Goldman Sachs Bicara Lagi tentang Kondisi Demam AI: Sebelum Siklus Investasi Capai Puncak, 'Laba Kuat Akan Mengalahkan Kekhawatiran Valuasi', Volatilitas Akan Naik Lebih Lanjut

marsbitDipublikasikan tanggal 2026-06-24Terakhir diperbarui pada 2026-06-24

Abstrak

Penelitian Goldman Sachs menggarisbawahi bahwa gelombang investasi AI saat ini tidak sama dengan gelembung teknologi 1999-2000. Perbedaan kuncinya terletak pada fundamental: laba dan pengeluaran modal (capex) perusahaan terkait AI masih kuat dan terus dinaikkan, mendorong pasar, sementara valuasi forward P/E tidak melonjak ekstrem karena kenaikan harga saham didorong oleh kenaikan ekspektasi laba. Namun, risikonya tetap ada. Pasar telah mengantisipasi banyak hal optimis, dengan peningkatan nilai pasar AI (sekitar $27 triliun) melebihi perkiraan manfaat makroekonomi dasar. Harga saat ini bergantung pada asumsi bahwa perusahaan pemenang AI dapat mempertahankan pangkat laba tinggi dalam jangka panjang dari lonjakan produktivitas. Sinyal utama yang mirip era 1990-an adalah intensitas investasi. Capex AI, terutama dari penyedia cloud hyperscale, meningkat sangat cepat dan bisa mendekati puncak era dot-com. Namun, sinyal gelembung lain seperti penurunan margin makro, peningkatan leverage korporat, atau defisit neraca berjalan yang membesar belum terlihat. Risiko utama telah bergeser dari "gelembung valuasi" ke kemungkinan "gelembung laba". Selama siklus capex belum mencapai puncaknya, laba kuat kemungkinan masih mendominasi kekhawatiran valuasi. Namun, begitu siklus investasi memuncak, kelangsungan laba tinggi akan diuji. Selain itu, ekonomi non-AI AS relatif lemah, sehingga AI mungkin menutupi kelemahan di sektor lain. Mengingat ketergantungan pada narasi optimis ini, volatili...

Penulis: Zhui Feng Trading Platform, Wall Street News

Pergerakan AI bukanlah reka ulang sederhana gelembung 1999-2000. Goldman Sachs berpendapat masalah yang lebih kritis saat ini adalah: laba dan pengeluaran modal masih dalam proses revisi naik, tetapi harga pasar telah mengantisipasi banyak ekspektasi optimis, dan sensitivitas investor terhadap perubahan narasi sedang meningkat.

Menurut Zhui Feng Trading Desk, dalam laporan penelitian 22 Juni, Goldman Sachs menilai demam investasi AI kemungkinan akan terus berlanjut, dan ekspektasi pasar terhadap skalanya bahkan masih perlu dinaikkan. Namun, laporan juga mencatat, banyak nilai telah tercermin lebih awal, membuat pasar lebih rentan terhadap berita apa pun yang menantang narasi optimis AI.

Risiko utama perdagangan AI tidak lagi hanya "gelembung valuasi". Price-to-earnings (P/E) forward tidak tampak lepas kendali secara signifikan, karena ekspektasi laba juga sedang direvisi naik. Yang benar-benar perlu diuji adalah, apakah laba kuat saat ini dapat dipertahankan setelah siklus pengeluaran modal mencapai puncaknya.

Bagi investor, sebelum puncak siklus investasi AI muncul, laba kuat mungkin terus mengalahkan kekhawatiran valuasi. Namun, seiring dengan semakin bergantungnya pertambahan kapitalisasi pasar pada asumsi optimis, volatilitas saham mungkin akan meningkat lebih lanjut, dan nilai perlindungan downside juga meningkat.

AI Bukan 1999, Tapi Pasar Sudah Lari di Depan Makro

Penilaian inti Goldman Sachs adalah, siklus AI hari ini tidak seperti periode 1999–2000 yang dibangun oleh perluasan valuasi ekstrem, overheating makro, dan ketidakseimbangan pembiayaan secara bersamaan.

Fundamental saat ini tidak memburuk secara signifikan, bahkan masih menguat. Laba perusahaan terkait AI kuat, rencana pengeluaran modal terus direvisi naik, dan pasar pun punya alasan untuk terus membeli aset terkait. Dibandingkan dengan akhir 1990-an, valuasi forward tidak menunjukkan tingkat ketidaksesuaian yang setara.

Namun, ini tidak berarti risikonya lebih rendah. Pertumbuhan kapitalisasi pasar perusahaan terkait AI telah jelas melampaui perhitungan imbal hasil makro dasar. Untuk menjelaskan harga saat ini, harus diasumsikan pemenang AI dapat memperoleh premi produktivitas di atas tingkat normal dalam jangka panjang.

Dengan kata lain, taruhan inti pasar saat ini bukan "valuasi dapat meluas tanpa batas", tetapi "laba super tinggi dapat berkelanjutan".

Yang Mirip 90-an Adalah Intensitas Investasi, Sinyal Gelembung Lain Belum Muncul Bersamaan

Akhir gelembung teknologi 1990-an memiliki empat sinyal khas: investasi tetap berada di level sangat tinggi, margin laba makro turun, kebutuhan pendanaan dan leverage perusahaan meningkat cepat, defisit neraca berjalan membesar.

Saat ini yang benar-benar tampak jelas terutama adalah sinyal pertama, yaitu akselerasi pengeluaran modal AI. Laporan menyebut, proporsi investasi teknologi terhadap PDB telah melampaui titik tertinggi 1990-an, dengan kecepatan kenaikan yang lebih cepat juga. Ekspektasi penyedia cloud hyperscale terhadap pengeluaran modal 2026, hampir 80% lebih tinggi dibandingkan 6 bulan lalu. Menurut jalur saat ini, investasi terkait AI dalam beberapa tahun ke depan mungkin mendekati, bahkan melebihi puncak demam investasi teknologi 1990-an.

Namun, siklus pengeluaran modal kali ini tetap berbeda dengan masa itu. Pertama, durasinya belum mencapai panjang akhir 1990-an. Kedua, cakupannya tidak seluas dulu. Investasi teknologi 1990-an lebih mirip ekspansi skala ekonomi penuh, sedangkan pengeluaran modal AI hari ini lebih terkonsentrasi pada penyedia cloud hyperscale, semikonduktor, dan rantai infrastruktur terkait.

