Era Pengguna Agen, Kemana Arah Aliran Nilai Enkripsi?

marsbitDipublikasikan tanggal 2026-05-28Terakhir diperbarui pada 2026-05-28

Abstrak

Dalam artikel ini, penulis mengeksplorasi bagaimana era Agent (agen AI otomatis) dapat mengubah aliran nilai dalam ekosistem blockchain. Teori "protokol gemuk" dan "aplikasi gemuk" sebelumnya berasumsi pengguna adalah manusia, tetapi Agent mengubah dinamika ini karena mereka berinteraksi langsung melalui API tanpa loyalitas merek dan dapat beralih dengan mudah. Penulis memaparkan beberapa kemungkinan skenario: aplikasi dapat menjadi "tanpa kepala" dengan menyediakan API untuk Agent; protokol dapat bangkit kembali jika Agent melewati lapisan perantara; atau tekanan kompetisi harga dapat mengurangi margin keuntungan di seluruh tumpukan teknologi. Selain itu, Agent dapat menciptakan aktivitas ekonomi baru yang sebelumnya tidak layak, seperti rebalancing portofolio berkelanjutan dan pembayaran mesin-ke-mesin. Intinya, pertanyaan kunci di era Agent bukan lagi ke mana nilai akan mengalir, tetapi apa yang akan membuat Agent kembali ke suatu platform meskipun ada banyak alternatif—bukan pengalaman pengguna, tetapi likuiditas, latensi, kepastian penyelesaian, atau model bisnis baru yang belum dinamai saat ini.

Judul Asli:Who Makes Money from Agents?

Penulis Asli:Jonah Burian

Kompilasi Asli:Peggy

Catatan Editor: Jika Agen benar-benar akan menjadi satu miliar pengguna berikutnya blockchain, maka pertanyaan yang lebih penting mungkin bukan "berapa banyak volume perdagangan yang akan mereka bawa", tetapi jika dunia ini benar-benar tiba, siapa yang bisa menghasilkan uang?

Di masa lalu, baik teori "Protokol Gemuk" maupun "Aplikasi Gemuk", keduanya mengasumsikan bahwa pengguna di rantai adalah manusia. Manusia peduli apakah antarmuka mudah digunakan, merek dapat dipercaya, dan jalurnya nyaman, sehingga lapisan aplikasi dapat menangkap nilai dengan menguasai pintu masuk pengguna dan aliran perdagangan. Tapi Agen tidak seperti itu. Mereka langsung memanggil API, tidak memiliki loyalitas merek, dan dapat beralih dengan biaya rendah di antara protokol, agregator, dan tempat perdagangan yang berbeda.

Ini berarti, Agen dapat menulis ulang logika distribusi nilai Web3. Lapisan aplikasi dapat beralih ke "tanpa kepala", membuka kemampuan dompet, agregator, dan on-ramp/off-ramp menjadi API yang ditujukan untuk Agen; lapisan protokol juga mungkin mendapatkan peluang baru karena Agen melewati lapisan tengah; tetapi situasi yang lebih radikal adalah, Agen akan mendorong seluruh tumpukan di rantai ke arah persaingan harga, memampatkan margin keuntungan aplikasi, agregator, dan infrastruktur hingga mendekati biaya marjinal.

Yang benar-benar layak diperhatikan adalah, Agen tidak hanya membuat transaksi di rantai yang ada menjadi lebih sering, tetapi juga dapat menciptakan aktivitas baru yang sebelumnya tidak layak: rebalancing portofolio berkelanjutan, pembayaran mesin-ke-mesin, serta jenis pasar baru yang hanya masuk akal dalam eksekusi otomatis berkecepatan tinggi.

Oleh karena itu, masalah inti di era Agen, bukan sekadar menilai apakah nilai akan mengalir ke protokol atau aplikasi, tetapi melihat siapa yang dapat membuat Agen, meskipun memiliki pilihan pengganti tak terbatas, tetap memilih untuk kembali ke sini. Jawabannya mungkin bukan lagi UX dan merek, tetapi likuiditas, latensi, kepastian penyelesaian, atau semacam model bisnis baru yang saat ini belum dinamai.

Berikut adalah teks asli:

Banyak orang membayangkan bahwa Agen akan menjadi satu miliar pengguna berikutnya blockchain. Namun, sedikit yang mengejar pertanyaan tingkat kedua: jika dunia ini benar-benar tiba, siapa yang bisa menghasilkan uang?

