Tren Teknologi

Mengulas inovasi terbaru, peningkatan protokol, solusi cross-chain, dan mekanisme keamanan dalam ekosistem blockchain. Ini memberikan perspektif yang berfokus pada pengembang untuk menganalisis tren teknologi yang muncul dan potensi terobosan.

Posisi Baru di Lembah Silikon, FDE, Sedang Naik Daun, Jenis Bakat AI Apa yang Diperlukan Perusahaan?

Redaksi: Dengan OpenAI dan Anthropic membentuk tim AI Forward Deployed Engineer (FDE), peran lama yang berasal dari Palantir kembali populer di Silicon Valley. Inti nilai FDE adalah bekerja di lokasi klien untuk mengubah model AI umum menjadi alur kerja Agent yang sesuai dengan proses bisnis spesifik. Namun, artikel ini membahas lebih dari sekadar karir FDE. Ini membahas bagaimana struktur pekerjaan berevolusi di era AI. Penulis berpendapat bahwa dibandingkan sejumlah kecil FDE yang ditugaskan ke klien untuk melaksanakan produk vendor tertentu, kebutuhan yang lebih besar di masa depan adalah AI Engineer internal perusahaan. Mereka perlu memahami prompt, kerangka Agent, sistem evaluasi, serta menggunakan alat pemrograman AI seperti Claude Code untuk menyematkan kemampuan AI ke dalam perangkat lunak dan sistem bisnis. Ini menunjukkan dampak AI terhadap pasar tenaga kerja tidak hanya sekadar "penggantian". AI lebih mungkin menciptakan sejumlah peran umum baru terlebih dahulu, kemudian terus berevolusi menjadi spesialisasi yang lebih sempit seperti LLMOps Engineer, Evals Engineer, dan AI Data Engineer, mirip dengan diferensiasi peran software engineer di masa lalu. Yang benar-benar langka adalah orang-orang yang memahami implementasi teknik sekaligus konteks bisnis. Saat ini, permintaan untuk AI Engineer meningkat pesat. Insinyur ini mampu membangun aplikasi menggunakan komponen perangkat lunak AI. Seiring peran ini matang, diperkirakan akan terpecah menjadi spesialisasi lebih lanjut. Meski spesialisasi masa depan belum pasti, banyak AI Engineer umum sudah menciptakan nilai besar dan sangat dibutuhkan. Diperkirakan bidang ini akan terus matang dalam dekade mendatang, menciptakan lebih banyak peluang kerja baru melalui spesialisasi.

marsbit2j yang lalu

Posisi Baru di Lembah Silikon, FDE, Sedang Naik Daun, Jenis Bakat AI Apa yang Diperlukan Perusahaan?

marsbit2j yang lalu

Medan Persaingan Baru AI: Ingatan Jangka Panjang Menjadi Titik Sakit, Bagaimana Pengguna Mempertahankan Kepemilikan Konteks Mereka

AI kini beralih dari alat obrolan menjadi asisten digital pribadi yang memahami pola kerja dan preferensi pengguna. Namun, memori jangka panjang yang dikumpulkan AI—seperti kebiasaan, konteks proyek, dan riwayat percakapan—saat ini terisolasi di dalam masing-masing platform (seperti ChatGPT, Claude, Gemini). Hal ini membuat pengguna kehilangan konteks saat berpindah model atau platform. Isu kepemilikan memori dan portabilitas konteks AI kini menjadi tantangan baru. ZetaChain, melalui produk Anuma, mengusung solusi "Lapisan Memori Privat" (Private Memory Layer) yang memungkinkan pengguna memiliki dan mengontrol memori AI mereka secara terenkripsi. Memori ini dapat dibawa ke berbagai model AI dan agen, dengan sistem izin terprogram yang dapat diaudit dan dicabut. ZetaChain, yang sebelumnya fokus pada infrastruktur interoperabilitas antar-blockchain, bertransisi ke AI karena melihat paralel antara masalah fragmentasi aset di blockchain dengan isolasi memori di dunia AI. Visi mereka adalah membangun "Lapisan Konsumen AI" (AI Consumer Layer) di mana berbagai agen AI dapat berkolaborasi dengan berbagi konteks, identitas, dan sistem izin yang seragam—dengan kepemilikan dan kendali tetap di tangan pengguna. Token ZETA diubah fungsinya menjadi "token infrastruktur AI" untuk akses model, pembayaran antar-agen, pencatatan izin di blockchain, dan ekonomi kreator tempat keahlian dapat dikemas sebagai agen berbayar. Inti upaya ini adalah mengembalikan kepemilikan memori, identitas, dan konteks AI dari platform kepada pengguna.

