Michael Saylor Says Quantum Threat to Bitcoin Is Not Immediate

TheNewsCryptoDipublikasikan tanggal 2026-02-24Terakhir diperbarui pada 2026-02-24

Abstrak

Michael Saylor, founder of MicroStrategy, addressed concerns about quantum computing as a potential threat to Bitcoin, stating it is not an immediate risk and is at least a decade away. He emphasized that the broader cybersecurity community views quantum risk as a long-term issue rather than a current threat. Saylor expressed confidence in the Bitcoin ecosystem’s ability to adapt, noting that upgrades would be implemented across global systems if such a risk emerged. He also highlighted MicroStrategy’s significant Bitcoin holdings, which now total 717,722 BTC worth approximately $54.56 billion, despite recent market declines.

Michael Saylor, founder of Strategy, formerly MicroStrategy, discussed concerns about the quantum threat to Bitcoin in an interview and clarified that it is not an immediate security risk at this time, as it is ten years away.

​On February 23, Natalie Brunell, who shared a recent episode of her Coin Stories podcast on X with Saylor, in which they discussed several topics around Bitcoin and Strategy. In the middle of the conversation, Brunell asked whether quantum computing poses an existential threat to Bitcoin.

​She noted that many people are not technical enough to independently verify the seriousness of the risk and referenced Strategy’s earlier statement suggesting Bitcoin is “quantum-proof.” She asked Saylor why this is not considered a bigger threat.

​In response, Saylor stressed that quantum risk is not seen as imminent by the larger cybersecurity community. He insisted that the “consensus of the cyber security community broadly held is that quantum risk, if it exists, is more than ten years out. It’s not a this-decade thing.”

Quantum Threat Would Trigger Upgrades

Saylor stated, “The crypto community is the most sophisticated cybersecurity community,” he added, adding that it already makes use of innovative authentication techniques like hardware keys. He proposed that Bitcoin uses extremely sophisticated security measures in comparison compared to traditional banking systems.

​Then, Saylor went on and said that if a quantum risk materialized, it would lead to upgrades in the software that runs the Bitcoin network, the global banking system, the global internet, consumer devices, and all crypto networks. Eventually, post-quantum-resistant cryptography would replace all digital devices. In his view, quantum risk is currently in the spotlight largely because other anticipated risks have not materialized.

​He said, “You’ll see it coming. We’ll all see it coming, as the crypto security community will be the first to identify any real quantum threat, perceive it, and lead the way. Also, it can have enough time to implement necessary upgrades in response to emerging threats.

Strategy’s Bitcoin Accumulation and Market Performance

Saylor had previously posted “The Orange Century” on his X account, hinting at Strategy’s 100th Bitcoin buy. As the company began to accumulate Bitcoin in 2020 and has since expanded to become the biggest corporate owner in the world. The company owns 717,722 Bitcoin, which is worth around $54.56 billion.

​While writing this article, Bitcoin is down over 3% in the past 24 hours, and is trading at $62,884, which is actually down over 29% over the past month. Also, Bitcoin is down beyond 50% from its last all-time high of $126,198.07 in October 2025

Highlighted Crypto News:

Crypto Funds Shed $4B as Outflows Hit Five-Week Streak

TagsBitcoinMicheal Saylorquantum

Pertanyaan Terkait

QAccording to Michael Saylor, when is the quantum threat to Bitcoin expected to become a significant risk?

AAccording to Michael Saylor, the consensus of the cybersecurity community is that the quantum risk, if it exists, is more than ten years away and is not a threat for this decade.

QWhat did Michael Sayer suggest would happen if a quantum risk to cryptography did materialize?

ASaylor stated that a materialized quantum risk would trigger upgrades to the Bitcoin network's software, the global banking system, the internet, consumer devices, and all crypto networks, leading to their replacement with post-quantum-resistant cryptography.

QHow does Michael Saylor describe the Bitcoin and crypto community in terms of cybersecurity?

ASaylor described the crypto community as 'the most sophisticated cybersecurity community,' which already employs innovative authentication techniques like hardware keys and uses extremely sophisticated security measures compared to traditional banking systems.

QHow many Bitcoins does MicroStrategy (Strategy) own, and what is their approximate value?

AMicroStrategy owns 717,722 Bitcoins, which are worth approximately $54.56 billion.

QWhat was the price of Bitcoin and its performance at the time the article was written?

AAt the time of writing, Bitcoin was trading at $62,884, down over 3% in the past 24 hours and down over 29% over the past month. It was also down more than 50% from its all-time high of $126,198.07 in October 2025.

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.

marsbit2m yang lalu

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

marsbit2m 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