia AI. Keunggulan manusia akan bergeser ke verifikasi dan pengambilan tanggung jawab strategis, sementara blockchain menyediakan kerangka untuk membangun kepercayaan melalui bukti yang dapat diaudit. Tanpa verifikasi, skalabilitas Agent hanya akan menimbulkan risiko yang terakumulasi.

AI Agent sedang berkembang dengan kecepatan yang jauh melampaui infrastruktur lainnya, dari alat bantu dengan cepat berevolusi menjadi peserta ekonomi yang sebenarnya.

Meskipun Agent sekarang sudah dapat menjalankan tugas dan transaksi, mereka masih kekurangan cara standar lintas lingkungan untuk membuktikan "siapa saya", "apa yang saya diizinkan untuk lakukan", dan "bagaimana saya harus dibayar". Identitas tidak dapat bermigrasi, pembayaran belum dapat diprogram secara default, kolaborasi masih berada dalam keadaan terisolasi.

Blockchain sedang menyelesaikan masalah-masalah ini di tingkat infrastruktur. Buku besar publik menyediakan kredensial yang dapat diaudit oleh siapa pun untuk setiap transaksi; dompet memberikan identitas yang dapat dipindahkan kepada Agent; stablecoin menjadi lapisan penyelesaian lainnya. Ini bukanlah konsep masa depan, mereka sudah tersedia hari ini, mampu membantu Agent beroperasi sebagai entitas ekonomi yang sebenarnya dengan cara tanpa izin.

Memberikan Identitas untuk Non-Manusia

Kendala ekonomi Agent saat ini bukan lagi kecerdasan, melainkan identitas.

Hanya di industri jasa keuangan, jumlah identitas non-manusia (sistem perdagangan otomatis, mesin risiko, model penipuan) sudah sekitar 100 kali lipat dari karyawan manusia. Seiring dengan penerapan skala besar kerangka kerja Agent modern (model bahasa dengan kemampuan memanggil alat, alur kerja otonom, orkestrasi multi-Agent), rasio ini akan terus meningkat di berbagai industri.

Namun, Agent-agent ini sebenarnya masih dalam status "tidak memiliki rekening bank". Mereka dapat berinteraksi dengan sistem keuangan, tetapi tidak dapat melakukannya dengan cara yang dapat dipindahkan, dapat diverifikasi, dan dipercaya secara default. Mereka kekurangan cara yang terstandarisasi untuk membuktikan otoritas mereka, beroperasi secara independen lintas platform, atau mempertanggungjawabkan tindakan mereka sendiri.

Yang hilang adalah lapisan identitas universal — setara dengan SSL untuk Agent, yang mampu menstandarkan kolaborasi lintas platform. Solusi saat ini masih terfragmentasi: di satu sisi ada tumpukan yang terintegrasi secara vertikal, mengutamakan fiat; di sisi lain ada standar terbuka yang asli kripto (seperti x402 dan proposal identitas Agent yang baru muncul); serta ekstensi kerangka kerja pengembang yang mencoba menjembatani identitas lapisan aplikasi (seperti MCP, Model Context Protocol).

Saat ini masih belum ada cara yang diadopsi secara luas dan dapat dioperasikan, yang memungkinkan satu Agent membuktikan kepada Agent lain: siapa yang diwakilinya, apa yang diizinkan untuk dilakukannya, dan bagaimana ia dibayar.

Inilah inti dari konsep KYA (Know Your Agent). Seperti manusia mengandalkan catatan kredit dan KYC (Know Your Customer), Agent akan membutuhkan kredensial yang ditandatangani secara kriptografi, yang mengikatnya dengan entitas, otoritas, batasan, dan reputasi.

Blockchain menyediakan lapisan koordinasi yang netral: identitas yang dapat dipindahkan, dompet yang dapat diprogram, dan bukti yang dapat diverifikasi yang dapat diurai dalam aplikasi obrolan, API, dan pasar.

Kami sudah melihat implementasi awal muncul: registri Agent on-chain, Agent asli dompet yang menggunakan USDC, standar ERC untuk "Agent dengan kepercayaan minimal", serta toolkit pengembang yang menggabungkan identitas dengan pembayaran tertanam dan kontrol penipuan.

Tetapi sebelum standar identitas universal muncul, merchant akan terus memblokir Agent di firewall.