marsbit2j yang lalu

Medan Persaingan Baru AI: Ingatan Jangka Panjang Menjadi Titik Sakit, Bagaimana Pengguna Mempertahankan Kepemilikan Konteks Mereka

marsbit2j yang lalu

“Kekurangan Air”, Titik Lemah Tersembunyi Infrastruktur AI

Juni 2026, SpaceX mengajukan prospektus IPO yang menambahkan peringatan risiko baru: kelangkaan air. Air, listrik, dan prosesor kini menjadi tiga kendala inti dalam ekspansi infrastruktur AI. Risiko ini menandai pergeseran air dari sekadar biaya operasional menjadi faktor risiko eksternal yang tak terduga, dipengaruhi iklim, regulasi, dan protes masyarakat. Pusat data AI adalah konsumen air raksasa. Di AS, penggunaan air langsung untuk pendinginan data center mencapai 17 miliar galon (64 miliar liter) pada 2023, dan bisa meningkat 2-4 kali lipat pada 2028. Google sendiri menggunakan 6 miliar galon air untuk pusat datanya di 2023. Teknologi pendingin evaporatif mengonsumsi air secara permanen. Konflik pun muncul. Di Meksiko dan Arizona, komunitas lokal memprotes pembangunan pusat data di daerah kering. Data Center Watch melaporkan proyek senilai $64 miliar di AS terhambat atau tertunda dalam dua tahun akibat penolakan komunitas, dengan air sebagai alasan utama. Investor mulai menekan raksasa teknologi seperti Amazon, Microsoft, dan Google untuk lebih transparan soal jejak air. Transparansi data air kini menjadi variabel dalam menilai risiko perusahaan. Upaya teknis seperti beralih ke pendingin udara atau cairan menghadapi trade-off antara konsumsi air dan listrik. Sam Altman membayangkan AI seperti utilitas publik yang dapat diakses seperti air. Ironisnya, infrastruktur AI justru sangat bergantung pada pasokan air dunia nyata. Ekspansi AI kini bukan hanya soal modal dan teknologi, tetapi juga negosiasi dengan masyarakat, pemerintah, dan investor mengenai alokasi sumber daya yang terbatas. Kecepatan perlombaan AI mungkin akan ditentukan oleh ketersediaan air.

marsbit4j yang lalu

“Kekurangan Air”, Titik Lemah Tersembunyi Infrastruktur AI

marsbit4j yang lalu

Claude Borong 5 Miliar, Naik 60 Kali dalam Semalam, Tagihan Token Anda Masih Bertahan?

Sebuah perusahaan dikabarkan menghabiskan tagihan $500 juta dalam sebulan di Claude karena lupa menetapkan batas penggunaan. Kasus kebocoran biaya AI lainnya termasuk pengguna Google Cloud yang ditagih $18.000 akibat penyalahgunaan API key, serta eksperiman OpenAI internal yang menghabiskan $1,3 juta untuk 760 juta permintaan dari 100 agen Codex. Pemicu utama lonjakan tagihan adalah peralihan model pembayaran AI dari langganan bulanan ke penggunaan berbasis token, seperti yang diterapkan OpenAI pada April dan GitHub Copilot mulai 1 Juni 2026. Perubahan ini membuat tugas berat seperti pengkodean oleh agen AI menjadi jauh lebih mahal, memicu keluhan pengguna karena biaya melonjak puluhan kali lipat. Di sisi lain, budaya "token maxxing" atau membakar token demi peringkat internal (seperti di Amazon) juga menyia-nyiakan sumber daya. Namun, bisnis seperti Glean dan Factory AI muncul dengan solusi mengoptimalkan konteks dan merutekan tugas ke model yang tepat untuk menghemat token. Penelitian menunjukkan konsumsi token oleh agen AI bisa ribuan kali lebih tinggi, namun biaya lebih tinggi tidak selalu menjamin akurasi lebih baik. CEO Glean Arvind Jain mencatat bahwa biaya AI kini mulai menyamai biaya tenaga kerja di beberapa perusahaan, menandai perlunya efisiensi. Intinya: era penggunaan AI tanpa batas berakhir. Kesuksesan di masa depan akan ditentukan oleh kemampuan mengelola dan mengoptimalkan setiap token dengan bijak.