Semua teori sebelumnya tentang penangkapan nilai di industri kripto mengasumsikan pengguna adalah manusia. Teori "Protokol Gemuk" berpendapat bahwa lapisan protokol paling pandai memonetisasi dari pengguna. Sementara teori "Aplikasi Gemuk" yang saya dan kolega ajukan dalam "How to Capture Value" dan "The Great Repricing" berpendapat bahwa lapisan aplikasi melakukannya dengan lebih baik.

Tapi Agen mengubah "siapa pengguna". Akibatnya, teori penangkapan nilai yang ada menjadi tidak dapat diandalkan.

Teori "Protokol Gemuk"

Tahun 2016, @jmonegro menulis "Fat Protocols". Selama hampir satu dekade setelahnya, artikel ini hampir menjadi teori penangkapan nilai paling utama di industri kripto.

Inti pandangannya adalah: di era internet, nilai terutama mengalir ke lapisan aplikasi, seperti @Google, @facebook, sementara protokol dasar, seperti TCP/IP, HTTP, hampir tidak menangkap nilai. Tapi industri kripto akan menjadi sebaliknya. Data blockchain terbuka dan dapat dibagikan, sehingga aplikasi akan dikomoditisasi; dan token protokol yang diperlukan untuk menggunakan jaringan akan menangkap nilai spekulatif seiring dengan pertumbuhan penggunaan. Setiap aplikasi yang sukses akan mendorong pertumbuhan permintaan token. Pada akhirnya, lapisan protokol akan tumbuh dengan bunga majemuk lebih cepat daripada aplikasi apa pun di atasnya.

Untuk waktu yang lama, penilaian ini tampak benar. Kapitalisasi pasar Bitcoin dan Ethereum lebih tinggi daripada perusahaan mana pun yang dibangun di atasnya. Model ini berhasil karena saat itu lapisan protokol langka, mahal, dan sulit diganti. Bitcoin dan Ethereum tahun 2017 memang memiliki kelangkaan, belum ada belasan L1 tujuan umum yang bersaing untuk beban kerja yang sama. Ruang blok cukup ketat, sehingga memegang aset dasar seperti memegang bagian dari ekuitas semua aplikasi yang membutuhkan jaringan tersebut.

Tapi sekarang, setiap lapisan tumpukan infrastruktur memiliki alternatif kredibel: beberapa L1 berkinerja tinggi, puluhan L2, serta lapisan penyelesaian modular dan lapisan ketersediaan data yang bersaing harga. Ruang blok berubah dari langka menjadi melimpah. Dengan jembatan silang dan agregator membuat rantai dasar hampir tidak terlihat oleh pengguna, biaya peralihan juga turun dengan cepat. Infrastruktur menjadi dapat diganti, dan hal yang dapat diganti pada akhirnya hanya dapat bersaing dalam harga. Oleh karena itu, kekuatan penetapan harga lapisan protokol juga menghilang seiring dengan hilangnya kelangkaan.

Teori "Aplikasi Gemuk"

Pada tahun 2026, entitas yang menangkap nilai ekonomi besar bukan lagi protokol, tetapi aplikasi, seperti @phantom, @coinbase, @Polymarket, @Pumpfun, dll.

Menurut saya, alasannya adalah aset paling berharga dalam industri kripto adalah hubungan dengan pengguna. Jika Anda mengontrol antarmuka pengguna dan arah aliran perdagangan, Anda mengontrol distribusi; dan selama pengguna menyentuh suatu produk di rantai, Anda hampir selalu dapat memonetisasinya: pertukaran, peminjaman, penaruhan, pencetakan, saluran on-ramp/off-ramp, dan sebagainya. Ini mungkin juga mengapa lembaga investasi begitu terobsesi dengan neobanks.

Aplikasi juga akan mendorong infrastruktur ke persaingan harga murni, sehingga memampatkan margin keuntungan infrastruktur hingga mendekati biaya marjinal. Saya mendokumentasikan strategi ini dalam "How to Capture Value". Dinamika yang sama juga terjadi di bidang stablecoin, seperti yang saya bahas di artikel lain.

Harga sedang mencerminkan teori ini. Spencer dan saya menyebut pergeseran ini sebagai "The Great Repricing": dalam siklus ini, nilai mengalir ke lapisan yang memiliki hubungan dengan pengguna.

Mengapa Agen Akan Merusak Semua Ini?

Teori "Aplikasi Gemuk" mengasumsikan pengguna adalah manusia, dan manusia menghargai pengalaman pengguna, merek, dan kenyamanan. Tapi Agen tidak menghargai ini. Mereka akan langsung memanggil API, tidak memiliki loyalitas merek, dan juga dapat beralih tempat perdagangan dengan biaya nol.

