Penulis Asli:K, Peneliti Web3Caff Research
Dalam lintasan perkembangan kecerdasan buatan, dua tahun terakhir telah mengalami perubahan struktural yang mendalam. Kemampuan model terus menerobos batas, efisiensi penalaran terus dioptimalkan, modal global dan mesin negara berbondong-bondong datang. Namun, di balik gelombang sentralisasi yang dipenuhi kegilaan dan fokus modal, DeAI (arsitektur pelatihan dan penalaran AI yang terdesentralisasi) sedang menjadi jalur lain menuju masa depan, yang langsung menunjuk pada dua masalah utama dalam pengembangan AI saat ini: mekanisme kepercayaan buta dan kerapuhan skalabilitas.
Kemakmuran AI terpusat dibangun di atas infrastruktur fisik yang sangat besar, dari kluster komputasi super hingga kotak hitam model penalaran yang tertutup, dari produk SaaS yang dikemas hingga panggilan API internal perusahaan. Tetapi seperti perjalanan internet dari tertutup ke terbuka, dari platform Web2 ke protokol Web3, perkembangan AI pada akhirnya juga akan tak terelakkan menghadapi dua masalah mendasar: Pertama, bagaimana pengguna memastikan hasil penalaran model tidak dirusak dan memiliki keaslian? Kedua, ketika pelatihan dan penalaran melintasi batas wilayah, perangkat, budaya, dan hukum, dapatkah arsitektur terpusat mempertahankan keunggulan biaya dan kinerja?
Jaringan DeAI menawarkan jalur solusi yang sangat berbeda dengan paradigma terpusat. Ini berpusat pada ide "Komputasi yang Dapat Diverifikasi (Verifiable Compute)", melalui kriptografi dan mekanisme konsensus memastikan setiap kali model dijalankan memiliki jalur eksekusi yang dapat dilacak dan dapat dibuktikan. Ini tidak hanya menyelesaikan masalah "kepercayaan buta" pengguna terhadap model, tetapi juga menyediakan dasar kepercayaan umum untuk kolaborasi lintas batas. Pelopor saat ini seperti Prime Intellect dan Inference Labs, telah mewujudkan penalaran terverifikasi parsial dalam kluster GPU di lokasi berbeda, membuka kemungkinan baru untuk pelatihan terdistribusi dan layanan AI otonom.[70]
Dan dari sudut pandang ekonomi, kebangkitan DeAI juga terkait erat dengan perubahan RoG (Return-on-GPU, yaitu pendapatan per jam yang dihasilkan oleh daya komputasi GPU) industri AI. Desain GPT-4.1 tidak lagi sekadar mengejar model besar dan menumpuk daya komputasi, tetapi menekankan penyetelan halus dan alokasi sumber daya penalaran, misalnya dengan menggunakan kembali konteks yang ada sebanyak mungkin selama proses generasi, mengurangi komputasi ulang yang tidak perlu, sehingga mengurangi keluaran yang tidak valid dan konsumsi Token, membuat daya komputasi lebih banyak digunakan untuk proses penalaran yang benar-benar bernilai.[68] Ini menandakan fokus industri sedang berubah dari "berapa banyak GPU yang dapat dibakar" menjadi "berapa nilai yang dapat diperoleh per jam". Orientasi efisiensi ini, justru memberikan peluang yang sangat baik bagi jaringan AI terdesentralisasi.
Kluster GPU terpusat dengan biaya tetap yang tinggi dan hambatan efisiensi dalam penyebaran skala besar, akan sulit menyaingi jaringan GPU heterogen Permissionless yang disumbangkan oleh pengguna global. Dan jika jaringan ini memiliki "keterverifikasian", maka tidak hanya dapat bersaing dalam struktur biaya dengan infrastruktur terpusat seperti AWS, Azure, tetapi juga secara alami memiliki keunggulan transparan dan terpercaya.
Selain itu, dampak DeAI jauh melampaui tingkat teknis, ia akan membentuk kembali kepemilikan dan struktur partisipasi pengembangan AI. Dalam ekosistem pelatihan tertutup yang didominasi oleh raksasa seperti OpenAI, Anthropic saat ini, sebagian besar pengembang hanya dapat menjadi "pengguna model", dan tidak dapat berpartisipasi dalam pendapatan pelatihan model atau keputusan penalaran. Sedangkan dalam jaringan DeAI, setiap kontributor, baik itu node yang menyediakan daya komputasi, pengguna yang menyediakan data, atau insinyur yang mengembangkan aplikasi Agen, dapat berpartisipasi dalam tata kelola dan berbagi keuntungan melalui protokol. Ini bukan hanya inovasi mekanisme ekonomi, tetapi juga kemajuan etika dalam perkembangan AI.
Tentu saja, DeAI saat ini masih berada pada tahap eksplorasi awal. Ini belum membangun tingkat kinerja yang cukup untuk menggantikan model terpusat, juga belum menerobos hambatan seperti stabilitas jaringan dan efisiensi verifikasi. Tetapi masa depan AI bukanlah jalur tunggal, melainkan multi-jalur yang berjalan paralel. Platform terpusat akan terus mendominasi pasar perusahaan, mengejar produkitisasi ekstrem yang mengoptimalkan RoG; sedangkan jaringan DeAI akan tumbuh dalam skenario tepi dan pasar berkembang, secara bertahap berevolusi menjadi ekosistem model terbuka yang memiliki daya hidupnya sendiri. Seperti internet untuk kebebasan informasi, DeAI untuk otonomi kecerdasan. Pentingnya, bukan hanya karena keunggulan teknis, tetapi lebih karena ia menyediakan kemungkinan dunia lain, sebuah masa depan di mana tidak perlu mempercayai perantara tertentu, tetapi masih dapat mempercayai kecerdasan itu sendiri.
Konten ini dipilih dari laporan penelitian Web3Caff Research yang diterbitkan: "Laporan 40.000 Kata Tahunan Web3 2025 (Bagian Bawah): Menghadapi Persimpangan Sejarah Tata Kelola Keuangan × Komputasi × Internet, Apakah Pergeseran Besar Industri Akan Dimulai? Analisis Panoramic Perubahan Struktural, Potensi Nilai, Batas Risiko, dan Pandangan Masa Depannya"
Laporan penelitian ini (telah dibuka untuk dibaca gratis) ditulis oleh peneliti Web3Caff Research K, berpusat pada logika inti perubahan tahap perkembangan Web3 tahun 2025 melakukan penyusunan sistematis, berfokus membahas dalam konteks kemampuan dasar dan pengawasan yang terus berkembang, mengapa eksplorasi aplikasi dan kolaborasi sistem secara bertahap menjadi arah perhatian baru, poin inti termasuk:
- Latar belakang evolusi tahap: Alasan internal perubahan titik perhatian industri setelah pembangunan infrastruktur dasar berakhir;
- Perubahan mekanisme kunci: Kerangka aturan dan mekanisme on-chain yang semakin jelas, dampaknya terhadap cara operasi sistem;
- Arah aplikasi utama: Jalur eksplorasi sekitar penyelesaian pembayaran, pemetaan skenario dunia nyata, dan kolaborasi yang dapat diprogram;
- Arah perkembangan masa depan: Membahas tren evolusi Web3 tahun 2026 dan seterusnya.