marsbit20j yang lalu

Claude Borong 5 Miliar, Naik 60 Kali dalam Semalam, Tagihan Token Anda Masih Bertahan?

marsbit20j yang lalu

Wawancara Eksklusif dengan 7 Pekerja Biasa: Setelah AI Datang, Apakah Hidupmu Tetap Baik?

**Wawancara dengan 7 Pekerja Biasa: Bagaimana Keadaanmu Setelah AI Hadir?** Tahun 2026, gelombang PHK di perusahaan teknologi besar dan industri tradisional terjadi bersamaan. Di balik peningkatan efisiensi, kecemasan struktural semakin mendalam. Bagaimana perubahan nyata yang dialami pekerja akibat revolusi AI? TinTinLand mewawancarai 7 profesional dari berbagai bidang seperti Web3, perdagangan bahan kimia, pertanian digital, manufaktur cerdas, dan grosir tradisional untuk membahas penyetaraan keterampilan, pengurangan posisi kerja, kompetisi efisiensi, dan pertahanan manusia. **Mengadopsi AI: Antara Peluang dan Tekanan** Bagi sebagian orang, AI adalah alat untuk meningkatkan produktivitas, seperti membantu pemrograman, riset, atau kreativitas konten. Namun, bagi yang lain, AI justru menciptakan tekanan kompetisi baru. Pengurangan posisi kerja di bidang seperti administrasi, keuangan, layanan pelanggan, dan desain mulai terlihat. Meski AI mempercepat pekerjaan, ia juga memperluas lingkup tugas dan menuntut pembelajaran terus-menerus. **Perubahan dan Ancaman** AI telah mengubah cara belajar dan bekerja. Pencarian informasi lebih cepat, pekerjaan rutin berkurang, tetapi kekhawatiran akan penggantian peran manusia tetap ada. Beberapa pekerja merasa lebih efisien, sementara yang lain cemas akan masa depan karir mereka. Namun, di sektor seperti keuangan, logistik, dan manufaktur, peran manusia dalam pengambilan keputusan kompleks, penanganan pengecualian, dan pertanggungjawaban masih sulit digantikan. **Mencari Nilai Manusia yang Tak Tergantikan** Di tengah perubahan ini, para profesional berusaha menemukan nilai unik manusia, seperti pemahaman mendalam tentang bisnis, intuisi pasar, kreativitas, dan kemampuan koordinasi. Beberapa beralih ke peran seperti pengawas sistem kompleks, pengembang produk mandiri, atau "super-koordinator" yang mengelola AI. Kunci bertahan adalah terus belajar, beradaptasi, dan memperluas wawasan. **Masa Depan dengan AI** AI bukan lagi pilihan, melainkan keharusan. Meskipun alat AI seperti GPT, Claude, dan DeepSeek membantu banyak pekerjaan, ketergantungan berlebihan juga berisiko. Namun, kemampuan manusia dalam memahami konteks, berinovasi, dan bertanggung jawab tetap menjadi keunggulan utama. Di era AI, yang bertahan adalah mereka yang bisa beradaptasi, belajar cepat, dan menemukan peran baru dalam ekosistem yang terus berubah.

marsbit23j yang lalu

Wawancara Eksklusif dengan 7 Pekerja Biasa: Setelah AI Datang, Apakah Hidupmu Tetap Baik?

marsbit23j yang lalu

Membongkar Jalur Komputasi Kuantum di Pasar Saham AS: IonQ, Rigetti, D-Wave, Mana yang Layak Ditanam Modal?

