Tren TeknologiBerita

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.

Apakah Perang XRP vs. SWIFT Sudah Selesai, atau Apakah Bank-Bank Mengambil Rute Lain?

XRP dan SWIFT sering dianggap sebagai pesaing dalam memodernisasi pembayaran global, namun argumen terbaru menunjukkan sudut pandang yang berbeda. Alih-alih pertarungan satu pemenang, perkembangan terkini mengarah pada lingkungan keuangan di mana infrastruktur perbankan tradisional dan sistem penyelesaian berbasis blockchain beroperasi berdampingan. Kunci perdebatan ini terletak pada pemisahan antara *messaging* (pesan) dan *settlement* (penyelesaian). SWIFT berfungsi sebagai lapisan komunikasi antar lembaga keuangan untuk mengirim instruksi pembayaran, tetapi tidak untuk memindahkan nilai secara langsung. Oleh karena itu, pesaing sebenarnya bagi peran komunikasi SWIFT mungkin adalah protokol interoperabilitas blockchain seperti Axelar atau Chainlink, bukan XRP sebagai aset penyelesaian. Banyak bank besar yang terlibat dalam kerangka kerja baru SWIFT juga telah menjajaki solusi berbasis blockchain melalui Ripple. Hal ini menunjukkan bahwa institusi keuangan tidak memilih satu sistem secara eksklusif, tetapi cenderung membangun model hibrida. Mereka menggabungkan teknologi yang menyelesaikan masalah berbeda: jaringan pesan untuk koordinasi dan kepatuhan, serta lapisan penyelesaian terpisah untuk pergerakan nilai yang lebih cepat. Dengan demikian, masa depan pembayaran internasional mungkin bukan tentang kemenangan XRP atau SWIFT, tetapi tentang bagaimana keduanya dapat beroperasi dalam posisi yang saling melengkapi dalam arsitektur keuangan yang lebih luas.

bitcoinist06/04 18:53

Apakah Perang XRP vs. SWIFT Sudah Selesai, atau Apakah Bank-Bank Mengambil Rute Lain?

bitcoinist06/04 18:53

China Web3 Startup, Apa Saja Jalur yang Bagus? (Lima)

Dalam seri kelima tentang peluang startup Web3 China, artikel ini membahas migrasi kemampuan dua jenis tim ke arah AI: **tim keamanan dan manajemen risiko**, serta **tim aplikasi dan komunitas**. Untuk **tim keamanan dan manajemen risiko**, fokus dapat beralih dari audit kontrak pintar dan pemantauan rantai ke **audit perilaku AI Agent**. Dengan semakin banyaknya Agent yang mengakses data, alat, dan proses otomatis, muncul kebutuhan baru akan pemantauan izin, pelacakan log, pencegahan kebocoran data, dan kontrol pembayaran otomatis—terutama di sektor seperti keuangan, kesehatan, dan hukum. Sementara itu, **tim aplikasi dan komunitas** dapat mengintegrasikan AI ke dalam produk yang sudah ada untuk meningkatkan efisiensi. Contohnya alat riset dapat menggunakan AI untuk meringkas whitepaper dan data rantai, platform edukasi dapat menawarkan jalur pembelajaran personalisasi, dan alat komunitas dapat mengotomatiskan dukungan pengguna serta analisis umpan balik. Pendekatan ini lebih berkelanjutan daripada mengubah produk menjadi "platform AI" yang sama sekali baru. Artikel juga menekankan bahwa tidak semua arah AI cocok untuk tim Web3 China. **Hindari** model AI umum skala besar, platform Agent yang terlalu luas, produk perdagangan otomatis/AI trader, atau sekadar menambahkan "lapisan AI" pada proyek yang tidak memiliki kebutuhan nyata. Kunci migrasi yang sukses adalah memanfaatkan kemampuan yang sudah ada, menemukan skenario nyata, dan memiliki pembayar yang jelas.

marsbit06/04 14:56

China Web3 Startup, Apa Saja Jalur yang Bagus? (Lima)

marsbit06/04 14:56

SpaceX, OpenAI, Anthropic Tiga Raksasa AI Berlomba IPO, Mana yang Paling Layak Dipertaruhkan?

