# Artikel Terkait Manajemen

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

85% Likuiditas Terkonsentrasi Tidak Dimanfaatkan — Apa Artinya bagi DeFi?

Studi Dune mengungkapkan bahwa 85% likuiditas terkonsentrasi di bursa terdesentralisasi (DEX) tidak dimanfaatkan secara optimal. Selama paruh pertama 2026, rata-rata 29,4% likuiditas berada di luar kisaran harga aktif, sehingga tidak menghasilkan fee perdagangan. Hal ini mengakibatkan modal menganggur sekitar $542 juta per minggu dan potensi kerugian fee tahunan sebesar $150 juta bagi penyedia likuiditas (LP) di empat protokol: Uniswap v3, Uniswap v4, PancakeSwap v3, dan Aerodrome Slipstream. Penyebab utamanya adalah banyak LP, terutama investor perorangan, yang tidak secara aktif mengelola posisi mereka. Lebih dari $200 juta likuiditas menganggur tidak direposisi selama lebih dari 90 hari. Di Ethereum, 94% modal menganggur dimiliki oleh dompet perorangan, sedangkan di Arbitrum angkanya mencapai 92%. Sebaliknya, manajer otomatis (smart contracts) jauh lebih efektif, dengan hanya 6,5% posisi mereka yang keluar dari kisaran. Fitur "hooks" pada Uniswap v4, yang dirancang untuk memanfaatkan modal menganggur dalam strategi hasil eksternal, juga belum menyelesaikan masalah. Sekitar 30,5% likuiditasnya masih di luar kisaran, dan hanya 10% dari total nilai terkunci (TVL) yang menggunakan hooks, tanpa satupun yang saat ini menghasilkan yield dari likuiditas idle.

ambcrypto9j yang lalu

85% Likuiditas Terkonsentrasi Tidak Dimanfaatkan — Apa Artinya bagi DeFi?

ambcrypto9j yang lalu

Pendiri Claude Code Mengungkap Prediksi Terbaru: Divisi Kerja Tim Dirombak di Era AI, "Lima Tipe Orang" Ini Paling Dibutuhkan

Dengan maraknya Agent Coding yang membentuk ulang industri perangkat lunak, perubahan tidak hanya terjadi pada peran "insinyur" tradisional. Boris Cherny, pemimpin tim Claude Code di Anthropic, mengamati bahwa fungsi teknik, produk, desain, dan ilmu data semakin menyatu. Dia mengusulkan lima peran baru berbasis pola perilaku, tidak terikat pada jabatan tradisional: 1. **The Prototyper (Pembuat Prototipe):** Menghasilkan banyak ide dan konsep baru, fokus pada kuantitas dan disruptif. 2. **The Builder (Pembangun):** Mengubah prototipe kasar menjadi produk atau infrastruktur yang siap produksi dan dapat diskalakan. 3. **The Sweeper (Pembersih):** Menyederhanakan antarmuka, mengatur ulang kode, dan menghapus fitur berlebihan untuk meningkatkan kinerja dan kemampuan pemeliharaan. 4. **The Growth (Pertumbuhan):** Mengiterasi produk yang sudah jadi agar lebih dekat dengan pasar, meningkatkan retensi pengguna, dan mengubahnya dari "dapat digunakan" menjadi "diperlukan". 5. **The Maintainer (Pemelihara):** Memastikan keamanan, keandalan, efisiensi, dan ketahanan sistem yang matang dalam jangka panjang. Peran-peran ini tidak eksklusif. Satu orang dapat merangkul beberapa peran (misalnya, 1+3 atau 2+3) yang berubah sesuai tahap produk atau proyek. Tim yang sehat membutuhkan kombinasi peran yang berbeda bergantung pada kematangan produk: produk baru membutuhkan peran 1,2,3; produk yang sedang tumbuh membutuhkan 2,3,4 dengan beberapa 5; produk matang membutuhkan 3,4,5 dengan beberapa 2. Diskusi online menyoroti bahwa klasifikasi kaku dapat membatasi fleksibilitas. Di era AI, batas peran semakin kabur. Meskipun AI seperti Claude dapat membantu tugas Builder dan Sweeper, peran manusia tetap kritis untuk beradaptasi dan memimpin setiap fase siklus hidup produk.

