Morgan Stanley Mulai Meliput Penambang Bitcoin, Beri Peringkat Overweight untuk Cipher dan TeraWulf, Underweight untuk Marathon

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

Abstrak

Morgan Stanley memulai analisis formal terhadap tiga penambang Bitcoin publik utama. Bank ini menilai penambang ini bukan sebagai investasi kripto, melainkan sebagai bisnis infrastruktur. Cipher Mining dan TeraWulf mendapat peringkat "overweight", sementara Marathon Digital mendapat "underweight". Alasan utama: Perusahaan yang membangun situs besar dengan kontrak jangka panjang dianggap seperti utilitas, sehingga berpenghasilan lebih terprediksi dan kurang bergantung pada harga Bitcoin. Cipher dinilai positif karena potensial menyewakan kapasitas ke AI (model "REIT"), yang akan menurunkan risiko dan meningkatkan valuasi. TeraWulf dipuji karena pengalaman tim dalam infrastruktur dan riwayat perjanjian pusat data. Marathon dinilai lebih seperti alat spekulasi harga Bitcoin, sehingga kinerja sahamnya sangat bergantung pada kesulitan menambang, biaya energi, dan volatilitas harga BTC, yang berisiko tinggi. Kesimpulan: Morgan Stanley berargumen bahwa model infrastruktur menawarkan stabilitas lebih dan layak dinilai lebih tinggi daripada penambang murni.

Morgan Stanley telah mulai menganalisis secara formal tiga penambang Bitcoin terbesar yang diperdagangkan secara publik. Mereka berargumen bahwa para penambang ini tidak boleh dilihat sebagai taruhan kripto; sebaliknya, mereka harus dinilai sebagai bisnis infrastruktur. Bank tersebut memberikan peringkat overweight pada Cipher Mining dan Terawulf, sementara memberikan peringkat underweight pada Marathon Digital.

Morgan Stanley percaya bahwa begitu perusahaan penambangan mulai membangun situs besar bertenaga listrik dan menandatangani kontrak jangka panjang dengan pelanggan, perusahaan mulai terlihat seperti perusahaan utilitas dan infrastruktur yang sebenarnya. Investor infrastruktur biasanya membayar valuasi yang lebih tinggi karena pendapatannya dapat diprediksi dan dikontrak dengan ketergantungan yang lebih kecil pada nilai bitcoin.

Mengapa Cipher dan TeraWulf Tampak Positif

Morgan Stanley mengatakan Cipher diposisikan dengan baik untuk apa yang disebutnya "akhir permainan REIT". Jika Cipher menyewakan gedung dan kapasitas listriknya ke AI alih-alih menambang, maka risiko turun, dan valuasi bisa meningkat. Morgan Stanley melihat lebih banyak potensi kenaikan jika transaksi terjadi.

TeraWulf juga menerima peringkat positif yang serupa karena manajemen memiliki pengalaman yang mendalam di bidang kelistrikan dan infrastruktur, dengan perusahaan yang sudah memiliki riwayat menandatangani perjanjian hosting dan pusat data. Analis percaya bahwa situs di masa depan dapat dikonversi dari penambangan menjadi penyewa AI.

Mengapa Morgan Stanley Hati-hati pada Marathon Digital

Untuk Marathon Digital, Stanley mengambil posisi yang berbeda. Morgan Stanley mengatakan bahwa MARA terutama berperilaku seperti kendaraan harga bitcoin, dan secara aktif berusaha meningkatkan eksposur BTC. Jadi kinerja sahamnya sangat bergantung pada kesulitan penambangan, biaya listrik, dan fluktuasi harga BTC. Morgan Stanley memperingatkan bahwa profitabilitas penambangan menghadapi tekanan dari persaingan dan meningkatnya permintaan energi.

Laporan ini tiba ketika para investor memperdebatkan identitas masa depan penambang Bitcoin. Morgan Stanley menjawab dengan laporannya kepada semua investor bahwa model infrastruktur memberikan stabilitas yang lebih besar dan pantas mendapatkan nilai yang lebih tinggi daripada penambangan murni.

Berita Kripto yang Disorot:

Harga Dogecoin Menunjukkan Sinyal Campuran saat Level Teknis Kunci Diuji

TagCipher MiningJPMorganMarathon

Pertanyaan Terkait

QApa yang menyebabkan Morgan Stanley memberikan peringkat overweight pada Cipher Mining dan TeraWulf?

AMorgan Stanley memberikan peringkat overweight karena memandang kedua perusahaan ini sebagai bisnis infrastruktur yang stabil, bukan sekadar investasi kripto. Cipher dinilai berpotensi untuk beralih ke model sewa kapasitas ke industri AI, sementara TeraWulf memiliki manajemen berpengalaman di bidang infrastruktur dan riwayat perjanjian pusat data.

QMengapa Morgan Stanley memberikan peringkat underweight pada Marathon Digital (MARA)?

AMorgan Stanley memberikan peringkat underweight karena MARA dianggap terlalu bergantung pada harga Bitcoin, dengan kinerja saham yang sangat dipengaruhi oleh kesulitan mining, biaya energi, dan fluktuasi harga BTC, sehingga berisiko tinggi dibanding model infrastruktur.

QBagaimana Morgan Stanley menilai identitas bisnis penambang Bitcoin yang ideal?

AMorgan Stanley berpendapat bahwa penambang Bitcoin idealnya harus dinilai sebagai perusahaan infrastruktur atau utilitas, dengan membangun situs berskala besar, kontrak jangka panjang, dan pendapatan yang dapat diprediksi, bukan hanya sebagai spekulasi nilai Bitcoin.

QApa keuntungan model bisnis infrastruktur menurut laporan Morgan Stanley?

AModel bisnis infrastruktur menawarkan pendapatan yang lebih dapat diprediksi melalui kontrak jangka panjang, mengurangi ketergantungan pada harga Bitcoin, dan biasanya dinilai lebih tinggi oleh investor karena stabilitasnya.

QApa yang dimaksud dengan 'REIT endgame' untuk Cipher Mining menurut analis?

A'REIT endgame' merujuk pada potensi Cipher Mining untuk beralih dari menambang Bitcoin menjadi menyewakan bangunan dan kapasitas listriknya kepada penyewa seperti perusahaan AI, yang akan menurunkan risiko dan meningkatkan valuasi.

Bacaan Terkait

NVIDIA Tidak Kekurangan Uang, Kenapa Masih Mau Pinjam 200 Miliar Dolar?

Inti artikel: Mengapa Nvidia, yang memiliki arus kas bebas sangat kuat (sekitar USD 48,6 miliar per kuartal), berencana menerbitkan obligasi senilai minimal USD 20 miliar? Alasan utamanya bukan karena kekurangan dana, melainkan strategi manajemen modal yang canggih. Poin-poin kunci: 1. **Mengoptimalkan struktur modal:** Nvidia memanfaatkan peringkat kredit tinggi (AA dari S&P) untuk meminjam dana jangka panjang dengan biaya rendah. Dana ini akan digunakan untuk investasi infrastruktur AI, R&D, dan ekspansi ekosistem yang berjangka panjang. 2. **Melindungi kepentingan pemegang saham:** Dibandingkan menerbitkan saham baru yang akan mengencerkan kepemilikan, pembiayaan utang memungkinkan Nvidia mendanai pertumbuhan sambil terus melakukan buyback saham (USD 80 miliar) dan meningkatkan dividen. 3. **Mencocokkan aset dan kewajiban:** Menggunakan utang jangka panjang (hingga 30 tahun) lebih sesuai untuk membiayai proyek infrastruktur AI yang juga berjangka panjang, dibandingkan hanya mengandalkan arus kas operasional. 4. **Indikasi fase baru dalam narasi pengeluaran modal AI:** Langkah ini menandakan peralihan AI menuju siklus aset berat (data center, listrik, rantai pasok), di mana perusahaan besar menggunakan kemampuan kredit mereka untuk mengamankan dana murah guna mendukung ekspansi jangka panjang. 5. **Tantangan ke depan:** Keberhasilan strategi ini bergantung pada kemampuan Nvidia mempertahankan arus kas kuat dan memastikan investasi AI-nya menghasilkan pengembalian yang melebihi biaya utang. Jika siklus pengembalian investasi AI melambat, ketergantungan pada pendanaan eksternal dapat menjadi tekanan.

marsbit8m yang lalu

NVIDIA Tidak Kekurangan Uang, Kenapa Masih Mau Pinjam 200 Miliar Dolar?

marsbit8m yang lalu

Cara Menjadi Peneliti yang Baik: Melatih Kemampuan Sebenarnya yang Dapat 'Dilatih Secara Sengaja'

Tidak ada yang benar-benar mengajarimu cara melakukan penelitian. Kamu hanya mendapat meja kerja, masalah yang dipilih orang lain, dan instruksi samar untuk "menghasilkan sesuatu yang baru". Kebanyakan orang akhirnya belajar hanya bagaimana "terlihat" seperti peneliti, bukan menjadi peneliti yang sebenarnya. Kemampuan penelitian yang sesungguhnya adalah tumpukan keterampilan kecil yang hampir semuanya dapat dikembangkan melalui *deliberate practice*. **Pilihlah Masalahmu Sendiri:** Jangan hanya menyerap masalah dari mentor atau tren terkini. Ikuti metode John Schulman: pilih hasil yang benar-benar kamu inginkan, lalu rancang eksperimen untuk mencapainya. Ini menciptakan orisinalitas. "Selera" penelitian seperti otot; latihlah dengan memprediksi hasil eksperimen atau makalah sebelum melihat hasil aslinya, dan uji prediksimu dari waktu ke waktu. **Tingkatkan Input-mu:** Jika bacaanmu hanya dari arXiv atau grup diskusi tren, idemu akan sama dengan orang lain dan tidak berharga. Hargai sumber lama (misalnya, *The Bitter Lesson* dari Richard Sutton tahun 2019 atau pidato Claude Shannon tahun 1952). Kedalaman dan keluasan sama pentingnya. Pinjam pengetahuan dari bidang lain. Baca makalah asli, terutama bagian lampiran dan batasan, bukan sekadar ringkasannya. **Tuliskan Semuanya:** Seperti dikemukakan Paul Graham, sebuah ide baru terasa matang sampai kamu mencoba menuliskannya. Menulis adalah mekanisme pertahanan termurah untuk mengungkap celah dan asumsi yang tidak teruji. Terapkan prinsip Feynman: jangan menipu dirimu sendiri. Ikuti kebiasaan Darwin: catat segera fakta yang bertentangan dengan teorimu. Buatlah log eksperimen (hipotesis, pengaturan, prediksi, hasil, pemahaman baru). Membaca ulang catatanmu dari bulan lalu adalah pelajaran kerendahan hati yang paling efektif.

marsbit1j yang lalu

Cara Menjadi Peneliti yang Baik: Melatih Kemampuan Sebenarnya yang Dapat 'Dilatih Secara Sengaja'

marsbit1j yang lalu

Beralih Sepenuhnya ke Era AI, Alipay Bertaruh pada Percakapan, WeChat Mempertahankan Sosial

**Ringkasan: Era AI Penuh, Alipay Bertaruh pada Percakapan, WeChat Mempertahankan Sosial** Pada pertengahan 2026, Alipay dan WeChat, dua platform raksasa dengan miliaran pengguna, menunjukkan dua jalur berbeda dalam mengintegrasikan AI ke dalam layanan inti mereka. **Alipay: Menulis Ulang Antarmuka dengan Percakapan** Alipay sedang menguji versi AI radikal bernama "Proyek Bao". Alih-alih menambahkan asisten, pengguna dapat beralih ke antarmuka baru yang sepenuhnya digerakkan oleh percakapan. Tujuannya adalah mengompresi serangkaian tugas (misalnya memesan taksi dan kopi) menjadi satu perintah percakapan, di mana AI akan memahami maksud, memecah tugas, dan menjalankan layanan yang sesuai. Keputusan ini didasari oleh kegagalan aplikasi AI independen "Zhi Xiaobao" dan pertimbangan untuk memanfaatkan basis pengguna yang ada tanpa biaya migrasi. Untuk kompatibilitas dengan layanan yang belum diadaptasi, AI Alipay menggunakan teknik "membaca layar" untuk meniru klik pengguna, sambil mendorong pengembang untuk mengadopsi standar MCP/Skill. **WeChat: Menanamkan AI dalam Hubungan Sosial** Berbeda dengan Alipay, WeChat mengambil pendekatan yang sangat hati-hati. Menurut presiden Tencent, AI cerdas WeChat akan terintegrasi secara mendalam dengan hubungan sosial, kemampuan komunikasi, akun publik, dan Channels. AI akan beroperasi sebagai "agen" di dalam konteks yang ada (seperti obrolan grup), membantu pengguna tanpa menggantikan atau mengganggu antarmuka percakapan inti. Untuk memungkinkan AI mengoperasikan layanan mini-program, WeChat menawarkan dua mode kepada pengembang: "Mode Otomatis" (membutuhkan akses ke kode sumber mini-program) atau "Mode Pengembang" (membutuhkan pembungkusan ulang layanan ke dalam Skill standar). Pendekatan ini berpotensi memberatkan pengembang, terutama yang kecil. **Perbedaan Kunci & Dampaknya** * **Strategi Kompatibilitas:** Alipay mengandalkan "membaca layar" sebagai jembatan sementara, sementara WeChat meminta akses kode sumber atau upaya pengembangan ulang dari pengembang. * **Ekonomi Agen:** Alipay telah meluncurkan "Token Pay" dan "Dompet AI" untuk memfasilitasi pembayaran frekuensi tinggi dan otonom oleh AI, dengan lebih dari 300 juta transaksi AI yang divalidasi. WeChat belum mengungkapkan rencana serupa untuk pembayaran berbasis agen. * **Dampak Ekosistem:** Pendekatan Alipay dapat secara pasif "meng-AI-kan" banyak layanan panjang, mungkin memaksa adaptasi. Pendekatan WeChat berisiko meminggirkan pengembang kecil yang enggan atau tidak mampu memenuhi persyaratan akses kode sumber/pengembangan ulang. Pada akhirnya, kedua raksasa ini sedang memperebutkan kepercayaan pengguna untuk mendelegasikan tugas "bantu saya mengerjakan ini". Alipay menawarkan pintu masuk percakapan yang terpusat, sementara WeChat bertujuan untuk menyematkan bantuan AI ke dalam aliran sosial yang ada. Hasilnya akan ditentukan oleh bagaimana jutaan mini-program beradaptasi dan bagaimana miliaran pengguna akhirnya mengadopsi perintah "bantu saya" ini dalam kehidupan digital mereka.

marsbit2j yang lalu

Beralih Sepenuhnya ke Era AI, Alipay Bertaruh pada Percakapan, WeChat Mempertahankan Sosial

marsbit2j yang lalu

Trading

Spot
Futures
活动图片