Ketika pengguna menjadi perangkat lunak, memiliki hubungan dengan pengguna tidak lagi begitu defensif. Seluruh parit pertahanan front-end yang diandalkan oleh teori "Aplikasi Gemuk" juga akan terdepresiasi.

Lalu, di era Agen, siapa yang akan menangkap nilai?

Aplikasi Menuju Tanpa Kepala

Satu kemungkinan di masa depan adalah, pemenang di lapisan aplikasi akan terus menjadi pemenang, hanya saja mereka akan melepaskan UI.

Dompet dan agregator telah membangun bagian yang paling sulit: kemampuan integrasi dengan banyak protokol, logika perutean, identitas, dan infrastruktur on-ramp/off-ramp. Langkah alami berikutnya adalah membuka kemampuan ini menjadi API yang ditujukan untuk Agen, sehingga Agen dapat melakukan perutean melalui mereka seperti pengguna manusia saat ini bertransaksi melalui @phantom atau @JupiterExchange.

Dalam dunia ini, teori "Aplikasi Gemuk" masih berlaku, hanya kehilangkan front-end. Perusahaan-perusahaan yang menang di era pengguna manusia akan memplatformkan ulang, berubah menjadi infrastruktur tanpa kepala. Kita sudah melihat perusahaan SaaS tradisional seperti Salesforce juga sedang bertransformasi ke arah ini.

Kebangkitan Kembali Protokol

Kemungkinan lain adalah, Agen akan benar-benar melewati lapisan tengah.

Jika integrasi cukup sederhana, misalnya dokumentasi API jelas, RPC standar, semantik eksekusi dapat diprediksi, maka Agen tidak punya banyak alasan membayar agregator untuk melakukan hal yang pada dasarnya dapat mereka lakukan sendiri.

Kelebihan agregator di era pengguna manusia berasal dari pengalaman pengguna dan kemampuan perutean kompleks. Tapi Agen tidak membutuhkan pengalaman pengguna, sementara perutean sendiri adalah masalah teknik yang dapat diselesaikan, dan Agen semakin pandai menangani masalah semacam ini.

Jika masa depan seperti ini, maka teori "Protokol Gemuk" akan mendapatkan kehidupan kedua.

Kekuatan Penetapan Harga Seluruh Tumpukan akan Runtuh

Ada kemungkinan lain, bahwa Agen akan memberikan tekanan komoditisasi di seluruh tumpukan.

Mereka cukup rasional. Mereka akan memilih tempat perdagangan termurah setiap kali, tidak ada loyalitas, dan tidak ada gesekan. Aplikasi akan kehilangan premium UX yang dulu mereka kenakan kepada pengguna manusia. Agregator dan infrastruktur juga akan kehilangan kekuatan penetapan harga, karena tidak lagi ada inersia pengguna manusia yang membantu mereka bertahan dari persaingan harga.

Dalam skenario ini, sulit bagi lapisan mana pun dalam tumpukan untuk menangkap terlalu banyak nilai. Seluruh rantai pasokan akan terkompresi hingga mendekati biaya marjinal, dan surplus ekonomi akan mengalir ke pihak yang memiliki Agen, atau ke pengguna akhir yang diwakili oleh Agen. Kripto akan menjadi utilitas publik, dan utilitas publik biasanya bukan tempat yang mudah menghasilkan uang.

Agen Akan Menciptakan Aktivitas Baru yang Dulu Tidak Layak

Versi sederhana dari pandangan ini adalah: Agen akan melakukan hal yang sudah dilakukan manusia, hanya dengan throughput lebih tinggi; meskipun margin keuntungan terkompresi, selama volume perdagangan meningkat pesat, kue secara keseluruhan tetap akan membesar.

Tapi menurut saya ada versi yang lebih menarik: Agen akan membuat sejenis aktivitas yang dulu tidak layak menjadi layak. Misalnya, rebalancing portofolio berkelanjutan dengan biaya eksekusi di bawah 1 sen; transaksi komersial mesin-ke-mesin antar Agen; serta beberapa pasar yang hanya masuk akal ketika penetapan harga dan kecepatan perdagangan begitu cepat sehingga manusia tidak bisa benar-benar mengikuti.

Aktivitas-aktivitas ini tidak akan muncul dalam kerangka pengamatan aktivitas di rantai kita hari ini, karena kita mengasumsikan selalu ada peserta manusia dalam aktivitas di rantai.

Jika ini adalah perubahan nyata yang dibawa oleh Agen, maka masalahnya bukan lagi bagaimana kue yang ada didistribusikan, tetapi seberapa banyak aktivitas ekonomi baru yang akan dibawa ke rantai, dan lapisan mana yang paling cocok melayani aktivitas baru ini.