marsbit06/30 05:56

Pendiri Claude Code Mengungkap Prediksi Terbaru: Divisi Kerja Tim Dirombak di Era AI, "Lima Tipe Orang" Ini Paling Dibutuhkan

marsbit06/30 05:56

CEO Anthropic Hanya Punya Satu Bawahan Langsung, Padahal Mengelola Perusahaan Bernilai Hampir Rp 15.000 Triliun

Bloomberg mewawancarai CEO Anthropic Dario Amodei dan mengungkap fakta menarik: sebagai CEO perusahaan dengan valuasi hampir US$ 1 triliun, ia hanya memiliki satu bawahan langsung, yaitu kepala stafnya Avital Balwit. Semua eksekutif perusahaan lainnya melapor kepada kakaknya, Presiden Daniela Amodei, yang menangani operasi sehari-hari. Struktur kepemimpinan ini sangat tidak biasa di industri teknologi, di mana banyak CEO justru memperlebar rentang kendali mereka. Dario, berlatar belakang peneliti dan bukan manajer profesional, memilih struktur ini agar dapat fokus pada tugas "zoom out": arah strategis, penilaian penelitian, budaya organisasi, dan pemikiran tentang dampak AI bagi peradaban manusia. Ia menghabiskan sekitar separuh waktunya untuk mempertahankan budaya Anthropic melalui pertemuan rutin seluruh karyawan dan artikel publik panjang. Pembagian kerja dengan Daniela didasarkan pada keahlian yang saling melengkapi. Dario ahli dalam penelitian, sementara Daniela berpengalaman dalam operasi dan manajemen. Profesor Harvard Raffaella Sadun menjelaskan bahwa rentang kendali CEO yang sempit seperti ini cocok untuk perusahaan seperti Anthropic yang terus menghadapi masalah baru dan berisiko tinggi yang membutuhkan penilaian puncak. Intinya, struktur organisasi dirancang untuk melindungi waktu CEO sebagai sumber daya paling langka.

marsbit06/12 05:14

CEO Anthropic Hanya Punya Satu Bawahan Langsung, Padahal Mengelola Perusahaan Bernilai Hampir Rp 15.000 Triliun

marsbit06/12 05:14

Dari Kembali ke Mengundurkan Diri: 437 Hari Chen Hang di DingTalk

Sumber: Jiazi Guangnian Selama 437 hari, Chen Hang (nama samaran "Wu Zhao") kembali memimpin DingTalk. Dari pengumuman akuisisi Alibaba terhadap HHO pada 31 Maret 2025 hingga pengunduran dirinya sebagai CEO pada 11 Juni tahun ini, perjalanannya penuh gejolak. Chen Hang, sang pendiri DingTalk yang legendaris, dipanggil kembali oleh mentornya, CEO Alibaba Wu Yongming, untuk menghidupkan kembali roh kewirausahaan DingTalk di era AI. Ia menerapkan disiplin ketat: absensi jam 9, inspeksi malam hari, dan "kampanye turun ke lapangan" di mana tim produk menjadi agen layanan pelanggan. Langkah-langkah ini mengungkap kenyataan bahwa kepuasan pelanggan hanya 30%, jauh dari laporan resmi. Dalam waktu singkat, ia meluncurkan produk-produk AI. Pada Agustus 2025, AI DingTalk 1.0 dan DingTalk ONE diluncurkan. Namun, proyek ONE, yang dianggap sebagai pintu masuk baru, gagal mempertahankan pengguna setelah mencapai puncak DAU 3 juta. Puncaknya datang pada Maret 2026. Chen Hang meluncurkan "Wukong", platform kerja asli AI tingkat perusahaan pertama di dunia, pada acara AI DingTalk 2.0. Ia menyatakan akan "menghancurkan DingTalk dan membangunnya kembali dengan AI". Wukong menjadi inti dari strategi AI-to-B Alibaba, menandai pergeseran DingTalk dari pintu masuk utama menjadi pembawa platform baru ini. Namun, tekanan organisasi meledak. Pada awal Juni 2026, dua artikel panjang—"Di Dalam DingTalk" oleh mantan manajer produk Teng Yaxin dan "Di Luar DingTalk" oleh mantan Wakil Presiden DingTalk Ma Ruila—mengungkap masalah internal seperti persaingan tidak sehat, pengambilan keputusan sepihak, dan kerja lembur yang tidak berarti. Komite Mitra Alibaba merespons dengan postingan internal yang keras, menyatakan gaya manajemen tersebut "bukan seperti budaya Ali seharusnya". Pada 11 Juni, Alibaba mengumumkan penyesuaian manajemen: Chen Hang mengundurkan diri sebagai CEO DingTalk. Posisinya diambil alih oleh Chen Yusen, seorang ahli teknologi kelahiran 1992 yang terkenal dan pendiri MuleRun AI Agent. Chen Hang meninggalkan fondasi teknis yang kuat—Agent OS dan platform Wukong—tetapi dengan biaya budaya organisasi yang besar. Kini, DingTalk memulai babak baru di bawah kepemimpinan yang lebih muda, berusaha menemukan kembali semangat awal "Danau Taman"-nya di era AI.

