# Artikel Terkait privasi

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

Tidak Semua Rantai Bisa Menjembatani Institusi, Mengapa Canton Bisa?

Tidak semua blockchain dapat menangani kebutuhan institusi keuangan. Canton, dikembangkan oleh Digital Asset, dirancang khusus sebagai lapisan koordinasi infrastruktur yang memungkinkan alur kerja keuangan institusional (seperti obligasi, repo, dan penyelesaian transaksi) beroperasi di ekosistem terdistribusi. Pendekatannya yang berfokus pada privasi data, kontrol izin granular melalui kontrak pintar Daml, serta kemampuan penyelesaian transaksional atomik (atomic settlement) dan sinkronisasi global (Global Synchronizer), menjawab kekhawatiran utama institusi tentang kedaulatan data, kepatuhan, dan pengurangan risiko penyelesaian. Dukungan strategis dari konsorsium institusi keuangan terkemuka—termasuk bank global, perusahaan infrastruktur pasar, dan investor seperti a16z crypto, yang telah mengumpulkan pendanaan sekitar $8.05 miliar—menunjukkan keseriusan adopsi Canton. Token asli jaringan, Canton Coin (CC), berfungsi sebagai mekanisme insentif dan pembayaran biaya untuk menjaga keberlanjutan infrastruktur sinkronisasi publik ini. Jaringan ini telah menunjukkan pertumbuhan nyata, dengan ratusan mitra, ribuan validator aktif, dan volume transaksi besar (termasuk triliunan dolar aset tokenisasi dan ratusan miliar dolar transaksi repo harian). Dengan demikian, Canton tidak mengejar lalu lintas aplikasi retail, tetapi membangun fondasi teratur yang diperlukan untuk menghubungkan dan menyinkronkan aktivitas inti keuangan institusional secara aman dan efisien, yang pada akhirnya dapat memperluas kumpulan aset institusional yang siap dijalankan di chain dan mendorong peningkatan likuiditas di pasar on-chain di masa depan.

Foresight News06/12 08:42

Tidak Semua Rantai Bisa Menjembatani Institusi, Mengapa Canton Bisa?

Foresight News06/12 08:42

Ekosistem Ritel Meredup, ZKsync Berharap pada Percontohan Perbankan untuk Menemukan Solusi

Mengingat ekosistem investor ritel yang terus menyusut, ZKsync sekarang memfokuskan strateginya pada lembaga keuangan tradisional, terutama perbankan, untuk mencari terobosan. ZKsync menawarkan solusi layer-2 dengan teknologi zero-knowledge yang memungkinkan bank memproses dan memverifikasi transaksi tanpa mengungkapkan data sensitif, sekaligus menyelesaikannya di Ethereum. Fitur privasi dan kepatuhan ini menarik minat institusi seperti Deutsche Bank dan platform Tradable. Sementara proyek seperti Kinexys JPMorgan (jaringan privat) dan R3 Corda (konsorsium) menjadi pesaing, keunggulan ZKsync terletak pada kemampuannya untuk diverifikasi secara publik tanpa mengorbankan privasi dan ketahanannya karena tidak bergantung pada entitas tunggal. Namun, peralihan fokus ke klien institusional ini diiringi dengan merosotnya aktivitas DeFi ritel, seperti ditunjukkan oleh penarikan protokol Aave dan penurunan TVL. Tantangan utama ZKsync adalah model tata kelola yang terdesentralisasi. Biaya dan aturan jaringan dapat diubah melalui pemungutan suara komunitas pemegang token ZK, menciptakan ketidakpastian bagi perencanaan keuangan institusi. Meski memiliki mekanisme "komite keamanan" untuk intervensi darurat, kendali akhir tetap berada di tangan komunitas. ZKsync bertaruh pada adopsi jangka panjang oleh bank-bank yang cenderung enggan berpindah platform sekali berinvestasi. Hasil dari strategi ini, apakah akan sukses sebagai infrastruktur keuangan utama atau gagal karena perbedaan model tata kelola, diharapkan terlihat dalam 18 bulan ke depan.

Foresight News06/12 04:23

Ekosistem Ritel Meredup, ZKsync Berharap pada Percontohan Perbankan untuk Menemukan Solusi

Foresight News06/12 04:23

Ketika Lalu Lintas AI Melampaui Manusia, Bagaimana Membuktikan Anda Manusia?

Dengan kemajuan pesat AI, lalu lintas internet yang dihasilkan agen AI kini melampaui aktivitas manusia, mengancam model bisnis tradisional yang mengandalkan perhatian dan klik pengguna. Situs web berjuang karena AI mengambil konten tanpa menghasilkan pendapatan, sementara ringkasan AI dari mesin pencari seperti Google mengurangi lalu lintas ke situs asli secara drastis. Untuk membedakan manusia dari AI, teknologi verifikasi tradisional seperti CAPTCHA sudah tidak efektif. Solusi yang muncul adalah biometrik perilaku, yang menganalisis pola unik manusia seperti gerakan kursor, ritme mengetik, dan cara memegang perangkat. Namun, pendekatan ini menimbulkan kekhawatiran privasi karena data biologis dikumpulkan dan dikendalikan oleh perusahaan. Dua jalur utama sedang dikembangkan: sistem terpusat seperti World (dahulu Worldcoin) yang memindai iris mata, dan sistem desentralisasi menggunakan teknologi zero-knowledge proof untuk membuktikan keaslian manusia tanpa mengungkap identitas. Meski sistem terpusat lebih mudah diadopsi, mereka berisiko menyalahgunakan data pengguna. Sebaliknya, sistem enkripsi menghadapi tantangan seperti pasar gelap penyewaan identitas, terutama di daerah dengan ketimpangan ekonomi. Penulis berargumen bahwa meski tidak sempurna, solusi berbasis enkripsi lebih disukai karena melindungi privasi dengan tidak memerlukan pengumpulan data biologis permanen, yang bisa disalahgunakan dalam skema pengawasan terpusat.

marsbit06/12 02:47

Ketika Lalu Lintas AI Melampaui Manusia, Bagaimana Membuktikan Anda Manusia?

marsbit06/12 02:47

Ketika Lalu Lintas AI Melebihi Manusia, Bagaimana Membuktikan Anda adalah Manusia?

Dengan lalu lintas AI melebihi manusia, situs web menghadapi gangguan besar. AI tidak mengklik iklan atau berbelanja, tetapi hanya mengambil data, merusak model bisnis internet yang bergantung pada perhatian manusia. Sebagai respons, 2,5 juta situs web telah memblokir bot AI, dan Cloudflare menciptakan "halaman labirin" untuk menjebak crawler. Namun, AI canggih mampu melewati perlindungan ini, mendorong pengembangan sistem verifikasi manusia yang lebih andal. Metode tradisional seperti CAPTCHA sudah tidak efektif karena AI kini lebih baik dalam tugas-tugas tersebut. Solusi baru berfokus pada biometrik perilaku—menganalisis pola unik seperti gerakan kursor, ritme mengetik, dan bahkan gaya berjalan—untuk membedakan manusia dari mesin. Perusahaan seperti IBM dan BioCatch mengembangkan sistem yang memantau perilaku ini secara real-time. Industri terpecah menjadi dua pendekatan utama: solusi terpusat seperti World (dulu Worldcoin) yang memindai iris mata, dan solusi berbasis enkripsi seperti bukti pengetahuan nol (zero-knowledge proof) yang memungkinkan verifikasi tanpa mengungkap identitas. Pendekatan terpusat menimbulkan kekhawatiran privasi dan pengumpulan data biometrik yang berlebihan, sementara pendekatan terdesentralisasi rentan terhadap penyalahgunaan, seperti penyewaan identitas oleh pasar gelap. Meski kedua metode memiliki kelemahan, penulis cenderung mendukung solusi enkripsi untuk melindungi privasi, daripada sistem terpusat yang dapat mengumpulkan dan mengunci data biometrik pengguna secara permanen.

Foresight News06/11 09:17

Ketika Lalu Lintas AI Melebihi Manusia, Bagaimana Membuktikan Anda adalah Manusia?

