Apakah keuangan bab pertama crypto atau bentuk akhirnya? Pendapat para VC...

ambcryptoDipublikasikan tanggal 2026-02-10Terakhir diperbarui pada 2026-02-10

Abstrak

Masa depan cryptocurrency masih diperdebatkan, dengan fokus utama pada sektor keuangan versus aplikasi non-keuangan. Chris Dixon (a16z Crypto) berpendapat bahwa penggunaan non-keuangan masih berkembang, sementara Haseeb Qureshi (Dragonfly) menyatakan bahwa hanya keuangan yang telah terbukti cocok dengan pasar. Aliran modal ventura yang besar ($20 miliar pada 2025) dan pertumbuhan DeFi serta stablecoin ($307 miliar) mendukung dominasi sektor keuangan. Platform seperti PancakeSwap dan Aave menghasilkan pendapatan signifikan, sedangkan sektor seperti game dan sosial kesulitan mempertahankan aliran pendapatan tanpa subsidi. Kesimpulannya, keuangan tetap menjadi lapisan nilai utama crypto, sementara sektor utilitas masih berjuang untuk sustainability finansial.

Apakah masa depan cryptocurrency dalam keuangan telah mapan, atau potensi aplikasi non-keuangan baru mulai terbuka?

Chris Dixon, Managing Partner di a16z Crypto, menolak narasi tersebut, dengan menyatakan,

“Saat ini sedang tren untuk menyatakan bahwa kasus penggunaan non-keuangan dari crypto sudah mati.”

Dia menjelaskan bahwa blockchain memperkenalkan primitif koordinasi, dengan keuangan muncul pertama kali karena infrastruktur harus berkembang sebelum sektor lainnya.

Haseeb Qureshi, Managing Partner di Dragonfly, menanggapi langsung dengan menantang gagasan bahwa regulasi yang disalahkan. Dia bertanya mengapa keuangan berkembang meskipun menghadapi pengawasan yang lebih ketat.

Menurutnya, crypto konsumen gagal karena lemahnya permintaan daripada hambatan kebijakan, dengan argumen bahwa produk itu sendiri buruk dan pada akhirnya gagal dalam uji pasar.

Dixon menunjuk pada urutan era internet dan pergeseran kebijakan yang mendukung, sementara Qureshi mengutip sejarah adopsi, menyimpulkan bahwa keuangan tetap menjadi product-market fit crypto satu-satunya yang terbukti.

Aliran modal mengungkap product-market fit sejati crypto

Pendanaan ventura meningkat tajam pada tahun 2025, melampaui $20 miliar, level tertinggi sejak 2022 dan lebih dari dua kali total tahun 2023. Pertumbuhan meningkat menjadi Q4, di mana $8,5 miliar mengalir melintasi 425 kesepakatan, naik 84% secara kuartal dibanding kuartal sebelumnya.

Modal berfokus pada putaran tahap akhir, infrastruktur, dan DeFi, menandakan keyakinan institusional daripada hype ritel. Ekspansi ini selaras dengan fase stabilisasi DeFi.

Total nilai terkunci pulih ke sekitar $99,07 miliar, bangkit dari lantai pasar bear $50 miliar, sementara pasokan stablecoin melebihi $307 miliar.

Platform pinjaman seperti Morpho mempertahankan likuiditas yang dalam, memperkuat keuangan sebagai lapisan product-market fit crypto. Sementara itu, penyelesaian stablecoin mencapai triliun setiap tahun, dengan volume yang disesuaikan menyaingi jalur tradisional dalam throughput.

Bersama-sama, arus masuk pendanaan dan pertumbuhan pembayaran mendukung adopsi yang dipimpin keuangan, memvalidasi pandangan permintaan Haseeb sementara masih mencerminkan logika urutan Dixon.

Kepadatan pendapatan masih tertambat

Konsentrasi pendapatan di seluruh protokol teratas memperkuat perbedaan akrual nilai.

Platform keuangan memimpin profitabilitas sepanjang tahun, dengan PancakeSwap [CAKE] menghasilkan sekitar $15,8 juta dalam pendapatan 30 hari dan Aave [AAVE] $10,4 juta, menandakan keberlanjutan yang digerakkan oleh fee.

