Di Pasar Bearish yang Merugi, Siapa yang Diam-diam Menghasilkan Uang Besar?

marsbitDipublikasikan tanggal 2026-04-10Terakhir diperbarui pada 2026-04-10

Abstrak

Di tengah kondisi pasar yang lesu, beberapa proyek crypto justru mencetak keuntungan besar. Berdasarkan data Defillama, proyek-proyek yang tetap profitable di bear market umumnya mengandalkan dua model pendapatan sederhana: **spread bunga** dan **pajak transaksi (fee)**. **Spread bunga** adalah model yang digunakan oleh penyedia layanan perantara keuangan seperti penerbit stablecoin (Tether, Circle), protokol lending (Aave), dan layanan staking cair (Lido). Intinya, mereka mengumpulkan dana dengan biaya rendah dan menginvestasikannya dengan imbal hasil yang lebih tinggi, mengantongi selisihnya. **Pajak transaksi** adalah model yang mengandalkan fee dari setiap aktivitas trading. Proyek seperti Hyperliquid (trading kontrak berjangka), Polymarket (trading peristiwa), pump.fun (trading meme), Aerodrome (trading spot), dan platform NFT seperti Courtyard menghasilkan pendapatan dengan cara ini. Beberapa pengecualian adalah Grayscale (biaya manajemen ETF), Chanilink (biaya layanan data oracle), dan Titan Builder (yang untung besar dari satu peristiwa "sandwich attack"). Kesimpulannya, proyek yang bertahan di bear market bukanlah yang memiliki mekanisme rumit, tetapi mereka yang memiliki model pendapatan sederhana dan jelas, didukung oleh layanan produk yang kompleks dan manajemen operasional yang sangat baik.

Penulis|Azuma(@azuma_eth)

Pasar terus lesu, dana berantakan, protokol ditutup, pemegang aset besar diam, investor ritel merugi...... sepertinya seluruh industri dari atas ke bawah sedang kehilangan uang. Namun, bahkan dalam kondisi pasar yang sedingin ini, masih ada sangat sedikit proyek yang mesin pencetak uangnya sedang berderum.

Contoh terbaru adalah Polymarket yang sepenuhnya membuka pintu air biaya transaksi. Sejak memperluas cakupan biaya dan mengubah rumus biaya (baca rekomendasi: Analisis Mendalam Rumus Biaya Polymarket: Bagaimana Tingkat Biaya Ekstrem 90+% Muncul?), kemampuan pendapatan Polymarket telah melonjak drastis; hingga berita ini ditulis, total pendapatan biaya Polymarket telah melebihi 24 juta dolar AS,pada 2 April bahkan mencatat rekor pendapatan harian 1,5 juta dolar AS.

Memanfaatkan kesempatan ini, penulis melihat daftar peringkat pendapatan di Defillama untuk melihat bisnis apa saja yang masih terus menghasilkan uang di pasar bearish, dan hasilnya cukup mengejutkan:bisnis inti dan sumber pendapatan proyek-proyek yang masuk daftar cukup jelas, bahkan bisa dibilang "sederhana".

Seperti yang ditunjukkan pada gambar di atas, saya yakin sebagian besar pemain yang berkecimpung dalam pasar crypto bahkan tanpa melihat jawabannya dapat menebak sebagian besar nama di dalamnya, dan mungkin juga sangat清楚 apa sebenarnya yang mereka lakukan. Tetapi ketika nama-nama ini disusun rapi bersama-sama, saya tiba-tiba menyadari bahwasumber pendapatan utama dari bisnis yang menguntungkan ini sangat mirip, bahkan pada dasarnya dapat diringkas menjadi dua kategori besar: pertama, selisih bunga (spread), dan kedua, pajak transaksi (biaya).

Pertama adalah selisih bunga, pada dasarnya ini adalah menjadi "perantara dana", logika intinya adalah menyerap dana dengan biaya yang relatif rendah, sekaligus mengerahkan dana dengan imbal hasil yang relatif tinggi, memanfaatkan waktu untuk secara bertahap mengakumulasi selisih antara pendapatan dan biaya — pendapatan dari jenis bisnis ini tergantung pada skala dan durasi penempatan dana, semakin besar skalanya, semakin lama waktunya, semakin tinggi pendapatannya.