Mengatur Sistem yang Dijalankan oleh AI

Agent mulai mengambil alih sistem nyata, ini menimbulkan masalah baru: siapa yang benar-benar memegang kendali? Bayangkan sebuah komunitas atau perusahaan, yang dikoordinasikan oleh sistem AI untuk sumber daya kritis (entah itu mengalokasikan modal atau mengelola rantai pasokan).

Bahkan jika orang dapat memilih perubahan kebijakan, jika lapisan AI dasar dikendalikan oleh penyedia tunggal, yang dapat mendorong pembaruan model, menyesuaikan batasan, atau mengesampingkan keputusan, maka otoritas ini sangat rapuh. Lapisan tata kelola formal mungkin terdesentralisasi, tetapi lapangan operasional tetap terpusat — siapa yang mengendalikan model, pada akhirnya mengendalikan hasil.

Ketika Agent mengambil peran tata kelola, mereka memperkenalkan lapisan ketergantungan baru. Secara teori, ini dapat membuat demokrasi langsung lebih layak: setiap orang dapat memiliki agen AI, membantu memahami proposal kompleks, memodelkan pertukaran, dan memberikan suara berdasarkan preferensi yang telah ditetapkan.

Tetapi visi ini hanya dapat terwujud jika Agent benar-benar bertanggung jawab kepada orang yang diwakilinya, dapat dipindahkan lintas penyedia, dan secara teknis dibatasi untuk mengikuti instruksi manusia. Jika tidak, Anda mendapatkan sistem yang secara permukaan tampak demokratis, tetapi sebenarnya dimanipulasi oleh perilaku model yang tidak transparan yang tidak dikendalikan oleh siapa pun.

Jika realitas saat ini adalah Agent terutama dibangun di atas beberapa model dasar, kita memerlukan cara untuk membuktikan bahwa suatu Agent bertindak untuk kepentingan pengguna, bukan kepentingan perusahaan model.

Ini kemungkinan besar memerlukan jaminan kriptografi di beberapa tingkatan:

(1) Data pelatihan, penyempurnaan, atau pembelajaran penguatan yang menjadi dasar instance model;

(2) Petunjuk dan instruksi persis yang diikuti oleh Agent tertentu;

(3) Catatan perilaku aktualnya di dunia nyata;

(4) Jaminan tepercaya, bahwa penyedia tidak dapat mengubah instruksinya atau melatihnya ulang tanpa sepengetahuan pengguna setelah diterapkan. Tanpa jaminan ini, tata kelola Agent akan merosot menjadi tata kelola oleh orang yang mengendalikan bobot model.

Di sinilah teknologi kripto sangat berperan. Jika keputusan kolektif dicatat di chain dan dieksekusi secara otomatis, sistem AI dapat diminta untuk secara ketat mengikuti hasil yang telah diverifikasi. Jika Agent memiliki identitas kripto dan log eksekusi yang transparan, orang dapat memeriksa apakah perwakilan mereka bertindak dalam batas.

Jika lapisan AI dimiliki oleh pengguna dan dapat dipindahkan, bukan terkunci pada platform tunggal, maka tidak ada yang dapat mengubah aturan dengan satu pembaruan model.

Pada akhirnya, mengatur sistem AI pada dasarnya adalah tantangan infrastruktur, bukan tantangan kebijakan. Otoritas sebenarnya tergantung pada membangun jaminan yang dapat ditegakkan dalam sistem itu sendiri.

Mengisi Kekosongan Sistem Pembayaran Tradisional untuk Bisnis Asli AI

AI Agent mulai membeli berbagai layanan — scraping web, sesi browser, pembuatan gambar — stablecoin sedang menjadi lapisan penyelesaian alternatif untuk transaksi ini. Pada saat yang sama, kelas pasar yang baru yang berorientasi pada Agent sedang terbentuk.

Sebagai contoh, pasar MPP Stripe dan Tempo mengagregat lebih dari 60 layanan yang dirancang khusus untuk AI Agent. Pada minggu pertama peluncuran, mereka menangani lebih dari 34.000 transaksi, dengan biaya serendah $0,003, stablecoin adalah salah satu metode pembayaran default.

Perbedaannya terletak pada cara layanan ini diakses: mereka tidak memiliki halaman checkout. Agent membaca skema, mengirim permintaan, membayar, dan menerima output, semua dalam satu pertukaran.