Model Bisnis yang Belum Dinamai

Setiap siklus, kita mencoba menebak ke mana nilai akan mengalir, dan sering kali mengasumsikan: model bisnis yang sudah kita ketahui, akan secara alami meluas ke masa depan. Tapi asumsi ini biasanya melewatkan model bisnis yang belum muncul.

Saat internet baru dibangun, tidak ada yang memprediksi munculnya ekonomi perhatian. Model bisnis yang sekarang tampak jelas – memotong perhatian pengguna menjadi segmen berbeda, melelangnya kepada pengiklan, dan satu perusahaan mengambil bagian yang cukup besar dari pengeluaran iklan global – pada saat itu sangat asing. Itu hanya tampak seperti takdir saat dilihat kembali.

AI tampaknya adalah gangguan teknologi terbesar dalam beberapa dekade. Dalam dunia yang didominasi Agen, sebagian penangkapan nilai kemungkinan besar akan mengalir ke semacam model bisnis yang saat ini belum dibahas serius oleh siapa pun. Partisipan yang akhirnya menangkap nilai, juga belum tentu adalah orang-orang yang sedang mendapat perhatian pasar saat ini.

Apa yang Harus Diperhatikan Selanjutnya?

Hasil yang paling mungkin, bukanlah satu paradigma sepenuhnya menggantikan paradigma lain. Manusia dan Agen akan bersama-sama menjadi pengguna industri kripto untuk waktu yang lama, dan peta penangkapan nilai yang sesuai dengan dua jenis pengguna tersebut tidaklah sama.

Selama manusia masih langsung berhubungan dengan blockchain, teori "Aplikasi Gemuk" masih berlaku: konsumen yang bersedia membayar untuk pengalaman pengguna, merek, dan kenyamanan, akan terus membayar premium kepada aplikasi yang memiliki hubungan dengan pengguna. Sementara itu, di lapisan tempat Agen bertransaksi, akan diatur oleh seperangkat teori lain – yang mana, tergantung pada bagaimana beberapa skenario di atas akhirnya berevolusi.

Menurut saya, bagi pembangun, pertanyaan yang paling layak direfleksikan berulang kali di sisi Agen adalah: apa yang akan membuat sebuah Agen kembali kepada Anda, daripada langsung dirutekan ke alternatif pengganti berikutnya yang lebih murah?

Jawabannya mungkin bukan pengalaman pengguna. Bisa jadi likuiditas, latensi, jaminan penyelesaian, atau hal lain.

Di @bcap, kami sedang mencurahkan banyak waktu untuk memikirkan masalah ini, baik dalam rapat komite investasi, maupun diskusi dengan tim teknik. Kami belum memiliki jawaban pasti. Jika Anda sedang membangun produk seputar Agen, dan memiliki penilaian sendiri tentang penangkapan nilai di era Agen, kami sangat ingin berbicara dengan Anda.

Tautan Asli

Pertanyaan Terkait

QApa teori utama tentang penangkapan nilai dalam industri crypto yang dibahas dalam artikel?

AArtikel ini membahas dua teori utama: Teori 'Protokol Gemuk' (Fat Protocol) dan Teori 'Aplikasi Gemuk' (Fat Application). Teori Protokol Gemuk menyatakan bahwa nilai akan terakumulasi di lapisan protokol (seperti Bitcoin atau Ethereum), sementara Teori Aplikasi Gemuk berpendapat bahwa lapisan aplikasi (seperti wallet atau exchange) yang mengontrol hubungan pengguna akan menangkap lebih banyak nilai.

QMengapa Agent (agen otonom) dikatakan dapat mengganggu teori penangkapan nilai yang ada di industri crypto?

AAgent mengganggu teori penangkapan nilai yang ada karena mereka bukan pengguna manusia. Agent tidak peduli dengan pengalaman pengguna (UX), merek, atau kemudahan. Mereka langsung memanggil API, tidak memiliki loyalitas merek, dan dapat beralih antar protokol atau tempat perdagangan dengan biaya hampir nol. Ini menghilangkan keunggulan lapisan aplikasi yang bergantung pada hubungan dan preferensi pengguna manusia.

QMenurut artikel, skenario apa saja yang mungkin terjadi pada distribusi nilai di era Agent?

AArtikel menguraikan beberapa skenario potensial: 1) Aplikasi menjadi 'tanpa kepala' (headless) dengan menyediakan API untuk Agent. 2) Protokol bangkit kembali karena Agent melewati perantara. 3) Seluruh tumpukan teknologi (stack) kehilangan daya tarik harga karena tekanan kompetisi harga dari Agent. 4) Agent menciptakan aktivitas ekonomi baru yang sebelumnya tidak layak, seperti rebalancing portofolio berkelanjutan atau pasar berkecepatan tinggi.