Ketika emisi menurun, nilai yang dipertahankan menguat melalui pembakaran dan staking, yang mendukung profitabilitas bersih. Sebaliknya, sektor non-keuangan sangat bergantung pada imbalan token untuk mendorong penggunaan. Aktivitas gaming dan sosial melonjak selama airdrop dan fase play-to-earn; namun, retensi melemah begitu subsidi mereda.

Kepadatan pendapatan tetap tipis, dengan game blockchain teratas menghasilkan sekitar $4,2 juta per hari dan ARPU seringkali di bawah $10–$30. Dengan demikian, utilitas menarik pengguna tetapi berjuang untuk mengubah keterlibatan menjadi arus kas yang tahan lama.

Semua ini bersama-sama, dari perspektif pendapatan dan return ventura, argumen permintaan Haseeb tampak lebih kuat, sementara pandangan Dixon tetap struktural jangka panjang.


Pemikiran Akhir

  • Keuangan tetap menjadi lapisan akrual nilai dominan crypto, dengan modal, pendapatan, dan arus pembayaran berkonsolidasi di sekitar jalur DeFi dan stablecoin.
  • Sektor utilitas mendorong keterlibatan tetapi gagal mengubah penggunaan menjadi arus kas yang tahan lama, memperkuat skeptisisme ventura meskipun ada potensi ekspansi jangka panjang.

Pertanyaan Terkait

QMenurut Chris Dixon, mengapa aplikasi keuangan muncul lebih dulu dalam ekosistem crypto?

AChris Dixon menjelaskan bahwa blockchain memperkenalkan primitif koordinasi, dengan keuangan muncul pertama kali karena infrastruktur harus berkembang sebelum sektor lainnya.

QApa argumen Haseeb Qureshi mengenai kegagalan crypto konsumen?

AHaseeb Qureshi berpendapat bahwa crypto konsumen gagal karena permintaan yang lemah, bukan hambatan kebijakan, dan produk itu sendiri buruk sehingga gagal dalam uji pasar.

QBagaimana aliran modal ventura pada tahun 2025 mencerminkan keyakinan institusional dalam crypto?

AModal ventura naik tajam menjadi lebih dari $20 miliar pada 2025, dengan fokus pada putaran tahap akhir, infrastruktur, dan DeFi, menandakan keyakinan institusional daripada hype ritel.

QProtokol mana yang memimpin profitabilitas dalam platform keuangan crypto?

APancakeSwap [CAKE] menghasilkan sekitar $15,8 juta dalam pendapatan 30 hari dan Aave [AAVE] $10,4 juta, menandakan keberlanjutan yang didorong oleh biaya.

QMengapa sektor non-keuangan seperti game dan sosial kesulitan menghasilkan arus kas yang tahan lama?

ASektor non-keuangan mengandalkan heavily pada imbalan token untuk mendorong penggunaan, dengan retensi melemah setelah subsidi menghilang dan kepadatan pendapatan tetap tipis, seringkali di bawah $10–$30 ARPU.

Bacaan Terkait

Memberi "Noise" ke AI Juga Bisa Meningkatkan Skor, Karya Ini Membuat Noise Mencapai Transfer Positif

Dalam bidang transfer learning, sumber data biasanya berupa gambar, teks, atau audio. Namun, penelitian "Semi-Supervised Noise Adaptation (SSNA)" menunjukkan bahwa **noise acak yang tidak memiliki makna semantik**—dihasilkan dari distribusi Gaussian—juga dapat meningkatkan performa model dalam skenario semi-supervised dengan sedikit data berlabel. Metode ini menggunakan **Kerangka Adaptasi Noise (Noise Adaptation Framework, NAF)**. NAF membuat struktur kategori diskriminatif dalam domain noise acak, lalu mentransfer **struktur** ini ke data target nyata untuk memberikan batas klasifikasi yang lebih jelas. Model memproyeksikan domain noise dan target ke ruang representasi bersama dan menyelaraskannya pada tingkat kategori. Dalam eksperimen, dengan hanya 4 sampel berlabel per kelas, NAF meningkatkan akurasi secara signifikan dibandingkan baseline ERM pada dataset seperti CIFAR-10 (+12.35%), CIFAR-100 (+7.61%), dan lainnya. Peningkatan juga terlihat pada dataset skala besar seperti ImageNet-1K dan tugas klasifikasi teks. Kunci keberhasilan ini bukanlah sifat acak noise itu sendiri, melainkan **struktur kategori yang dapat dipisahkan** yang dibentuknya dalam ruang representasi. Eksperimen ablasi menunjukkan bahwa jika semua noise dikompresi menjadi satu titik (tanpa struktur), kinerja justru menurun drastis. Sebaliknya, memperlebar jarak antara pusat kategori noise meningkatkan akurasi. Penelitian ini menawarkan perspektif baru: dalam transfer learning, pengetahuan yang dapat ditransfer bisa berupa **cara data diorganisasikan dalam ruang representasi**, bukan hanya konten semantiknya. Ini membuka kemungkinan untuk skenario di mana data sumber asli tidak tersedia karena masalah privasi, hak cipta, atau keterbatasan akses. Noise sintetis dapat menjadi alternatif sumber daya yang efektif dan rendah biaya.

