Paradigm Bangun Terminal Perdagangan Pasar Prediktif Sendiri, Juga Pertimbangkan Produk Market Making dan Indeks

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

Abstrak

Paradigm, salah satu firma investasi kripto terkemuka, dilaporkan sedang mengembangkan terminal perdagangan pasar prediktif untuk trader dan market maker profesional. Proyek ini dipimpin oleh mitra Paradigm, Arjun Balaji, dan mencerminkan minat yang berkembang di sektor pasar prediktif, yang memungkinkan spekulasi pada hasil acara olahraga, pemilu, hingga harga aset kripto. Selain terminal, Paradigm juga mempertimbangkan untuk membentuk meja market making internal dan mengeksplorasi pembuatan indeks pasar prediktif yang dapat diperdagangkan, mirip dengan indeks saham tradisional. Paradigm telah berinvestasi dalam Kalshi, platform pasar prediktif terdepan, dan mengembangkan proyek infrastruktur lain seperti blockchain Tempo untuk stablecoin. Langkah ini menunjukkan ekspansi Paradigm dari investasi kripto tradisional ke inisiatif produk yang lebih luas, termasuk AI dan robotika.

Penulis: Fortune (Sumber berpengetahuan anonim)

Kompilasi: Deep Tide TechFlow

Panduan Deep Tide: Pasar prediktif sedang berevolusi dari alat niche menjadi jalur keuangan arus utama. Paradigm tidak puas hanya menjadi investor dan mulai turun tangan membangun infrastruktur. Di balik aksi ini, VC kripto top sedang mendefinisikan ulang batas mereka dengan cara menginkubasi proyek — dari Ithaca ke Tempo hingga terminal pasar prediktif, Paradigm semakin menyerupai perusahaan produk.

Teks lengkap sebagai berikut:

Salah satu lembaga investasi paling berpengaruh di lingkaran kripto sedang berusaha memperoleh porsi lebih besar dari kue pasar prediktif yang tumbuh cepat. Menurut sumber yang mengetahui masalah ini, perusahaan modal ventura Paradigm sedang mengembangkan terminal perdagangan pasar prediktif yang ditujukan untuk trader profesional dan market maker. Sumber-sumber tersebut meminta anonimitas untuk membahas rencana bisnis yang tidak publik ini. Diketahui, partner Paradigm Arjun Balaji memimpin proyek ini sejak akhir 2025.

Balaji tidak menanggapi permintaan komentar, dan juru bicara Paradigm juga menolak berkomentar tentang hal ini.

Pengembangan proyek terminal perdagangan ini bertepatan dengan lembaga keuangan arus utama yang bersaing untuk memasuki pasar prediktif. Pasar prediktif memungkinkan trader untuk berspekulasi pada hasil acara olahraga, arah pemilihan umum, bahkan harga Bitcoin, dan popularitasnya terus meningkat dalam beberapa tahun terakhir.

Menurut dua sumber yang mengetahui, Paradigm juga mempertimbangkan apakah akan mendirikan meja market making internal) untuk pasar prediktif di samping pengembangan terminal perdagangan.

Selain itu, sumber ketiga yang familiar dengan situasi Paradigm menyatakan bahwa perusahaan modal ventura ini sedang berkolaborasi dengan peneliti untuk mengeksplorasi kelayakan membuat indeks pasar prediktif. Inti dari konsep ini adalah menggabungkan beberapa pasar prediktif menjadi satu produk yang dapat diperdagangkan, mirip dengan indeks S&P 500 yang mengkonsolidasikan saham 500 perusahaan menjadi satu indeks. Saat ini, Paradigm telah mulai mengumpulkan data pasar prediktif ke dalam dasbor publik.

Kalshi dan Polymarket

Paradigm adalah investor penting di Kalshi, salah satu dari dua platform pasar prediktif terkemuka. Pada tahun 2025, perusahaan modal ventura ini berpartisipasi dalam tiga putaran pendanaan Kalshi secara berurutan, dan memimpin putaran Desember yang mendorong valuasi Kalshi menjadi $11 miliar. Saat ini, Kalshi telah menyelesaikan putaran pendanaan baru setidaknya $10 miliar, dengan valuasi naik menjadi $22 miliar.

Rekan pendiri dan mitra pengelola Paradigm, Matt Huang, menjabat sebagai anggota dewan di Kalshi. Menurut satu sumber, langkah Paradigm mengembangkan terminal perdagangan pasar prediktif tidak bersaing dengan bisnis platform Kalshi.

Pesaing Polymarket juga berkembang pesat. Menurut laporan Wall Street Journal, platform tersebut sedang dalam pembicaraan untuk pendanaan baru dengan valuasi sekitar $20 miliar. Secara bersamaan, sebuah perusahaan modal ventura baru yang fokus pada pasar prediktif juga telah didirikan, didukung oleh CEO dari kedua platform pasar prediktif besar.

Taruhan Paradigm pada pasar prediktif juga terjadi di latar belakang perusahaan yang terus memperluas batas bisnisnya — dari yang历来 berfokus pada aset digital, secara bertahap merambah ke jalur teknologi yang lebih luas. Menurut Wall Street Journal, Paradigm sedang mengumpulkan dana untuk dana baru dengan ukuran maksimum $1.5 miliar, yang arah investasinya tidak lagi terbatas pada kripto, tetapi juga akan mencakup AI dan robotika.

Paradigm memiliki tradisi menginkubasi proyek sendiri. Pada tahun 2024, Chief Technology Officer Paradigm Georgios Konstantopoulos mendirikan perusahaan pengembangan perangkat lunak kripto Ithaca dan menjabat sebagai CEO. Baru-baru ini, Paradigm juga berkolaborasi dengan raksasa fintech Stripe untuk bersama-sama membangun Tempo — sebuah blockchain berkecepatan tinggi yang dirancang khusus untuk stablecoin. Mitra pengelola Huang memimpin proyek ini. Menurut satu sumber, Tempo memiliki sekitar 70 karyawan pada awal Maret.

Pertanyaan Terkait

QApa yang sedang dikembangkan oleh Paradigm untuk pasar prediksi?

AParadigm sedang mengembangkan terminal perdagangan pasar prediksi untuk trader dan market maker profesional.

QSiapa yang memimpin proyek terminal perdagangan pasar prediksi di Paradigm?

APartner Paradigm, Arjun Balaji, memimpin proyek ini sejak akhir 2025.

QApa saja rencana lain Paradigm selain terminal perdagangan untuk pasar prediksi?

AParadigm juga mempertimbangkan untuk membuat market making internal dan mengeksplorasi pembuatan indeks pasar prediksi yang dapat diperdagangkan.

QApa hubungan Paradigm dengan platform pasar prediksi Kalshi?

AParadigm adalah investor penting dalam Kalshi, telah berpartisipasi dalam beberapa putaran pendanaan, dan co-founder mereka Matt Huang adalah anggota dewan direksi Kalshi.

QBagaimana Paradigm memperluas fokus investasinya di luar crypto?

AParadigm sedang mengumpulkan dana untuk dana baru senilai hingga $1,5 miliar yang akan berinvestasi tidak hanya di crypto tetapi juga di AI dan robotika.

Bacaan Terkait

Pasar Saham AS Alami Jatuhnya Terberat Sejak 2025, Tiga Pemicu Meledakkan Penilaian Ulang Valuasi Saham Teknologi

Pasar saham AS mengalami keruntuhan terburuk sejak krisis tarif April 2025 pada 5 Juni. Indeks Nasdaq anjlok 4,18%, S&P 500 turun 2,64%, dan Dow Jones merosot 695 poin. Tiga pemicu utama diidentifikasi: 1. Laporan keuangan Broadcom mengisyaratkan kemungkinan perlambatan dalam pertumbuhan pendapatan chip AI kuartal depan, memicu kepanikan dan penjualan luas di seluruh sektor semikonduktor. Indeks Philadelphia Semiconductor terjun 10,26%. 2. Data tenaga kerja AS (NFP) bulan Mei jauh melampaui ekspektasi (172.000 vs 80.000), memperkuat kekhawatiran bahwa Federal Reserve mungkin tidak akan menurunkan suku bunga dan bahkan berpotensi menaikkannya. Ekspektasi kenaikan suku bunga melonjak di pasar. 3. Bayangan perang Iran dan harga minyak tinggi yang terus-menerus (WTI > $90) memperumit perang Fed melawan inflasi, menambah tekanan pada pasar. Ketiga faktor ini bersama-sama menggoyang narasi dasar pasar: pertumbuhan AI tanpa batas, likuiditas mudah dari Fed, dan inflasi yang telah terkendali. Keruntuhan dengan cepat menyebar ke pasar global di Asia dan Eropa. Apakah ini awal pecahnya gelembung AI? Analisis menunjukkan ini lebih sebagai penyesuaian penilaian ulang (valuasi) daripada keruntuhan narasi sepenuhnya. Permintaan chip AI tetap kuat (pertumbuhan 143% Broadcom), tetapi pasar menjadi lebih realistis mengenai kecepatan pertumbuhan dan harga yang bersedia dibayar. Arah pasar selanjutnya akan bergantung pada pertemuan FOMC Juni, panduan dari perusahaan AI lainnya seperti Nvidia, dan perkembangan situasi di Iran.

marsbit3j yang lalu

Pasar Saham AS Alami Jatuhnya Terberat Sejak 2025, Tiga Pemicu Meledakkan Penilaian Ulang Valuasi Saham Teknologi

marsbit3j yang lalu

AI yang Bisa Membangun Diri Sendiri Melalui 'Rekursi' Menjadi Populer, Google Menuangkan Air Dingin, DeepSeek dkk. Sudah Menyentuh Ujungnya

