# Artikel Terkait AI

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "AI", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

Interpretasi JPMorgan: KOSPI Anjlok 28%, Namun Likuidasi Leverage Telah Selesai Sebagian Besar

Laporan Morgan Stanley pada 21 Juli mencatat indeks KOSPI Korea telah turun sekitar 28% dari puncaknya pada 22 Juni. Meski begitu, bank tersebut tetap mempertahankan rekomendasi overweight untuk pasar Korea dengan target 12 bulan di 12500 poin. Analisis utama adalah bahwa penurunan tajam ini lebih disebabkan oleh penyesuaian posisi leverage yang padat dan aksi jual beruntun, bukan keruntuhan fundamental. Aset ETF leverage yang berfokus pada Korea telah menyusut dari sekitar $500 miliar menjadi $260 miliar, menunjukkan proses deleverage sekitar 75% telah tercapai. Dana lindung nilai juga telah mengurangi leverage lebih dari 50%. Tekanan jual asing tahun-ke-date melebihi $110 miliar, dengan sekitar 90% berasal dari dua saham memori, Samsung Electronics dan SK Hynix. Namun, Morgan Stanley melihat tekanan jual terpusat ini, dibandingkan dengan pelarian asing yang luas, sebagai faktor yang dapat mereda seiring penurunan bobot indeks. Volatilitas tetap tinggi, dengan rasio VKOSPI terhadap VIX mendekati 5x. Regulator Korea juga mulai memperketat produk leverage saham tunggal untuk mencegah akumulasi leverage baru. Dukungan fundamental masih ada, dengan estimasi laba (EPS) 2026 untuk pasar Korea dinaikkan 143,4% dalam 6 bulan terakhir, didorong oleh ekspektasi siklus AI dan memori. Target 12500 poin bergantung pada kombinasi deleverage berlanjut, permintaan AI yang terjaga, dan tekanan jual asing yang mereda.

marsbit07/21 03:20

Interpretasi JPMorgan: KOSPI Anjlok 28%, Namun Likuidasi Leverage Telah Selesai Sebagian Besar

marsbit07/21 03:20

Zhongji Xuchuang Memimpin Investasi pada Lulusan Tsinghua 90-an

Perusahaan robotika khusus berbasis AI, SHIHE ROBOT, telah mengyelesaikan pendanaan Putaran C senilai ratusan juta yuan. Pendanaan ini dipimpin bersama oleh Qianggang Capital dan Zhongji InnoLight, dengan partisipasi Guangxi Investment Capital, Guohai Securities, JunTong Capital, serta investor lama Future Capital yang kembali menambah sahamnya. Didirikan sekitar tahun 2015 oleh Dr. Xu Huayang, seorang alumni doktoral Universitas Tsinghua, SHIHE ROBOT berfokus pada pengembangan robot khusus untuk pekerjaan di ketinggian yang berbahaya dan berat. Selama hampir sepuluh tahun, perusahaan telah berakar dalam teknologi inti dan skenario penerapan, dengan produk unggulannya adalah robot penghilang karat kapal. Robot ini telah mencapai pangsa pasar sekitar 70-80% di segmennya di Tiongkok dan diekspor ke lebih dari 40 negara. SHIHE tidak hanya berfokus pada satu produk, tetapi membentuk matriks produk dan solusi untuk berbagai skenario industri seperti perawatan tangki penyimpanan kimia, inspeksi peralatan energi, dan pemeliharaan fasad bangunan. Perusahaan menekankan filosofi "satu mesin untuk banyak keperluan, proses tertutup". Dengan pendanaan terbaru ini, SHIHE akan terus memperdalam kemampuan "Embodied AI" -nya, mengembangkan model dunia vertikal untuk skenario industri berdasarkan lebih dari 2 juta jam data operasional nyata yang dikumpulkan. Tujuannya adalah meningkatkan kemampuan otonomi robot, mengurangi intervensi manusia, dan mendukung operasi yang lebih aman dan efisien di tempat kerja berisiko tinggi. Pendirian perusahaan juga mencakup ekspansi pasar global. Pendapatan luar negeri SHIHE telah meningkat sepuluh kali lipat dalam dua tahun terakhir, dengan tujuan mencapai 50% dari total pendapatan dalam lima tahun ke depan. Visi jangka panjang SHIHE adalah menjadi pemimpin global di bidang robotika khusus yang cerdas, secara bertahap menggantikan pekerjaan berbahaya dan melelahkan dengan solusi robotika.