Foresight News06/11 09:17

Apple dengan Kapitalisasi Pasar 4 Triliun Dolar, Mengapa Tak Bisa Menghadirkan Siri yang Cerdas?

Penulis: Hu Shixin, Editor: Ye Jinyan Pada acara WWDC2026, Apple meluncurkan Apple Intelligence dan Siri AI yang diperbarui, menjawab pertanyaan tentang kemampuan AI perusahaan yang tertinggal. Siri AI yang baru didukung oleh teknologi model dasar dari kolaborasi dengan Google (Gemini), tetapi dijalankan pada model Apple sendiri yang dioptimalkan untuk perangkatnya. Siri kini dapat memahami konteks layar, data pribadi, dan menjalankan tugas di berbagai aplikasi, berubah dari asisten suara menjadi pusat operasi sistem. Namun, kemampuan yang ditunjukkan sebagian besar sudah umum di industri, dan fungsinya belum tersedia di UE dan Tiongkok daratan karena regulasi. Peluncuran ini dianggap sebagai upaya Apple untuk mengejar ketertinggalan setelah lambat merespons revolusi AI generatif, yang dipicu oleh kesuksesan ChatGPT. Artikel ini menelusuri "utang AI" Apple di era CEO Tim Cook, termasuk perkembangan Siri yang lambat sejak akuisisi tahun 2010, pergantian kepemimpinan yang sering, dan keterlambatan dalam pengembangan model dasar. Proyek Apple Intelligence sempat tertunda pada 2024 karena masalah stabilitas, mendorong reorganisasi tim dan kolaborasi dengan Google. Analis berpendapat bahwa tujuan utama Apple bukanlah menciptakan model terkuat, melainkan mempertahankan Siri sebagai pintu masuk utama di perangkatnya untuk mengontrol konteks pribadi pengguna dan potensi pendapatan masa depan. Masa depan pertumbuhan Apple bergantung pada kemampuannya membuktikan bahwa AI dapat mendorong siklus pergantian perangkat atau pendapatan layanan baru, sambil mengatasi tantangan pengembangan perangkat keras alternatif seperti kacamata pintar.

marsbit06/10 00:08

Apple dengan Kapitalisasi Pasar 4 Triliun Dolar, Mengapa Tak Bisa Menghadirkan Siri yang Cerdas?

marsbit06/10 00:08

Apple Akhirnya Mengakui, Siri Sudah Tua

Apple akhirnya mengakui bahwa Siri telah tertinggal. Pada WWDC 2026, Apple memperkenalkan "Siri AI", hasil kolaborasi mendalam dengan Google yang menggunakan kemampuan model Gemini untuk melatih model dasar generasi baru mereka. Apple merilis lima Apple Foundation Models, dengan model terkecil 3 miliar parameter yang berjalan di perangkat, dan model cloud terbesar dioptimalkan untuk GPU Nvidia. Sejarah Siri dimulai pada 2011 sebagai asisten pribadi pertama, tetapi perkembangannya terhambat oleh pendekatan Apple yang tertutup dan penekanan berlebihan pada privasi serta komputasi *on-device*. Meskipun Apple telah mengintegrasikan AI dalam fitur sistem selama bertahun-tahun, kehadiran ChatGPT mengubah pasar, memaksa Apple untuk bertindak. Pada 2024, Apple memperkenalkan Apple Intelligence, tetapi mengalami keterlambatan. Pada 2026, mereka menjalin kemitraan strategis dengan Google, membayar miliaran dolar untuk akses ke model Gemini guna mendongkrak kemampuan Siri. Infrastruktur Private Cloud Compute kini juga memanfaatkan Google Cloud dan GPU Nvidia. Inti strategi Apple tetap pada kontrol perangkat dan integrasi sistem. Siri AI diintegrasikan ke dalam sistem, memiliki memori, dan dapat menyinkronkan percakapan antar perangkat. Apple membuka kerangka kerja bagi pengembang untuk mengintegrasikan model AI eksternal seperti Claude dan Gemini. Namun, tantangan tetap ada. Di China, Apple Intelligence akan membutuhkan kemitraan dengan model lokal dan adaptasi peraturan. Selain itu, fitur ini hanya tersedia untuk perangkat Apple terbaru, berpotensi menciptakan pembagian di antara pengguna. Pada akhirnya, tujuan Apple adalah menciptakan AI yang memahami konteks kehidupan pengguna, tidak hanya menjadi chatbot, tetapi asisten yang benar-benar membantu meringankan beban kognitif sehari-hari.

marsbit06/09 07:21

Apple Akhirnya Mengakui, Siri Sudah Tua

marsbit06/09 07:21

Mengapa Ethereum Masih Memerlukan Kohaku? Masalah Privasi Tidak Hanya Terjadi di Transaksi

**Ringkasan: Mengapa Ethereum Membutuhkan Kohaku? Masalah Privasi Tidak Hanya Terjadi dalam Transaksi** Kohaku adalah inisiatif dari Ethereum Foundation yang berfokus pada alat dan infrastruktur **privacy-first** (mengutamakan privasi). Tujuannya bukan untuk menciptakan aplikasi tunggal, melainkan menjembatani kesenjangan antara protokol privasi canggih (seperti Railgun, Privacy Pools) dan pengalaman pengguna sehari-hari di dompet dan aplikasi. **Masalah yang Ingin Diselesaikan:** Ethereum transparan secara default, sehingga aktivitas dompet (aset, transaksi, interaksi dengan dApp) dapat dilacak dan dianalisis publik. Ini menimbulkan kekhawatiran privasi yang mendasar, mirip dengan mempublikasikan semua catatan keuangan dan sosial seseorang. **Apa yang Dilakukan Kohaku?** Kohaku berusaha membuat kemampuan privasi lebih mudah diakses dan digunakan dengan: 1. **Privasi di Lapisan Dompet:** Mendorong manajemen banyak akun untuk berbagai keperluan ("many accounts, many you") agar pengguna tidak membocorkan semua aktivitas dari satu alamat. 2. **Transaksi dengan Visibilitas Terkendali:** Mengintegrasikan protokol "kolam privasi" ke dalam alur kerja dompet, sehingga pengguna dapat memilih apa yang ingin dibagikan. 3. **Privasi RPC & Jaringan:** Melindungi tidak hanya transaksi, tetapi juga data permintaan kueri pengguna ke node, yang dapat membocorkan minat dan perilaku mereka. 4. **Peningkatan Kebergunaan bagi Pengembang:** Menyediakan perangkat dan dokumentasi untuk memudahkan pengembang mengintegrasikan fitur privasi ke dalam dApp dan dompet. **Kesalahpahaman yang Umum:** * Privasi bukan untuk kejahatan, tetapi kebutuhan dasar untuk melindungi informasi pribadi. * Adanya protokol privasi tidak otomatis membuatnya mudah digunakan oleh pengguna biasa. * Kohaku bukan produk tunggal, melainkan serangkaian alat dan upaya infrastruktur. * Privasi dan kepatuhan regulasi dapat didamaikan melalui mekanisme seperti pengungkapan selektif. **Dampaknya bagi Pengguna:** Jika diadopsi oleh dompet, Kohaku dapat memberikan pengalaman yang lebih aman dan memiliki batasan, seperti manajemen akun yang lebih intuitif, penggunaan fitur privasi yang lebih mudah, dan lebih banyak kendali atas informasi apa yang dibagikan dan kepada siapa. Kesimpulannya, Kohaku adalah upaya penting untuk melengkapi Ethereum dengan privasi yang praktis. Ini adalah potongan puzzle yang diperlukan agar Ethereum dapat menjadi infrastruktur publik yang matang—tidak hanya terbuka dan dapat diakses oleh semua orang, tetapi juga menghormati hak pengguna untuk memiliki batasan yang wajar.

marsbit06/09 00:47

Mengapa Ethereum Masih Memerlukan Kohaku? Masalah Privasi Tidak Hanya Terjadi di Transaksi

marsbit06/09 00:47

活动图片