Konsep Recursive Self-Improvement (RSI), atau kecerdasan buatan yang mampu melatih dan meningkatkan dirinya sendiri secara mandiri, menjadi tren hangat di dunia AI. Beberapa startup seperti Recursive Superintelligence dan proyek Auto-Research dari Andrej Karpathy fokus pada realisasi visi ini. Meski demikian, CEO Google Sundar Pichai menyatakan teknologi ini masih dalam tahap awal dan belum mencapai percepatan skala besar seperti yang dibayangkan. Analisis dari para peneliti membagi kemajuan RSI menjadi tiga tahap: *adequacy* (sistem berjalan tanpa manusia), *parity* (kualitas setara manusia), dan *supremacy* (melebihi kolaborasi manusia-AI). Pencapaian tahap kedua diprediksi akan memicu percepatan yang sangat cepat. Di China, perusahaan seperti DeepSeek dan Baidu secara diam-diam telah menerapkan prinsip-prinsip serupa RSI dalam pengembangan model mereka, seperti optimisasi algoritma efisien dan siklus peningkatan mandiri, meski tidak secara terbuka menyebut istilah RSI. Namun, tantangan RSI tetap ada, termasuk risiko *model collapse* (penurunan kualitas data generasi AI) dan prasyarat lingkungan yang sulit seperti kebutuhan komputasi tak terbatas dan ekosistem penelitian terbuka global. Perkembangan RSI merefleksikan tren di mana peran manusia dalam rantai pengembangan AI secara bertahap berkurang, sebuah proses yang bersifat irreversible.

marsbit6j yang lalu

AI yang Bisa Membangun Diri Sendiri Melalui 'Rekursi' Menjadi Populer, Google Menuangkan Air Dingin, DeepSeek dkk. Sudah Menyentuh Ujungnya

marsbit6j yang lalu

Anthropic Memprediksi secara Global, OpenAI Telah Melampaui "Ambang Keandalan": Akselerasi Mandiri AI Telah Dimulai

**Peringatan Global dari Anthropic: OpenAI Telah Melampaui 'Ambang Keandalan', Memicu Akselerasi Mandiri AI** Anthropic mengeluarkan peringatan mendesak untuk memperlambat atau menghentikan penelitian AI, karena data internal mereka menunjukkan bahwa AI kini mempercepat pengembangan AI itu sendiri, berpotensi mendekati titik kritis perbaikan diri yang rekursif atau "membuat dirinya sendiri." Di sisi lain, Yann Dubois dari tim pasca-pelatihan OpenAI memberikan perspektif mikro: pertumbuhan kemampuan AI sebenarnya linier dan berkelanjutan, tetapi pengguna merasakan "kebergunaan" yang melompat secara diskrit. Ini karena adanya **"ambang keandalan"**. Sebelum mencapai ambang ini, AI hanyalah alat cerdas yang tidak dapat diandalkan sepenuhnya. Setelah melampauinya (sekitar Desember tahun lalu menurut Dubois), AI menjadi seperti karyawan yang dapat dipercaya untuk menangani pekerjaan nyata dan mulai mempercepat perkembangannya sendiri. **Akselerasi Mandiri dan Siklus Penguatan:** Ketika model menjadi cukup andal (misalnya, dalam pemrograman), mereka dapat digunakan untuk membantu peneliti mengembangkan alat dan bahkan melatih generasi model AI berikutnya, menciptakan loop akselerasi yang semakin cepat. Data Anthropic menunjukkan produktivitas kode per insinyur meningkat 8x pada Q2 2026 dibandingkan Q1 2024. **AI sebagai "Kerajinan" (Craft):** Dubois menegaskan bahwa membangun sistem AI yang andal lebih menyerupai kerajinan atau bahkan "alkimia" yang mengandalkan intuisi dan trial-and-error, daripada ilmu pengetahuan murni yang sistematis. Peningkatan keandalan seringkali dicapai dengan menekan "tingkat kesalahan per interval waktu" dalam sistem agen AI. **"Harness" Vertikal dan "Mil Terakhir":** Dubois berpendapat bahwa jika model saat ini "dibekukan" dan fokus dialihkan ke pengembangan *harness* (sistem orkestrasi) yang matang untuk domain spesifik, banyak bidang sudah dapat merasakan fungsi seperti AGI (Kecerdasan Buatan Umum). **Tantangan sebenarnya bukan pada kecerdasan model, tetapi pada "mil terakhir"**—yaitu mengintegrasikan AI dengan sistem yang ada, mengatur izin akses, konektor data, dan alur kerja bisnis tertentu. Inilah peluang besar bagi pengembang dan startup. **Tantangan Masa Depan: Pembelajaran Berkelanjutan (Continual Learning):** Meski memiliki titik awal yang tinggi, model AI saat ini kesulitan untuk terus belajar dan beradaptasi dari pengalaman spesifik di lingkungan barunya seperti manusia. Membentuk kurva pembelajaran AI yang terus naik, bukan mendatar, adalah salah satu masalah terpenting berikutnya.

marsbit6j yang lalu

Anthropic Memprediksi secara Global, OpenAI Telah Melampaui "Ambang Keandalan": Akselerasi Mandiri AI Telah Dimulai

marsbit6j yang lalu

Trading

Spot
Futures
活动图片