Penerbit stablecoin seperti Tether, Circle termasuk dalam kategori ini, pendapatan utama mereka berasal dari bunga yang dihasilkan setelah mengalokasikan cadangan ke aset seperti obligasi pemerintah AS, biaya utamanya terletak pada subsidi yang diberikan kepada mitra dan pengguna, selisih antara keduanya adalah keuntungan; protokol pinjaman seperti Aave juga termasuk dalam kategori ini, selisih bunga adalah perbedaan antara suku bunga pinjaman yang relatif tinggi dan suku bunga simpanan yang relatif rendah; layanan staking likuid (LST) seperti Lido juga tidak terkecuali, mereka akan menahan persentase tertentu dari imbal hasil staking asli ETH sebagai biaya layanan, ini juga termasuk selisih bunga.

Kedua adalah pajak transaksi, jenis bisnis ini lebih mudah dipahami, selama ada aktivitas terkait transaksi (termasuk pembuatan token) yang terjadi, entitas bisnis dapat memungut "pajak" dalam bentuk biaya dalam setiap aktivitas — pendapatan dari jenis bisnis ini tergantung pada skala transaksi per aktivitas dan frekuensi aktivitas, semakin besar skalanya, semakin tinggi frekuensinya, semakin tinggi pendapatannya.

Baik itu Hyperliquid, EdgeX yang fokus pada trading berjangka, Polymarket yang fokus pada trading peristiwa, pump.fun, GMGN, Axiom, four.meme yang fokus pada trading Meme, Aerodrome, Jupiter, Phantom (pendapatan utama berasal dari biaya Swap di frontend dompet) yang fokus pada trading spot, atau Courtyard, Fragment yang fokus pada trading NFT (jenis ini masih bisa masuk daftar, cukup mengejutkan), sumber pendapatan utama mereka adalah pajak transaksi.

Beberapa kasus khusus dalam daftar peringkat adalah Grayscale, Chanilink, dan Titan Builder. Grayscale agak aneh ditempatkan di sini, pendapatan intinya berasal dari biaya manajemen ETF dan dana, pada dasarnya adalah bisnis manajemen aset tradisional yang berfokus pada pasar crypto; Chanilink cukup layak disebut, pendapatan utamanya berasal dari biaya layanan data yang dibayarkan oleh proyek untuk memanggil oracle (dalam arti tertentu juga dapat dikategorikan sebagai pajak transaksi), ini lebih seperti bisnis SaaS To B di chain, tetapi seperti yang Anda lihat, efek Matius di jalur ini akan lebih signifikan dibandingkan jalur lainnya; Titan Builder murni fenomena insidental, ini adalah penyedia layanan pembangun blok, dalam kondisi normal bukanlah bisnis yang sangat menguntungkan, alasan masuk daftar adalah karena Titan Builder memakan potongan terbesar dalam peristiwa sandwic perdagangan AAVE bernilai besar bulan lalu (lihat detailnya: 50 Juta USDT Ditukar dengan 35.000 Dolar AAVE: Bagaimana Bencana Terjadi?).

Catatan Odaily: Lihatlah apa artinya tiga tahun tidak membuka toko, sekali buka cukup untuk tiga tahun.

Jadi kesimpulannya sudah jelas.Proyek yang masih terus menghasilkan uang di pasar bearish, bukanlah proyek yang mengejar mekanisme kompleks dan peluang berisiko tinggi, melainkan bisnis yang dapat terus beroperasi dengan model pendapatan yang sederhana dan jelas. Di pasar cryptocurrency yang masih bergejolak, model pendapatan yang lebih sederhana justru menunjukkan ketahanan yang lebih kuat, lebih tahan terhadap ujian fluktuasi pasar.

Namun, model pendapatan yang lebih sederhana, sama sekali tidak berarti bahwa bisnis ini sendiri "lebih mudah dilakukan", justru sebaliknya, di balik model pendapatan yang sederhana, tersembunyi layanan produk yang seringkali lebih kompleks dan manajemen operasional yang lebih精细, inilah area di mana pemain unggulan yang masuk daftar benar-benar "bersaing" hingga menciptakan perbedaan. Dari desain interaksi, hingga akumulasi likuiditas, manajemen risiko, hingga komunikasi dan umpan balik pengguna...... untuk dapat menonjol dalam persaingan pasar存量 yang ketat, harus lebih banyak mencurahkan tenaga dan pikiran pada produk dan layanan.

Musim dingin cryptocurrency masih belum berakhir, proyek yang benar-benar dapat bertahan hidup bahkan menghasilkan keuntungan, seringkali adalah proyek yang menggabungkan model pendapatan sederhana dengan layanan produk kompleks secara fleksibel. Mungkin, inilah kata sandi efektif jangka panjang untuk melintasi bull dan bear market.

Pertanyaan Terkait

QDi tengah pasar bearish yang lesu, proyek mana yang masih menghasilkan uang dengan konsisten?

ABerdasarkan artikel, proyek-proyek seperti Polymarket, Tether, Circle, Aave, Lido, Hyperliquid, EdgeX, pump.fun, GMGN, Axiom, four.meme, Aerodrome, Jupiter, Phantom, Courtyard, dan Fragment masih menghasilkan uang secara konsisten di pasar bearish.

QApa dua kategori utama sumber pendapatan proyek-proyek yang menguntungkan selama pasar bearish?

ADua kategori utama sumber pendapatan adalah selisih bunga (spread) dan pajak transaksi (fee transaksi).

QBagaimana cara kerja model pendapatan berbasis selisih bunga (spread)?

AModel pendapatan berbasis selisih bunga berfungsi sebagai perantara keuangan. Intinya adalah mengumpulkan dana dengan biaya relatif rendah dan menggunakannya untuk menghasilkan pendapatan dengan imbal hasil yang relatif lebih tinggi. Keuntungan dihasilkan dari perbedaan antara pendapatan dan biaya yang terakumulasi seiring waktu, dan sangat bergantung pada skala dan durasi penempatan dana.

QApa yang dimaksud dengan 'pajak transaksi' sebagai sumber pendapatan, dan berikan contoh proyeknya?

A'Pajak transaksi' mengacu pada biaya atau komisi yang dikenakan untuk setiap aktivitas transaksi (termasuk pembuatan token). Pendapatan bergantung pada volume transaksi per aktivitas dan frekuensi aktivitas. Contoh proyeknya adalah Hyperliquid (perdagangan kontrak berjangka), EdgeX, Polymarket (perdagangan peristiwa), pump.fun, GMGN, Axiom, four.meme (perdagangan meme), Aerodrome, Jupiter, Phantom (perdagangan spot, terutama dari biaya Swap di front-end dompet), serta Courtyard dan Fragment (perdagangan NFT).

QMengapa model pendapatan yang sederhana justru lebih tangguh di pasar bearish menurut artikel?

AModel pendapatan yang sederhana (seperti selisih bunga dan pajak transaksi) lebih tangguh karena tidak bergantung pada mekanisme kompleks atau peluang berisiko tinggi. Mereka dapat terus beroperasi secara konsisten. Namun, kesederhanaan ini didukung oleh layanan produk yang kompleks dan manajemen operasional yang sangat canggih dalam hal desain interaksi, akumulasi likuiditas, manajemen risiko, dan komunikasi pengguna, yang memungkinkan mereka bersaing di pasar yang ketat.

Bacaan Terkait

AI Sedang Menciptakan 'Orang Miskin Informasi' Baru?

Tempat paling kejam dari AI bukanlah karena ia tidak memberikan jawaban kepada orang miskin. Sebaliknya, ia memberi jawaban kepada semua orang — mulai dari kerangka esai, template email, hingga saran hukum dan investasi. Namun, ketika jawaban menjadi murah dan melimpah, yang langka bukan lagi jawaban itu sendiri, melainkan kemampuan untuk menilainya. Di era AI, kesenjangan informasi memiliki struktur baru. Model bahasa besar langsung menyajikan kesimpulan tanpa perlu mencari, tetapi kemampuan untuk menilai apakah jawaban itu dapat dipercaya menjadi jauh lebih berharga. Seringkali, teknologi baru pertama-tama memberi manfaat kepada mereka yang sudah memiliki modal pendamping — seperti latar belakang pendidikan, keahlian profesional, dan daya kritis. Ketidaksetaraan pertama dimulai dari akses. Survei di AS (2026) menunjukkan pengguna Claude mayoritas berasal dari keluarga berpenghasilan tinggi, sementara Meta AI lebih banyak digunakan oleh kelompok berpenghasilan rendah. Pilihan alat juga terkait dengan distribusi dan akses: AI canggih membutuhkan langkah aktif dan pembayaran, sedangkan AI gratis sering ditemui secara pasif di platform media sosial. Di tempat kerja, perbedaan muncul melalui otorisasi dan pelatihan. Survei tenaga kerja menunjukkan pekerja dengan gaji tertinggi lebih banyak menggunakan AI sehari-hari. Pelatihan formal dari perusahaan meningkatkan penggunaan AI secara signifikan, namun hanya sedikit karyawan yang mendapatkannya. AI di tempat kerja bukan sekadar alat, tetapi izin, dan izin ini tidak didistribusikan secara merata. Perpecahan terdalam terletak pada kemampuan menilai. AI mengurangi biaya untuk "terdengar paham", tetapi tidak mengurangi biaya untuk "benar-benar paham". Pengalaman adalah modal pendamping terpenting yang tidak bisa dibeli. Pengguna pemula mungkin menerima output AI secara mentah, sementara yang berpengalaman dapat mengidentifikasi kelemahan. Dengan demikian, AI dapat memperdalam ketimpangan karena meningkatkan produktivitas mereka yang sudah memiliki kemampuan penilaian. Namun, AI juga berpotensi menyamakan kedudukan. Penelitian menunjukkan AI dapat meningkatkan kinerja pekerja pemula lebih signifikan. Masalahnya, potensi ini hanya terwujud jika adopsi, akses ke peluang, dan pelatihan penilaian didistribusikan secara adil. Sejarah teknologi menunjukkan manfaat jarang langsung dinikmati secara merata. Percaya bahwa AI akan secara otomatis meratakan lapangan bermain adalah kesalahan. Di era di mana penilaian menentukan segalanya, merasa lebih pintar belum tentu sama dengan menjadi lebih pintar. Kesenjangan baru bukanlah antara mereka yang memiliki AI dan yang tidak, tetapi antara mereka yang dapat menilai dan mengubah jawaban AI menjadi peluang nyata, dan mereka yang tidak.

marsbit18m yang lalu

AI Sedang Menciptakan 'Orang Miskin Informasi' Baru?

marsbit18m yang lalu

Huang Renxiong 'Menyelamatkan' Pasar Saham Korea: Mengunci Memori SK Hynix, Kekurangan Chip Akan Berlanjut

Pasar saham Korea Selatan mengalami penurunan tajam awal Juni, dengan indeks KOSPI anjlok lebih dari 5%. Dalam situasi ini, kunjungan Jensen Huang, CEO NVIDIA, ke Korea Selatan memainkan peran penting. Dalam pertemuan dengan CEO SK Hynix, Kwak Noh-jung, dan Chairman SK Group, Chey Tae-won, Huang mengumumkan bahwa CPU Vera buatan NVIDIA akan menggunakan memori DRAM dari SK Hynix. Kedua perusahaan juga menandatangani kerja sama teknologi jangka panjang untuk mengembangkan memori generasi mendatang untuk infrastruktur AI NVIDIA, mencakup superkomputer AI, PC, dan platform robotika. Kerja sama ini melampaui pasokan memori. SK Hynix akan memanfaatkan teknologi AI NVIDIA (seperti CUDA-X dan Omniverse) dalam desain dan manufaktur semikonduktor mereka, termasuk untuk komputasi lithografi dan menciptakan *digital twin* pabrik wafer untuk mengoptimalkan operasi. Meski berpartner dengan SK Hynix, NVIDIA mendiversifikasi pasokan HBM4 untuk sistem Vera Rubin dengan melibatkan tiga pemasok: SK Hynix, Samsung Electronics, dan Micron Technology. Namun, Huang memprediksi bahwa kekurangan chip memori akan berlanjut selama beberapa tahun ke depan karena tingginya permintaan dari industri AI. Kunjungan Huang juga menguatkan hubungan strategis NVIDIA dengan industri teknologi Korea, termasuk raksasa seperti Hyundai Motor, LG, dan Naver, menunjukkan komitmen mendalam NVIDIA di kawasan ini.

marsbit1j yang lalu

Huang Renxiong 'Menyelamatkan' Pasar Saham Korea: Mengunci Memori SK Hynix, Kekurangan Chip Akan Berlanjut

marsbit1j yang lalu

Indeks Nasdaq Turun 4.2% dalam Satu Hari, Apakah 'Jumat Kelam' Menusuk Gelembung Saham AS?

Indeks Nasdaq turun 4,18% pada 5 Juni 2026, mencatat penurunan terbesar dalam satu hari sejak April 2025. Indeks S&P 500 dan Dow Jones juga turun tajam, dengan sektor semikonduktor, terutama saham-saham AI seperti NVIDIA dan AMD, mengalami penurunan terparah. Data non-farm payrolls AS bulan Mei yang lebih kuat dari perkiraan menjadi pemicu langsung, memicu kekhawatiran akan inflasi dan penundaan pemotongan suku bunga oleh Federal Reserve. Analisis mengungkapkan bahwa penurunan ini terjadi di tengah valuasi pasar saham AS yang tinggi. Beberapa indikator, seperti CAPE ratio dan "Buffett Indicator", menunjukkan level yang mengkhawatirkan, mirip dengan periode sebelum gelembung dot-com tahun 2000. Sentimen investor sebelumnya juga sangat optimis. Sektor AI, yang menjadi motor penggerak pasar selama 18 bulan terakhir, menunjukkan kerapuhan. Kekhawatiran muncul terkait kelanjutan belanja modal AI dan kemampuan monetisasi aplikasi. Penurunan ini memicu perdebatan di kalangan analis: apakah ini awal penyesuaian gelembung atau hanya koreksi sehat dalam pasar bull. Masa depan pasar akan sangat ditentukan oleh data inflasi (CPI) AS bulan Mei yang akan datang dan pertemuan kebijakan Federal Reserve. Keputusan Fed mengenai jalur suku bunga akan menjadi kunci untuk menentukan apakah penurunan ini adalah awal tren bearish atau hanya fase volatilitas sementara. Investor disarankan untuk lebih berhati-hati dan memantau perkembangan data ekonomi serta sinyal kebijakan moneter dengan ketat.

marsbit1j yang lalu

Indeks Nasdaq Turun 4.2% dalam Satu Hari, Apakah 'Jumat Kelam' Menusuk Gelembung Saham AS?

marsbit1j yang lalu

Indeks Nasdaq Turun 4,2% dalam Satu Hari, Apakah "Jumat Hitam" Meledakkan Gelembung Saham AS?

Indeks Nasdaq anjlok 4,18% pada 5 Juni 2026, mencatat penurunan satu hari terbesar sejak April 2025. Indeks S&P 500 juga turun 2,64%, mengakhiri rekor sembilan minggu kenaikan beruntun. Data tenaga kerja AS (non-farm payrolls) yang jauh lebih kuat dari perkiraan menjadi pemicu langsung, memicu kekhawatiran ekonomi overheating dan ekspektasi bahwa The Fed mungkin menunda pemotongan suku bunga atau bahkan menaikkannya. Lonjakan imbal hasil obligasi AS kemudian menghantam saham-saham teknologi bernilai tinggi dan sensitif suku bunga, terutama di sektor semikonduktor dan AI, dengan Philadelphia Semiconductor Index runtuh lebih dari 10%. Saham seperti Nvidia, Broadcom, dan Micron menjadi penyumbang penurunan terbesar. Penurunan ini menyoroti kerentanan gelembung valuasi yang terakumulasi di pasar, terutama di sekitar narasi AI. Beberapa indikator, seperti CAPE (Shiller P/E) dan rasio kapitalisasi pasar terhadap GDP AS ("Indikator Buffett"), telah mencapai level tertinggi bersejarah, menandakan pasar yang sangat mahal. Sentimen investor juga sangat optimis sebelum koreksi. Sementara itu, "uang pintar" seperti Berkshire Hathaway telah meningkatkan posisi kas mereka. Para ahli terbelah dalam menilai penurunan ini. Kelompok bearish memandangnya sebagai awal koreksi gelembung yang lebih dalam, memperingatkan risiko stagflasi dan tekanan pada laba perusahaan. Kelompok bullish melihatnya sebagai koreksi sehat yang tertunda dalam pasar bullish yang masih didukung oleh pertumbuhan laba yang solid dan ekonomi yang tangguh. Masa depan pasar dalam waktu dekat sangat bergantung pada dua peristiwa kunci: laporan inflasi CPI bulan Mei dan pertemuan kebijakan The Fed (FOMC) pertengahan Juni. Data inflasi yang lebih panas atau sinyal hawkish dari The Fed yang mengisyaratkan suku bunga tinggi akan bertahan lebih lama dapat memperpanjang tekanan penyesuaian. Singkatnya, pasar sedang memasuki fase rapuh di mana janji jangka panjang revolusi AI mulai diuji oleh realitas makroekonomi dan data fundamental. Era taruhan satu arah pada kenaikan abadi mungkin sudah berakhir, dan kehati-hatian menjadi sangat penting.

Odaily星球日报1j yang lalu

Indeks Nasdaq Turun 4,2% dalam Satu Hari, Apakah "Jumat Hitam" Meledakkan Gelembung Saham AS?

Odaily星球日报1j yang lalu

Kasus Pertama Kecerdasan Buatan: Apa yang Diputuskan?

Pada 30 April, Pengadilan Internet Guangzhou mengeluarkan surat penetapan pertama di China terkait kasus *AI agent*. Pihak tergugat adalah perangkat lunak *AI agent* sumber terbuka yang dituduh menggunakan izin tingkat sistem operasi tanpa otorisasi untuk menghindari langkah-langkah manajemen teknis platform penggugat dan melakukan operasi otomatis. Pengadilan memerintahkan penghentian segera penyediaan unduhan, penghentian perilaku penghindaran langkah-langkah teknis, serta penghapusan tutorial dan data terkait. Kasus ini memiliki kemiripan dengan gugatan Amazon terhadap Perplexity di AS, yang juga berfokus pada aktivitas yang menghindari API resmi platform. Kedua kasus menetapkan "batas hukum" yang sama: *AI agent* tidak boleh bertindak sesuka hati dan memerlukan otorisasi ganda, yaitu persetujuan pengguna **dan** persetujuan platform. Masalah intinya adalah kewajiban dan tanggung jawab. Jika *agent* dapat menghindari aturan platform, mekanisme keamanan data dan privasi yang dibangun platform akan gagal, menimbulkan risiko terkait siapa yang bertanggung jawab. Contohnya adalah evolusi strategi Ponsel Doubao. Versi 1.0 awalnya menggunakan pendekatan agresif dengan mengakses izin sistem untuk mengoperasikan aplikasi lain, namun kemudian menghadapi kendala. Versi 2.0 beralih ke jalur kerja sama, merundingkan otorisasi dan integrasi API dengan platform ekosistem seperti Alibaba. Dari kasus-kasus ini, terbentuk tren global: era pertumbuhan liar *AI agent* telah berakhir, digantikan oleh era kompetisi yang sesuai aturan. Biaya kepatuhan menjadi "biaya masuk" baru, "otorisasi ganda" menjadi standar industri, dan status sumber terbuka tidak lagi menjadi alasan untuk dibebaskan dari tanggung jawab. Dengan menangani kasus yang paling radikal dan representatif terlebih dahulu, regulasi secara efektif mendefinisikan ulang aturan permainan, mendorong lebih banyak negosiasi otorisasi dan spesifikasi akses *agent* antara perusahaan *AI agent* dan platform.

marsbit1j yang lalu

Kasus Pertama Kecerdasan Buatan: Apa yang Diputuskan?

marsbit1j yang lalu

Trading

Spot
Futures
活动图片