Ini mewakili kelas merchant tanpa identitas baru: hanya sebuah server, satu set endpoint, dan harga untuk setiap panggilan. Tidak ada antarmuka depan, juga tidak ada tim penjualan.

Jalur pembayaran untuk mencapai ini sudah tersedia. x402 Coinbase dan MPP menggunakan pendekatan berbeda, tetapi keduanya menyematkan pembayaran langsung ke dalam permintaan HTTP. Visa juga memperluas jalur pembayaran kartu ke arah yang sama, menyediakan alat CLI yang memungkinkan pengembang untuk membelanjakan dari terminal, dengan merchant menerima stablecoin secara instan di backend.

Data saat ini masih dalam tahap awal. Setelah menyaring aktivitas non-organik seperti pencucian volume, x402 memproses sekitar $1,6 juta pembayaran yang digerakkan oleh Agent per bulan, jauh lebih rendah dari $24 juta yang dilaporkan Bloomberg baru-baru ini (mengutip data x402.org). Tetapi infrastruktur di sekitarnya sedang berkembang dengan cepat: Stripe, Cloudflare, Vercel, dan Google telah mengintegrasikan x402 ke platform mereka.

Alat pengembang adalah peluang besar, karena "vibe coding" memperluas kelompok orang yang mampu membangun perangkat lunak, total pasar yang dapat dialamatkan untuk alat pengembang juga tumbuh. Perusahaan seperti Merit Systems sedang membangun produk untuk dunia ini, misalnya AgentCash — sebuah dompet CLI dan pasar yang menghubungkan MPP dan x402. Produk ini memungkinkan Agent menggunakan stableton dari saldo tunggal untuk membeli data, alat, dan kemampuan yang mereka butuhkan.

Sebagai contoh, Agent tim penjualan dapat memanggil satu endpoint, sambil mengambil data dari Apollo, Google Maps, dan Whitepages untuk memperkaya informasi prospek, tanpa pengguna harus meninggalkan baris perintah.

Bisnis Agent-ke-Agent ini cenderung menggunakan jalur pembayaran kripto (serta solusi berbasis kartu yang baru muncul), karena beberapa alasan.

Satu adalah risiko underwriting: Prosesor pembayaran tradisional menanggung risiko merchant saat mengonboarding mereka, dan merchant tanpa kepala yang tidak memiliki situs web atau entitas hukum sulit untuk diunderwrite oleh prosesor tradisional.

Dua adalah kemampuan pemrograman tanpa izin stablecoin di jaringan terbuka: Setiap pengembang dapat membuat endpoint mendukung pembayaran, tanpa perlu mengintegrasikan prosesor pembayaran atau menandatangani perjanjian merchant.

Kami telah melihat pola ini sebelumnya. Setiap pergeseran bentuk perdagangan, menciptakan kelas merchant baru yang awalnya sulit dilayani oleh sistem yang ada. Perusahaan yang membangun infrastruktur ini, tidak bertaruh pada $1,6 juta per bulan, tetapi seperti apa angka itu ketika Agent menjadi pembeli default.

Menilai Ulang Kepercayaan dalam Ekonomi Agent

Selama 300.000 tahun terakhir, kognisi manusia telah menjadi hambatan kemajuan. Hari ini, AI sedang mendorong biaya marjinal eksekusi ke nol. Ketika sumber daya yang langka menjadi berlimpah, kendala bergeser. Ketika kecerdasan menjadi murah, apa yang menjadi mahal? Jawabannya adalah verifikasi.

Dalam ekonomi Agent, batasan sebenarnya dari skalabilitas adalah kemampuan terbatas kita secara biologis untuk mengaudit dan mengunderwrite keputusan mesin. Throughput Agent sudah jauh melampaui kapasitas pengawasan manusia. Karena biaya pengawasan tinggi dan kegagalan memiliki kelambatan, pasar cenderung kurang berinvestasi dalam pengawasan. "Manusia dalam loop" dengan cepat menjadi tidak mungkin secara fisik.

