# Artikel Terkait Efisiensi

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

Pandangan: Investasi Nilai di Pasar Saham AS, Bukan Berarti Investasi Fundamental

**Ringkasan: Investasi Nilai Saham AS Bukan Berarti Investasi Fundamental** Artikel ini menawarkan perspektif bahwa investasi berbasis nilai di pasar saham AS sering disalahartikan sekadar sebagai investasi fundamental. Penulis menggunakan analogi penemuan astronomi Henrietta Leavitt tentang "lilin standar" untuk membedakan antara kecerahan bintang yang tampak (analog dengan kelipatan valuasi saham) dan kecerahan sebenarnya (fundamental perusahaan). Poin kunci: * **Memisahkan Tampilan dan Realitas:** Kinerja saham jangka panjang bergantung pada pertumbuhan fundamental dan perubahan kelipatan valuasi (seperti P/E). Kelipatan valuasi menggabungkan dua hal: kualitas bisnis sesungguhnya dan premi yang bersedia dibayar pasar untuk masa depan. Banyak investor menderita kerugian karena gagal membedakan keduanya. * **"Fundamental Sudah Mati" adalah Narasi yang Berisiko:** Meski tren terkini (seperti dominasi "Magnificent 7") seolah mendukung pendapat bahwa momentum lebih penting daripada fundamental, artikel memperingatkan bahwa ini adalah narasi berbahaya. Alpha (keuntungan berlebih) justru berasal dari saat pasar salah menilai fundamental suatu aset. * **Matriks Persepsi:** Penulis memperkenalkan matriks empat kuadran untuk mengklasifikasikan saham berdasarkan bagaimana mereka *tampak* (mahal/murah) dan *hasilnya* (ternyata mahal/murah). Contoh seperti Meta (2022) yang tampak murah dan terbukti sangat murah (kuadran 3) atau Cisco (2000) yang tampak mahal dan terbukti memang mahal (kuadran 2) menunjukkan pentingnya menilai ekspektasi yang sudah terbentuk dalam harga. * **Pasar Mungkin Semakin Tidak Efisien:** Dunia dengan bisnis yang kompleks, narasi yang kuat, dan aliran informasi yang masif justru dapat memperlebar kesenjangan antara persepsi pasar dan realitas fundamental, menciptakan lebih banyak peluang (dan jebakan) bagi investor yang dapat membedakannya. * **Peringatan untuk Era AI:** Optimisme berlebihan terhadap teknologi baru (seperti AI) sering menyebabkan investor membayar premi terlalu tinggi untuk pertumbuhan masa depan yang belum pasti, berisiko memasuki kuadran saham "tampak mahal dan terbukti mahal". Kesimpulannya, investasi nilai yang sukses membutuhkan kemampuan untuk mengurai kelipatan valuasi, mengevaluasi fundamental di balik narasi pasar, dan bersikap kontraian ketika konsensus ekstrem terbentuk, seperti keyakinan bahwa "fundamental tidak penting lagi".

marsbit08/21 05:31

Pandangan: Investasi Nilai di Pasar Saham AS, Bukan Berarti Investasi Fundamental

marsbit08/21 05:31

Setelah 2,5 Tahun Merintis Bisnis dan 100% Adopsi AI, Perusahaan Malah Menjadi Lebih 'Tradisional'

