Sequoia Capital: Perusahaan Triliun Dolar Berikutnya Tidak Menjual Perangkat Lunak, Langsung Menjual Hasil

marsbitDipublikasikan tanggal 2026-03-11Terakhir diperbarui pada 2026-03-11

Abstrak

Menurut mitra Sequoia Capital Julien Bek, perusahaan triliunan dolar berikutnya tidak akan menjual perangkat lunak, tetapi langsung menjual hasil kerja. Inti argumennya adalah: untuk setiap $1 yang dihabiskan untuk perangkat lunak, perusahaan menghabiskan $6 untuk layanan. Ketika AI membuat biaya "mengerjakan sesuatu" mendekati nol, peluang sebenarnya bukan di Copilot (alat bantu), tetapi di Autopilot (pekerjaan yang diselesaikan secara otomatis). Artikel ini memetakan peluang otomatisasi di berbagai industri jasa seperti asuransi, akuntansi, kesehatan, hukum, TI, pengadaan, rekrutmen, dan konsultasi. Strategi yang diusulkan adalah memulai dengan tugas-tugas yang sudah dioutsource dan padat intelektual, kemudian berkembang ke pekerjaan internal yang membutuhkan pertimbangan. Beberapa contoh perusahaan yang disebutkan termasuk WithCoverage (asuransi), Rillet (akuntansi), Anterior (manajemen siklus pendapatan kesehatan), Harvey (hukum), dan Edra (layanan TI terkelola).

Penulis: Julien Bek

Kompilasi: Deep Tide TechFlow

Panduan Deep Tide: Mitra Sequoia Capital Julien Bek menulis artikel dengan kerangka yang jelas, dengan argumen inti: Perusahaan triliun dolar berikutnya tidak akan menjual alat perangkat lunak, tetapi langsung menjual hasil kerja. Setiap 1 dolar yang dihabiskan untuk membeli perangkat lunak, perusahaan menghabiskan 6 dolar untuk layanan. Ketika AI membuat biaya "mengerjakan" mendekati nol, peluang sebenarnya bukan di Copilot (alat bantu), tetapi di Autopilot (menyelesaikan pekerjaan secara otomatis).

Dia memecah satu per satu peluang otomatisasi di industri layanan seperti asuransi, akuntansi, kesehatan, hukum, TI, pengadaan, rekrutmen, konsultasi, dilengkapi dengan peta matriks peluang yang digambar berdasarkan dua dimensi "Kecerdasan vs Penilaian" dan "Outsourcing vs Internal". Berharga untuk dirujuk oleh pengusaha dan investor AI.

Artikel lengkap sebagai berikut:

Perusahaan triliun dolar berikutnya akan menjadi perusahaan perangkat lunak yang menyamar sebagai perusahaan layanan.

Setiap pendiri alat AI menanyakan pertanyaan yang sama: Bagaimana jika versi Claude berikutnya mengubah produk saya menjadi sebuah fitur? Kekhawatiran ini tidak salah. Jika Anda menjual alat, Anda sedang berlomba dengan model. Tetapi jika Anda menjual pekerjaan itu sendiri, setiap kemajuan model membuat layanan Anda lebih cepat, lebih murah, dan lebih sulit untuk bersaing. Sebuah perusahaan mungkin menghabiskan $10.000 per tahun untuk QuickBooks, dan $120.000 untuk mempekerjakan akuntan untuk menyelesaikan pembukuan. Perusahaan legendaris berikutnya akan langsung membantu Anda menyelesaikan pembukuan.

Kecerdasan vs Penilaian

Menulis kode terutama adalah "kecerdasan" (intelligence). Mengetahui apa yang harus dilakukan selanjutnya adalah "penilaian" (judgement).

Menerjemahkan dokumen kebutuhan menjadi kode, menguji, debugging: aturannya kompleks, tetapi pada akhirnya adalah aturan. Penilaian berbeda. Itu membutuhkan pengalaman dan selera, membutuhkan intuisi yang terakumulasi dari praktik bertahun-tahun. Memutuskan fitur apa yang harus dibuat berikutnya, apakah akan mengambil utang teknis, kapan harus merilis sebelum siap.