**Ringkasan: Lintasan Komputasi Kuantum AS: IonQ, Rigetti, D-Wave, Siapa yang Layak Dipertaruhkan?** Komputasi kuantum, yang didorong oleh kompetisi teknologi AS-China dan keamanan nasional (misalnya, memecahkan enkripsi), sedang mendekati tahap komersialisasi dalam 3-7 tahun ke depan. Teknologi ini unggul dalam masalah optimasi kompleks seperti pengembangan obat, pemodelan keuangan, dan logistik, tetapi bukan pengganti komputer klasik untuk tugas sehari-hari. Hambatan utama adalah **tingkat kesalahan kuantum bit (qubit) yang tinggi**. Solusinya adalah **koreksi kesalahan kuantum**, yang membutuhkan ribuan qubit fisik untuk membuat satu qubit logis yang andal, menciptakan segitiga mustahil antara **stabilitas, kuantitas, dan kecepatan**. Enam jalur teknologi utama menawarkan trade-off berbeda: 1. **Superkonduktor** (Google, IBM, Rigetti): Cepat, tetapi kurang stabil. 2. **Perangkap Ion** (IonQ): Sangat stabil, tetapi lebih lambat. 3. **Anil Kuantum** (D-Wave): Spesialis optimasi, sudah digunakan klien bisnis, tetapi tidak serba guna. 4. **Fotonik**: Berjalan pada suhu kamar, tetapi sulit dalam interaksi qubit. 5. **Atom Netral**: Potensi skalabilitas tinggi. 6. **Spin Silikon**: Potensi integrasi dengan manufaktur semikonduktor yang ada. **Analisis Perusahaan Terkemuka:** * **IonQ** (Perangkap Ion): Paling maju secara komersial, dengan pertumbuhan pendapatan tinggi (~755% YoY), klien berkualitas, dan kas yang kuat ($3,1M). Namun, valuasinya sangat mahal (P/S ~100x). * **Rigetti** (Superkonduktor): Memiliki potensi imbal hasil (payoff) tertinggi dengan terobosan arsitektur chiplet, tetapi pendapatannya kecil dan valuasinya sangat spekulatif (P/S >1000x). Risiko koreksi harga besar. * **D-Wave** (Anil Kuantum): Unik dengan pelanggan bisnis nyata dan aplikasi praktis saat ini. Transisi ke platform ganda (anil + komputasi kuantum universal) adalah risiko kunci. **Raksasa Teknologi & Kerangka Investasi:** Google, IBM, Microsoft, Amazon, dan NVIDIA juga berinvestasi besar. Perusahaan kecil seperti IonQ dan Rigetti sering kali berkolaborasi (misalnya, melalui platform cloud) daripada bersaing langsung dengan raksasa ini. Sektor ini mirip dengan AI pada 2018-2020: terobosan teknis nyata tetapi komersialisasi massal masih di depan, dengan kemungkinan **pembersihan gelembung** sebelum lepas landas. Untuk investasi yang lebih aman, pertimbangkan: 1. **Raksasa teknologi** yang telah berinvestasi di kuantum (misalnya, Google, NVIDIA). 2. **ETF Sektor Kuantum** untuk diversifikasi. **WQTM** adalah ETF kemurnian tinggi, sedangkan **QTUM** lebih luas (AI + semikonduktor + kuantum). **Kesimpulan:** Komputasi kuantum adalah peluang jangka panjang yang nyata, tetapi investasi langsung di perusahaan murni saat ini sangat berisiko dan spekulatif karena valuasi tinggi dan jalur teknologi yang belum pasti.

marsbit23j yang lalu

Membongkar Jalur Komputasi Kuantum di Pasar Saham AS: IonQ, Rigetti, D-Wave, Mana yang Layak Ditanam Modal?

marsbit23j yang lalu

AI PC Tiba, Bentrok Lokal dengan Model Besar 120B! NVIDIA Redefinisikan Dasar "PC AI Pribadi" dengan RTX Spark