QApa pertanyaan kunci yang harus ditanyakan pembangun (builder) di era Agent menurut artikel?

APertanyaan kunci bagi pembangun di era Agent adalah: 'Apa yang akan membuat sebuah Agent kembali kepada Anda, alih-alih langsung merutekan ke alternatif yang lebih murah berikutnya?' Jawabannya mungkin bukan pengalaman pengguna, tetapi faktor seperti likuiditas, latensi (delay), jaminan penyelesaian (settlement guarantee), atau sesuatu yang belum dinamai saat ini.

QBagaimana artikel melihat peran manusia dan Agent di masa depan industri crypto?

AArtikel berpendapat bahwa manusia dan Agent akan tetap menjadi pengguna industri crypto bersama-sama untuk waktu yang lama. Teori 'Aplikasi Gemuk' akan tetap berlaku untuk transaksi yang melibatkan manusia yang membayar premi untuk UX dan merek. Sementara itu, lapisan di mana Agent beroperasi akan diatur oleh teori penangkapan nilai yang berbeda, tergantung pada skenario mana yang akhirnya berlaku.

Bacaan Terkait

Tiga Tahun Kemudian: Meninjau Kembali Penilaian Saya terhadap ChatGPT di Tahun 2023

Tiga tahun kemudian, pada Mei 2026, penulis meninjau kembali 20 prediksi tentang ChatGPT yang dibuatnya pada Maret 2023, menggunakan AI untuk mengevaluasi akurasinya berdasarkan data terbaru. Secara keseluruhan, arah dan mekanisme prediksi banyak yang tepat. Yang paling akurat adalah tentang RAG sebagai arsitektur standar, LUI (Antarmuka Pengguna Bahasa Alami) sebagai lapisan interaksi baru, munculnya "jaringan robot" (protokol untuk agen AI), dan kemampuan China mengejar ketertinggalan model AI besar. Prediksi bahwa ChatGPT bukan AGI namun langkah besar, tidak menyebabkan gelombang pengangguran massal, serta sifat uji Turing yang hanya mengukur persepsi juga pada dasarnya benar. Namun, prediksi dengan angka spesifik atau pernyataan mutlak sering meleset. Klaim bahwa GPT-4 memiliki 100 triliun parameter sepenuhnya salah. Pernyataan bahwa LLM "tidak mungkin" mengerjakan matematika murni terbantahkan dengan model penalaran yang memenangkan medali emas IMO. Estimasi biaya pelatihan model hanya $5-10 miliar juga jauh dari kenyataan, yang kini mencapai miliaran dolar untuk model terdepan. Beberapa prediksi keliru tentang distribusi dampak, seperti bahwa nilai akan berpindah ke lapisan aplikasi (nyatanya, penyedia chip seperti NVIDIA paling untung), atau bahwa AI akan "menghindari" masalah hak cipta (justru menimbulkan gugatan besar). Kesimpulan utama adalah: dalam memprediksi teknologi yang cepat berubah, mengidentifikasi arah dan mekanisme umumnya lebih bisa diandalkan daripada memberikan angka pasti atau pernyataan mutlak. Prediksi cenderung terlalu optimis tentang kecepatan perubahan jangka pendek, tetapi meremehkan besarnya perubahan jangka panjang. Penting juga untuk mempertimbangkan distribusi dampak, bukan hanya kesimpulan agregat. Pernyataan yang disertai batasan dan keraguan justru lebih tahan uji waktu. Beberapa pertanyaan mendasar masih belum terjawab setelah tiga tahun. Tinjauan ini berfungsi sebagai pelajaran untuk membuat prediksi yang lebih baik di tiga tahun mendatang.

marsbit2j yang lalu

Tiga Tahun Kemudian: Meninjau Kembali Penilaian Saya terhadap ChatGPT di Tahun 2023