Setahun yang lalu, sebagian besar pengguna Cursor menggunakan AI sebagai pelengkap otomatis. Hari ini, tugas yang dimulai oleh Agent lebih banyak daripada yang dimulai oleh manusia. Rekayasa perangkat lunak menyumbang lebih dari setengah penggunaan alat AI di semua profesi, semua kategori lainnya masih berhenti di satu digit. Alasannya adalah rekayasa perangkat lunak terutama adalah pekerjaan kecerdasan. AI telah melewati garis itu — ia dapat menyelesaikan sebagian besar pekerjaan kecerdasan secara mandiri, meninggalkan penilaian kepada manusia. Rekayasa perangkat lunak pertama kali sampai di sini, tetapi itu akan menyebar ke setiap profesi.

Keterangan gambar: Persentase penggunaan alat AI menurut profesi, rekayasa perangkat lunak jauh melampaui kategori lain

Copilot dan Autopilot

Copilot menjual alat. Autopilot menjual pekerjaan.

Sampai baru-baru ini, model AI masih dalam pengembangan dalam hal kecerdasan dan penilaian, jadi jalur yang benar adalah pertama membuat Copilot: menempatkan AI di tangan para profesional, biarkan mereka memutuskan bagaimana menggunakannya. Harvey menjual ke firma hukum, Rogo menjual ke bank investasi. Profesional adalah klien, alat membuat mereka lebih efisien, mereka bertanggung jawab atas hasil.

Hari ini, model sudah cukup pintar, di beberapa kategori titik awal terbaik adalah langsung membuat Autopilot. Crosby menjual ke perusahaan yang perlu menyusun NDA, bukan ke penasihat hukum eksternal. WithCoverage menjual ke CFO yang membutuhkan asuransi, bukan ke broker asuransi. Klien langsung membeli hasil. Dalam profesi apa pun, anggaran pekerjaan jauh lebih besar daripada anggaran alat, dan Autopilot dari hari pertama dapat menangkap anggaran pekerjaan.

Semakin tinggi proporsi kecerdasan dalam suatu bidang, semakin cepat Autopilot menang.

Konvergensi

Penilaian hari ini akan menjadi kecerdasan besok. Saat sistem AI mengumpulkan data kepemilikan tentang "seperti apa penilaian yang baik" di bidangnya masing-masing, batas depan akan bergerak. Copilot dan Autopilot akan konvergen. Transisi dari Copilot ke Autopilot sudah dimulai di beberapa kategori. Tetapi posisi awal penting, karena menentukan di mana Autopilot sekarang dapat memenangkan klien, dan mulai mengumpulkan data yang akhirnya memungkinkannya menangani pekerjaan penilaian juga.

Strategi Autopilot: Outsourcing adalah Titik Masuk

Setiap 1 dolar yang dihabiskan untuk membeli perangkat lunak, ada 6 dolar yang dihabiskan untuk layanan.

TAM Autopilot adalah semua pengeluaran tenaga kerja dalam suatu kategori, internal dan outsourcing digabungkan. Tetapi titik awal yang benar adalah di mana outsourcing sudah ada.

Jika suatu tugas sudah dioutsource, itu memberi tahu Anda tiga hal. Pertama, perusahaan sudah menerima bahwa pekerjaan ini dapat dilakukan secara eksternal. Kedua, ada akun anggaran siap yang dapat diganti dengan bersih. Ketiga, pembeli sudah membeli hasil. Mengganti kontrak outsourcing dengan penyedia layanan asli AI adalah mengganti pemasok. Mengganti karyawan internal adalah restrukturisasi organisasi.

Strateginya adalah: masuk dari tugas yang dioutsource, padat kecerdasan. Dapatkan distribusi. Saat AI mengumpulkan data, perluas ke pekerjaan internal yang padat penilaian. Tugas outsourcing adalah baji, pekerjaan internal adalah TAM jangka panjang.