marsbit07/21 02:55

Zhongji Xuchuang Memimpin Investasi pada Lulusan Tsinghua 90-an

marsbit07/21 02:55

Konjektur Jacobi yang Ditekuni Zhang Yitang Selama 7 Tahun, Fable 5 Ternyata Bongkar dan Buktikan Salah dalam Semalam

Hari yang mengguncang dunia matematika: Konjektur Jacobi, teka-teki yang telah menghantui para matematikawan terhebat selama 87 tahun dan membuat jenius Zhang Yitang berjuang tujuh tahun, ternyata terbukti salah! Claude Fable 5 dari Anthropic menemukan contoh penyangkal (counterexample) yang elegan dalam ruang tiga dimensi (C³). Contoh tersebut adalah pemetaan polinomial dengan Jacobian konstan -2 (bukan nol), namun ternyata tidak injektif—tiga titik berbeda dipetakan ke satu titik yang sama, sehingga mustahil memiliki invers. Ini secara definitif menyangkal konjektur versi umum untuk semua dimensi. Kisah ini semakin menyentuh karena terkait Zhang Yitang. Di masa lalu, ia menghabiskan tahun-tahunnya meneliti konjektur ini untuk disertasinya di bawah bimbingan profesor Mo, yang sayangnya bergantung pada sebuah "lemma" yang ternyata salah. Kegagalan ini membuat karier akademis Zhang terhambat dan ia harus bekerja serabutan, termasuk di Subway, sebelum akhirnya meraih ketenaran atas karya terobosannya pada konjektur bilangan prima kembar. Perlu dicatat, contoh penyangkal AI ini berlaku untuk kasus tiga dimensi. Konjektur Jacobi untuk kasus dua dimensi—yang lebih sulit dan bermakna secara matematis—ternyata masih terbuka dan belum terselesaikan. Namun, pencapaian Fable 5 ini menunjukkan kemampuan AI yang luar biasa dalam berpikir kreatif dan kontribusi fundamental pada matematika murni, menimbulkan kekaguman sekaligus perdebatan tentang masa depan peran manusia dalam bidang ini.

marsbit07/21 01:42

Konjektur Jacobi yang Ditekuni Zhang Yitang Selama 7 Tahun, Fable 5 Ternyata Bongkar dan Buktikan Salah dalam Semalam

marsbit07/21 01:42

Bitcoin Dibeli Seharga US$117.000, Dijual dengan Tangisan di US$62.000: Keyakinan Perusahaan Ini Hanya Bertahan Setahun

Dulu, tren terpanas Wall Street adalah "menimbun Bitcoin" (hodling). Banyak yang mengira perusahaan dengan Bitcoin di neraca adalah investor jangka panjang yang teguh. Namun, ini lebih mirip permainan leverage saat kondisi membaik. Ketika aset jatuh di bawah garis biaya, pemain pertama yang menyerah muncul: Empery Digital. Perusahaan ini, sebelumnya bernama Volcon (produsen motor listrik), berubah nama dan mulai membeli Bitcoin secara besar-besaran pada Juli 2025, tepat di dekat puncak harga. Mereka membeli sekitar 4.000 BTC dengan harga rata-rata $117.600 per koin. Namun, pada Juli 2026, mereka menjual 1.400 BTC dengan harga rata-rata hanya $62.000, merugi sekitar $77 juta hanya dari penjualan itu. Alasan di balik penjualan rugi ini adalah tekanan keuangan. Harga Bitcoin yang anjlok menyebabkan kerugian belum terealisasi sekitar $220 juta pada Februari 2026, melebihi nilai pasar perusahaan. Seorang pemegang saham besar menuntut CEO mundur dan menjual semua Bitcoin. Manajemen awalnya menolak, bahkan berencana mengumpulkan dana $1,3 miliar untuk membeli lebih banyak Bitcoin. Namun, dalam hitungan bulan, mereka berbalik arah. Uang hasil penjualan Bitcoin digunakan untuk tiga hal: melunasi $10 juta dari utang (masih tersisa $45 juta), mempersiapkan akuisisi fasilitas pusat data AI, dan membayar biaya pengacara untuk gugatan pemegang saham. Investasi terbesar adalah $65 juta untuk membeli 25% saham dalam sebuah fasilitas pusat data AI di AS, menandai pergeseran strategi perusahaan dari "gudang Bitcoin" ke infrastruktur AI. Perjalanan Empery dari motor listrik, ke Bitcoin, lalu ke AI mencerminkan pola kejar tren. Mereka bukan satu-satunya; perusahaan tambang Bitcoin seperti MARA juga telah menjual aset untuk melunasi utang. Ini mengungkap kebenaran di balik "model gudang": skema ini bergantung pada harga naik untuk mendongkrak saham dan membutuhkan biaya dana yang rendah. Saat harga jatuh di bawah biaya, utang menekan dan perusahaan terpaksa menjual asetnya demi bertahan. Bagi Empery Digital, keyakinan yang tercatat di neraca ternyata memiliki harga: dijual dengan diskon 50%.