Tetapi menerapkan Agent yang tidak terverifikasi memperkenalkan risiko gabungan. Sistem akan tanpa henti mengoptimalkan metrik "proxy", sementara secara diam-diam menyimpang dari niat manusia, menciptakan ilusi produktivitas yang menutupi akumulasi utang AI yang besar. Untuk mempercayakan ekonomi kepada mesin dengan aman, kepercayaan tidak bisa lagi mengandalkan pemeriksaan manual — kepercayaan harus dikodekan secara keras ke dalam arsitektur sistem itu sendiri.

Ketika siapa pun dapat menghasilkan konten secara gratis, yang paling penting adalah sumber yang dapat diverifikasi — mengetahui dari mana asalnya, dan apakah Anda dapat mempercayainya. Blockchain, bukti on-chain, dan sistem identitas digital terdesentralisasi, sedang mengubah batasan ekonomi apa yang dapat diterapkan dengan aman. Anda tidak lagi memperlakukan AI sebagai kotak hitam, tetapi mendapatkan riwayat yang jelas dan dapat diaudit.

Seiring lebih banyak AI Agent mulai saling bertransaksi, jalur penyelesaian dan bukti sumber mulai menyatu erat.

Sistem yang menangani dana (seperti stablecoin dan kontrak pintar) juga dapat membawa kredensial kriptografi, menunjukkan siapa yang melakukan apa, dan siapa yang bertanggung jawab jika terjadi masalah.

Keunggulan komparatif manusia akan bermigrasi ke atas: Dari menemukan kesalahan kecil, beralih ke menetapkan arah strategis, dan mengambil tanggung jawab ketika sesuatu salah. Keunggulan yang bertahan adalah milik mereka yang dapat mengautentikasi output secara kriptografi, memberinya asuransi, dan menyerap tanggung jawab saat gagal.

Skalabilitas tanpa verifikasi, adalah liabilitas yang terakumulasi dari waktu ke waktu.

Mempertahankan Kendali Pengguna

Selama beberapa dekade, lapisan abstraksi baru terus mendefinisikan cara pengguna dengan teknologi. Bahasa pemrograman mengabstraksikan kode mesin; baris perintah memberi jalan kepada antarmuka pengguna grafis, diikuti oleh aplikasi seluler dan API. Setiap transisi menyembunyikan lebih banyak kompleksitas dasar, tetapi selalu menjaga pengguna tetap berada dalam loop.

Dalam dunia Agent, pengguna menentukan hasil bukan tindakan spesifik, sistem memutuskan sendiri bagaimana mencapainya. Agent tidak hanya mengabstraksikan cara tugas dieksekusi, tetapi juga oleh siapa itu dilakukan. Pengguna menetapkan parameter awal, kemudian mundur selangkah, membiarkan sistem berjalan sendiri. Peran pengguna beralih dari interaksi ke pengawasan; kecuali jika pengguna campur tangan, status default adalah "menyala".

Seiring pengguna mendelegasikan lebih banyak tugas kepada Agent, risiko baru muncul: Input yang tidak jelas dapat menyebabkan Agent bertindak berdasarkan asumsi yang salah tanpa sepengetahuan pengguna; kegagalan mungkin tidak dilaporkan, menyebabkan diagnosis yang tidak jelas; satu persetujuan dapat memicu alur kerja multi-langkah yang tidak diantisipasi oleh siapa pun.

Di sinilah teknologi kripto dapat membantu. Teknologi kripto selalu berfokus pada meminimalkan kepercayaan buta.

Seiring pengguna menyerahkan lebih banyak keputusan kepada perangkat lunak, sistem Agent membuat masalah ini semakin tajam, dan juga meningkatkan tuntutan ketelitian dalam desain kita — dengan menetapkan batasan yang lebih jelas, meningkatkan visibilitas, dan menegakkan jaminan yang lebih kuat tentang kemampuan sistem.

Alat-alat asli kripto generasi baru sedang bermunculan. Kerangka kerja delegasi berlingkup — misalnya MetaMask's Delegation Toolkit, Coinbase's AgentKit dan dompet Agent, serta AgentCash dari Merit Systems — memungkinkan pengguna mendefinisikan apa yang dapat dan tidak dapat dilakukan Agent di tingkat kontrak pintar. Arsitektur berbasis niat (seperti NEAR Intents, yang sejak kuartal keempat 2024 telah memproses lebih dari $15 miliar volume perdagangan DEX kumulatif) memungkinkan pengguna hanya menetapkan hasil yang diinginkan (misalnya "jembatankan token dan stake"), tanpa harus menentukan bagaimana mencapainya.