SpaceX, OpenAI, dan Anthropic bersiap untuk IPO raksasa secara berdekatan, dengan total pendanaan potensial mencapai $180 miliar, melampaui total era gelembung dot-com. Podcast ini membahas tekanan besar pada modal pribadi dan anggaran belanja perusahaan teknologi akibat percepatan pembangunan infrastruktur AI. Anthropic menunjukkan pertumbuhan pendapatan perusahaan yang sangat cepat, mendekati profitabilitas. SpaceX mengubah aturan indeks pasar untuk memfasilitasi masuknya dana pensiun pasif ke dalam IPO-nya, meski model bisnis pusat data luar angkasa belum terbukti. Google, meski sudah go public, mengumpulkan $80 miliar dari pasar eksternal untuk mendanai ekspansi AI, menandakan intensitas persaingan. Inti diskusi: lonjakan belanja modal ini dianggap bukan sebagai gelembung, melainkan investasi penting dalam infrastruktur fisik dasar (seperti pusat data, chip, listrik) untuk teknologi generasi berikutnya. Kendala utama bukan pada modal, tetapi pada batasan kapasitas produksi di dunia fisik. Ketiga IPO dipandang sebagai taruhan jangka panjang pada fondasi peradaban masa depan, dengan tingkat optimisme yang tinggi terhadap nilai yang akan dibangun.

marsbit06/04 11:53

SpaceX, OpenAI, Anthropic Tiga Raksasa AI Berlomba IPO, Mana yang Paling Layak Dipertaruhkan?

marsbit06/04 11:53

"Saham Lama" Menjadi "Saham Unggulan Baru": Bagaimana AI Menilai Ulang Infrastruktur Lama, dari Dell hingga Nokia?

Setahun lalu, mungkin sulit dipercaya bahwa perusahaan teknologi mapan seperti Dell, Nokia, Cisco, Corning, dan Western Data akan menjadi favorit pasar terkait AI. Dulu, mereka sering dianggap "lambat" dan "kurang menarik" dibandingkan pemain AI seperti Nvidia. Namun, performa mereka belakangan ini menonjol, mendorong pasar mengevaluasi ulang. Alasannya: AI kini bergerak dari parameter model ke pembangunan pusat data nyata. Tahap ini membutuhkan kemampuan pengiriman dan infrastruktur yang kokoh — persis keunggulan perusahaan-perusahaan lama ini. Penilaian ulang ini terbagi dalam tiga area utama: 1. **Server & Integrasi Sistem:** Dell dan HPE unggul karena kemampuan pasokan, pengiriman, dan integrasi sistem mereka. Mereka seperti kontraktor utama yang membangun "pabrik AI," mengubah chip menjadi sistem server yang siap beroperasi. 2. **Jaringan & Konektivitas:** AI berskala besar membutuhkan jaringan yang tangguh. Corning (serat optik), Nokia (jaringan nirkabel AI-RAN), dan Cisco (sakelar pusat data) menjadi krusial untuk menghubungkan dan mengoptimalkan kluster komputasi. 3. **Penyimpanan:** Ledakan data AI meningkatkan permintaan akan kapasitas penyimpanan besar, termasuk hard disk berkapasitas tinggi dari Western Digital dan Seagate untuk data yang tidak terlalu sering diakses. Namun, tidak semua perusahaan tua akan diuntungkan. Penilaian ulang yang nyata harus didukung oleh: **1) realisasi pesanan dan pendapatan AI**, **2) peningkatan panduan bisnis (guidance) dari perusahaan**, dan **3) peningkatan kualitas laba** yang berkelanjutan, bukan hanya pertumbuhan pendapatan sementara. Kesimpulannya, AI sedang masuk ke fase konstruksi fisik. Perusahaan teknologi mapan tidak tiba-tiba menjadi muda, tetapi **aset infrastruktur mereka kembali berharga di era AI**. Hanya perusahaan yang benar-benar dapat memasuki rantai pasokan pembangunan AI dan mengubah permintaan baru menjadi keuntungan berkelanjutan yang akan mengalami penilaian ulang logika bisnis yang sejati.

marsbit06/04 11:45

"Saham Lama" Menjadi "Saham Unggulan Baru": Bagaimana AI Menilai Ulang Infrastruktur Lama, dari Dell hingga Nokia?