marsbit2j yang lalu

Tiga Tahun Kemudian: Menilik Kembali Penilaian Saya terhadap ChatGPT pada 2023

Tiga tahun kemudian: Meninjau Kembali 20 Prediksi ChatGPT Saya pada 2023 Pada Maret 2023, penulis Wang Jianshuo membuat 20 prediksi intuitif tentang ChatGPT dan AI masa depan. Kini, di Mei 2026, sebuah sistem AI yang terdiri dari 41 agen menganalisis prediksi-prediksi tersebut berdasarkan data terkini. Hasilnya menunjukkan pola menarik. **Yang Terbukti Benar (Secara Umum):** * **RAG dan Arsitektur Pencarian (✅):** Solusi utama untuk pengetahuan dan halusinasi adalah dengan menambahkan "contekan" (RAG), bukan mengubah model. Arsitektur pencarian + LLM kini menjadi standar. * **LUI sebagai Benua Baru (🟢):** Antarmuka Pengguna Bahasa Alami (LUI) adalah lapisan interaksi baru yang besar, melahirkan industri agen dan protokol seperti MCP. * **Jaringan Robot dan Sistem Pengalamatan Baru (🟢):** Agen akan berkomunikasi otomatis dengan bahasa alami. Protokol seperti MCP dan ANP sedang mewujudkannya. * **Model Besar Tiongkok (🟢):** Model-model seperti DeepSeek dan Qwen telah mengejar ketertinggalan performa, meski dengan investasi lebih kecil. * **Tidak Ada Kesadaran, Tes Turing Hanya Ukur Penampilan (🟢):** AI tidak memiliki kesadaran. Tes Turing hanya mengukur ilusi kesadaran. * **Prediksi Lain yang Benar:** ChatGPT bukan AGI, tapi lompatan besar; gelombang pengangguran besar tidak terjadi; tahun besar untuk startup; momen "browser 1994" telah tiba. **Yang Kurang Tepat atau Salah:** * **Parameter GPT-4 (❌):** Prediksi 100 triliun parameter salah. Estimasi terbaru sekitar 1,8 triliun. * **Matematika di LLM (🟡):** Diagnosis bahwa matematika adalah kelemahan intrinsik dan memerlukan alat bantu benar. Namun, pernyataan "tidak mungkin" ditingkatkan terbukti salah, karena model kini bisa memenangkan medali emas Olimpiade Matematika Internasional (IMO). * **Penangkapan Nilai (🟡):** Aplikasi memang berkembang pesat, tetapi nilai terbesar justru ditangkap oleh lapisan komputasi (seperti Nvidia), bukan oleh pembuat model. * **Hak Cipta (🟡):** Konten AI sulit didaftarkan hak cipta, tetapi tidak serta-mata "menghindari" pelanggaran. Gugatan dan penyelesaian besar (misalnya, Anthropic $1,5 miliar) membuktikan risikonya. * **Biaya Model (🟡):** Prediksi "perang lokal" dengan biaya $5-10 miliar untuk model canggih terbukti salah. Biaya pelatihan model terdepan (seperti GPT-5) jauh lebih tinggi, sementara biaya kloning model terbuka justru bisa lebih murah. **Pola dan Pelajaran:** 1. **Arah dan mekanisme lebih dapat diandalkan daripada angka pasti dan pernyataan mutlak.** 2. **Cenderung terlalu optimis untuk jangka pendek (kecepatan), tetapi terlalu konservatif untuk jangka panjang (skala/dampak).** 3. **Kesalahan sering terjadi pada distribusi, bukan pada total.** Contoh: Tidak ada gelombang pengangguran masif, tetapi dampak berat dirasakan oleh lulusan baru. 4. **Pernyataan yang disertai batasan dan ruang ketidakpastian justru lebih tahan uji waktu.** 5. **Beberapa pertanyaan mendasar masih belum terjawab setelah tiga tahun.** Kesimpulannya, prediksi tentang arah besar dan mekanisme cenderung akurat, sementara prediksi spesifik tentang angka, kecepatan, dan distribusi dampak lebih sering meleset. Latihan ini lebih merupakan pelajaran dalam kerendahan hati dan penilaian yang bernuansa daripada sekadar penghitungan skor.

链捕手4j yang lalu

Tiga Tahun Kemudian: Menilik Kembali Penilaian Saya terhadap ChatGPT pada 2023

链捕手4j yang lalu

Peringatan Gelembung AI: Investasi AI Merupakan Pengembalian Negatif bagi Kebanyakan Raksasa Teknologi