Pertanyaan Terkait

QApa yang menjadi hambatan utama ekonomi AI Agent saat ini, dan bagaimana blockchain dapat mengatasinya?

AHambatan utama ekonomi AI Agent saat ini adalah identitas, bukan kecerdasan. Blockchain menyediakan lapisan identitas portabel, dompet yang dapat diprogram, dan bukti yang dapat diverifikasi yang dapat diurai dalam aplikasi chat, API, dan pasar, sehingga membantu Agent beroperasi sebagai entitas ekonomi sejati dengan cara tanpa izin.

QApa itu KYA (Know Your Agent) dan mengapa hal itu penting dalam ekonomi AI Agent?

AKYA (Know Your Agent) adalah konsep inti di mana Agent akan memerlukan kredensial yang ditandatangani secara kriptografi yang mengikatnya ke entitas utama, wewenang, batasan, dan reputasi. Hal ini penting karena, seperti manusia yang mengandalkan catatan kredit dan KYC (Know Your Customer), Agent memerlukan cara standar untuk membuktikan siapa yang mereka wakili, apa yang diizinkan untuk dilakukan, dan bagaimana mereka dibayar.

QBagaimana stablecoin dan pasar baru memfasilitasi pembayaran untuk layanan yang dibeli oleh AI Agent?

AStablecoin berfungsi sebagai lapisan penyelesaian alternatif untuk transaksi AI Agent. Pasar baru seperti yang diagregasi oleh Stripe dan Tempo MPP memungkinkan Agent membaca skema, mengirim permintaan, membayar, dan menerima output dalam satu pertukaran. Pembayaran ini disematkan langsung dalam permintaan HTTP, menciptakan kelas pedagang tanpa identitas ('headless merchants') yang hanya memiliki endpoint dan harga per panggilan.

QMengapa verifikasi menjadi sangat penting dalam ekonomi AI, dan bagaimana blockchain berkontribusi pada hal ini?

AVerifikasi menjadi sangat penting karena ketika kecerdasan menjadi murah dan berlimpah, kemampuan yang mahal adalah memverifikasi keaslian dan keandalan output AI. Blockchain, bukti on-chain, dan sistem identitas digital terdesentralisasi mengubah batas ekonomi dengan menyediakan catatan sejarah yang jelas dan dapat diaudit. Ini memungkinkan siapa pun untuk memverifikasi dari mana sesuatu berasal dan apakah itu dapat dipercaya, sehingga meminimalkan risiko yang terkait dengan Agent yang tidak terverifikasi.

QBagaimana peran pengguna berubah dengan adopsi AI Agent, dan alat apa yang muncul untuk mempertahankan kontrol pengguna?

APeran pengguna beralih dari interaksi langsung menjadi pengawasan. Pengguna menentukan hasil yang diinginkan, bukan tindakan spesifik, dan Agent yang menjalankannya. Alat-alat baru yang asli kripto muncul untuk mempertahankan kontrol pengguna, seperti kerangka pendelegasian berlingkup (MetaMask's Delegation Toolkit, Coinbase's AgentKit), dompet Agent, dan arsitektur berbasis niat (seperti NEAR Intents). Alat-alat ini memungkinkan pengguna untuk mendefinisikan apa yang boleh dan tidak boleh dilakukan Agent pada tingkat kontrak pintar.