Pendiri perusahaan "Digital Life Kha'Zix" berbagi pengalaman setelah 2,5 tahun menerapkan AI secara menyeluruh di perusahaannya. Meskipun AI digunakan hampir 100% di semua posisi (keuangan, HR, hukum, bisnis, dll.), perusahaan justru terasa lebih "tradisional". Kunci utamanya adalah pendekatan "platform tipis, lini depan tebal". Alih-alih membuat tim AI terpusat, mereka memberdayakan setiap karyawan untuk menggunakan Agent AI secara mandiri guna menyelesaikan masalah di lapangan. Hal ini memberi karyawan rasa kendali. Yang terpenting bukanlah AI-nya, melainkan **data**. Perusahaan berfokus pada "menyimpan segalanya" secara sistematis – data konten, bisnis, rapat, dokumen – sebagai aset berharga. Namun, data ini harus diatur dan dibersihkan agar tidak membingungkan AI. Dengan AI mengerjakan tugas repetitif, inti dari setiap peran muncul: **membangun hubungan dan kepercayaan manusiawi**. Staf bisnis punya lebih banyak waktu untuk bertemu klien, manajer fokus pada pengambilan keputusan dan tanggung jawab, bukan sekadar mengawasi. Tantangan baru muncul: **bagaimana melatih karyawan baru** jika AI langsung memberi jawaban 80%? Solusinya adalah memberi mereka ruang untuk memahami alasan di balik keputusan AI, membuat kesalahan, dan mengembangkan penilaian mereka sendiri. Kesimpulannya, AI terbaik menghilangkan friksi yang tidak perlu dalam organisasi, sehingga orang punya **lebih banyak waktu untuk terhubung secara bermakna** – dengan klien, rekan kerja, dan kehidupan mereka sendiri. Transformasi AI pada akhirnya menguji bagaimana sebuah perusahaan memperlakukan manusia: memberdayakan, mempercayai, dan memberikan ruang untuk tumbuh.

marsbit08/21 02:07

Setelah 2,5 Tahun Merintis Bisnis dan 100% Adopsi AI, Perusahaan Malah Menjadi Lebih 'Tradisional'

marsbit08/21 02:07

Programmer di Seluruh Dunia Terus Memberikan Uang Gratis ke Anthropic, Akhirnya Perusahaan Resmi Tidak Tahan Lagi

Baru-baru ini, Anthropic menerbitkan panduan berisi enam tips utama untuk menghemat token saat menggunakan Claude Code: 1. **/clear setelah tugas selesai:** Hapus percakapan usai menyelesaikan satu tugas agar riwayat tidak membebani konteks berikutnya. 2. **Tetapkan model dan tingkat usaha (effort level) sejak awal:** Mengubahnya di tengah percakapan akan menghapus cache prompt, sehingga seluruh riwayat dihitung ulang dengan harga penuh. 3. **Gunakan @ untuk merujuk file, jangan ketik path secara manual:** Dengan melampirkan file langsung, Claude tidak perlu memanggil alat baca tambahan yang menambah token. 4. **Tambahkan parameter "quiet" pada perintah dengan output panjang:** Konfigurasi di CLAUDE.md (seperti `--reporter=dot`) mempersingkat output, mengurangi token konteks. 5. **Lakukan /compact sebelum istirahat:** Kompresi saat cache masih aktif hanya berbiaya 10% dibanding setelah cache kadaluarsa. 6. **Serahkan tugas output besar ke subagent:** Subagent berjalan di konteks terpisah, hanya mengembalikan kesimpulan, sehingga prosesnya tidak memenuhi percakapan utama. Token dihitung berdasarkan input (prefill) dan output (decode), dengan output 5x lebih mahal. Harga bervariasi menurut model (Opus, Sonnet, Haiku) dan tingkat usaha. **Cache prompt** adalah penghemat terbesar — jika prefix permintaan sama dengan sebelumnya, biaya input turun 90%. Namun, cache gagal jika ada perubahan model, effort level, mode cepat, /compact, waktu kadaluarsa, atau sesi lama yang dipulihkan. Percakapan dapat membengkak karena file dan output perintah yang menumpuk, meningkatkan biaya secara kuadrat. Tips seperti @file, quiet flag, subagent, dan /clear membantu menekan pertumbuhan ini. /rewind juga berguna untuk membatalkan percakapan yang melenceng tanpa merusak cache. Mengelola token kini menjadi keterampilan penting bagi developer di era AI, memungkinkan anggaran yang sama menghasilkan lebih banyak pekerjaan.