Dalam acara GTC 2026, NVIDIA memperkenalkan SoC RTX Spark, yang membawa standar baru untuk "PC AI pribadi" dengan komputasi AI 1 petaflop (1000 TOPS), jauh melampaui NPU 45-50 TOPS pada AI PC generasi sebelumnya. Chip ini mengintegrasikan GPU arsitektur Blackwell dengan 6144 inti CUDA dan CPU Arm 20-inti dari MediaTek, menggunakan memori terpadu hingga 128GB. Desain ini memungkinkan CPU dan GPU berbagi kumpulan memori yang sama, menghilangkan hambatan transfer data dan mendukung model besar hingga 120B parameter berjalan secara lokal. Microsoft berkolaborasi dengan NVIDIA untuk meningkatkan mekanisme keamanan asli Windows dan memperkenalkan runtime sandbox open-source OpenShell, memberikan lapisan isolasi penting untuk agen AI lokal. Adobe juga mengumumkan pengembangan ulang mendasar untuk Photoshop dan Premiere guna mengoptimalkan arsitektur memori terpadu RTX Spark, yang diklaim dapat meningkatkan kinerja hingga dua kali lipat. Enam OEM utama termasuk ASUS, Dell, HP, Lenovo, Microsoft Surface, dan MSI akan merilis laptop tipis dan desktop kompak dengan RTX Spark pada musim gugur tahun ini. Meskipun demikian, detail seperti harga, efisiensi daya, dan performa nyata dalam skenario non-AI masih perlu dikonfirmasi setelah produk diluncurkan. Kehadiran RTX Spark menandai pergeseran potensial dalam industri PC menuju platform SoC yang berpusat pada GPU.

marsbitKemarin 06:44

AI PC Tiba, Bentrok Lokal dengan Model Besar 120B! NVIDIA Redefinisikan Dasar "PC AI Pribadi" dengan RTX Spark

marsbitKemarin 06:44

Huang Renxun: Vera Rubin Mulai Diproduksi Massal, AI Agent Adalah Fokus Utama, Menantang Intel Menuju Gerbang AI PC Generasi Berikutnya

CEO Nvidia Jensen Huang mengumumkan serangkaian produk dan strategi baru dalam pidato utamanya di GTC Taipei 2026. Arsitektur Vera Rubin telah memasuki produksi massal penuh, dengan OpenAI, Anthropic, dan SpaceX sebagai pelanggan pertama. Nvidia menekankan fokus pada pengembangan AI Agent dan meluncurkan CPU Vera khusus untuk itu. Nvidia juga mengincar pasar AI PC generasi berikutnya dengan mengumumkan prosesor baru untuk sistem Windows, menantang Intel. Chip bernama RTX SPARK dikembangkan bersama MediaTek dan akan diproduksi oleh TSMC, ditargetkan rilis musim gugur tahun ini untuk laptop dan desktop. Di bidang kendaraan otonom, platform DRIVE Hyperion mengukuhkan posisinya, dengan perusahaan seperti BYD, Geely, Zeekr, Xiaomi, dan Pony.ai mengadopsi atau mengembangkan sistem berbasis platform tersebut. Model inferensi super Alpamayo 2 juga diperkenalkan untuk robotaxi. Untuk robotika humanoid, Nvidia meluncurkan platform referensi NVIDIA Isaac GR00T untuk penelitian akademis dan toolkit agen cerdas sumber terbuka. Perusahaan bermitra dengan Unitree (H2 Plus sebagai model referensi) dan produsen robot global lainnya. Produk penting lainnya termasuk model AI baru Nemotron 3 Ultra dan platform DSX yang bertindak sebagai "panduan" lengkap untuk membangun infrastruktur pabrik AI. Harga saham Nvidia naik 2.7% dalam perdagangan malam.

marsbitKemarin 06:15

Huang Renxun: Vera Rubin Mulai Diproduksi Massal, AI Agent Adalah Fokus Utama, Menantang Intel Menuju Gerbang AI PC Generasi Berikutnya

marsbitKemarin 06:15

活动图片