Bacaan Terkait

GensynAI : Jangan Biarkan AI Mengulangi Kesalahan Internet

Beberapa bulan terakhir, banyak talenta dari industri kripto beralih ke AI karena pesatnya perkembangan industri kecerdasan buatan. Para peneliti yang bergerak di kedua bidang ini terus mengeksplorasi satu pertanyaan yang belum terjawab: **Bisakah blockchain menjadi bagian dari infrastruktur AI?** Proyek yang menggabungkan AI dan Crypto, seperti AI Agent, on-chain reasoning, pasar data, dan penyewaan daya komputasi, telah banyak bermunculan. Namun, sebagian besar masih berada di "lapisan aplikasi AI" dan belum membentuk closed-loop bisnis yang nyata. Berbeda dengan itu, **Gensyn** justru menyasar lapisan paling inti dan mahal dalam industri AI: **pelatihan model**. Gensyn bertujuan untuk mengorganisir sumber daya GPU yang tersebar secara global menjadi jaringan pelatihan AI terbuka. Pengembang dapat mengirimkan tugas pelatihan, node menyediakan daya komputasi, dan jaringan bertugas memverifikasi hasil pelatihan serta mendistribusikan insentif. Nilai utama di balik ini bukan semata-mata "desentralisasi", melainkan solusi atas masalah mendesak dalam industri AI: **sumber daya komputasi (GPU) yang semakin terkonsentrasi di tangan segelintir raksasa teknologi.** Kelangkaan pasokan H100, kenaikan harga layanan cloud, dan persaingan ketat untuk mengunci sumber daya komputasi menunjukkan bahwa kepemilikan GPU kini menjadi penentu kecepatan pengembangan AI, terutama di era model besar (large models). **Mengapa Gensyn Menarik Perhatian?** 1. **Menyasar Lapisan Infrastruktur Inti AI:** Gensyn langsung masuk ke dalam proses pelatihan model, bagian yang paling menantang secara teknis dan paling banyak mengonsumsi sumber daya. Ini adalah lapisan yang mudah membentuk hambatan platform (platform壁垒). Jika jaringan pelatihannya mencapai skala, ia berpotensi menjadi pintu masuk penting bagi pengembangan AI di masa depan. 2. **Menawarkan Model Kolaborasi Komputasi yang Lebih Terbuka:** Berbeda dengan ketergantungan pada platform cloud terpusat yang biayanya terus naik, Gensyn mengusung model yang memanfaatkan GPU menganggur dan menjadwalkan sumber daya komputasi secara dinamis. Ini dapat meningkatkan efisiensi penggunaan daya komputasi secara keseluruhan dan mengurangi hambatan inovasi bagi tim AI kecil-menengah. 3. **Tingkat Kesulitan Teknis sebagai Keunggulan:** Tantangan sebenarnya bukan sekadar menghubungkan GPU, tetapi **cara memverifikasi hasil pelatihan, memastikan kejujuran node, dan menjaga keandalan pelatihan di lingkungan terdistribusi.** Gensyn fokus pada solusi teknis ini (seperti mekanisme verifikasi probabilistik, model distribusi tugas), menjadikannya lebih mirip perusahaan infrastruktur teknologi mendalam (deep tech). 4. **Memiliki Closed-Loop Bisnis Nyata:** Kebutuhan akan pelatihan AI adalah pasar nyata yang terus berkembang, dengan celah pasokan GPU yang berkelanjutan. Gensyn tidak sekadar menambahkan blockchain untuk kepentingannya sendiri, tetapi menjawab kebutuhan industri akan sistem penjadwalan sumber daya yang lebih fleksibel dan terbuka. Singkatnya, batas antara Crypto (sistem finansial) dan AI (sistem teknologi) semakin kabur. AI membutuhkan koordinasi sumber daya, mekanisme insentif, dan kolaborasi global—hal-hal yang menjadi keahlian Crypto. Gensyn mewakili upaya untuk membuka akses kemampuan pelatihan, yang selama ini dikuasai sedikit perusahaan besar, menjadi sistem yang lebih terbuka dan dapat dikolaborasikan. Inisiatif ini tidak lagi sekadar cerita konsep, tetapi berkembang menuju infrastruktur AI nyata, di mana perusahaan paling bernilai di era AI sering kali lahir dari lapisan infrastruktur.

marsbit11j yang lalu

GensynAI : Jangan Biarkan AI Mengulangi Kesalahan Internet

marsbit11j yang lalu

Mengapa AI China Berkembang Begitu Cepat? Jawabannya Tersembunyi di Dalam Laboratorium