marsbit08/17 03:49

Programmer di Seluruh Dunia Terus Memberikan Uang Gratis ke Anthropic, Akhirnya Perusahaan Resmi Tidak Tahan Lagi

marsbit08/17 03:49

Proposal BEP-675 dari BNB Chain Menargetkan Pembuatan Blok yang Lebih Cepat

BNB Chain telah memperkenalkan BEP-675, sebuah proposal draf yang bertujuan meningkatkan throughput jaringan dengan mengurangi eksekusi ulang blok dalam proses validasi. Proposal ini mengusulkan penandatanganan buta (blind signing) untuk blok validator, memungkinkan pembangun mengirimkan blok yang sudah dieksekusi langsung. Perubahan ini berpotensi memangkas waktu eksekusi validator dari 125 milidetik menjadi 15 milidetik, serta menunjukkan potensi peningkatan throughput dua kali lipat di lingkungan testnet. Intinya, BEP-675 berfokus pada efisiensi proses pembangunan dan validasi blok, bukan hanya meningkatkan limit gas atau memperpendek waktu blok. Pendekatan ini dapat memberi jaringan kapasitas lebih tanpa tekanan tambahan pada validator dan stabilitas jaringan. Penting untuk dicatat bahwa BEP-675 masih berstatus **Draft** dan belum aktif di mainnet BNB Chain. Proposal ini merupakan bagian dari timeline hard fork jaringan Pasteur dan masih memerlukan implementasi, pengujian, serta proses aktivasi lengkap. Jadi, ini adalah peningkatan potensial, bukan fungsi yang sudah berjalan. Upaya peningkatan efisiensi seperti ini penting bagi BNB Chain untuk mempertahankan posisi kompetitifnya sebagai jaringan berbiaya rendah dan berthroughput tinggi, serta mendukung pengalaman pengguna yang andal selama periode aktivitas padat. Langkah selanjutnya adalah memantau implementasi dan evaluasi performa proposal ini sebelum dapat diaktifkan.

bitcoinist08/12 10:10

Proposal BEP-675 dari BNB Chain Menargetkan Pembuatan Blok yang Lebih Cepat

bitcoinist08/12 10:10

Ketika "Odysseus" Bertemu dengan Algoritma

Ketika "Odysseus" Bertemu Algoritma Pada Juli 2026, film epik "Odyssey" karya Christopher Nolan tayang global. Dengan biaya $250 juta dan syuting di enam negara menggunakan kamera IMAX film khusus, film ini meraih lebih dari $1 miliar box office global dalam waktu singkat. Sementara itu, studio independen Fountain0 merilis film panjang 135 menit "Odysseus: The Fall" yang 100% dihasilkan AI, dengan biaya hanya $50.000. Perbedaan 5000 kali lipat dalam biaya ini memicu perdebatan tentang masa depan industri film. Pendekatan Nolan yang menggunakan film IMAX, efek praktis, dan syuting lokasi dianggap sebagai investasi yang menciptakan kelangkaan, pengalaman menonton imersif, dan aset berharga jangka panjang. Di sisi lain, produksi AI menawarkan efisiensi dan biaya rendah yang ekstrem, tetapi menghadapi tantangan seperti konsistensi visual, simulasi fisika yang terbatas, dan kurangnya perlindungan hak cipta yang kuat. Pasar tampaknya masih memilih narasi yang pasti. Film Nolan mendorong penjualan tiket IMAX yang sangat tinggi, bahkan menjadi barang mewah yang langka. AI, meskipun cepat berkembang, masih berada di zona abu-abu antara demonstrasi teknologi dan produk komersial yang berkelanjutan. Keterbatasan utamanya terletak pada ketidakmampuan menangkap nuansa emosi manusia dan ketidakstabilan dalam adegan panjang. Namun, AI diperkirakan akan mengubah secara mendalam segmen menengah dan hilir rantai produksi film, seperti pra-visualisasi, efek khusus, dan produksi virtual, menggantikan tugas-tugas yang dapat distandardisasi. Kekhawatiran terbesar adalah bahwa AI dapat menghalangi jalan bagi sutradara muda untuk mendapatkan anggaran produksi fisik, berpotensi menyempitkan pasar film menjadi hanya "barang mewah buatan tangan" dan "produk cepat saji digital" yang tak terbatas. Pada akhirnya, konfrontasi ini adalah tentang logika efisiensi versus logika pengalaman. Mesin algoritme mencari solusi optimal dan prediktif, sedangkan pembuat film seperti Nolan mencari solusi unik yang menciptakan getaran emosi yang tak tergantikan. Kelangkaan dan pengalaman fisik justru mungkin menjadi lebih berharga di tengah banjir konten digital. Seperti Odysseus yang memilih perjalanan pulang yang penuh tantangan, nilai sejati mungkin terletak pada pilihan akan pengalaman nyata yang sulit, bukan jalan mulus yang ditawarkan algoritme.