marsbit06/04 11:45

Codex dan ChatGPT Digabungkan, Perebutan Posisi Alat Pemrograman Dimulai

OpenAI mengalihkan fokus dari ChatGPT ke Codex, dengan mengintegrasikan ketiganya bersama Atlas menjadi satu aplikasi desktop super. Codex, yang awalnya alat pemrograman, kini menjadi bisnis pertumbuhan tercepat OpenAI, dengan pengguna aktif mingguan melebihi 5 juta. Perbedaannya adalah ChatGPT memberikan jawaban dan saran, sedangkan Codex bertindak untuk menyelesaikan pekerjaan secara langsung. Hal ini membuatnya semakin populer di kalangan analis, manajer investasi, bankir, dan profesional lainnya. OpenAI memperkuat Codex dengan model GPT-5.2/5.5, mengubahnya dari alat pelengkap kode menjadi agen AI yang dapat menangani tugas kompleks. Perusahaan juga meluncurkan enam plugin untuk berbagai peran seperti analisis data, penjualan, dan desain produk. Fitur baru "Sites" memungkinkan pembuatan situs web interaktif dari dokumen, sementara fitur "Anotasi" memudahkan pengeditan kolaboratif. Perubahan ini merepresentasikan pergeseran industri AI dari era "obrolan" ke era "eksekusi", di mana AI bertindak sebagai rekan kerja digital yang memahami tujuan pengguna dan secara otomatis menyelesaikan pekerjaan menggunakan alat yang sesuai.

marsbit06/04 11:36

Codex dan ChatGPT Digabungkan, Perebutan Posisi Alat Pemrograman Dimulai

marsbit06/04 11:36

GitHub, Ditembus oleh AI

Tanggal 9 Februari pukul 12 malam WIB, GitHub mengalami gangguan global yang parah. Situs web, API, GitHub Actions, hingga Copilot semuanya down. Penyebabnya adalah perubahan sederhana: memperpendek waktu refresh cache dari 12 jam menjadi 2 jam, yang memicu badai penulisan ulang cache dan menyebabkan kegagalan berantai. Ini bukan insiden tunggal. Pada kuartal pertama 2026, GitHub mengalami setidaknya 8 gangguan besar. Polanya aneh: setiap kali penyebabnya berbeda, tetapi akar masalahnya sama: infrastruktur yang mulai retak di bawah beban baru yang sangat masif. Beban baru itu datang dari AI Agent. Pada 2026, jumlah commit mingguan mencapai 275 juta. Jika berlanjut, total tahunan bisa 14 miliar, atau 14 kali lipat dari tahun 2025. AI Agent seperti Claude Code sekarang menyumbang 4,5% dari semua commit publik. Mereka bekerja tanpa henti, menghasilkan PR dalam jumlah besar, dan memperlakukan repository sebagai "output" alih-alih "ruang kerja" manusia. Pola lalu lintas yang bisa diprediksi telah berubah total. Masalah lainnya adalah model bisnis. Harga flat Copilot tidak lagi sesuai karena sesi Agentic AI menghabiskan sumber daya yang sangat besar, jauh melebihi biaya langganan. Sejak 1 Juni, GitHub beralih ke model pembayaran berdasarkan penggunaan (AI Credits). Untuk mengatasinya, GitHub tidak sekadar menambah kapasitas, tetapi merancang ulang arsitektur untuk menanggung beban 30 kali dari skala saat ini. Mereka berencana memisahkan layanan penting, memperkenalkan mekanisme kontrol lalu lintas, dan menghilangkan titik kegagalan tunggal. Intinya, GitHub sedang berubah dari "alat kolaborasi manusia" menjadi "pipa pembuangan AI". Gangguan pada 9 Februari bukan sekadar kecelakaan, melainkan pertanda era baru di mana AI mengubah fundamental alur kerja pengembangan perangkat lunak.

marsbit06/04 10:43

GitHub, Ditembus oleh AI

marsbit06/04 10:43

Berada di Dalam Cahaya, Memahami Rantai Industri Modul Optik dan CPO dalam Satu Artikel

**Berdiri di Dalam Cahaya: Memahami Industri Modul Optik dan CPO** AI yang berkembang pesat menciptakan permintaan besar akan pusat data, di mana hambatan utama bukan lagi daya komputasi, tetapi **transfer data**. Di sinilah modul optik, sang "penerjemah" yang mengubah sinyal listrik dari chip menjadi sinyal cahaya untuk ditransmisikan melalui serat optik, memainkan peran kunci. Namun, modul optik plug-and-play tradisional menghadapi batasan: **batas bandwidth, konsumsi daya tinggi, dan redaman sinyal**. CPO (Co-Packaged Optics) muncul sebagai solusi generasi berikutnya. Dengan mengintegrasikan "mesin optik" langsung ke dalam paket chip switch (ASIC), CPO **secara drastis mengurangi jarak, daya, dan latensi**. Beberapa teknologi terkait juga muncul: **NPO** (versi CPO yang lebih sederhana, populer di Tiongkok), **LPO** (modul plug-and-play tanpa DSP untuk hemat daya), **OIO** (integrasi lebih dalam dengan chip komputasi), dan **OCS** (switch optik murni). Rantai industri CPO kompleks dan melibatkan banyak pemain: * **Pendefinisi Arsitektur**: NVIDIA, Broadcom, Marvell (memegang kendali). * **Pengemasan & Manufaktur Canggih**: TSMC (kunci), ASE, Amkor. * **Laser ("Jantung" CPO)**: Lumentum, Coherent (EML); Source Photonics, Shijia Photon (CW - jalur dengan terobosan Tiongkok). * **Chip Silicon Photonics (Otak Mesin Optik)**: Intel, Cisco/Acacia; Accelink, Source Photonics. * **Komponen Koneksi Serat Optik (Pasar Baru)**: FAU, PMF, Fiber Shuffle, MPO. Corning (pemimpin global), Tianfu Communication (pemimpin domestik Tiongkok). * **Serat Optik & Kabel**: Corning, Yangtze Optical Fibre (pemimpin global). * **PCB/Substrat**: Shenghong Technology (pemasok kunci untuk NVIDIA). * **DSP & Chip SerDes**: Fungsinya diintegrasikan ke dalam ASIC pada era CPO. * **Produsen Modul Optik**: Beralih dari produsen modul ke pemasok mesin optik CPO (mis., Zhongji Innolight, Eoptolink). **Peta Waktu Investasi**: * **Jangka Pendek (2026-2027)**: Puncak permintaan modul plug-and-play 800G/1.6T + CPO mulai produksi skala. * **Menengah (2027-2029)**: CPO meluas, NPO memuncak di Tiongkok. * **Panjang (2029-2032+)**: CPO/OIO menembus skenario *scale-up*, menggantikan kabel tembaga. CPO bukan hanya tentang kecepatan, tetapi **efisiensi energi**. Masa depan infrastruktur AI akan dibangun di atas **sistem saraf optik** yang cepat dan hemat daya ini, menciptakan peluang besar di sepanjang rantai pasokannya.

marsbit06/04 10:22

Berada di Dalam Cahaya, Memahami Rantai Industri Modul Optik dan CPO dalam Satu Artikel

marsbit06/04 10:22

Perang AI PC: Jangan Bertaruh pada Kubu, Bertaruhlah pada Pos Tol

Artikel ini membahas persaingan di pasar AI PC, menekankan bahwa fokus investor seharusnya bukan pada memilih kubu (seperti x86 vs Arm), melainkan pada perusahaan yang berperan sebagai "gerbang tol" yang konsisten menghasilkan keuntungan, arus kas, dan memiliki kekuatan penetapan harga dalam rantai pasokan. Analisis membagi peluang menjadi tiga lapisan: 1. **Gerbang Tol Proses Maju:** TSMC diuntungkan oleh permintaan tinggi terhadap chip canggih, terlepas dari pemenang persaingan. 2. **Pelimpahan Tenaga Komputasi dan Platform:** AMD (kombinasi x86 & GPU) dan NVIDIA (perangkat lunak AI) mendapat manfaat dari ekosistem yang meluas. 3. **Difusi Arsitektur dan Pemulihan:** ARM dan Intel memiliki potensi elastisitas, tetapi memerlukan disiplin yang lebih ketat. AI PC sedang beralih dari konsep ke fase verifikasi pengiriman. Meskipun perkiraan pengiriman jangka pendek mungkin berfluktuasi, tren adopsi jangka panjang tetap kuat. Kunci sebenarnya adalah apakah pengguna bersedia mengganti perangkat untuk pengalaman AI lokal, terutama dari segi adopsi di perusahaan. Risiko utama meliputi: aplikasi AI PC yang mungkin di bawah ekspektasi, kompatibilitas Windows on Arm yang lambat, ketidakpastian makro dan tarif, ketidakseimbangan pasokan-permintaan proses canggih, dan valuasi sektor AI yang secara umum sudah tinggi. Kesimpulannya, investasi dalam tema AI PC sebaiknya dipandang sebagai perpindahan industri jangka panjang. Pendekatan yang disarankan adalah berinvestasi pada ekosistem, "gerbang tol" seperti TSMC, dan perusahaan dengan arus kas berkelanjutan setelah gejolak sentimen pasar mereda, bukan sekadar trading berdasarkan pengumuman produk.

marsbit06/04 07:12

Perang AI PC: Jangan Bertaruh pada Kubu, Bertaruhlah pada Pos Tol

marsbit06/04 07:12

Sistem Investasi "Tiga Jalur" NVIDIA: Saham Apa Saja yang Diincar?

NVIDIA mengelola investasinya melalui tiga jalur terpisah: **Corporate Development** untuk investasi strategis besar (misalnya, $300 miliar ke OpenAI, $100 miliar ke Anthropic), **NVentures** untuk investasi ventura awal di berbagai sektor seperti komputasi kuantum (Alice & Bob, PsiQuantum), AI biomedis, dan infrastruktur AI (OpenRouter, Tensormesh), serta **NVIDIA Inception** sebagai akselerator startup tanpa pendanaan langsung. Portofolio investasi NVIDIA mencakup lima area utama: model dasar (OpenAI, xAI), cloud & infrastruktur (CoreWeave, Nebius), alat pengembangan & aplikasi (Cursor, Synthesia), robotika & mobil otonom (Figure AI), serta komputasi kuantum & biofarmasi. Skema investasi besar yang terkait dengan komitmen pembelian perangkat keras telah memicu kontroversi dan tuduhan "pembiayaan berputar" dari pihak seperti Michael Burry dan regulator Uni Eropa, meskipun pendukung menyebutnya sebagai "siklus virtuos" yang diperlukan di era kelangkaan komputasi.

marsbit06/04 06:46

Sistem Investasi "Tiga Jalur" NVIDIA: Saham Apa Saja yang Diincar?

marsbit06/04 06:46

Stasiun Transit AI Picu Perdebatan Panas di Zhihu: Di Balik Token Murah, Apa Sebenarnya yang Dikhawatirkan Pengguna?

Sebuah diskusi panas tentang "stasiun transit AI" di Zhihu mengangkat pertanyaan tentang asal-usul token murah dan keamanan pengguna. Diskusi bergeser dari sekadar pilihan alat ke masalah biaya dan kepercayaan yang lebih luas, karena token AI kini menjadi biaya nyata bagi pengguna. Kekhawatiran utama bukan hanya harga, tetapi **keaslian model**. Pengguna khawatir model yang ditampilkan tidak sesuai dengan yang benar-benar dipanggil, dengan risiko seperti "pertukaran model" atau "penurunan kualitas" yang sulit dideteksi karena sifat respons AI yang acak. Ini menciptakan transaksi asimetris informasi. Selain itu, **perbandingan harga** perlu diperhatikan. Token transit sering kali terlihat murah hanya jika dibandingkan dengan harga API resmi per penggunaan. Dibandingkan dengan langganan resmi, model domestik, atau kuota gratis, itu belum tentu pilihan termurah. Pengguna disarankan untuk menilai kebutuhan mereka terlebih dahulu. Sumber token murah beragam, mulai dari jalur legal (pembelian grosir, diskon perusahaan) hingga yang abu-abu (pembagian akun langganan, arbitrase wilayah). **Campuran sumber ini** menyulitkan penilaian risiko dan stabilitas layanan. Diskusi meningkat ke **keamanan data**. Untuk penggunaan biasa, risikonya terbatas pada kualitas respons. Namun, untuk pemrograman AI, Agent, atau alat perusahaan, data yang dikirim (kode, dokumen bisnis, rahasia dagang) sangat sensitif. Menggunakan transit yang tidak jelas dapat melanggar kewajiban kerahasiaan dan kepatuhan. Konsensus yang muncul adalah: stasiun transit **dapat digunakan untuk tugas berisiko rendah dan dapat diganti**, tetapi **tidak boleh menjadi pintu masuk default**. Untuk data sensitif atau alur kerja produksi, gunakan saluran resmi. Saran praktis termasuk tidak mengisi saldo besar, tidak mengikat semua alur kerja ke satu transit, menggunakan pertanyaan uji tetap, dan menganonimkan data jika memungkinkan. Pada intinya, diskusi ini mengingatkan bahwa **biaya sebenarnya dari penggunaan AI tidak hanya tertera pada harga token**, tetapi juga mencakup keaslian model, aliran data, stabilitas layanan, dan tanggung jawab kepatuhan. Semakin mudah kemampuan AI diakses, semakin penting bagi pengguna untuk mengetahui apa yang terjadi di balik layar.

marsbit06/04 06:15

Stasiun Transit AI Picu Perdebatan Panas di Zhihu: Di Balik Token Murah, Apa Sebenarnya yang Dikhawatirkan Pengguna?

marsbit06/04 06:15

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow

Kebijakan Regulasiright-arrow

Strategi Tradingright-arrow