marsbit1m yang lalu

Memberi "Noise" ke AI Juga Bisa Meningkatkan Skor, Karya Ini Membuat Noise Mencapai Transfer Positif

marsbit1m yang lalu

Operator Teleprompter "Khusus" Gedung Putih Raup Lebih dari $100.000 dengan Prediksi Berbasis Informasi Orang Dalam

Artikel berjudul "Operator Teleprompter Gedung Putih Dapatkan Lebih dari $100.000 dengan Informasi Orang Dalam" mengungkap kasus insider trading di pasar prediksi oleh Gabriel Perez, asisten teknis dan operator teleprompter untuk mantan Presiden AS Donald Trump. Perez, yang memiliki akses ke naskah pidato Trump sebelum disampaikan, menggunakan informasi orang dalam ini untuk bertaruh pada kata-kata spesifik yang akan disebutkan Trump dalam berbagai pidato di platform prediksi Kalshi. Dalam sekitar tiga bulan, ia mendapat untung lebih dari $100.000. Namun, platform Kalshi mendeteksi aktivitas mencurigakan, membekukan dana sekitar $90.000, dan melaporkannya ke CFTC. Akibatnya, Perez diberhentikan sementara tanpa gaji oleh Trump. Meski mengembalikan keuntungan dan berjanji tidak mengulangi pelanggaran, ia tidak menghadapi tuntutan pidana karena dianggap tidak membocorkan informasi rahasia negara. Kasus ini menyoroti kerentanan pasar prediksi "sebutan" terhadap manipulasi, di mana orang dalam atau pembicara sendiri dapat dengan mudah mempengaruhi hasil. Insiden serupa sebelumnya melibatkan tentara dan insinyur Google. Sebagai tanggapan, platform seperti Kalshi mulai memperketat aturan, termasuk mengharuskan pengguna mengungkapkan tempat kerja. Artikel menyimpulkan bahwa meskipun pembersihan perdagangan orang dalam membuat pasar prediksi lebih patuh, hal itu juga menjauhkannya dari tujuan awalnya sebagai pengejawantahan kebijaksanaan kolektif, menjadikannya lebih mirip kasino biasa.

marsbit1j yang lalu

Operator Teleprompter "Khusus" Gedung Putih Raup Lebih dari $100.000 dengan Prediksi Berbasis Informasi Orang Dalam

marsbit1j yang lalu

Operator Teleprompter "Khusus" Gedung Putih, Meraup Lebih dari 100 Ribu Dolar AS dengan Prediksi Menggunakan Informasi Orang Dalam

Sebuah staf Gedung Putih yang bertugas mengoperasikan teleprompter (penyusun teks pidato) untuk mantan Presiden AS Donald Trump, Gabriel Perez, telah diduga melakukan perdagangan orang dalam (insider trading) di pasar prediksi. Perez, yang memiliki akses ke naskah pidato Trump sebelum disampaikan, dilaporkan memanfaatkan informasi non-publik tersebut untuk bertaruh pada kata-kata spesifik yang akan disebutkan Trump dalam berbagai pidatonya di platform prediksi Kalshi. Dalam kurun waktu sekitar tiga bulan, ia dikabarkan memperoleh keuntungan lebih dari $100,000. Kalshi kemudian mendeteksi aktivitas transaksi yang tidak biasa dan membekukan lebih dari $90,000 di akun Perez sebelum melaporkan kasus ini kepada Commodity Futures Trading Commission (CFTC). Atas insiden tersebut, Perez diberhentikan sementara dari tugasnya tanpa gaji oleh Trump. Berbeda dengan dua kasus insider trading sebelumnya di pasar prediksi yang melibatkan seorang tentara dan insinyur Google, Perez tidak menghadapi tuntutan pidana. CFTC dikabarkan sedang dalam proses penyelesaian damai yang mewajibkannya mengembalikan keuntungannya dan berhenti melakukan transaksi serupa. Kasus ini menyoroti kerentanan pasar prediksi "sebutan" (mention markets) terhadap manipulasi, di mana individu dengan informasi orang dalam atau bahkan pembicara itu sendiri dapat dengan mudah memengaruhi hasilnya. Beberapa contoh, seperti CEO Coinbase yang dengan sengaja menyebut semua opsi taruhan dalam sebuah konferensi, mengilustrasikan masalah ini. Menanggapi hal tersebut, Kalshi telah memperketat kebijakan dengan mewajibkan pengguna mengungkapkan tempat kerja mereka untuk mencegah penyalahgunaan informasi orang dalam. Insiden Perez menandai langkah lain dalam pembersihan perdagangan orang dalam di industri pasar prediksi, sekaligus mempertanyakan keandalan pasar tersebut sebagai cerminan kebijaksanaan kolektif.

Odaily星球日报1j yang lalu

Operator Teleprompter "Khusus" Gedung Putih, Meraup Lebih dari 100 Ribu Dolar AS dengan Prediksi Menggunakan Informasi Orang Dalam

Odaily星球日报1j yang lalu

Tambang Bitcoin Berubah Menjadi Pabrik AI

Tambang Bitcoin Berubah Menjadi Pabrik AI Di Texas, AS, proyek kampus besar pertama OpenAI "Stargate" dibangun di atas lahan bekas penambangan Bitcoin oleh Crusoe, perusahaan yang awalnya memanfaatkan gas alam terbuang untuk menambang kripto. Ini mencerminkan tren transformasi besar: infrastruktur dan sumber daya dari era Crypto kini dialirkan ke industri AI. Pilar utama transformasi ini adalah: 1. **Tambang ke Pusat Data AI:** Perusahaan penambangan seperti Bitdeer, CoreWeave (dulunya Atlantic Crypto), TeraWulf, dan Hut 8 menjual atau mengalihkan kapasitas pusat data mereka yang sudah memiliki akses listrik, lahan, dan izin ke perusahaan AI seperti Anthropic dan AWS. Kontrak jangka panjang bernilai miliaran dolar ini lebih menguntungkan dibandingkan pendapatan menambang Bitcoin yang menurun. 2. **Talenta Crypto ke Startup AI:** Mantan eksekutif dan insinyur Crypto membawa keahlian mereka ke bidang AI. Contohnya, Alex Atallah (co-founder OpenSea) mendirikan OpenRouter, sebuah platform agregator untuk ratusan model AI. Burkay Gur (eks Coinbase) mendirikan Fal.ai, infrastruktur untuk inferensi media generatif. 3. **Modal Crypto Mendanai AI:** Kekayaan yang terakumulasi dari pasar Crypto digunakan untuk membiayai ekosistem AI. Jed McCaleb (pendiri Ripple/Stellar) mendanai Voltage Park, penyewa GPU skala besar. Venture capital Crypto seperti Paradigm berinvestasi dalam startup AI seperti Nous Research (pengembang model Hermes). Bahkan investasi awal SBF (FTX) di Anthropic dan Anysphere (penghasil Cursor) menunjukkan aliran modal ini. Intinya, industri Crypto tidak menghilang, tetapi aset-aset berharganya—infrastruktur listrik/pusat data, talenta teknis, dan modal—ditempatkan kembali untuk membangun fondasi industri AI berikutnya.

链捕手1j yang lalu

Tambang Bitcoin Berubah Menjadi Pabrik AI

链捕手1j yang lalu

Trading

Spot
活动图片