Crosby masuk dari NDA: tugas yang didefinisikan dengan jelas, terutama pekerjaan kecerdasan, yang sebagian besar perusahaan sudah outsource ke pengacara eksternal. Anggaran siap, ruang lingkup jelas, ROI instan, penggantian tanpa gesekan.

Peta Peluang

Dengan memetakan setiap bidang layanan vertikal menurut spektrum "kecerdasan ke penilaian" dan proporsi "outsourcing ke insourcing", Anda mendapatkan peta prioritas, dengan TAM tenaga kerja dalam tanda kurung. Daftar berikut tidak lengkap.

Keterangan gambar: Matriks peluang Autopilot untuk berbagai bidang layanan vertikal (dibagi menurut rasio Kecerdasan/Penilaian dan Outsourcing/Insourcing)

Broker Asuransi (140-200 miliar dolar).

Pasar terbesar dalam daftar ini. Asuransi bisnis standar sangat terstandarisasi: nilai tambah broker pada dasarnya adalah membandingkan harga dan mengisi formulir di antara penanggung yang berbeda, pekerjaan kecerdasan murni. Lapisan distribusi sangat terfragmentasi, ribuan broker kecil masing-masing menjalankan proses yang sama, tidak ada satu pun yang mengontrol hubungan pelanggan. WithCoverage dan Harper adalah pendatang baru yang menarik.

Akuntansi dan Audit (hanya bagian outsourcing AS 50-80 miliar dolar).

AS kehilangan sekitar 340.000 akuntan dalam lima tahun terakhir, sementara permintaan tumbuh. 75% CPA mendekati pensiun, jalur lisensi panjang, gaji awal tertinggal dibandingkan industri teknologi dan keuangan. Kekurangan struktural ini mendorong firma akuntansi menerima AI lebih cepat daripada hampir semua profesi lainnya. Rillet membangun ERP asli AI untuk langsung menyelesaikan pembukuan. Basis memulai dari Copilot akuntansi.

Manajemen Siklus Pendapatan Kesehatan (bagian outsourcing AS 50-80 miliar dolar).

Mendengar "kesehatan" orang akan berpikir padat penilaian, tetapi lapisan penagihan hampir murni pekerjaan kecerdasan. Pengkodean medis adalah menerjemahkan catatan klinis menjadi sekitar 70.000 kode ICD-10 standar. Aturan kompleks tetapi pada akhirnya aturan. Outsourcing sudah matang, dan dibayar berdasarkan hasil. Autopilot hanya perlu melakukan hal yang sama dengan biaya lebih rendah. Anterior paling jauh melangkah.

Penilaian Klaim (termasuk TPA 50-80 miliar dolar).

Di sisi lain polis asuransi, penilaian klaim adalah skenario Autopilot independen lainnya. Klaim untuk asuransi standar ditentukan berdasarkan bahasa polis terhadap daftar kerusakan, menggunakan tabel aktuaria untuk menetapkan cadangan. Tenaga penilai menua, tidak ada yang menggantikan. Pasar banyak dioutsource ke penilai independen dan TPA seperti Crawford, Sedgwick. Satu industri, setidaknya dua peluang Autopilot yang berbeda. Pace melakukan Autopilot pemrosesan klaim, Strala melakukan TPA asli AI.

Konsultasi Pajak (30-35 miliar dolar).

Sistem lisensi CPA menciptakan parit regulasi, tetapi 80%-90% pekerjaan dasar adalah pekerjaan kecerdasan. Autopilot pajak semakin dalam parit datanya setiap kali mencakup satu yurisdiksi lagi. Kompleksitas multi-yurisdiksi justru adalah alasan UKM mengoutsource-nya, karena tidak ada akuntan internal yang bisa mencakup semuanya. TaxGPT adalah pemain awal, Eropa memiliki Skalar dan Ravical.

Pekerjaan Transaksional Hukum (20-25 miliar dolar).

Penyusunan kontrak, NDA, pengajuan regulasi: proporsi kecerdasan tinggi, sering dioutsource. Hasil kerja cukup terstandarisasi, kualitas dapat diverifikasi, sehingga pembeli dapat mempercayai hasil AI tanpa perlu keahlian hukum yang mendalam. Harvey adalah pemimpin yang sedang naik, dengan cepat beralih ke Autopilot; Crosby dan Lawhive adalah pendatang baru asli Autopilot.

Layanan Terkelola TI (lebih dari 100 miliar dolar).

Setiap UKM mengoutsource TI. Patch, pemantauan, konfigurasi pengguna, triase peringatan: pekerjaan kecerdasan berjalan berulang di ribuan lingkungan yang sama. Lapisan perangkat lunak yang ada (ConnectWise, Datto) menjual alat ke MSP. Belum ada yang langsung menjual "TI Anda berjalan" sebagai hasil ke perusahaan. Edra mengotomatisasi proses TI, Serval mengotomatisasi dukungan TI.

Rantai Pasok dan Pengadaan (lebih dari 200 miliar dolar).

Kebanyakan perusahaan hanya menegosiasikan 20% pemasok teratas dengan serius. Pemasok ekor panjang sepenuhnya diabaikan, karena tidak ekonomis untuk dilakukan orang. Kebocoran kontrak menyumbang 2%-5% dari total pengeluaran pengadaan. Titik masuk adalah pekerjaan yang ditinggalkan: tidak ada akun anggaran yang perlu diperdebatkan, tidak ada pemain lama yang perlu diganti, hanya uang yang diambil gratis. Magentic melakukan AI untuk pengadaan langsung, AskLio melakukan pengadaan tidak langsung. Tacto membangun sistem catatan dan Copilot sekaligus untuk pasar menengah.

Rekrutmen dan Penempatan Tenaga Kerja (lebih dari 200 miliar dolar).

Pasar layanan terbesar dalam daftar ini. Puncak corong rekrutmen (penyaringan, pencocokan, menjangkau) adalah pekerjaan kecerdasan murni, tetapi menutup kesepakatan dan menilai kecocokan budaya bergantung pada penilaian yang terakumulasi dari pengenalan pola bertahun-tahun. Titik masuk Autopilot adalah di posisi volume tinggi, penilaian rendah, di mana pencocokan terstandarisasi. Juicebox, Mercor, Jack & Jill adalah pemimpin baru yang sedang membangun di seluruh spektrum.

Konsultasi Manajemen (300-400 miliar dolar).

Pasar besar, tetapi pekerjaan terutama penilaian. Pertanyaan menarik adalah apakah AI dapat memecah konsultasi menjadi komponen kecerdasan (pengumpulan data, analisis benchmark) dan komponen penilaian (saran strategis), lapisan kecerdasan diotomatisasi, lapisan penilaian diserahkan kepada manusia. Kandidat terbaik belum ditentukan.

Perusahaan AI dengan pertumbuhan tercepat 2025 adalah Copilot. 2026, banyak yang akan mencoba menjadi Autopilot. Mereka memiliki produk dan kesadaran pelanggan. Tetapi mereka juga menghadapi dilema inovator: menjual pekerjaan berarti menendang klien mereka keluar dari pekerjaan. Inilah jendela peluang bagi perusahaan Autopilot murni.

Bacaan Terkait

Perhatian Wajib Pekan Depan|Undang-Undang CLARITY Diperkirakan Akan Masuk ke Pemungutan Suara Senat; SpaceX dan Circle Umumkan Laporan Keuangan (3-9 Agustus)

**Ringkasan Acara Penting Pekan Depan (3-9 Agustus)** Pekan depan diwarnai sejumlah pengumuman keuangan penting dan perkembangan regulasi kripto di AS. **Laporan Keuangan & Acara Perusahaan:** * **SpaceX** akan merilis laporan keuangan Q2 2026 pada 4 Agustus, diikuti gelombang pencairan saham internal pertama (hingga 12%) pada 6 Agustus. * **Circle** (penerbit USDC) dan **Hut 8** (penambang Bitcoin) masing-masing akan mengumumkan laporan kuartalan pada 5 Agustus dan 4 Agustus. * **American Bitcoin (ABTC)**, perusahaan tambang kripto yang dikaitkan dengan keluarga Trump, merilis laporan Q2 pada 3 Agustus. * Perusahaan robotika **宇树科技 (Unitree Robotics)** akan melakukan penawaran saham perdana (IPO) di pasar STAR China, dengan hari penentuan harga awal pada 5 Agustus. **Regulasi Kripto AS:** * **CLARITY Act**, undang-undang kerangka kerja federal untuk aset kripto, berpeluang dilakukan pemungutan suara penuh di Senat AS minggu ini. Para negosiator harus merampungkan aturan tentang konflik kepentingan sebelum masa reses 7 Agustus. RUU ini memerlukan 60 suara untuk disetujui. **Pengumuman Data & Teknologi:** * **Laporan Non-Farm AS** untuk Juli akan dirilis pada 7 Agustus, menjadi fokus pasar. * **Grok AI** versi 4.6 (dengan 1,5 triliun parameter) diperkirakan diluncurkan sekitar 7 Agustus, diikuti versi 4.7 yang lebih kuat beberapa minggu setelahnya. * **XRP Ledger** versi 3.3.0 dengan lima fitur baru, termasuk transaksi batch, dijadwalkan rilis minggu depan. **Penutupan & Perubahan Layanan:** * Beberapa layanan kripto akan berhenti beroperasi: **Zapper** (pelacak portofolio DeFi) dan **Ctrl Wallet** pada 3 Agustus, serta **LayerZero** akan menghentikan relayernya untuk v1 pada tanggal yang sama. Bursa Korea **Upbit** akan menghapus perdagangan pasangan **AQT** dan **AERGO** pada 3 Agustus. **Acara Lainnya:** * **BIP-110**, sebuah proposal peningkatan jaringan Bitcoin, akan memulai fase pengiriman sinyal wajib sekitar 8 Agustus.

marsbit13m yang lalu

Perhatian Wajib Pekan Depan|Undang-Undang CLARITY Diperkirakan Akan Masuk ke Pemungutan Suara Senat; SpaceX dan Circle Umumkan Laporan Keuangan (3-9 Agustus)

marsbit13m yang lalu

Saham Jatuh Lebih Parah daripada Kripto, Ke Mana Uangnya Pergi?

Penulis: Cathy,白话区块链 Pada 28 dan 29 Juli di Seoul, indeks Kospi memicu *circuit breaker* dua hari berturut-turut, suatu peristiwa yang belum pernah terjadi dalam sejarah pasar saham Korea. Saham-saham semikonduktor global, termasuk SK Hynix yang turun sekitar 23% dalam dua hari, mengalami penurunan drastis. Penarikan dana (pullback) Kospi pada Juli mencapai 40% dari titik tertinggi Juni, menjadikannya bulan terburuk yang tercatat. Produk leverage seperti ETF 2x Long SK Hynix bahkan anjlok hingga 83%, menghapus lebih dari 1 triliun HKD dalam nilai pasar. Ironisnya, Bitcoin justru naik hampir 15% dari titik terendah Juli, menunjukkan perilaku yang tidak biasa: **saham yang jatuh seperti aset kripto, sementara Bitcoin relatif stabil.** Penurunan ini bukan kepanikan pasar luas, melainkan "peledakan tertarget" terhadap perdagangan yang paling ramai (*crowded trades*), dipicu oleh laporan keuangan SK Hynix yang meski mencetak rekor laba tetapi di bawah perkiraan, serta IPO besar-besaran ChangXin Memory (CXMT) dari China. Ditambah dengan potensi likuidasi posisi *carry trade* Yen Jepang yang masif, pasar mengalami de-leverage paksa. Lalu, apakah uang yang keluar dari saham mengalir ke Bitcoin? Jawabannya tidak. Bitcoin tampak "tahan jatuh" karena sudah mengalami koreksi lebih dulu—jatuh sekitar 21% selama periode arus keluar ETF berkelanjutan pada Mei-Juni. Uang yang mencari perlindungan justru mengalir ke emas, yang harganya naik lebih dari 20% secara tahunan. Koefisien korelasi Bitcoin dengan emas mencapai -0.88, mengindikasikan bahwa institusi kini memandangnya sebagai aset yang berbeda: **emas untuk perlindungan, Bitcoin untuk potensi pertumbuhan.** Agar aliran dana besar-besaran benar-benar masuk ke Bitcoin, diperlukan tiga kondisi: tekanan likuidasi global mereda, The Fed menurunkan suku bunga tanpa memicu resesi, dan disahkannya RUU CLARITY di AS untuk memberikan kejelasan regulasi. Meski RUU tersebut tertunda di Senat, arahnya sudah jelas. **Harga saham teknologi ditentukan oleh pengeluaran modal AI dan laba perusahaan, sedangkan harga Bitcoin ditentukan oleh likuiditas global.** Ketidakselarasan ini justru menciptakan daya tarik bagi institusi yang ingin mendiversifikasi portofolio mereka. Kesimpulannya, Bitcoin saat ini bukan tempat perlindungan (*safe haven*), melainkan aset yang sudah terkoreksi lebih dulu dan sudah berada di posisi yang siap. **Dana belum datang, tetapi posisinya sudah dipersiapkan.** Ketika badai berlalu dan modal global mencari tempat baru untuk dialokasikan, Bitcoin berada di urutan terdepan dalam antrian.

marsbit13m yang lalu

Saham Jatuh Lebih Parah daripada Kripto, Ke Mana Uangnya Pergi?

marsbit13m yang lalu

Dialog dengan Ray Dalio: Saat Ini Berada dalam Gelembung AI, 1% Portofolio Investasi Adalah Bitcoin

Sumber: The Diary Of A CEO Ray Dalio, pendiri Bridgewater Associates yang meramalkan krisis keuangan 2008, memperingatkan bahwa ledakan AI saat ini menunjukkan tanda-tanda klasik gelembung ekonomi yang dapat pecah dan memicu resesi. Dalam wawancara podcast, dia menjelaskan dinamika "siklus besar" yang didorong oleh ketimpangan kekayaan, defisit pemerintah, dan perubahan geopolitik. Dalio mengidentifikasi pola di mana antusiasme berlebihan terhadap teknologi revolusioner baru, seperti AI, menyebabkan harga aset melambung dan pinjaman berlebihan. Ketika kondisi berubah (seperti kenaikan suku bunga atau kebutuhan tunai), gelembung ini dapat pecah, menyebabkan penurunan harga aset, kerugian luas, dan kontraksi ekonomi. Untuk melindungi kekayaan di masa ketidakpastian, Dalio sangat menekankan pentingnya **diversifikasi portofolio**—termasuk saham, obligasi, emas, dan real estat—daripada mengandalkan uang tunai saja. Dia mengungkapkan bahwa sekitar **1% portofolionya adalah Bitcoin**, yang diakuinya sebagai aset keras, tetapi dia lebih menyukai **emas fisik** karena sejarahnya sebagai penyimpan nilai dan aset bebas liabilitas. Mengenai dampak AI, Dalio percaya bahwa teknologi ini akan menggantikan tidak hanya tenaga fisik tetapi juga kemampuan kognitif manusia, berpotensi memperlebar kesenjangan antara pemilik modal dan pekerja. Masa depan akan menguntungkan mereka yang dapat memadukan kecerdasan manusia (seperti emosi dan intuisi) dengan kemitraan AI. Secara geopolitik, Dalio menggambarkan dunia yang memasuki fase "penurunan" dalam tatanan global, dengan Amerika Serikat menghadapi tantangan internal dan eksternal, termasuk konflik seperti di Iran yang mengungkap kelemahannya. Dia memprediksi dunia mungkin menjadi lebih terregionalisasi di masa depan. Secara keseluruhan, kunci untuk navigasi melalui periode kompleks ini adalah pemahaman akan pola sejarah, adaptasi, dan diversifikasi yang cermat.

marsbit4j yang lalu

Dialog dengan Ray Dalio: Saat Ini Berada dalam Gelembung AI, 1% Portofolio Investasi Adalah Bitcoin

marsbit4j yang lalu

Rekor! Beli Bersih Asing 7,2 Triliun Won dalam Sehari, Wall Street: Tekanan Likuiditas di Pasar Saham Korea Telah Mereda

**Ringkasan: Rekor Pembelian Asing dan Peningkatan Likuiditas di Pasar Saham Korea** Aliran modal asing menunjukkan perubahan signifikan di pasar saham Korea (KOSPI). Pada 31 Juli, investor asing melakukan pembelian bersih rekor sebesar 7,2 triliun Won Korea dalam sehari, menandai pembalikan dari tren penjualan bersih besar-besaran dalam beberapa bulan terakhir. Secara bulanan, penjualan bersih asing menyusut drastis menjadi 9,8 triliun Won di Juli, turun dari 48,4 triliun dan 44,5 triliun Won pada Juni dan Mei. Tekanan penjualan dari lembaga domestik juga mereda. Dana pensiun dan reksa dana domestik justru menjadi pembeli bersih 1,0 triliun Won di Juli, setelah dua bulan sebelumnya menjadi penjual bersih. Faktor pendukung lainnya adalah peraturan baru dari Komisi Jasa Keuangan (FSC) yang memberlakukan syarat lebih ketat bagi investor ritel untuk masuk ke ETF leverage saham tunggal, yang langsung mengurangi volume perdagangan instrumen tersebut hingga sekitar 50%. Kebijakan ini diperkirakan dapat menekan volatilitas pasar. Citigroup mempertahankan target indeks KOSPI di level 10.000 poin, menyoroti memudarnya angin penentu likuiditas. Analis mereka menilai faktor fundamental seperti industri chip memori yang solid, valuasi historis yang rendah, fundamental ekonomi Korea yang kuat, dan dukungan kebijakan berpotensi menjadi pendorong bagi pasar.

marsbit4j yang lalu

Rekor! Beli Bersih Asing 7,2 Triliun Won dalam Sehari, Wall Street: Tekanan Likuiditas di Pasar Saham Korea Telah Mereda

marsbit4j yang lalu

Pembaruan! AI Generasi Berikut OpenAI Pecahkan 10 Masalah Kelas Medali Fields

**OpenAI Model Astra Pecahkan 10 Masalah Matematika Kelas Fields Medal!** OpenAI mengumumkan terobosan besar dari model internal terbarunya, Astra. Model ini dilaporkan telah membuat kemajuan signifikan dalam **10 masalah matematika yang belum terpecahkan**, dengan biaya komputasi hanya sekitar **$2000**. Hasilnya dipublikasikan dalam makalah setebal 249 halaman. Beberapa pencapaian utama meliputi: 1. **Menyelesaikan masalah "non-sofic group"** yang diajukan Mikhail Gromov tahun 1999, dengan membangun contoh kelompok yang tak hingga dan finitely presented yang bukan sofic. Ini dianggap sebagai kemajuan bersejarah. 2. **Memecahkan batas lama dalam masalah pengepakan bola berdimensi tinggi** (sphere packing), meningkatkan batas yang telah bertahan sejak 1978 untuk dimensi tak hingga. 3. **Menyangkal dugaan "Connes Rigidity"** dengan membangun keluarga tak terhitung dari kelompok berbeda yang menghasilkan aljabar von Neumann yang sama persis. Semua bukti telah diverifikasi menggunakan asisten pembuktian formal Lean 4, memastikan ketepatannya. Para ahli matematika menyebut temuan ini sebagai **momen bersejarah**, setara dengan prestasi penghargaan Fields Medal, dan menandai kemampuan AI untuk melakukan penalaran matematika mendalam di berbagai bidang. OpenAI juga membagikan proses penalaran model, menunjukkan langkah maju yang besar menuju AGI (Artificial General Intelligence).

marsbit5j yang lalu

Pembaruan! AI Generasi Berikut OpenAI Pecahkan 10 Masalah Kelas Medali Fields

marsbit5j yang lalu

Trading

Spot
活动图片