marsbit08/10 03:58

Ketika "Odysseus" Bertemu dengan Algoritma

marsbit08/10 03:58

KNEC Kenya Menempatkan 15 Juta Rekaman Akademik di Avalanche

Dewan Ujian Nasional Kenya (KNEC) telah memindahkan lebih dari 15 juta catatan akademik negara ke blockchain Avalanche ($AVAX) C-Chain. Sistem baru ini memungkinkan pelamar kerja dan pemberi kerja memverifikasi sertifikat pendidikan dalam hitungan detik, menggantikan proses berbasis kertas yang sebelumnya memakan waktu hingga sebulan untuk satu verifikasi atau enam bulan untuk verifikasi massal. Sistem ini mencakup dokumen ujian kelas 8 (KCPE), kelas 12 (KCSE), diploma, dan sertifikat guru. Sertifikat untuk ujian KCSE 2025, yang diikuti hampir 1 juta siswa, kini hanya dapat diakses secara digital. Platform LegitDoc, sebuah perusahaan teknologi lokal Kenya, yang mengerjakan proyek ini. Setiap catatan di blockchain bersifat aman dan tidak dapat diubah, mengatasi masalah pemalsuan sertifikat yang umum terjadi pada sistem lama. Avalanche dipilih karena kemampuannya menangani volume transaksi besar dengan biaya rendah. Blockchain ini sebelumnya telah digunakan untuk proyek serupa, seperti pencatatan lebih dari 700.000 sertifikat tanah di distrik Dantewada, India, yang memotong waktu verifikasi dari beberapa minggu menjadi kurang dari sehari. Meskipun ada adopsi institusional yang berkembang seperti ini, harga AVAX dilaporkan turun sekitar 70% dalam setahun terakhir.

cryptonews.ru08/03 23:25

KNEC Kenya Menempatkan 15 Juta Rekaman Akademik di Avalanche

cryptonews.ru08/03 23:25

Claude Code Ternyata Seberapa Boros Token? Percobaan Perbandingan Datang: Tiga Kerangka Kerja Beda Hingga 30 Kali Lipat

Semua orang bilang Claude Code boros token, tapi seberapa boros? Eksperimen dari Composio menjawabnya. Mereka membandingkan tiga framework agent (harness) — Claude Code, Hermes, dan Kimi Code — dengan model yang sama (Kimi K3) pada 28 tugas identik. Hasilnya, tingkat keberhasilan tugas serupa: Kimi Code 22/28, Hermes 21/28, Claude Code 20/28. Namun, konsumsi token sangat berbeda. **Untuk tugas yang sama, penggunaan token antar harness bisa berbeda hingga 30 kali lipat.** Secara median, Kimi Code pakai ~61k token, Hermes ~67k token, sedangkan Claude Code melonjak ke ~340k token (sekitar 6x Kimi Code). Dengan harga Kimi K3 $3 per juta token input, biaya rata-rata per tugas: Kimi Code $0.22, Hermes $0.28, Claude Code $2. Kecepatan median: Hermes tercepat (179 detik), diikuti Kimi Code (297 detik), dan Claude Code (348 detik). Kesimpulan utama: **Untuk mengurangi biaya agent, pilih harness yang efisien bisa lebih berdampak daripada mengganti model.** Analisis Sebastian Raschka menunjukkan penyebabnya: Claude Code cenderung berulang kali memasukkan kembali lebih banyak konteks sejarah (pesan sebelumnya, panggilan alat, output) ke dalam prompt di setiap putaran interaksi, sehingga membengkakkan token input, bukan output. Tren ini menggarisbawahi pentingnya harness. Sebuah penelitian dari Writer menunjukkan, hanya dengan mengganti harness (model tetap), biaya tugas turun 41%, latensi turun 44%, dan konsumsi token turun 38%, dengan kualitas hasil yang tetap. Era kompetisi agent bergeser: dari "bisa melakukan" ke "melakukannya dengan lebih efisien", dan rahasia efisiensi terletak pada harness, bukan model.

marsbit07/31 12:28

Claude Code Ternyata Seberapa Boros Token? Percobaan Perbandingan Datang: Tiga Kerangka Kerja Beda Hingga 30 Kali Lipat

marsbit07/31 12:28

Industri Blockchain Beralih ke Fase Adopsi Massal dan Efisiensi

Industri blockchain memasuki fase adopsi massal dan efisiensi infrastruktur, sesuai laporan Bitwise untuk kuartal kedua 2026. Terjadi perbedaan signifikan antara sentimen pasar dan metrik fundamental: aktivitas on-chain meningkat, tetapi pendapatan dari biaya turun karena ruang blok menjadi lebih murah dan luas. Ethereum mencatat staking aktif rekor 40,2 juta ETH (33% pasokan), didorong oleh aliran institusional. Meski throughput transaksi meningkat, pendapatan jaringan turun 51% (menjadi $64 juta) akibat pembaruan yang membuat biaya blob hampir nol. Yield staker hanya 2,84%. Di Solana, volume transaksi tinggi (10 miliar), namun nilai ekonomi turun ke $51 juta karena berkurangnya kemacetan jaringan. Sektor aset tokenisasi dunia nyata (RWA) seperti saham meledak, dengan perdagangan saham token tumbuh 2479x, didorong oleh masuknya saham seperti SpaceX. Jaringan khusus seperti Hyperliquid justru sukses, menghasilkan pendapatan $175 juta dengan diversifikasi ke pasar komoditas dan indeks (32% volume). Avalanche mengalami pertumbuhan transaksi namun pendapatan fee anjlok, sementara fokus beralih ke jaringan Layer 1 berdaulat untuk korporasi seperti FIFA. Ekosistem NEAR mengalami transformasi dengan menurunnya penggunaan gas, digantikan oleh pertumbuhan "Intents". Fitur baru diluncurkan, memungkinkan pembayaran layanan AI melalui staking NEAR tanpa menggunakan kartu bank. Jaringan Tempo yang didukung Stripe menunjukkan adopsi korporat nyata, memproses $386 juta transfer stablecoin, termasuk untuk pembayaran kontraktor oleh Deel. Kesimpulannya, industri bergeser dari era biaya tinggi dan spekulasi ke fase adopsi massal, di mana ruang blok yang murah mendorong pertumbuhan transaksi dan menarik partisipasi institusional.

cryptonews.ru07/31 11:47

Industri Blockchain Beralih ke Fase Adopsi Massal dan Efisiensi

cryptonews.ru07/31 11:47

Aave Secara Bertahap Mengeluarkan 75 Aset Cadangan dengan Tingkat Penggunaan Rendah dari Daftarnya! Ini Detailnya