Peringatan Gelembung AI: Investasi AI Membawa Pengembalian Negatif bagi Sebagian Besar Raksasa Teknologi Demam AI kini memasuki tahap pemeriksaan keuangan. Raksasa cloud seperti Microsoft, Alphabet, Amazon, Meta, dan Oracle berencana menginvestasikan ratusan miliar dolar ke pusat data AI dalam lima tahun ke depan. Namun, analisis terhadap proyeksi pendapatan dan pengeluaran modal (capex) hingga 2030 mengungkap masalah: tingkat pengembalian investasi implisit diperkirakan sangat negatif bagi semua perusahaan kecuali Amazon, bahkan dalam skenario optimis ekstrem. Ini menunjukkan bahwa jika tren saat ini berlanjut, boom AI bisa menjadi salah satu peristiwa perusakan nilai pemegang saham terbesar. Ada dua jalan keluar: pendapatan yang jauh melebihi ekspektasi saat ini, atau pengurangan rencana investasi. Jalan pertama tampaknya mustahil, karena membutuhkan tambahan pendapatan triliunan dolar. Jalan kedua—pemotongan investasi—akan berdampak luas, meruntuhkan harga saham perusahaan-perusahaan teknologi global dan dapat mendorong ekonomi AS ke resesi, mengingat 93% pertumbuhan PDB AS belakangan ini didorong oleh investasi teknologi. IPO perusahaan AI seperti OpenAI dan Anthropic tahun ini bisa menjadi mekanisme transfer risiko, memindahkan ketidakpastian dari pemilik awal kepada investor ritail dan dana pensiun. Sementara euphoria pemasaran mungkin bertahan hingga setelah IPO tahun 2026, tekanan matematika yang tak terelakkan mungkin memaksa raksasa cloud mengumumkan pemotongan investasi pada 2027 atau 2028, mirip dengan jeda tiga tahun antara peringatan "irrational exuberance" Alan Greenspan pada 1996 dan pecahnya gelembung dotcom pada 2000.

marsbit5j yang lalu

Peringatan Gelembung AI: Investasi AI Merupakan Pengembalian Negatif bagi Kebanyakan Raksasa Teknologi

marsbit5j yang lalu

Dari Token ke Tenaga Kerja Mesin: AI Sedang Berubah dari Alat Menjadi 'Pekerja'

Dari Token ke Tenaga Kerja Mesin: AI Berubah dari Alat Menjadi "Pekerja" AI mulai menulis kode, menangani tiket dukungan pelanggan, dan meninjau dokumen hukum. Artikel ini mengusulkan kerangka baru: komersialisasi AI sedang bergerak menuju "pasar tenaga kerja mesin". Dalam pasar ini, token hanyalah unit pengukuran, GPU adalah bahan baku, dan model adalah alat produksi. Objek yang benar-benar ditetapkan harganya dan diperdagangkan adalah kerja ekonomi yang diselesaikan langsung oleh perangkat lunak. Mekanisme penetapan harga AI akan berkembang dari token mentah, kemampuan model yang terstandarisasi, tenaga kerja yang terspesialisasi industri, hingga pasar hasil yang dapat diprogram. Di masa depan, perusahaan mungkin tidak lagi peduli model atau GPU mana yang menyelesaikan suatu tugas, tetapi lebih pada apakah tugas itu diselesaikan dalam batas latensi, akurasi, keandalan, dan biaya yang ditentukan. Implikasinya, dampak AI pada pasar tenaga kerja manusia tidak hanya sekadar penggantian. Saat mesin mengambil alih lebih banyak pekerjaan yang dapat distandardisasi dan diverifikasi, peran manusia mungkin bergeser ke pengawasan, penanggung jawab, manajemen konteks, dan keputusan akhir. Dalam beberapa kasus, penilaian manusia untuk 1% akhir justru menjadi lebih berharga karena dapat membuka kunci 99% otomatisasi skala besar. Pasar AI adalah pasar ekspansif. Ketika biaya kerja turun, permintaan tidak tetap. Jika interaksi dukungan pelanggan menjadi lebih murah, perusahaan dapat menawarkan layanan 24/7, menciptakan pasar interaksi pelanggan yang lebih besar. Persaingan tahap berikutnya di pasar AI mungkin bukan lagi sekadar pertarungan kemampuan model atau perang harga daya komputasi, tetapi tentang siapa yang dapat pertama kali menstandarisasi, memverifikasi, dan menetapkan harga "pekerjaan", akhirnya menjadikan tenaga kerja mesin sebagai faktor produksi baru yang dapat dibeli, diselesaikan, dan diperdagangkan.

marsbit5j yang lalu

Dari Token ke Tenaga Kerja Mesin: AI Sedang Berubah dari Alat Menjadi 'Pekerja'

marsbit5j yang lalu

Diskon 99% untuk MiMo Bukan Hanya Pemasaran! Luo Fuli Membantah Para Pengecam di X

**Ringkasan:** Xiaomi MiMo memotong harga API MiMo-V2.5 hingga **99%**, memicu spekulasi tentang perang harga atau strategi merugi. Luo Fuli, kepala MiMo, merespons dengan mempublikasikan blog teknis 5000 kata yang merinci **enam pilar teknikal** di balik potongan harga besar ini. Intinya, diskon 99% terutama untuk **Input (Cache Hit)** – bagian dimana pengguna membaca ulang konteks historis dalam percakapan panjang. Ini menjadi mungkin karena serangkaian optimasi teknikal yang mengubah biaya komputasi untuk bagian tersebut mendekati nol. **Enam Pilar Teknikal:** 1. **Arsitektur Hybrid SWA:** Menggunakan Sliding Window Attention di sebagian besar lapisan model, mengurangi volume **KVCache** (memori jangka pendek model) hingga **1/7**. 2. **Manajemen KVCache Dua Kolam:** Mengalokasikan memori secara terpisah untuk lapisan SWA dan Full Attention, benar-benar mewujudkan penghematan teoretis 1/7 dan meningkatkan jumlah pengguna yang dapat dilayani secara bersamaan. 3. **Prefix Cache yang Dioptimalkan:** Meningkatkan aturan pencocokan cache untuk arsitektur SWA, menghasilkan **tingkat keberhasilan cache 93-95%** untuk pembacaan ulang. Artinya, sebagian besar permintaan "baca ulang" tidak memerlukan komputasi GPU baru. 4. **Sistem Cache Terdistribusi GCache:** Menyimpan data cache di **SSD bawaan mesin GPU**, menghilangkan biaya penyimpanan cluster khusus dan memperpanjang masa hidup cache. 5. **Sistem Penjadwalan LLM-Router:** Mengarahkan permintaan secara cerdas berdasarkan kesamaan prefix dan panjang konteks, memprioritaskan permintaan yang menggunakan cache, meningkatkan efisiensi dan mengurangi latensi. 6. **Multi-Token Prediction (MTP):** Mengoptimalkan proses generasi output model, mempercepat pembuatan respons dan melengkapi pengurangan biaya di sisi input. **Kesimpulan:** Penurunan harga 99% bukanlah gimmick pemasaran atau strategi merugi, tetapi hasil dari **efisiensi sistemik rekayasa AI** yang telah divalidasi di lingkungan produksi. Rantai optimasi ini secara kumulatif mengurangi biaya komputasi per permintaan hingga lebih dari 95%, memungkinkan penurunan harga ekstrem sambil mempertahankan profitabilitas. Luo Fuli menekankan bahwa ini adalah masalah teknikal yang terwujud, bukan sekadar perang harga.

marsbit7j yang lalu

Diskon 99% untuk MiMo Bukan Hanya Pemasaran! Luo Fuli Membantah Para Pengecam di X

marsbit7j yang lalu

Trading

Spot
Futures

Artikel Populer

Cara Membeli FLOW

Selamat datang di HTX.com! Kami telah membuat pembelian Flow (FLOW) menjadi mudah dan nyaman. Ikuti panduan langkah demi langkah kami untuk memulai perjalanan kripto Anda.Langkah 1: Buat Akun HTX AndaGunakan alamat email atau nomor ponsel Anda untuk mendaftar akun gratis di HTX. Rasakan perjalanan pendaftaran yang mudah dan buka semua fitur.Dapatkan Akun SayaLangkah 2: Buka Beli Kripto, lalu Pilih Metode Pembayaran AndaKartu Kredit/Debit: Gunakan Visa atau Mastercard Anda untuk membeli Flow (FLOW) secara instan.Saldo: Gunakan dana dari saldo akun HTX Anda untuk melakukan trading dengan lancar.Pihak Ketiga: Kami telah menambahkan metode pembayaran populer seperti Google Pay dan Apple Pay untuk meningkatkan kenyamanan.P2P: Lakukan trading langsung dengan pengguna lain di HTX.Over-the-Counter (OTC): Kami menawarkan layanan yang dibuat khusus dan kurs yang kompetitif bagi para trader.Langkah 3: Simpan Flow (FLOW) AndaSetelah melakukan pembelian, simpan Flow (FLOW) di akun HTX Anda. Selain itu, Anda dapat mengirimkannya ke tempat lain melalui transfer blockchain atau menggunakannya untuk memperdagangkan mata uang kripto lainnya.Langkah 4: Lakukan trading Flow (FLOW)Lakukan trading Flow (FLOW) dengan mudah di pasar spot HTX. Cukup akses akun Anda, pilih pasangan perdagangan, jalankan trading, lalu pantau secara real-time. Kami menawarkan pengalaman yang ramah pengguna baik untuk pemula maupun trader berpengalaman.

233 Total TayanganDipublikasikan pada 2024.12.10Diperbarui pada 2025.03.21

Cara Membeli FLOW

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 FLOW (FLOW) disajikan di bawah ini.

活动图片