Pengarang mencatat bahwa laboratorium AI China telah menjadi kekuatan yang semakin sulit diabaikan dalam kompetisi model besar global. Keunggulannya tidak hanya terletak pada banyaknya talenta, kemampuan rekayasa yang kuat, dan iterasi cepat, tetapi juga berasal dari cara organisasi yang sangat realistis: lebih banyak fokus pada pembuatan model daripada konsep, lebih menekankan eksekusi tim daripada individu bintang, dan lebih memilih menguasai tumpukan teknologi inti sendiri daripada bergantung pada layanan eksternal. Dari kunjungan ke sejumlah laboratorium AI terkemuka China, penulis menemukan ekosistem AI China tidak sepenuhnya sama dengan AS. AS lebih menekankan orisinalitas, investasi modal, dan pengaruh ilmuwan puncak, sedangkan China lebih mahir dalam mengejar cepat arah yang sudah ada. Melalui sumber terbuka, optimasi rekayasa, dan kontribusi banyak peneliti muda, China mendorong kemampuan model ke garis depan dengan cepat. Yang paling menarik untuk diperhatikan bukanlah apakah AI China telah melampaui AS, melainkan dua jalur pengembangan berbeda yang terbentuk: AS lebih seperti kompetisi garis depan yang digerakkan modal dan laboratorium bintang, sedangkan China lebih seperti kompetisi industri yang didorong oleh kemampuan rekayasa, ekosistem sumber terbuka, dan kesadaran penguasaan teknologi mandiri. Ini berarti kompetisi AI di masa depan tidak hanya soal peringkat model, tetapi juga kemampuan organisasi, ekosistem pengembang, dan eksekusi industri. Perubahan nyata AI China terletak pada cara mereka berpartisipasi dalam garis depan global dengan caranya sendiri, bukan hanya meniru Silicon Valley. Penulis juga menyoroti beberapa perbedaan utama dalam ekosistem AI China: permintaan AI domestik mulai muncul, banyak pengembang terpengaruh Claude, perusahaan memiliki mentalitas kepemilikan teknologi, ada dukungan pemerintah meski skalanya belum jelas, industri data kurang berkembang dibanding Barat, dan ada kebutuhan kuat akan chip NVIDIA lebih banyak. Penutupnya menekankan pentingnya ekosistem global yang terbuka dan kolaboratif untuk menciptakan AI yang lebih aman, mudah diakses, dan bermanfaat bagi dunia.

marsbit12j yang lalu

Mengapa AI China Berkembang Begitu Cepat? Jawabannya Tersembunyi di Dalam Laboratorium

marsbit12j yang lalu

3 Tahun 5 Kali Lipat, Pabrik Kaca Berusia Satu Abad Dibangkitkan Kembali

Menurut CRU, permintaan serat optik untuk pusat data AI meningkat 75.9% per tahun, dan kesenjangan pasokan-meningkat dari 6% menjadi 15%. Harga serat optik melonjak lebih dari 3 kali lipat dalam beberapa bulan, dan kapasitas produksi tidak dapat mengimbangi. Inilah alasan NVIDIA berinvestasi di Corning dan mempercepat ekspansi kapasitas serat optik, dengan total investasi $45 miliar dalam tiga perusahaan di seluruh rantai optik. Corning, perusahaan kaca berusia 175 tahun dari New York, melihat sahamnya naik 316.81% dalam setahun terakhir, mencapai kapitalisasi pasar $160 miliar. NVIDIA memilih Corning karena keahliannya dalam serat optik khusus berkinerja tinggi yang penting untuk pusat data AI, seperti serat dengan kehilangan sinyal ultra-rendah (0.15 dB/km), kepadatan tinggi, dan ketahanan tekuk yang baik. Penghasilan Corning dari segmen komunikasi optik untuk perusahaan (Enterprise) melonjak dari $1.3 miliar pada 2023 menjadi lebih dari $3 miliar pada 2025. Perusahaan telah mengamankan kontrak pasokan jangka panjang bernilai miliaran dolar dari klien seperti Meta dan NVIDIA. Meskipun bukan produsen serat optik terbesar secara global, keunggulan teknis Corning di pasar serat canggih untuk AI, ditambah dengan investasi R&D tahunan sebesar $1 miliar, memberinya posisi unik. Percepatan adopsi teknologi **CPO (Co-Packaged Optics)** oleh NVIDIA, yang dijadwalkan mulai produksi massal pada paruh kedua 2026, menjadi katalis penting bagi permintaan serat optik premium Corning. Namun, valuasi sahamnya yang telah melonjak pesat dan potensi keterlambatan dalam eksekusi pesanan menjadi faktor risiko yang perlu diperhatikan.

marsbit13j yang lalu

3 Tahun 5 Kali Lipat, Pabrik Kaca Berusia Satu Abad Dibangkitkan Kembali

marsbit13j yang lalu

Trading

Spot
Futures
活动图片