marsbit06/11 10:27

Dari Kembali ke Mengundurkan Diri: 437 Hari Chen Hang di DingTalk

marsbit06/11 10:27

Setelah Menghabiskan Miliaran Dolar Token dengan Gila-gilaan, Perusahaan Teknologi Silicon Valley Mulai Membatasi Penggunaan Token Karyawan

Setelah membakar miliaran dolar untuk token AI, perusahaan teknologi Silicon Valley seperti Microsoft mulai membatasi penggunaan AI oleh karyawan. Fenomena "tokenmaxxing", di mana perusahaan mendorong penggunaan AI sebanyak-banyaknya, ternyata menimbulkan krisis biaya dan efisiensi yang tidak jelas. Studi menunjukkan setiap $1 yang dihabiskan untuk token AI, $0,82 digunakan untuk memperbaiki bug, menulis ulang kode, atau menangani penundaan. Hanya 14% CFO yang melihat ROI yang terukur. Produktivitas individu tidak otomatis meningkatkan pendapatan perusahaan. Contohnya, penggunaan AI untuk menulis kode justru meningkatkan tingkat "pemborosan kode" hingga 800%. Perusahaan seperti Uber, Salesforce, dan Meta menghadapi tagihan AI yang besar namun sulit membuktikan nilainya bagi bisnis. Solusi yang muncul adalah alat manajemen biaya AI dan model harga baru berdasarkan hasil (misalnya, jumlah percakapan yang diselesaikan), bukan sekadar penggunaan token. Intinya, perusahaan perlu beralih dari sekadar menggunakan AI untuk mempercepat pekerjaan lama, menuju merancang ulang alur kerja dan model bisnis untuk mengekstrak nilai sebenarnya dari AI. Rasionalisasi biaya adalah langkah pertama yang diperlukan.

marsbit06/01 04:08

Setelah Menghabiskan Miliaran Dolar Token dengan Gila-gilaan, Perusahaan Teknologi Silicon Valley Mulai Membatasi Penggunaan Token Karyawan

marsbit06/01 04:08

Malam Sebelum Keruntuhan Kekaisaran GitHub: Kebocoran Kode Sumber, Penggemar 18 Tahun Berpisah, Microsoft Kehilangan 150 Juta Pengembang