Aave, protokol pinjaman terkemuka di sektor Keuangan Terdesentralisasi (DeFi), mengumumkan restrukturisasi menyeluruh untuk meningkatkan efisiensi platform. Pendiri Aave, Stani Kulechov, menyatakan protokol akan secara bertahap menghentikan aset dengan utilitas rendah dan mengurangi operasinya di beberapa jaringan blockchain. Menurut pengumuman, Aave berencana menghentikan dukungan untuk 50 aset cadangan di jaringannya sendiri yang kurang dimanfaatkan. Selain itu, dukungan untuk 25 aset cadangan di jaringan Sonic, Scroll, zkSync, Metis, Soneium, dan Aptos juga akan dihentikan. Secara total, 75 aset cadangan dengan penggunaan rendah akan terdampak. Langkah ini bertujuan memastikan penggunaan sumber daya platform yang lebih efisien dan fokus pada aset yang paling diminati pengguna. Restrukturisasi diperkirakan akan memengaruhi aset cadangan senilai sekitar $98,1 juta dan posisi pinjaman senilai $15,6 juta. Aave menyatakan proses penghentian dukungan akan dilakukan bertahap dengan rencana transisi untuk meminimalkan ketidaknyamanan pengguna. Para ahli mencatat bahwa penghapusan aset dengan likuiditas rendah atau utilitas minimal merupakan praktik umum di industri protokol DeFi. Keputusan seperti ini dapat membantu platform mengurangi biaya pemeliharaan sekaligus meningkatkan keamanan dan efisiensi operasional. Analis percaya bahwa meski restrukturisasi dapat menyebabkan redistribusi likuiditas dalam jangka pendek, langkah ini dapat mendukung tujuan Aave menciptakan ekosistem yang lebih efisien dan berkelanjutan dalam jangka panjang.

cryptonews.ru07/30 09:21

Aave Secara Bertahap Mengeluarkan 75 Aset Cadangan dengan Tingkat Penggunaan Rendah dari Daftarnya! Ini Detailnya

cryptonews.ru07/30 09:21

Mereka yang Menggunakan AI untuk 'Menyelesaikan Pekerjaan dengan Cepat', Sedang Merusak Dunia Kerja

"Dengan AI, siapa pun dapat membuat laporan atau presentasi yang terlihat profesional dalam hitungan menit. Namun, 'terlihat selesai' tidak sama dengan 'benar-benar selesai'. Fenomena 'Workslop' atau 'sampah AI di tempat kerja' muncul: hasil kerja yang dihasilkan cepat oleh AI, tampak lengkap, tetapi kurang verifikasi fakta, penilaian profesional, dan nilai nyata. Masalahnya bukan hanya kualitas buruk, tetapi juga pergeseran biaya kerja. Pembuat menghemat waktu, tetapi penerima menghabiskan lebih banyak waktu untuk memeriksa, memahami, dan memperbaiki kesalahan. Misalnya, laporan mingguan yang dibuat AI mungkin terlihat bagus, tetapi jika data dasar salah, atasan justru perlu waktu lama untuk memverifikasi. Umpan balik kinerja yang dirangkai AI mungkin terdengar formal, tetapi tidak memberikan arahan konkret bagi karyawan. AI juga dapat membuat tim memiliki banyak dokumen, tetapi tanpa pemahaman mendalam. Saat klien menanyakan dasar kesimpulan, mungkin tidak ada yang bisa menjawab karena tidak ada yang benar-benar meneliti. AI memperbesar kebiasaan kerja seseorang. Orang yang teliti menggunakan AI sebagai asisten untuk analisis dan draf, lalu memverifikasi fakta dan membuat penilaian sendiri. Sedangkan yang ceroboh menjadikan AI sebagai 'pengganti' yang bertanggung jawab, langsung menyerahkan hasil AI mentah-mentah. Nilai sebuah pekerjaan bukan terletak pada kecepatan atau formatnya, tetapi pada: apakah memberikan fakta baru, apakah mengandung penilaian yang jelas, dan apakah ada yang bersedia bertanggung jawab atas hasilnya. AI tidak bisa menggantikan pemahaman konteks, penilaian situasi, dan tanggung jawab atas keputusan manusia."

marsbit07/29 08:13

Mereka yang Menggunakan AI untuk 'Menyelesaikan Pekerjaan dengan Cepat', Sedang Merusak Dunia Kerja

marsbit07/29 08:13

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow