Apakah CFTC 'Siap Bertanggung Jawab' atas Pasar Kripto Senilai $3 Triliun?

ambcryptoDipublikasikan tanggal 2026-04-02Terakhir diperbarui pada 2026-04-02

Abstrak

Komisi Perdagangan Berjangka Komoditi (CFTC) Amerika Serikat menyatakan kesiapan untuk mengawasi pasar aset kripto senilai $3 triliun. Ketua CFTC Michael Selig menegaskan kolaborasi dengan SEC dalam menyelaraskan pengawasan federal, meski belum ada garis waktu untuk disahkannya undang-undang struktur pasar. Langkah ini didukung oleh klasifikasi aset kripto pertama oleh CFTC yang membedakan sekuritas digital dan komoditas. Perbaikan regulasi, termasuk UU GENIUS, telah mendorong adopsi pasar yang signifikan, tercermin dari kapitalisasi pasar stablecoin yang melebihi $319 miliar. Kejelasan regulasi dinilai krusial untuk pertumbuhan lebih lanjut pasar kripto secara keseluruhan.

Adopsi cryptocurrency telah meningkat pesat dalam beberapa tahun terakhir, mendorong pemerintah untuk mengembangkan kerangka regulasi yang lebih jelas. Amerika Serikat memimpin dalam adopsi publik dan mempertahankan lingkungan regulasi yang relatif kuat, dengan skor masing-masing 7,7 dan 6,2 dari 10.

Sumber: Henley Global

Nada regulasi yang lebih mendukung, khususnya selama pemerintahan Trump, telah memperkuat posisinya. Seiring dengan berkembangnya sektor ini, Commodity Futures Trading Commission [CFTC] telah mengambil peran yang lebih menonjol, dengan tujuan mengurangi beban regulasi dan mendukung pertumbuhan industri.

CFTC sinyal kesiapan untuk mengawasi pasar kripto

Ketua CFTC Michael Selig mengatakan lembaga tersebut sangat siap untuk mengatur industri kripto. Sebagai bagian dari ringkasan yang menandai 100 hari ia menjabat, Selig menyatakan,

CFTC siap mengambil tanggung jawab atas pasar aset kripto senilai $3 triliun.

Dalam pernyataannya, ia melaporkan bahwa CFTC dan SEC telah membentuk upaya bersama untuk menyelaraskan pengawasan federal atas pasar aset kripto. Namun, ia tidak memberikan garis waktu kapan Kongres mungkin akan mengesahkan undang-undang struktur pasar formal.

Pernyataan terbaru ini muncul ketika Senat Amerika Serikat terus mengkaji Undang-Undang CLARITY. RUU tersebut mandek di komite di tengah sengketa atas hasil stablecoin dan ketentuan terkait.

Pelonggaran regulasi kripto percepat pertumbuhan.

Selain kesediaan CFTC untuk memimpin industri kripto, Ketua mencatat langkah-langkah regulasi besar yang diambil untuk memperingatkan sektor ini.

Selig mengkritik pemerintahan sebelumnya atas penggunaan penegakan hukum dalam regulasi kripto. Dengan demikian, ia menyatakan bahwa lembaga tersebut telah meningkatkan lingkungan regulasi dengan memberikan bantuan tanpa tindakan kepada pengembang perangkat lunak dompet digital.

CFTC menerbitkan Taksonomi, sistem klasifikasi aset kripto pertama, yang membedakan sekuritas digital dari komoditas. Selain itu, lembaga tersebut berargumen bahwa mereka telah mengatasi kekhawatiran kejelasan atas kolateral yang ditokenisasi dan telah meluncurkan satuan tugas inovasi.

Patut dicatat, peningkatan dalam lingkungan regulasi, terutama dengan disahkannya Undang-Undang GENIUS, memperkuat adopsi pasar. Bahkan, stablecoin telah tumbuh secara signifikan, melebihi kapitalisasi pasar $319 miliar dan volume perdagangan lebih dari $100 miliar.

Sumber: DeFiLlama

Pertumbuhan sektor ini menggarisbawahi kebutuhan akan kejelasan hukum, dan jika diberlakukan dengan benar, seluruh pasar kripto dapat tumbuh lebih jauh. Dengan demikian, peningkatan kondisi regulasi adalah kabar baik bagi pasar kripto yang lebih luas dan dapat secara signifikan mendongkrak pasar jika kemajuan lebih lanjut dicapai.


Ringkasan Akhir

  • Commodity Futures Trading Commission muncul sebagai regulator kunci, menandakan kesiapan untuk mengawasi pasar aset kripto senilai $3 triliun.
  • Ketua CFTC Michael Selig mengonfirmasi koordinasi dengan Securities and Exchange Commission untuk menyelaraskan pengawasan federal.

Pertanyaan Terkait

QApa yang disampaikan Ketua CFTC Michael Selig tentang kesiapan lembaganya dalam mengatur pasar crypto?

AMichael Selig menyatakan bahwa CFTC siap untuk mengambil tanggung jawab atas pasar aset kripto senilai $3 triliun. Dia juga melaporkan bahwa CFTC dan SEC telah membentuk upaya bersama untuk menyelaraskan pengawasan federal atas pasar aset kripto.

QBagaimana perkembangan adopsi cryptocurrency di Amerika Serikat menurut artikel tersebut?

AAmerika Serikat memimpin dalam adopsi cryptocurrency publik dan mempertahankan lingkungan regulasi yang relatif kuat, dengan skor masing-masing 7,7 dan 6,2 dari 10. Lingkungan regulasi yang lebih baik, terutama selama pemerintahan Trump, telah memperkuat posisinya.

QApa saja langkah-langkah regulasi utama yang disebutkan oleh Ketua CFTC untuk mendukung industri crypto?

ALangkah-langkah regulasi utama termasuk memberikan keringanan tanpa tindakan kepada pengembang perangkat lunak dompet digital, menerbitkan Taksonomi (sistem klasifikasi aset kripto pertama), mengatasi kekhawatiran kejelasan atas kolateral yang ditokenisasi, dan meluncurkan satuan tugas inovasi.

QApa dampak dari perbaikan lingkungan regulasi terhadap pasar stablecoin?

APerbaikan lingkungan regulasi, terutama dengan disahkannya GENIUS Act, telah memperkuat adopsi pasar. Stablecoin telah tumbuh secara signifikan, melebihi kapitalisasi pasar $319 miliar dan volume perdagangan lebih dari $100 miliar.

QApa status RUU CLARITY Act yang disebutkan dalam artikel?

ARUU CLARITY Act sedang ditinjau oleh Senat Amerika Serikat, namun telah mandek di komite karena perselisihan atas hasil stablecoin dan ketentuan terkait. Tidak ada garis waktu yang diberikan untuk kapan Kongres mungkin mengesahkan RUU struktur pasar formal.

Bacaan Terkait

Model Generatif Bisa Dilatih End-to-End? Intinya Hanya Sebuah For Loop

Model generatif seperti model difusi atau autoregresif yang dominan saat ini biasanya tidak melatih seluruh proses generasi secara end-to-end. Mereka dilatih hanya untuk memprediksi satu "langkah kecil" dalam proses, namun saat inferensi, langkah ini harus diulang ratusan atau ribuan kali. Ketidaksesuaian ini menyebabkan masalah "exposure bias," di mana kesalahan menumpuk seiring waktu. Makalah terbaru dari UIUC dan Harvard memperkenalkan paradigma baru bernama **Explorative Modeling (XM)**. Inti dari metode ini sangat sederhana: alih-alih menghasilkan satu sampel, model menghasilkan **K kandidat** dalam setiap langkah pelatihan. Kemudian, hanya kandidat yang paling dekat dengan data target yang dipilih untuk menghitung gradien dan memperbarui model. Mengapa ini berhasil? Dalam tugas generatif, satu input bisa memiliki banyak output yang valid (mode). Fungsi kerugian rekonstruksi tradisional cenderung menyebabkan "mode blurring," di mana model hanya mempelajari rata-rata dari semua mode, menghasilkan output yang tidak realistis. Dengan menghasilkan beberapa kandidat, model dapat "mengeksplorasi" dan menangkap beberapa mode yang berbeda sekaligus, sehingga menghindari rata-rata yang kabur. Penelitian ini menunjukkan bahwa **"eksplorasi" (K) bertindak sebagai sumbu penskalaan ketiga** yang efektif, selain parameter dan data. Eksperimen pada gambar, video, dan bahasa menunjukkan peningkatan kinerja yang monoton dengan peningkatan K, dengan keuntungan yang lebih besar pada skala yang lebih besar. XM dapat meningkatkan efisiensi FLOP hingga 4.1x dan efisiensi sampel hingga 6.2x. Yang lebih menarik, ketika diterapkan secara ekstrem, XM memungkinkan **pelatihan generatif yang benar-benar end-to-end**. Dalam tugas kontrol robot, "Explorative Policy" berbasis XM mencapai kinerja yang setara dengan "Diffusion Policy" yang membutuhkan 100 langkah inferensi, sementara hanya membutuhkan satu langkah inferensi maju. Ini membuktikan bahwa kompleksitas untuk menangani banyak mode dapat dipindahkan dari inferensi ke pelatihan. Meskipun ide "best-of-K" bukan hal baru, kontribusi utama makalah ini adalah penjelasan teoritis bahwa mekanisme ini secara langsung meningkatkan **ekspresivitas generatif** model. Dengan demikian, ini menawarkan cara baru yang ampuh untuk mengatasi tantangan mendasar dalam pemodelan generatif.

marsbit45m yang lalu

Model Generatif Bisa Dilatih End-to-End? Intinya Hanya Sebuah For Loop

marsbit45m yang lalu

OpenAI Tidak Lagi Mengandalkan Model Termahal untuk Menghasilkan Uang

OpenAI tidak lagi mengandalkan model termahal untuk menghasilkan uang. Pada 30 Juli, perusahaan mengumumkan penyesuaian harga, menurunkan harga model GPT-5.6 Luna sebesar 80% dan Terra sebesar 20%. Yang lebih penting dari angka penurunan harga adalah pesan intinya: untuk banyak tugas, model terkuat (seperti Sol) tidak selalu diperlukan. OpenAI secara eksplisit merekomendasikan strategi di mana model mahal (Sol) menangani perencanaan dan analisis kompleks, sementara model yang lebih terjangkau (Luna) mengeksekusi tugas, menulis kode, dan menjalankan pengujian. Pergeseran ini mencerminkan perubahan industri AI dari hanya mengejar kecerdasan tertinggi menuju optimisasi biaya dan efisiensi untuk penggunaan skala besar. Anthropic juga mengikuti pola serupa dengan meluncurkan Claude Opus 5 dengan harga setengah dari model andalannya, Fable 5. Kedua raksasa Silicon Valley ini menunjukkan bahwa model flagship kini berfungsi lebih untuk nilai merek dan pembuktian teknologi, sementara model "kendaraan massal" yang lebih murah (seperti Luna, Terra, Opus) yang akan mendorong adopsi komersial luas dan menghasilkan pendapatan utama. OpenAI mengungkapkan bahwa penurunan biaya ini sebagian didorong oleh model AI (Sol) yang mengoptimalkan kode produksi dan alur kerjanya sendiri, menciptakan siklus peningkatan efisiensi yang dapat mempercepat penurunan biaya di masa depan. Intinya, kompetisi AI bergeser dari "siapa yang paling pintar" menjadi "mana yang paling bernilai". Perusahaan tidak lagi membeli satu model tunggal, tetapi merancang sistem dengan beberapa model yang cocok untuk tugas yang berbeda—mirip dengan arsitektur komputasi awan. Tujuan akhir OpenAI adalah membangun ekosistem yang mengunci alur kerja pengembang melalui volume panggilan API yang sangat besar dan biaya yang sangat rendah, sehingga menciptakan daya tarik yang kuat. Ketika AI menjadi murah dan tersebar luas seperti listrik, tertanam dalam setiap proses tanpa diperdebatkan, era sesungguhnya baru dimulai.

marsbit2j yang lalu

OpenAI Tidak Lagi Mengandalkan Model Termahal untuk Menghasilkan Uang

marsbit2j yang lalu

Trading

Spot
活动图片