GitHub, platform hosting bagi lebih dari 150 juta pengembang di dunia, sedang menghadapi krisis besar-besaran yang mengancam kelangsungan hidupnya. Penyebabnya adalah kombinasi masalah teknis, keamanan, dan internal. Baru-baru ini, Mitchell Hashimoto, pengembang Ghostty dan pengguna setia selama 18 tahun, secara terbuka meninggalkan GitHub karena gangguan layanan yang terus-menerus yang menghambat pekerjaan serius. Insiden keamanan besar juga terjadi ketika sumber inti GitHub dijual di forum peretasan setelah 3.800+ repositori internal diretas melalui ekstensi VS Code berbahaya. Di balik layar, masalah struktural memperparah situasi. Setelah diakuisisi Microsoft, GitHub kehilangan otonominya. Posisi CEO dihapuskan dan platform ini digabungkan ke dalam tim CoreAI Microsoft, menyebabkan banyak talenta kunci, termasuk mantan CEO Thomas Dohmke, hengkang. Migrasi infrastruktur ke server Azure juga memicu serangkaian pemadaman. Secara finansial, GitHub Copilot justru menjadi beban. Biaya komputasi AI yang tinggi membuat model berlangganan tidak menguntungkan, memaksa peralihan ke model pembayaran berdasarkan pemakaian yang membuat pengembang marah. Sementara itu, pesaing seperti Cursor (kini milik SpaceX) dan Claude Code dari Anthropic menawarkan kemampuan AI coding yang lebih canggih, menarik banyak pengembang dan bahkan insinyur Microsoft sendiri. Hal ini membuat masa depan GitHub sebagai pusat ekosistem pengembang dipertanyakan. Krisis multi-dimensi ini—gangguan layanan, kebocoran keamanan, kehilangan otonomi, tekanan finansial, dan persaingan ketat—mengikis kepercayaan komunitas dan mengancam posisi GitHub sebagai "tanah suci" pengembang global.

marsbit05/22 10:55

Malam Sebelum Keruntuhan Kekaisaran GitHub: Kebocoran Kode Sumber, Penggemar 18 Tahun Berpisah, Microsoft Kehilangan 150 Juta Pengembang

marsbit05/22 10:55

CEO Cloudflare: Bagaimana Saya Memutuskan Karyawan Mana yang Akan Digantikan oleh AI?

CEO Cloudflare, Matthew Prince, baru-baru ini memutuskan melakukan PHK lebih dari 20% karyawan meskipun perusahaan mengalami pertumbuhan pendapatan tertinggi dan kondisi keuangan yang sehat. Alasannya adalah adaptasi terhadap perubahan lingkungan bisnis yang didorong oleh kecerdasan buatan (AI). Ia mengutip klasifikasi peran karyawan dari Peter Drucker: "Pembangun" (membuat produk), "Penjual" (menjual produk), dan "Pengukur" (audit, keuangan, operasi, dll). Menurutnya, AI tidak mengancam peran Pembangun dan Penjual, tetapi justru merevolusi peran Pengukur. AI dapat melakukan tugas pengukuran, audit, dan analisis dengan lebih objektif, efisien, dan terus-menerus dibandingkan manusia. Cloudflare memberdayakan AI untuk audit berkelanjutan, mempercepat proses pelaporan keuangan, dan meningkatkan akurasi pengukuran kinerja. Sebagian besar karyawan yang terdampak PHK berasal dari peran Pengukur, seperti manajemen menengah, operasi, pemasaran, dan beberapa fungsi keuangan. Langkah ini bukan sekadar pengurangan biaya, melainkan realokasi sumber daya untuk lebih banyak merekrut Pembangun dan Penjual. Perusahaan justru membuka banyak lowongan kerja baru dan merekrut generasi "AI-native" sebagai magang, yang diharapkan akan menjadi tenaga kerja inti di masa depan. Kesimpulannya, AI tidak akan menghilangkan semua pekerjaan, tetapi mengubah struktur perusahaan dengan mengambil alih tugas pengukuran, sehingga memungkinkan manusia fokus pada penciptaan nilai melalui pembangunan dan penjualan.

marsbit05/22 02:28

CEO Cloudflare: Bagaimana Saya Memutuskan Karyawan Mana yang Akan Digantikan oleh AI?

marsbit05/22 02:28

Tiger Research: Operator Risiko On-Chain, Kesenjangan Pasar antara 147 Triliun dan 70 Miliar