Kontras paling kunci di tingkat makro ada pada laba.

Akhir 1990-an, margin laba perusahaan mencapai puncak dan turun setelah 1997, upah dan biaya tenaga kerja per unit naik menggerogoti laba. Situasi saat ini berbeda, pangsa laba perusahaan terhadap PDB masih di sekitar level tinggi, dan pertumbuhan produktivitas juga belum sepenuhnya diimbangi oleh akselerasi upah seperti dulu.

Sisi pendanaan perusahaan juga tidak meniru jalur dulu. Arus kas bebas penyedia cloud hyperscale turun signifikan, proporsi pengeluaran modal terhadap arus kas operasi naik besar. Namun, dilihat dari seluruh sektor korporat, selisih tabungan dan investasi tidak memburuk signifikan, karena pertumbuhan laba pada dasarnya menahan kenaikan rasio investasi.

Ketidakseimbangan eksternal juga berbeda. Akhir 1990-an, defisit neraca berjalan AS membesar; sedangkan saat ini defisit neraca berjalan justru menyempit. Setidaknya dari sudut pandang ketidakseimbangan makro, siklus AI saat ini belum menunjukkan retakan tipikal seperti akhir gelembung dulu.

Pertambahan Kapitalisasi Pasar $27 Triliun, Melebihi Buku Makro Dasar

Perubahan di tingkat pasar lebih agresif.

Sejak akhir November 2022, pertambahan nilai perusahaan terkait AI sekitar $27 triliun, lebih tinggi dari level sekitar $19 triliun pada November 2025. Di saat yang sama, valuasi tradisional pasar saham AS masih berada di level tertinggi sejarah, Shiller Cyclically Adjusted Price-to-Earnings Ratio (CAPE) hanya pernah lebih tinggi pada akhir 1999 dan 2000.

Namun, kenaikan kali ini memiliki satu perbedaan kunci dengan 1999: ekspektasi laba juga direvisi naik dengan cepat. Karena ekspektasi EPS naik, meskipun harga saham terus naik, P/E forward tahun ini tidak naik secara bersamaan. Kenaikan terkini lebih banyak didorong laba, daripada sekadar ekspansi valuasi.

Masalahnya, buku makro tidak memberikan dukungan dengan skala yang setara. Perhitungan dasar menunjukkan, pendapatan modal baru ekonomi AS akibat peningkatan produktivitas AI bernilai saat ini sekitar $9 triliun. Bahkan jika menggunakan pendekatan pasar yang lebih konservatif, hanya melihat perusahaan yang lebih "murni AI", pertambahan nilai terkait sekitar $14 triliun; jika ditambah 25% pertambahan perusahaan terkait AI lainnya, skalanya sekitar $17 triliun, masih lebih tinggi dari perhitungan dasar.

Untuk Menopang Harga Saat Ini, Harus Bertaruh Pemenang Ambil Bagi Laba Lebih Besar Jangka Panjang

Harga pasar saat ini tidak sepenuhnya tak dapat dijelaskan, tetapi membutuhkan asumsi yang lebih optimis.

Asumsi-asumsi ini mencakup: adopsi AI lebih cepat, peningkatan produktivitas dari AI lebih tinggi, modal mengambil porsi lebih besar dari manfaat ekonomi, atau perusahaan AS dapat memperoleh lebih banyak pendapatan AI global.

Salah satu jalur optimis yang diberikan laporan adalah: perusahaan AS mendapatkan 50% pendapatan terkait global, porsi pendapatan modal secara signifikan lebih tinggi dari rata-rata ekonomi, adopsi AI lebih cepat, tingkat diskonto lebih rendah. Hanya jika beberapa kondisi ini terjadi bersamaan, nilai potensial baru lebih mudah mencakup pertambahan kapitalisasi pasar saat ini.

Narasi optimis paling meyakinkan, adalah perusahaan terkait AI dapat menduduki porsi lebih tinggi dari premi produktivitas dalam jangka panjang. Hingga saat ini, narasi ini memang didukung oleh laba. Laba semikonduktor, penyedia cloud, dan penerima manfaat infrastruktur kuat, margin tinggi, dan laba inilah yang menopang pasar.

Namun, ini juga titik rapuhnya. Pada awal akselerasi produktivitas, porsi laba biasanya naik; seiring waktu, persaingan, ekspansi investasi, dan inovasi baru dapat menggerogoti keuntungan di atas rata-rata. Konsentrasi industri AI tinggi, karakteristik teknologi juga mungkin condong kepada pemilik modal, tetapi seberapa lama hambatan masuk pemenang yang ada dapat bertahan, saat ini masih belum ada jawaban.

Risiko Terbesar Beralih dari "Gelembung Valuasi" ke "Gelembung Laba"

Demam investasi AI itu sendiri sedang menciptakan banyak laba. Perusahaan yang menjual chip, kekuatan komputasi, membangun pusat data, langsung diuntungkan dari naiknya pengeluaran modal. Selama puncak investasi belum mendekat, revisi naik laba mungkin terus mengalahkan kekhawatiran valuasi.

Namun, jika pasar langsung memproyeksikan laba kuat dua tiga tahun ke depan ke periode yang lebih jauh, risikonya akan meningkat. Pengeluaran modal tidak mungkin tumbuh selamanya dengan intensitas saat ini. Begitu siklus investasi mencapai puncak, kurva laba perusahaan yang paling langsung diuntungkan saat ini mungkin lebih sulit diprediksi.

Ini juga alasan mengapa "P/E forward tidak mahal" belum tentu berarti murah. Perusahaan sektor siklis dan komoditas di puncak siklus juga sering terlihat tidak mahal, karena penyebut laba terlalu tinggi. Apakah rantai infrastruktur AI akan mengalami masalah serupa, tergantung pada berapa lama intensitas investasi dapat bertahan, seberapa cepat manfaat AI terealisasi, dan apakah ada inovasi teknologi yang mengurangi ketergantungan pada pengeluaran modal intensif tinggi.

AI Mungkin Sedang Menutupi Kelemahan Ekonomi Non-AI

Dibandingkan dengan 1990-an, latar belakang makro saat ini juga memiliki perbedaan penting.

Akhir 1990-an, permintaan domestik AS sangat kuat, dua tahun terakhir pertumbuhan riil permintaan dalam negeri mendekati 6% per tahun, konsumsi, investasi perumahan, dan investasi non-teknologi semua semarak. Arus masuk modal akibat krisis Asia dan pasar berkembang, penguatan dolar, dan deflasi harga komoditas global, justru menutupi overheating internal AS, membuat siklus bertahan lebih lama.

Sekarang situasinya terbalik. Ekonomi AS di luar AI tidak sekuat itu. Investasi non-teknologi lemah, pertumbuhan konsumsi jauh dari akhir 1990-an, dua tahun terakhir pertumbuhan riil pendapatan sekali pakai sekitar 1% per tahun, sedangkan akhir 1990-an 5%–6%.

Ini berarti, demam AI mungkin bukan menambah api pada ekonomi yang benar-benar overheating, melainkan mengimbangi kelemahan di area di luar AI. Oleh karena itu, gelembung ekstrem 1999–2000 dan ketidakseimbangan tipikal sebelum resesi 2001 mungkin lebih sulit muncul; namun sekali narasi AI terganggu, bagian non-AI belum tentu dapat memberikan dukungan yang cukup.

Volatilitas Berganti Gigi, Portofolio Butuh Lebih Banyak Perlindungan Downside

Struktur pasar sudah menunjukkan perubahan.

Credit spread masih ketat, berbeda dengan jalur tekanan kredit yang naik bertahap pada 1998–2000. Namun volatilitas saham mulai meningkat lebih jelas. Beberapa bulan terakhir, implied volatility saham individual naik, skew opsi saham individual AS turun, permintaan pasar terhadap opsi call relatif terhadap opsi put naik.

Di saat yang sama, implied correlation turun ke level sangat rendah, menekan volatilitas indeks, namun volatilitas indeks jangka panjang juga perlahan naik. Kenaikan juga lebih terkonsentrasi. Kinerja indeks luas masih lebih moderat dibanding akhir 1990-an, tetapi kenaikan indeks semikonduktor beberapa tahun terakhir sudah mendekati kinerja akhir indeks Nasdaq saat itu. April dan Mei, kenaikan dua bulan berturut-turut Nasdaq, Korea, Taiwan, indeks semikonduktor SOX, dan keranjang saham teknologi tidak menguntungkan, semuanya mencapai level tertinggi dalam beberapa tahun.

Selama puncak siklus investasi belum muncul, laba kuat mungkin terus mendominasi pasar. Namun seiring harga semakin bergantung pada asumsi optimis, nilai perlindungan downside meningkat. Dalam jalurnya, lebih mirip tetap berada dalam perdagangan, sambil menggunakan perlindungan put, atau menggunakan opsi call untuk menggantikan sebagian eksposur spot untuk mengendalikan penarikan.

Di sisi suku bunga ada juga risiko sebaliknya: jika puncak investasi AI telah lewat dan kerapuhan ekonomi non-AI terungkap, kemungkinan suku bunga turun signifikan saat itu mungkin lebih tinggi dari biasa.

Kripto yang Sedang Tren

Pertanyaan Terkait

QMenurut laporan Goldman Sachs, apa perbedaan utama antara demam investasi AI saat ini dan gelembung teknologi tahun 1999-2000?

AMenurut Goldman Sachs, perbedaan utamanya terletak pada fondasi yang lebih kuat saat ini. Pada 1999-2000, gelembung terutama didorong oleh ekspansi valuasi ekstrem, makro yang terlalu panas, dan ketidakseimbangan pendanaan. Saat ini, profitabilitas perusahaan terkait AI masih kuat, rencana pengeluaran modal terus dinaikkan, dan valuasi prospektif tidak menunjukkan tingkat ketidakseimbangan yang sama seperti saat itu. Risiko utama saat ini bukan 'gelembung valuasi', melainkan ketahanan profit yang kuat setelah siklus pengeluaran modal memuncak.

QApa saja empat sinyal khas gelembung teknologi akhir 1990-an yang disebutkan dalam artikel, dan mana yang sudah terlihat jelas dalam siklus AI saat ini?

AEmpat sinyal khas gelembung akhir 1990-an adalah: 1) Investasi yang bertahan pada level tinggi yang tidak normal. 2) Penurunan margin keuntungan makro. 3) Kebutuhan pendanaan dan leverage perusahaan yang meningkat cepat. 4) Pelebaran defisit neraca berjalan. Dari keempat sinyal tersebut, yang saat ini sudah terlihat jelas adalah sinyal pertama, yaitu akselerasi pengeluaran modal untuk AI. Proporsi investasi teknologi terhadap PDB bahkan telah melampaui puncak tahun 1990-an.

QMengapa Goldman Sachs menyebut 'valuasi prospektif tidak mahal' belum tentu berarti murah untuk perusahaan terkait AI?

AKarena 'valuasi prospektif yang tidak mahal' didorong oleh ekspektasi laba (EPS) yang naik pesat sebagai penyebutnya. Situasi ini mirip dengan perusahaan sektor siklikal atau komoditas di puncak siklus kejayaan, yang juga sering tampak tidak mahal karena laba mereka sangat tinggi. Risikonya adalah apakah profitabilitas tinggi ini dapat bertahan setelah siklus pengeluaran modal memuncak. Jika tidak, dan laba menurun, valuasi bisa menjadi mahal secara tiba-tiba.

QMenurut artikel, perbedaan konteks makro apa yang membuat demam AI saat ini mungkin 'menutupi kelemahan ekonomi non-AI'?

APada akhir 1990-an, perekonomian AS secara keseluruhan sangat panas dengan permintaan domestik yang kuat. Sedangkan saat ini, ekonomi di luar sektor AI tidak sekuat itu. Investasi non-teknologi lemah, dan pertumbuhan konsumsi jauh lebih rendah dibandingkan akhir 1990-an. Oleh karena itu, demam AI saat ini mungkin bukan menambah api pada ekonomi yang sudah terlalu panas, melainkan mengimbangi kelemahan di area non-AI. Jika narasi AI terganggu, sektor non-AI mungkin tidak dapat memberikan dukungan yang cukup.

QApa saran Goldman Sachs kepada investor terkait strategi portofolio dalam menghadapi situasi pasar AI saat ini?

AGoldman Sachs menyarankan bahwa selama puncak siklus investasi AI belum tiba, profit yang kuat mungkin terus mendorong pasar. Namun, karena harga semakin bergantung pada asumsi optimis, nilai perlindungan terhadap penurunan (downside protection) meningkat. Strateginya adalah tetap berada dalam transaksi, sambil menggunakan perlindungan seperti opsi jual (put options), atau menggunakan opsi beli (call options) untuk menggantikan sebagian eksposur spot guna mengendalikan penurunan (drawdown).

Bacaan Terkait

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

Baru-baru ini, DeepSeek V4 diperbarui dengan framework *Speculative Decoding* baru bernama **DSpark**, yang diklaim meningkatkan kecepatan inferensi hingga 80%. Pembaruan ini, yang juga disertai open-sourcing framework **DeepSpec**, berfokus pada optimasi teknikal dan peningkatan performa, bukan perubahan arsitektur model inti. DSpark mengimplementasikan **Semi-Autoregressive Generation** untuk menjaga throughput tinggi dan meningkatkan akurasi token yang dihasilkan oleh model draf (*draft model*). Inovasi utamanya adalah **Confidence-Scheduled Verification**, yaitu sistem penjadwalan yang cerdas dan adaptif. Sistem ini menggunakan *Confidence Head* untuk memperkirakan probabilitas penerimaan setiap token kandidat dan secara dinamis menyesuaikan panjang verifikasi berdasarkan beban kerja sistem (*hardware-aware*), sehingga mengalokasikan daya komputasi hanya ke token yang paling potensial. Dalam pengujian di berbagai domain (penalaran matematika, generasi kode, percakapan), DSpark menunjukkan peningkatan signifikan dibandingkan model *state-of-the-art* seperti Eagle3 dan DFlash. Pada kondisi *throughput* yang setara, DSpark meningkatkan kecepatan respons pengguna sebesar 57%-85% untuk model DeepSeek-V4 Flash dan Pro. DeepSpec, yang dirilis bersamaan, adalah *codebase* lengkap untuk melatih dan mengevaluasi model draf *speculative decoding*. Framework ini menyediakan pipeline standar (persiapan data, pelatihan, evaluasi) dan mendukung beberapa algoritma (DSpark, DFlash, Eagle3) serta model target (Qwen3, Gemma), memudahkan peneliti dan insinyur untuk mengembangkan dan menerapkan teknik percepatan inferensi pada model bahasa besar mereka sendiri.

marsbit5m yang lalu

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

marsbit5m yang lalu

Ternyata Beginilah Cara Karpathy Menggunakan Claude?

Sejak bergabung dengan Anthropic, aktivitas Andrej Karpathy di komunitas terbuka berkurang drastis. Baru-baru ini, sebuah dokumen bernama CLAUDE.md yang diklaim sebagai panduan penggunaan Claude milik Karpathy beredar di komunitas. Isinya berisi sejumlah prinsip ketat untuk memandu AI dalam menulis kode, yang bertujuan mengurangi kesalahan umum model bahasa besar (LLM). Prinsip-prinsip utama mencakup: 1) **Baca dahulu sebelum menulis** – pahami struktur dan gaya kode proyek yang ada. 2) **Berpikir sebelum menulis kode** – klarifikasi asumsi, pertimbangkan trade-off, dan uraikan rencana. 3) **Tetap sederhana** – hindari desain berlebihan, abstraksi prematur, dan fleksibilitas yang tidak diperlukan. 4) **Modifikasi terarah** – lakukan perubahan minimal yang sesuai dengan gaya kode asli, jangan melakukan reformatting atau pembersihan yang tidak relevan. 5) **Verifikasi dan uji** – pastikan kode berfungsi seperti yang diharapkan dengan pengujian yang tepat. 6) **Debug secara sistematis** – jangan menebak, selidiki akar masalahnya. 7) **Hati-hati dengan dependensi** – hindari menambah dependensi yang tidak perlu. 8) **Komunikasi yang jelas** – jelaskan apa yang dilakukan dan alasannya. Dokumen ini juga menyoroti pola kegagalan umum seperti abstraksi yang salah, "optimistic path", dan "halusinasi pengetahuan". Meskipun keaslian dokumen ini diragukan, isinya sangat selaras dengan pemikiran Karpathy yang telah banyak mengkritik kelemahan LLM dalam pemrograman. Prinsip-prinsip ini, yang juga telah dijadikan template populer di GitHub, dianggap dapat meningkatkan efektivitas dan mengurangi kesalahan saat menggunakan asisten AI seperti Claude untuk pengembangan perangkat lunak.

marsbit1j yang lalu

Ternyata Beginilah Cara Karpathy Menggunakan Claude?

marsbit1j yang lalu

Riset BIT: Halving 2028 Bukanlah Akhir, Perombakan Sejati Industri Pertambangan Bitcoin Baru Dimulai

Industri penambangan Bitcoin sedang mengalami penyesuaian struktural paling kompleks sejak kelahiran protokolnya. Meski harga Bitcoin bertahan di sekitar $61.000 dan hash rate global mendekati 1 ZH/s (hampir rekor tertinggi), profitabilitas penambang terus memburuk. Beberapa indikator—seperti biaya produksi, pendapatan dari biaya transaksi, ekspansi hash rate, dan anggaran keamanan industri—menunjukkan bahwa sektor ini beroperasi di ambang titik impas. Pengurangan hadiah blok (halving) 2028 diprediksi akan mempercepat proses konsolidasi ini. Masalah utamanya bukan hanya berasal dari penurunan subsidi blok pasca-halving, tetapi juga transisi yang belum tuntas ke model pendapatan berbasis biaya transaksi. Banyak perusahaan penambangan kini beralih dari sekadar memproduksi Bitcoin menjadi operator infrastruktur, operator energi, dan penyedia infrastruktur komputasi untuk AI/HPC. Dengan demikian, fokus kompetisi bergeser dari ekspansi hash rate menuju peningkatan model bisnis. Data menunjukkan bahwa dengan harga Bitcoin sekitar $61.000, pendapatan teoritis harian penambang seharusnya sekitar $78 juta, namun kenyataannya hanya sekitar $33 juta—terjadi selisih sekitar 136%. Pendapatan dari biaya transaksi juga rendah, hanya sekitar $220.000 per hari, jauh di bawah perkiraan historis sebesar $9,7 juta. Biaya listrik sendiri menyerap 71,5% dari total pendapatan industri pada tahun 2025. Setelah halving 2028, biaya produksi dasar Bitcoin diproyeksikan naik menjadi sekitar $93.289, yang akan mendorong konsolidasi industri ke perusahaan-perusahaan besar dengan modal kuat dan pendapatan yang terdiversifikasi. Masa depan industri ini terletak pada transformasi dari bisnis "penambangan" murni menjadi bisnis "infrastruktur", yang mengandalkan sumber pendapatan lain seperti manajemen energi dan layanan hosting komputasi AI/HPC. Bagi investor, pertanyaan kuncinya adalah perusahaan mana yang dapat berhasil bertransformasi dan membangun keunggulan kompetitif yang lebih tangguh dalam lanskap baru ini.

marsbit1j yang lalu

Riset BIT: Halving 2028 Bukanlah Akhir, Perombakan Sejati Industri Pertambangan Bitcoin Baru Dimulai

marsbit1j yang lalu

Trading

Spot

Artikel Populer

Apa Itu GROK AI

Grok AI: Merevolusi Teknologi Percakapan di Era Web3 Pendahuluan Dalam lanskap kecerdasan buatan yang terus berkembang dengan cepat, Grok AI menonjol sebagai proyek yang patut diperhatikan yang menjembatani domain teknologi canggih dan interaksi pengguna. Dikembangkan oleh xAI, sebuah perusahaan yang dipimpin oleh pengusaha terkenal Elon Musk, Grok AI berupaya untuk mendefinisikan ulang cara kita berinteraksi dengan kecerdasan buatan. Seiring dengan berkembangnya gerakan Web3, Grok AI bertujuan untuk memanfaatkan kekuatan AI percakapan untuk menjawab pertanyaan kompleks, memberikan pengguna pengalaman yang tidak hanya informatif tetapi juga menghibur. Apa itu Grok AI? Grok AI adalah chatbot AI percakapan yang canggih yang dirancang untuk berinteraksi dengan pengguna secara dinamis. Berbeda dengan banyak sistem AI tradisional, Grok AI menerima berbagai pertanyaan yang lebih luas, termasuk yang biasanya dianggap tidak pantas atau di luar respons standar. Tujuan inti proyek ini meliputi: Penalaran yang Andal: Grok AI menekankan penalaran akal sehat untuk memberikan jawaban logis berdasarkan pemahaman kontekstual. Pengawasan yang Dapat Diskalakan: Integrasi bantuan alat memastikan bahwa interaksi pengguna dipantau dan dioptimalkan untuk kualitas. Verifikasi Formal: Keamanan adalah hal yang utama; Grok AI menggabungkan metode verifikasi formal untuk meningkatkan keandalan output-nya. Pemahaman Konteks Panjang: Model AI unggul dalam mempertahankan dan mengingat riwayat percakapan yang luas, memfasilitasi diskusi yang bermakna dan sadar konteks. Ketahanan Adversarial: Dengan fokus pada peningkatan pertahanannya terhadap input yang dimanipulasi atau berbahaya, Grok AI bertujuan untuk mempertahankan integritas interaksi pengguna. Intinya, Grok AI bukan hanya perangkat pengambilan informasi; ini adalah mitra percakapan yang imersif yang mendorong dialog yang dinamis. Pencipta Grok AI Otak di balik Grok AI tidak lain adalah Elon Musk, seorang individu yang identik dengan inovasi di berbagai bidang, termasuk otomotif, perjalanan luar angkasa, dan teknologi. Di bawah naungan xAI, sebuah perusahaan yang fokus pada kemajuan teknologi AI dengan cara yang bermanfaat, visi Musk bertujuan untuk membentuk kembali pemahaman tentang interaksi AI. Kepemimpinan dan etos dasar sangat dipengaruhi oleh komitmen Musk untuk mendorong batasan teknologi. Investor Grok AI Meskipun rincian spesifik mengenai investor yang mendukung Grok AI masih terbatas, secara publik diakui bahwa xAI, inkubator proyek ini, didirikan dan didukung terutama oleh Elon Musk sendiri. Usaha dan kepemilikan Musk sebelumnya memberikan dukungan yang kuat, lebih lanjut memperkuat kredibilitas dan potensi pertumbuhan Grok AI. Namun, hingga saat ini, informasi mengenai yayasan investasi tambahan atau organisasi yang mendukung Grok AI tidak tersedia secara mudah, menandai area untuk eksplorasi potensial di masa depan. Bagaimana Grok AI Bekerja? Mekanisme operasional Grok AI sama inovatifnya dengan kerangka konseptualnya. Proyek ini mengintegrasikan beberapa teknologi mutakhir yang memfasilitasi fungsionalitas uniknya: Infrastruktur yang Kuat: Grok AI dibangun menggunakan Kubernetes untuk orkestrasi kontainer, Rust untuk kinerja dan keamanan, dan JAX untuk komputasi numerik berkinerja tinggi. Ketiga elemen ini memastikan bahwa chatbot beroperasi secara efisien, dapat diskalakan dengan efektif, dan melayani pengguna dengan cepat. Akses Pengetahuan Real-Time: Salah satu fitur pembeda Grok AI adalah kemampuannya untuk mengakses data real-time melalui platform X—sebelumnya dikenal sebagai Twitter. Kemampuan ini memberikan AI akses ke informasi terbaru, memungkinkannya untuk memberikan jawaban dan rekomendasi yang tepat waktu yang mungkin terlewat oleh model AI lainnya. Dua Mode Interaksi: Grok AI menawarkan pengguna pilihan antara “Mode Menyenangkan” dan “Mode Reguler.” Mode Menyenangkan memungkinkan gaya interaksi yang lebih bermain dan humoris, sementara Mode Reguler fokus pada memberikan respons yang tepat dan akurat. Fleksibilitas ini memastikan pengalaman yang disesuaikan yang memenuhi berbagai preferensi pengguna. Intinya, Grok AI menggabungkan kinerja dengan keterlibatan, menciptakan pengalaman yang kaya dan menghibur. Garis Waktu Grok AI Perjalanan Grok AI ditandai oleh tonggak penting yang mencerminkan tahap pengembangan dan penerapannya: Pengembangan Awal: Fase dasar Grok AI berlangsung selama sekitar dua bulan, di mana pelatihan awal dan penyempurnaan model dilakukan. Rilis Beta Grok-2: Dalam kemajuan signifikan, beta Grok-2 diumumkan. Rilis ini memperkenalkan dua versi chatbot—Grok-2 dan Grok-2 mini—masing-masing dilengkapi dengan kemampuan untuk chatting, coding, dan penalaran. Akses Publik: Setelah pengembangan beta, Grok AI menjadi tersedia untuk pengguna platform X. Mereka yang memiliki akun yang diverifikasi dengan nomor telepon dan aktif selama setidaknya tujuh hari dapat mengakses versi terbatas, membuat teknologi ini tersedia untuk audiens yang lebih luas. Garis waktu ini mencakup pertumbuhan sistematis Grok AI dari awal hingga keterlibatan publik, menekankan komitmennya untuk perbaikan berkelanjutan dan interaksi pengguna. Fitur Utama Grok AI Grok AI mencakup beberapa fitur kunci yang berkontribusi pada identitas inovatifnya: Integrasi Pengetahuan Real-Time: Akses ke informasi terkini dan relevan membedakan Grok AI dari banyak model statis, memungkinkan pengalaman pengguna yang menarik dan akurat. Gaya Interaksi yang Beragam: Dengan menawarkan mode interaksi yang berbeda, Grok AI memenuhi berbagai preferensi pengguna, mengundang kreativitas dan personalisasi dalam berkomunikasi dengan AI. Dasar Teknologi yang Canggih: Pemanfaatan Kubernetes, Rust, dan JAX memberikan proyek ini kerangka kerja yang solid untuk memastikan keandalan dan kinerja optimal. Pertimbangan Diskursus Etis: Penyertaan fungsi penghasil gambar menunjukkan semangat inovatif proyek ini. Namun, hal ini juga menimbulkan pertimbangan etis seputar hak cipta dan penggambaran yang menghormati tokoh-tokoh yang dikenali—diskusi yang sedang berlangsung dalam komunitas AI. Kesimpulan Sebagai entitas perintis di bidang AI percakapan, Grok AI mencakup potensi untuk pengalaman pengguna yang transformatif di era digital. Dikembangkan oleh xAI dan didorong oleh pendekatan visioner Elon Musk, Grok AI mengintegrasikan pengetahuan real-time dengan kemampuan interaksi yang canggih. Ini berupaya untuk mendorong batasan apa yang dapat dicapai oleh kecerdasan buatan sambil tetap fokus pada pertimbangan etis dan keselamatan pengguna. Grok AI tidak hanya mewujudkan kemajuan teknologi tetapi juga mewakili paradigma percakapan baru di lanskap Web3, menjanjikan untuk melibatkan pengguna dengan pengetahuan yang mahir dan interaksi yang menyenangkan. Seiring proyek ini terus berkembang, ia berdiri sebagai bukti apa yang dapat dicapai di persimpangan teknologi, kreativitas, dan interaksi yang mirip manusia.

593 Total TayanganDipublikasikan pada 2024.12.26Diperbarui pada 2024.12.26

Apa Itu GROK AI

Apa Itu ERC AI

Euruka Tech: Gambaran Umum tentang $erc ai dan Ambisinya di Web3 Pendahuluan Dalam lanskap teknologi blockchain dan aplikasi terdesentralisasi yang berkembang pesat, proyek-proyek baru muncul dengan frekuensi tinggi, masing-masing dengan tujuan dan metodologi yang unik. Salah satu proyek tersebut adalah Euruka Tech, yang beroperasi di domain cryptocurrency dan Web3 yang luas. Fokus utama Euruka Tech, khususnya tokennya $erc ai, adalah untuk menghadirkan solusi inovatif yang dirancang untuk memanfaatkan kemampuan teknologi terdesentralisasi yang terus berkembang. Artikel ini bertujuan untuk memberikan gambaran komprehensif tentang Euruka Tech, eksplorasi tujuannya, fungsionalitas, identitas penciptanya, calon investor, dan signifikansinya dalam konteks yang lebih luas dari Web3. Apa itu Euruka Tech, $erc ai? Euruka Tech dicirikan sebagai proyek yang memanfaatkan alat dan fungsionalitas yang ditawarkan oleh lingkungan Web3, dengan fokus pada integrasi kecerdasan buatan dalam operasinya. Meskipun rincian spesifik tentang kerangka proyek ini agak samar, proyek ini dirancang untuk meningkatkan keterlibatan pengguna dan mengotomatiskan proses di ruang crypto. Proyek ini bertujuan untuk menciptakan ekosistem terdesentralisasi yang tidak hanya memfasilitasi transaksi tetapi juga menggabungkan fungsionalitas prediktif melalui kecerdasan buatan, sehingga penamaan tokennya, $erc ai. Tujuannya adalah untuk menyediakan platform intuitif yang memfasilitasi interaksi yang lebih cerdas dan pemrosesan transaksi yang efisien dalam lingkup Web3 yang terus berkembang. Siapa Pencipta Euruka Tech, $erc ai? Saat ini, informasi mengenai pencipta atau tim pendiri di balik Euruka Tech masih tidak ditentukan dan agak tidak jelas. Ketidakhadiran data ini menimbulkan kekhawatiran, karena pengetahuan tentang latar belakang tim sering kali penting untuk membangun kredibilitas dalam sektor blockchain. Oleh karena itu, kami telah mengkategorikan informasi ini sebagai tidak diketahui sampai rincian konkret tersedia di domain publik. Siapa Investor Euruka Tech, $erc ai? Demikian pula, identifikasi investor atau organisasi pendukung untuk proyek Euruka Tech tidak disediakan dengan mudah melalui penelitian yang tersedia. Aspek yang sangat penting bagi pemangku kepentingan atau pengguna potensial yang mempertimbangkan keterlibatan dengan Euruka Tech adalah jaminan yang datang dari kemitraan keuangan yang mapan atau dukungan dari perusahaan investasi yang terkemuka. Tanpa pengungkapan tentang afiliasi investasi, sulit untuk menarik kesimpulan komprehensif tentang keamanan finansial atau keberlangsungan proyek. Sesuai dengan informasi yang ditemukan, bagian ini juga berada pada status tidak diketahui. Bagaimana Euruka Tech, $erc ai Bekerja? Meskipun kurangnya spesifikasi teknis yang mendetail untuk Euruka Tech, penting untuk mempertimbangkan ambisi inovatifnya. Proyek ini berusaha memanfaatkan kemampuan komputasi kecerdasan buatan untuk mengotomatiskan dan meningkatkan pengalaman pengguna dalam lingkungan cryptocurrency. Dengan mengintegrasikan AI dengan teknologi blockchain, Euruka Tech bertujuan untuk menyediakan fitur seperti perdagangan otomatis, penilaian risiko, dan antarmuka pengguna yang dipersonalisasi. Esensi inovatif dari Euruka Tech terletak pada tujuannya untuk menciptakan koneksi yang mulus antara pengguna dan kemungkinan luas yang ditawarkan oleh jaringan terdesentralisasi. Melalui pemanfaatan algoritma pembelajaran mesin dan AI, proyek ini bertujuan untuk meminimalkan tantangan bagi pengguna baru dan menyederhanakan pengalaman transaksional dalam kerangka Web3. Simbiosis antara AI dan blockchain ini menggarisbawahi signifikansi token $erc ai, yang berdiri sebagai jembatan antara antarmuka pengguna tradisional dan kemampuan canggih dari teknologi terdesentralisasi. Garis Waktu Euruka Tech, $erc ai Sayangnya, sebagai akibat dari informasi yang terbatas mengenai Euruka Tech, kami tidak dapat menyajikan garis waktu yang mendetail tentang perkembangan utama atau tonggak dalam perjalanan proyek ini. Garis waktu ini, yang biasanya sangat berharga dalam memetakan evolusi suatu proyek dan memahami trajektori pertumbuhannya, saat ini tidak tersedia. Ketika informasi tentang peristiwa penting, kemitraan, atau penambahan fungsional menjadi jelas, pembaruan pasti akan meningkatkan visibilitas Euruka Tech di dunia crypto. Klarifikasi tentang Proyek “Eureka” Lainnya Penting untuk dicatat bahwa banyak proyek dan perusahaan berbagi nomenklatur serupa dengan “Eureka.” Penelitian telah mengidentifikasi inisiatif seperti agen AI dari NVIDIA Research, yang fokus pada pengajaran robot tugas kompleks menggunakan metode generatif, serta Eureka Labs dan Eureka AI, yang meningkatkan pengalaman pengguna dalam analitik pendidikan dan layanan pelanggan, masing-masing. Namun, proyek-proyek ini berbeda dari Euruka Tech dan tidak boleh disamakan dengan tujuan atau fungsionalitasnya. Kesimpulan Euruka Tech, bersama dengan token $erc ai-nya, mewakili pemain yang menjanjikan namun saat ini masih samar dalam lanskap Web3. Meskipun rincian tentang pencipta dan investor masih belum diungkapkan, ambisi inti untuk menggabungkan kecerdasan buatan dengan teknologi blockchain tetap menjadi titik fokus yang menarik. Pendekatan unik proyek ini dalam mendorong keterlibatan pengguna melalui otomatisasi canggih dapat membedakannya seiring dengan kemajuan ekosistem Web3. Seiring dengan terus berkembangnya pasar crypto, pemangku kepentingan harus memperhatikan kemajuan seputar Euruka Tech, karena pengembangan inovasi yang terdokumentasi, kemitraan, atau peta jalan yang terdefinisi dapat menghadirkan peluang signifikan di masa depan. Saat ini, kami menunggu wawasan yang lebih substansial yang dapat mengungkap potensi Euruka Tech dan posisinya dalam lanskap crypto yang kompetitif.

561 Total TayanganDipublikasikan pada 2025.01.02Diperbarui pada 2025.01.02

Apa Itu ERC AI

Apa Itu DUOLINGO AI

DUOLINGO AI: Mengintegrasikan Pembelajaran Bahasa dengan Inovasi Web3 dan AI Dalam era di mana teknologi membentuk kembali pendidikan, integrasi kecerdasan buatan (AI) dan jaringan blockchain menandai batasan baru untuk pembelajaran bahasa. Masuklah DUOLINGO AI dan cryptocurrency terkaitnya, $DUOLINGO AI. Proyek ini bercita-cita untuk menggabungkan kekuatan pendidikan dari platform pembelajaran bahasa terkemuka dengan manfaat teknologi Web3 yang terdesentralisasi. Artikel ini menggali aspek-aspek kunci dari DUOLINGO AI, menjelajahi tujuannya, kerangka teknologi, perkembangan sejarah, dan potensi masa depan sambil mempertahankan kejelasan antara sumber daya pendidikan asli dan inisiatif cryptocurrency independen ini. Gambaran Umum DUOLINGO AI Pada intinya, DUOLINGO AI berusaha untuk membangun lingkungan terdesentralisasi di mana pelajar dapat memperoleh imbalan kriptografi untuk mencapai tonggak pendidikan dalam kemahiran bahasa. Dengan menerapkan kontrak pintar, proyek ini bertujuan untuk mengotomatiskan proses verifikasi keterampilan dan alokasi token, sesuai dengan prinsip Web3 yang menekankan transparansi dan kepemilikan pengguna. Model ini menyimpang dari pendekatan tradisional dalam akuisisi bahasa dengan sangat bergantung pada struktur tata kelola yang dipimpin oleh komunitas, memungkinkan pemegang token untuk menyarankan perbaikan pada konten kursus dan distribusi imbalan. Beberapa tujuan notable dari DUOLINGO AI meliputi: Pembelajaran Gamified: Proyek ini mengintegrasikan pencapaian blockchain dan token non-fungible (NFT) untuk mewakili tingkat kemahiran bahasa, mendorong motivasi melalui imbalan digital yang menarik. Penciptaan Konten Terdesentralisasi: Ini membuka jalan bagi pendidik dan penggemar bahasa untuk berkontribusi pada kursus mereka, memfasilitasi model pembagian pendapatan yang menguntungkan semua kontributor. Personalisasi Berbasis AI: Dengan menggunakan model pembelajaran mesin yang canggih, DUOLINGO AI mempersonalisasi pelajaran untuk beradaptasi dengan kemajuan belajar individu, mirip dengan fitur adaptif yang ditemukan di platform yang sudah mapan. Pencipta Proyek dan Tata Kelola Hingga April 2025, tim di balik $DUOLINGO AI tetap anonim, praktik yang umum dalam lanskap cryptocurrency terdesentralisasi. Anonimitas ini dimaksudkan untuk mempromosikan pertumbuhan kolektif dan keterlibatan pemangku kepentingan daripada fokus pada pengembang individu. Kontrak pintar yang diterapkan di blockchain Solana mencatat alamat dompet pengembang, yang menandakan komitmen terhadap transparansi terkait transaksi meskipun identitas penciptanya tidak diketahui. Menurut peta jalannya, DUOLINGO AI bertujuan untuk berkembang menjadi Organisasi Otonom Terdesentralisasi (DAO). Struktur tata kelola ini memungkinkan pemegang token untuk memberikan suara pada isu-isu penting seperti implementasi fitur dan alokasi kas. Model ini sejalan dengan etos pemberdayaan komunitas yang ditemukan dalam berbagai aplikasi terdesentralisasi, menekankan pentingnya pengambilan keputusan kolektif. Investor dan Kemitraan Strategis Saat ini, tidak ada investor institusi atau modal ventura yang dapat diidentifikasi secara publik yang terkait dengan $DUOLINGO AI. Sebaliknya, likuiditas proyek ini terutama berasal dari bursa terdesentralisasi (DEX), menandai kontras yang tajam dengan strategi pendanaan perusahaan teknologi pendidikan tradisional. Model akar rumput ini menunjukkan pendekatan yang dipimpin oleh komunitas, mencerminkan komitmen proyek terhadap desentralisasi. Dalam whitepapernya, DUOLINGO AI menyebutkan pembentukan kolaborasi dengan “platform pendidikan blockchain” yang tidak ditentukan yang bertujuan untuk memperkaya penawaran kursusnya. Meskipun kemitraan spesifik belum diungkapkan, upaya kolaboratif ini menunjukkan strategi untuk menggabungkan inovasi blockchain dengan inisiatif pendidikan, memperluas akses dan keterlibatan pengguna di berbagai jalur pembelajaran. Arsitektur Teknologi Integrasi AI DUOLINGO AI menggabungkan dua komponen utama yang didorong oleh AI untuk meningkatkan penawaran pendidikannya: Mesin Pembelajaran Adaptif: Mesin canggih ini belajar dari interaksi pengguna, mirip dengan model kepemilikan dari platform pendidikan besar. Ia secara dinamis menyesuaikan kesulitan pelajaran untuk mengatasi tantangan spesifik pelajar, memperkuat area yang lemah melalui latihan yang ditargetkan. Agen Percakapan: Dengan menggunakan chatbot bertenaga GPT-4, DUOLINGO AI menyediakan platform bagi pengguna untuk terlibat dalam percakapan yang disimulasikan, mendorong pengalaman pembelajaran bahasa yang lebih interaktif dan praktis. Infrastruktur Blockchain Dibangun di atas blockchain Solana, $DUOLINGO AI memanfaatkan kerangka teknologi yang komprehensif yang mencakup: Kontrak Pintar Verifikasi Keterampilan: Fitur ini secara otomatis memberikan token kepada pengguna yang berhasil melewati tes kemahiran, memperkuat struktur insentif untuk hasil pembelajaran yang nyata. Lencana NFT: Token digital ini menandakan berbagai tonggak yang dicapai pelajar, seperti menyelesaikan bagian dari kursus mereka atau menguasai keterampilan tertentu, memungkinkan mereka untuk memperdagangkan atau memamerkan pencapaian mereka secara digital. Tata Kelola DAO: Anggota komunitas yang memiliki token dapat terlibat dalam tata kelola dengan memberikan suara pada proposal kunci, memfasilitasi budaya partisipatif yang mendorong inovasi dalam penawaran kursus dan fitur platform. Garis Waktu Sejarah 2022–2023: Konseptualisasi Landasan untuk DUOLINGO AI dimulai dengan pembuatan whitepaper, menyoroti sinergi antara kemajuan AI dalam pembelajaran bahasa dan potensi terdesentralisasi dari teknologi blockchain. 2024: Peluncuran Beta Peluncuran beta terbatas memperkenalkan penawaran dalam bahasa-bahasa populer, memberikan imbalan kepada pengguna awal dengan insentif token sebagai bagian dari strategi keterlibatan komunitas proyek. 2025: Transisi DAO Pada bulan April, peluncuran mainnet penuh terjadi dengan peredaran token, mendorong diskusi komunitas mengenai kemungkinan ekspansi ke bahasa Asia dan pengembangan kursus lainnya. Tantangan dan Arah Masa Depan Hambatan Teknis Meskipun memiliki tujuan ambisius, DUOLINGO AI menghadapi tantangan signifikan. Skalabilitas tetap menjadi perhatian yang berkelanjutan, terutama dalam menyeimbangkan biaya yang terkait dengan pemrosesan AI dan mempertahankan jaringan terdesentralisasi yang responsif. Selain itu, memastikan penciptaan konten berkualitas dan moderasi di tengah penawaran terdesentralisasi menimbulkan kompleksitas dalam mempertahankan standar pendidikan. Peluang Strategis Melihat ke depan, DUOLINGO AI memiliki potensi untuk memanfaatkan kemitraan mikro-credentialing dengan institusi akademis, menyediakan validasi keterampilan bahasa yang diverifikasi oleh blockchain. Selain itu, ekspansi lintas rantai dapat memungkinkan proyek ini untuk menjangkau basis pengguna yang lebih luas dan ekosistem blockchain tambahan, meningkatkan interoperabilitas dan jangkauannya. Kesimpulan DUOLINGO AI mewakili perpaduan inovatif antara kecerdasan buatan dan teknologi blockchain, menghadirkan alternatif yang berfokus pada komunitas untuk sistem pembelajaran bahasa tradisional. Meskipun pengembangannya yang anonim dan model ekonomi yang muncul membawa risiko tertentu, komitmen proyek terhadap pembelajaran gamified, pendidikan yang dipersonalisasi, dan tata kelola terdesentralisasi menerangi jalan ke depan untuk teknologi pendidikan di ranah Web3. Seiring kemajuan AI dan evolusi ekosistem blockchain, inisiatif seperti DUOLINGO AI dapat mendefinisikan ulang bagaimana pengguna terlibat dengan pendidikan bahasa, memberdayakan komunitas dan memberikan imbalan atas keterlibatan melalui mekanisme pembelajaran yang inovatif.

616 Total TayanganDipublikasikan pada 2025.04.11Diperbarui pada 2025.04.11

Apa Itu DUOLINGO AI

Diskusi

Selamat datang di Komunitas HTX. Di sini, Anda bisa terus mendapatkan informasi terbaru tentang perkembangan platform terkini dan mendapatkan akses ke wawasan pasar profesional. Pendapat pengguna mengenai harga AI (AI) disajikan di bawah ini.

活动图片