marsbit07/21 01:28

Bitcoin Dibeli Seharga US$117.000, Dijual dengan Tangisan di US$62.000: Keyakinan Perusahaan Ini Hanya Bertahan Setahun

marsbit07/21 01:28

1,2 Juta Orang Antre untuk Likuidasi: Perjudian Nasional Investor Ritail Korea Akhirnya Kolaps

Tahun 2026, pasar modal Korea Selatan mengalami keruntuhan dramatis dengan Indeks KOSPI jatuh ke pasar beruang dan memicu *circuit breaker* (penghentian perdagangan) sebanyak 7 kali hanya dalam beberapa minggu. Lebih dari 1,2 juta akun margin ritel berada di ambang likuidasi, dengan sekitar 400.000 akun dilikuidasi sepenuhnya. Kaum muda berusia 20-30 tahun merupakan 62% dari korban, banyak yang menggunakan ETF leverage 2x yang terikat pada saham raksasa semikonduktor Samsung Electronics dan SK Hynix. Penyebab utama krisis ini adalah struktur pasar yang sangat terkonsentrasi, di mana dua perusahaan semikonduktor tersebut mencakup 60% bobot KOSPI. Demam investasi ritel, didorong oleh tekanan ekonomi seperti harga properti yang tinggi, memicu permintaan besar untuk produk leverage berisiko tinggi. ETF leverage, yang baru disetujui tahun itu, memperburuk situasi. Mekanisme "rebalancing harian" mereka memaksa penjualan besar-besaran saat harga turun, memicu spiral kematian: penjualan ETF → likuidasi akun margin → harga jatuh lebih dalam → lebih banyak penjualan ETF. Regulator terlambat bertindak, baru menangguhkan persetujuan ETF leverage saham tunggal setelah kerugian masif terjadi. Peristiwa ini menyoroti bahaya inovasi keuangan tanpa lindung nilai risiko yang memadai dan bagaimana spekulasi massal dapat mengubah pasar menjadi meja judi, dengan konsekuensi yang menghancurkan bagi investor biasa.

marsbit07/20 11:42

1,2 Juta Orang Antre untuk Likuidasi: Perjudian Nasional Investor Ritail Korea Akhirnya Kolaps

marsbit07/20 11:42

Analisis Citi: Menaikkan Cina, Menurunkan Korea, Apakah Kenaikan Pasar Berkembang Mulai Menyebar?

Menurut laporan strategi pasar berkembang terbaru dari Citigroup, alokasi saham China dinaikkan dari netral menjadi overweight, sementara Korea Selatan diturunkan dari overweight menjadi netral secara taktis. Target indeks MSCI EM ditetapkan di 1870 poin pada akhir 2026 dan 2050 poin pada pertengahan 2027. Kenaikan EM sejauh ini sangat terkonsentrasi pada Korea Selatan, pasar China-Taiwan, dan rantai perangkat keras AI. Citigroup melihat potensi "difusi" kenaikan ke pasar lain seperti China, yang memiliki ruang untuk penambahan posisi oleh investor asing, mendapat manfaat dari penurunan harga minyak, dan lebih tahan dalam siklus makro yang membaik. Korea Selatan diturunkan karena kenaikannya yang sudah tinggi dan volatilitas jangka pendek, meski prospek jangka panjang tetap kuat. Dukungan utama untuk indeks berasal dari peningkatan laba, namun revisi ke atas laba masih sangat sempit, dengan sektor IT menyumbang sekitar 85% dari revisi untuk 2026. Ini menunjukkan kenaikan belum menyebar luas ke sektor-sektor non-teknologi. Citigroup mengidentifikasi China, Afrika Selatan, dan Meksiko sebagai kandidat utama untuk difusi ini, berdasarkan faktor seperti dolar AS yang lebih lemah, imbal hasil obligasi AS yang turun, minyak yang lebih murah, dan kepadatan perdagangan yang belum berlebihan. Laporan ini bersikap hati-hati, menekankan bahwa difusi belum selesai dan ketidakpastian tetap ada, termasuk siklus pengeluaran modal AI dan risiko geopolitik. Intinya, Citigroup melihat peluang untuk perluasan kenaikan, bukan mengonfirmasi ledakan bull market yang menyeluruh.

marsbit07/20 10:15

Analisis Citi: Menaikkan Cina, Menurunkan Korea, Apakah Kenaikan Pasar Berkembang Mulai Menyebar?

marsbit07/20 10:15

Mengapa Agensi Belanja AI Sulit Populer?

AI berbelanja sebagai wakil belum dapat diterima luas karena menghadapi beberapa tantangan mendasar. Pertama, berbelanja terdiri dari dua tindakan inti: pencarian informasi dan penilaian nilai. Mesin dapat menangani pencarian informasi, tetapi penilaian nilai melibatkan preferensi subjektif manusia yang sulit didelegasikan sepenuhnya. Penilaian nilai sendiri memiliki dua lapisan: evaluasi berdasarkan kriteria yang ditetapkan, dan yang lebih penting, **pendefinisian kebutuhan itu sendiri**—menentukan kriteria, bobot, dan batasan. Preferensi manusia bersifat konstruktif dan berubah, bukan statis, sehingga memerlukan komunikasi iteratif dengan AI. Kedua, batasan sesungguhnya bukan pada standarisasi barang, tetapi apakah proses memilih itu sendiri merupakan **tugas rutin atau kesenangan**. Untuk barang seperti perlengkapan kantor (tugas rutin), AI dapat sepenuhnya otomatis. Namun, untuk barang seperti anggur atau pakaian (kesenangan), proses memilih adalah bagian dari pengalaman konsumsi. Di sini, peran AI idealnya adalah penyaring informasi, menyajikan beberapa pilihan terbaik kepada manusia untuk keputusan akhir. Ketiga, ada dilema interaksi: AI yang bertanya terlalu banyak dapat mengganggu dan mendistorsi pilihan; mengandalkan riwayat belanja dapat membatasi eksplorasi baru; dan keputusan sepenuhnya manual itu melelahkan. Solusi tengah adalah **interaksi pengenalan**, di mana AI menunjukkan beberapa opsi dan pengguna langsung memilih. Narasi "memberi dompet kepada AI" yang menekankan pembayaran otomatis pun keliru. Pembayaran hanyalah bagian termudah. Solusi pembayaran terkini (seperti dari Stripe, Mastercard, Google, Visa) memisahkan **otorisasi pengguna** dari **eksekusi pembayaran terbatas AI**, tanpa perlu menyerahkan dana sepenuhnya. Dompet AI otonom lebih cocok untuk skenario **B2B atau M2M** (mis., pembelian perusahaan standar, penyelesaian antar-mesin), bukan belanja konsumen personal. **Kendala sebenarnya** bukan pada pembayaran, melainkan pada: (1) **Kurangnya sumber data tepercaya** (ulasan palsu, barang palsu) yang menjadi dasar keputusan AI, dan (2) **Hak manusia untuk mendefinisikan kebutuhan tidak dapat diotomatisasi**. Mendelegasikan definisi ini kepada AI berarti kehilangan preferensi asli. Kesimpulannya, untuk barang yang dinikmati, **pilihan itu sendiri adalah produk**. Platform harus mengoptimalkan data terstruktur untuk AI sambil mempertahankan keunggulan inti: memfasilitasi eksplorasi konsumen baru dan pengalaman memilih yang menyenangkan. AI harus menjadi asisten pencarian informasi yang aman dan terkendali, sementara manusia tetap memegang kendali atas standar penilaian dan kesenangan memilih akhir.

Foresight News07/20 06:08

Mengapa Agensi Belanja AI Sulit Populer?

Foresight News07/20 06:08

Evolusi Tata Kelola di Era AI & Web3: Dimensi Kompetisi dan Jalur Eksplorasi m&W

Era AI & Web3 sedang mengalami evolusi dari "peningkatan produktivitas" ke "pembentukan ulang hubungan produksi." Dengan berkembangnya AI Agent, kolaborasi jangka panjang antara manusia dan AI memunculkan pertanyaan mendasar: bagaimana membangun hubungan kepercayaan, menilai kontribusi kompleks, dan menciptakan mekanisme distribusi nilai yang adil dan berkelanjutan? Web3 telah menyediakan fondasi teknis untuk ekonomi digital, namun di era AI Agent, diperlukan sistem tatanan baru yang mencakup identitas, kredit, kolaborasi, dan insentif ekonomi. m&WDAO mengusulkan eksplorasi EcoFi (Keuangan Ekologis / Tatanan Ekologis), yang bertujuan menghubungkan aset kognitif manusia, kemampuan eksekusi AI Agent, dan mekanisme ekonomi on-chain untuk menciptakan model tatanan baru bagi ekonomi kolaborasi manusia-mesin. Dibandingkan dengan proyek lain seperti Colony (kolaborasi organisasi), SingularityNET (pertukaran kemampuan AI), Gitcoin Passport (verifikasi identitas), serta Farcaster dan Lens Protocol (jaringan informasi), m&W berfokus pada pembangunan fondasi kredit untuk kolaborasi manusia-AI. Eksplorasi m&W berkembang dalam tiga tahap: 1. **m&W 1.0: Penjangkaran Kredit** – Menyaring node berkualitas tinggi (Builder) melalui mekanisme "tumbukan proton" dan mengendapkan kontribusi berkelanjutan mereka menjadi aset kredit SBT (Soulbound Token) yang tidak dapat dialihkan. 2. **m&W 2.0: Ekonomi Kolaborasi** – Menerapkan protokol EcoFi untuk menghubungkan kredit dengan tugas kolaborasi nyata, menggunakan sistem verifikasi berlapis (AI, Builder berkredit tinggi, arbitrase OG) untuk menilai dan memberi harga pada kontribusi non-struktural. 3. **m&W 3.0: Tatanan Cerdas** – Memetakan kredit manusia yang terakumulasi ke dalam *digital twin* AI Agent, memberikan dasar kepercayaan bagi Agent untuk berpartisipasi aktif dalam jaringan ekonomi, membuka jalan menuju ekonomi kolaboratif manusia-mesin. Tantangan utama termasuk memulai dengan pertumbuhan yang lambat karena seleksi ketat, menyeimbangkan verifikasi AI dengan tata kelola manusia, serta memastikan stabilitas ekonomi token jangka panjang. Pada intinya, m&W tidak sekadar membangun aplikasi AI atau meniru model DAO yang ada, tetapi bereksperimen dengan hubungan produksi baru untuk era AI, menghubungkan kredit kontribusi manusia, kemampuan kolaborasi AI Agent, mekanisme on-chain, dan sistem insentif ekonomi. Tujuannya adalah membangun dasar kredit, aturan kolaborasi, dan tatanan ekonomi yang andal untuk jaringan kolaborasi manusia-mesin di masa depan, mewujudkan misi menggunakan blockchain untuk menciptakan tatanan dalam jaringan cerdas.

链捕手07/20 03:24

Evolusi Tata Kelola di Era AI & Web3: Dimensi Kompetisi dan Jalur Eksplorasi m&W

链捕手07/20 03:24

活动图片