Laporan oleh Tiger Research ini membahas pergeseran kekuasaan dalam sektor pinjaman keuangan terdesentralisasi (DeFi) dari protokol ke "risk operators" atau operator risiko profesional yang mengendalikan keputusan manajemen risiko. **Poin Utama:** * Era dominasi penuh oleh protokol dan komunitas di DeFi telah berakhir, digantikan oleh peran manajer aset baru. * Industri masih muda, tetapi modal dan sumber daya sudah terkonsentrasi di tim operator risiko teratas, dengan rekam jejak praktis menjadi tolok ukur utama. * Ada tiga jalur utama untuk memasuki industri: **distribusi saluran** (menggunakan tim operator sebagai pendukung backend), **penyediaan aset** (membawa aset dunia nyata ke blockchain), dan **operasi mandiri** (membangun tim operator risiko sendiri). * Pilihan jalur menentukan tingkat kendali, kemampuan inti yang dibutuhkan, dan risiko yang dihadapi. * Keputusan kritis bukanlah *apakah* masuk ke DeFi, tetapi *bagaimana* membagi tanggung jawab dan kewenangan manajemen risiko antara pihak eksternal dan internal. **Perkembangan & Kondisi Industri:** Protokol pinjaman awal seperti Aave dan Compound menyatukan infrastruktur dan standar risiko. Kemunculan Morpho dengan arsitektur vault modular memisahkan infrastruktur dan otoritas risiko, mengubah "operator risiko" dari pengelola parameter global menjadi pengelola aset mandiri yang mengoperasikan vault pinjaman khusus. Pada Mei 2026, total aset yang dikelola (TVL) sektor operator risiko mencapai $70 miliar, dengan tiga tim teratas (Steakhouse, Sentora, Gauntlet) menguasai 70% pasar. Persaingan kini berfokus pada standar penerimaan agunan, saluran distribusi modal, dan kemampuan penanganan risiko. **Struktur yang Menyerupai Manajemen Aset Tradisional:** DeFi kini mereplikasi alur kerja manajemen aset tradisional: 1. **Lapisan Distribusi/Perolehan Modal:** Pertukaran terpusat (CEX) dan platform sebagai saluran masuk modal. 2. **Lapisan Strategi & Manajemen Risiko:** Operator risiko DeFi berfungsi seperti manajer portofolio dan komite risiko. 3. **Lapisan Produk & Kustodian:** Vault sebagai produk investasi dan protokol pinjaman sebagai infrastruktur penyelesaian. **Peluang dan Pilihan bagi Lembaga:** Bagi lembaga tradisional, lapisan strategi/manajemen risiko adalah titik masuk terbaik karena memanfaatkan keahlian inti mereka dalam penilaian risiko tanpa memerlukan pengembangan teknologi blockchain yang mendalam. **Kesenjangan Besar dan Masa Depan:** Industri manajemen aset tradisional bernilai $147 triliun, sementara total TVL DeFi hanya $800 miliar, dan sektor operator risikonya hanya $70 miliar. Kesenjangan besar ini menunjukkan potensi pertumbuhan yang masif. Begitu kerangka risiko dan regulasi matang, aliran modal kecil dari pasar tradisional dapat mendorong pertumbuhan eksponensial di DeFi. Tim yang membangun fondasi dan aturan industri awal akan memiliki keunggulan dan kekuatan penetapan standar yang signifikan.

marsbit05/20 07:44

Tiger Research: Operator Risiko On-Chain, Kesenjangan Pasar antara 147 Triliun dan 70 Miliar

marsbit05/20 07:44

YC Partner: Bagaimana Membangun Perusahaan AI-Native yang Berevolusi Sendiri

YC partner Tom Blomfield berpendapat bahwa perusahaan tradisional beroperasi seperti "legiun Romawi" dengan hierarki kaku. Namun, AI membuka kemungkinan untuk mendesain ulang perusahaan secara fundamental. Intinya adalah mengekstraksi pengetahuan bisnis yang tersebar (dalam email, Slack, dokumen) menjadi konteks organisasi yang dapat dibaca dan digunakan AI. Perusahaan asli AI di masa depan akan terdiri dari serangkaian loop AI rekursif yang dapat memperbaiki diri sendiri. Sistem ini akan merasakan perubahan (dari email pelanggan, tiket dukungan, data produk), membuat keputusan melalui lapisan aturan dan alat, lalu belajar dari hasilnya secara otomatis. Contoh di YC: sebuah agen tidak hanya menjawab pertanyaan, tetapi juga memantau kegagalan kueri, mengusulkan perbaikan (alat baru, indeks), dan secara otomatis menerapkan kode—mengoptimalkan perusahaan bahkan saat para pendiri tidur. Struktur organisasi akan berubah: "Bakar token, bukan tambah kepala". Hambatan pertumbuhan akan bergeser dari jumlah karyawan ke penggunaan token dan kualitas konteks bisnis. Fungsi koordinasi manajemen menengah akan banyak digantikan AI. Peran yang tetap penting adalah kontributor individual (IC) dan manusia yang menangani situasi dunia nyata berisiko tinggi. Langkah kuncinya adalah membuat seluruh organisasi dapat dibaca AI: mencatat semua interaksi (email, rapat, percakapan). Pengetahuan ini kemudian dapat disintesis menjadi "otak perusahaan" yang terus diperbarui. Perangkat lunak internal dapat dibuat sementara sesuai permintaan, sementara data dan konteks bisnis adalah aset berharga yang abadi. Manusia akan beroperasi di "tepi" sistem ini, membawa kecerdasan ke situasi dunia nyata yang kompleks dan berisiko. Pertanyaan refleksi: Jika mendirikan perusahaan hari ini, akankah Anda merancangnya sebagai sistem cerdas yang belajar dan berkembang sendiri sejak awal?

marsbit05/20 06:40

YC Partner: Bagaimana Membangun Perusahaan AI-Native yang Berevolusi Sendiri

marsbit05/20 06:40

Altman Ungkap Bom Waktu Saat Musk Sedang Bepergian: Dia Pernah Ingin Anak-anaknya Mewarisi OpenAI

Saat sidang kasus hukum antara Elon Musk dan OpenAI, Sam Altman bersaksi untuk pertama kalinya. Dalam kesaksiannya, Altman mengungkapkan konflik internal mendalam di awal pendirian OpenAI dengan Musk. Altman menyatakan bahwa Musk ingin memiliki kendali yang lebih besar atas OpenAI, termasuk kepemilikan saham mayoritas dan hak penentu akhir atas arah organisasi. Klaim paling mengejutkan adalah bahwa Musk pernah membayangkan untuk mewariskan kendali atas OpenAI kepada anak-anaknya di masa depan—sebuah gagasan yang ditolak keras oleh Altman dengan alasan bertentangan dengan prinsip dasar bahwa AGI seharusnya tidak dikendalikan oleh individu atau entitas tunggal. Altman juga membantah narasi utama Musk bahwa OpenAI telah "mengkhianati misi awalnya" dengan beralih ke struktur for-profit. Dia bersaksi bahwa Musk sejak awal mengetahui dan bahkan mendukung eksplorasi model profit, karena menyadari kebutuhan dana besar untuk pengembangan AI. Perselisihan lain muncul ketika Musk mengusulkan agar OpenAI bergabung dengan Tesla, usul yang ditolak Altman karena khawatir misi penelitian OpenAI akan tersandung oleh tujuan komersial perusahaan mobil. Altman menggambarkan gaya manajemen Musk yang terstruktur dan berorientasi pada hasil sebagai tidak cocok dengan budaya penelitian OpenAI, bahkan merusak moral tim inti. Dia juga mengungkapkan kekhawatiran tim akan tindakan balasan Musk setelah hengkang dari dewan. Dalam kesaksiannya, Altman tampak lebih banyak berbicara sebagai CEO yang menangani tata kelola organisasi dan tantangan sumber daya, dibandingkan sebagai idealis teknologi. Dia mengaku sempat mempertimbangkan pindah ke Microsoft saat sempat dipecat pada 2023, tetapi memilih kembali karena dedikasinya yang besar pada OpenAI.

marsbit05/13 04:16

Altman Ungkap Bom Waktu Saat Musk Sedang Bepergian: Dia Pernah Ingin Anak-anaknya Mewarisi OpenAI

marsbit05/13 04:16

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow