# Artikel Terkait Token

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

Era Dominasi Bitcoin di Crypto, Berakhir

Penulis: Charlie Kompilasi: Luffy, Foresight News Era di mana Bitcoin mendominasi seluruh pergerakan pasar crypto sedang berakhir. Ekonomi crypto kini terbagi menjadi dua kubu: aset endogen dan aset eksogen. Aset endogen, seperti Bitcoin dan kebanyakan aset crypto tradisional, nilainya bergantung sepenuhnya pada siklus pasar crypto. Harga Bitcoin memengaruhi persepsi nilai intrinsiknya. Sebaliknya, aset eksogen hanya secara nominal berada di jalur crypto, tetapi nilai dan perkembangannya semakin independen dari pasar crypto. Proyek seperti Hyperliquid berada di antara kedua kubu, dengan bisnis yang masih terkait crypto tetapi memperluas aset dasarnya. Sementara itu, proyek seperti Venice sepenuhnya masuk kubu eksogen. Model bisnisnya berfokus pada layanan AI konsumen, dengan token hanya sebagai alat pembawa nilai dan pemasaran. Perusahaan seperti Figure menggunakan blockchain sebagai teknologi pendukung untuk bisnis inti pinjaman mereka. Munculnya aset eksogen berskala besar memiliki makna mendalam. Tidak seperti siklus sebelumnya yang bergantung pada sentimen dan narasi, siklus saat ini ditandai oleh permintaan berkelanjutan yang dapat diukur dan investasi berdasarkan fundamental. Contohnya, pendapatan Venice berasal dari pembayaran nyata pengguna untuk layanan AI-nya, tidak terpengaruh naik-turunnya harga crypto. Demikian pula, akuisisi perusahaan terkait stablecoin seperti BVNK oleh Mastercard menunjukkan perkembangan yang terlepas dari siklus bull/bear crypto. Ini tidak berarti aset endogen seperti Bitcoin kehilangan relevansi. Mereka tetap memiliki tempat dalam portofolio, mirip seperti emas dan saham pertambangan emas. Namun, logika penggerak kinerja dan korelasi pasar antara kedua jenis aset ini kini berbeda secara fundamental. Perubahan ini mengubah logika analisis industri. Menganalisis aset eksogen memerlukan due diligence fundamental seperti menganalisis perusahaan tradisional: memahami basis pengguna berbayar, model ekonomi, dan parit kompetitif, dengan harga Bitcoin bukan lagi indikator utama. Beberapa jalur eksogen yang potensial meliputi: bursa dan broker on-chain, solusi penyelesaian/penebusan untuk tokenisasi aset ekor panjang, integrasi crypto+AI (mis., inferensi privat), bank digital baru, sektor pinjaman, penerbit stablecoin, penyedia tokenisasi aset riil, saluran pembayaran, produk konsumen crypto non-finansial, dan ekonomi agen. Saat ini, berinvestasi di ekuitas perusahaan terkait masih merupakan cara utama untuk mendapatkan eksposur ke sektor-sektor ini, dengan token berkualitas sebagai pengecualian. Perbaikan mekanisme pembawa nilai token masih diperlukan. Intinya, pendorong pasar crypto sedang bergeser dari faktor tunggal ke faktor multifaktor. Fokus penelitian industri bergerak dari membaca grafik harga Bitcoin ke mendalami fundamental perusahaan. Ke depan, pasar tidak akan lagi bergerak serempak, karena lanskap industrinya telah berubah.

marsbit3j yang lalu

Era Dominasi Bitcoin di Crypto, Berakhir

marsbit3j yang lalu

Dari 'Menjual Cloud' ke 'Menjual Token': Operator Telekomunikasi Masuk Penuh ke Medan Perang AI

Industri AI mencapai titik balik penting dengan operator telekomunikasi besar China memasuki pasar. Pada 17 Mei, China Telecom mengumumkan paket Token uji coba komersial, dengan harga mulai dari 9,9 RMB per bulan untuk 10 juta token untuk individu/rumah tangga, dan paket bisnis dari 39,9 RMB. China Mobile dan China Unicom juga meluncurkan penawaran serupa. Ini menandai **Token menjadi unit pengukuran layanan komunikasi dasar keempat**, setelah suara, SMS, dan data. Perubahan ini merepresentasikan **rekonstruksi identitas kedua operator dalam 30 tahun**. Dari penyedia cloud pemerintah/perusahaan, mereka bertransformasi menjadi **penyedia layanan akses AI terintegrasi**. Tekanan pasar mendorong perubahan: pangsa operator di pasar AI IaaS menurun, sementara raksasa internet seperti Alibaba dan Tencent sudah menawarkan paket Token yang mudah dipahami. Pertumbuhan pendapatan operator tradisional melambat, sementara layanan AI dan komputasi cerdas menunjukkan momentum kuat (contoh: pertumbuhan 279% untuk China Mobile). Untuk beralih dari "menjual data" ke "menjual Token", operator perlu mengintegrasikan empat elemen inti: **model AI** (menyatukan model umum, industri, dan pihak ketiga), **daya komputasi** (membuat jaringan komputasi cerdas yang dapat dijadwalkan), **aplikasi & agen cerdas** (mengemas kemampuan AI untuk industri spesifik), serta **penagihan & operasi** (menyederhanakan harga melalui paket Token). Mereka membangun "perancah lima lapis": lapisan model, komputasi, aplikasi, penagihan, serta keamanan & kepatuhan. Dengan struktur ini, operator seperti China Telecom telah melayani 37.000 klien. Paket Token berpotensi menjadi **unit pengukuran, penyelesaian, dan operasi baru untuk layanan AI**, membuat kemampuan cerdas dapat diakses dan dibeli seperti utilitas. Tantangan ke depan termasuk menjamin kualitas model, stabilitas agen, penurunan biaya, dan penerimaan pasar. **Kunci kesuksesan adalah mengubah "akses AI" menjadi layanan tingkat telekomunikasi yang terukur, dapat ditagih, dan terjamin.** Jika berhasil, AI dapat menjadi faktor produksi yang digunakan terus-menerus seperti listrik atau air.

marsbit4j yang lalu

Dari 'Menjual Cloud' ke 'Menjual Token': Operator Telekomunikasi Masuk Penuh ke Medan Perang AI

marsbit4j yang lalu

PA Visual | Satu Gambar Pahami Peristiwa Web3 Penting yang Patut Diperhatikan di Bulan Juni

"PA Pictorial: Peta untuk Memahami Peristiwa Web3 Penting yang Perlu Diperhatikan pada Juni" Jelajahi Kalender Kripto terbaru PANews dengan cakupan lebih lengkap, penyaringan fleksibel, dan ekspor yang mudah. Pada Juni, pasar kripto dipadati oleh keputusan suku bunga makro, data ekonomi penting, pelepasan token, dan acara teknologi tradisional. Poin-poin intinya meliputi: 📌 Amerika Serikat merilis data NFP dan CPI bulan Mei. The Fed menerbitkan Buku Beige dan menggelar konferensi pers kebijakan, dengan preferensi risiko pasar tetap dipengaruhi ekspektasi makro. 🏦 Bank Sentral Eropa dan Bank of Japan akan mengumumkan keputusan suku bunga, menjadikan likuiditas global dan jalur suku bunga sebagai salah satu tema utama pasar di Juni. 🪙 Beberapa token seperti SUI dan ENA akan mengalami pelepasan (unlock), perlu diperhatikan risikonya. 🚀 Perkembangan proyek: Coinbase akan meluncurkan futures indeks saham perpetual perdana, CME Group berencana meluncurkan futures indeks kripto Nasdaq; SharpLink akan dimasukkan ke dalam Indeks Russell 2000 dan 3000. ⚠️ Penyaringan proyek terus berlanjut: Layanan seperti browser Bitcoin Ordinals, Ord.io, secara bertahap berhenti beroperasi. Perhatikan pengaturan penarikan dan migrasi aset. 🌐 Acara penting lainnya: Pembukaan Piala Dunia, pembukaan Apple WWDC26, penawaran saham SpaceX, pertemuan IPO S&T UBTECH di pasar STAR, dll. Dengan makroekonomi, pelepasan token, regulasi, penyaringan proyek, dan acara teknologi yang berlangsung bersamaan, pasar pada Juni mungkin terus mencari arah baru di tengah ekspektasi likuiditas, perubahan kebijakan, dan rotasi ekosistem. Kunci inti peristiwa global dan alur utama Web3 Juni 2026 dalam satu peta!

marsbit14j yang lalu

PA Visual | Satu Gambar Pahami Peristiwa Web3 Penting yang Patut Diperhatikan di Bulan Juni

marsbit14j yang lalu

Dari Token ke Tenaga Kerja Mesin: AI Sedang Berubah dari Alat Menjadi 'Pekerja'

Dari Token ke Tenaga Kerja Mesin: AI Berubah dari Alat Menjadi "Pekerja" AI mulai menulis kode, menangani tiket dukungan pelanggan, dan meninjau dokumen hukum. Artikel ini mengusulkan kerangka baru: komersialisasi AI sedang bergerak menuju "pasar tenaga kerja mesin". Dalam pasar ini, token hanyalah unit pengukuran, GPU adalah bahan baku, dan model adalah alat produksi. Objek yang benar-benar ditetapkan harganya dan diperdagangkan adalah kerja ekonomi yang diselesaikan langsung oleh perangkat lunak. Mekanisme penetapan harga AI akan berkembang dari token mentah, kemampuan model yang terstandarisasi, tenaga kerja yang terspesialisasi industri, hingga pasar hasil yang dapat diprogram. Di masa depan, perusahaan mungkin tidak lagi peduli model atau GPU mana yang menyelesaikan suatu tugas, tetapi lebih pada apakah tugas itu diselesaikan dalam batas latensi, akurasi, keandalan, dan biaya yang ditentukan. Implikasinya, dampak AI pada pasar tenaga kerja manusia tidak hanya sekadar penggantian. Saat mesin mengambil alih lebih banyak pekerjaan yang dapat distandardisasi dan diverifikasi, peran manusia mungkin bergeser ke pengawasan, penanggung jawab, manajemen konteks, dan keputusan akhir. Dalam beberapa kasus, penilaian manusia untuk 1% akhir justru menjadi lebih berharga karena dapat membuka kunci 99% otomatisasi skala besar. Pasar AI adalah pasar ekspansif. Ketika biaya kerja turun, permintaan tidak tetap. Jika interaksi dukungan pelanggan menjadi lebih murah, perusahaan dapat menawarkan layanan 24/7, menciptakan pasar interaksi pelanggan yang lebih besar. Persaingan tahap berikutnya di pasar AI mungkin bukan lagi sekadar pertarungan kemampuan model atau perang harga daya komputasi, tetapi tentang siapa yang dapat pertama kali menstandarisasi, memverifikasi, dan menetapkan harga "pekerjaan", akhirnya menjadikan tenaga kerja mesin sebagai faktor produksi baru yang dapat dibeli, diselesaikan, dan diperdagangkan.

marsbitKemarin 12:36

Dari Token ke Tenaga Kerja Mesin: AI Sedang Berubah dari Alat Menjadi 'Pekerja'

marsbitKemarin 12:36

Ketika Token Lebih Mahal daripada Manusia, 'Narasi AI' Menghadapi Masalah

Aliran uang perusahaan untuk AI menghadapi ujian ketat karena biaya token terus melonjak, namun nilai bisnis yang terukur sulit ditemukan. Eksekutif Uber dan Microsoft menyoroti kesenjangan antara peningkatan konsumsi token dan perbaikan produk nyata, menciptakan istilah "tokenmaxxing" untuk menggambarkan pemborosan. Data dari berbagai sumber memperlihatkan gambaran mengkhawatirkan: Uber menghabiskan anggaran Claude Code tahunan dalam empat bulan, dengan tagihan per engineer mencapai $2000 per bulan. Platform Entelligence.AI menemukan bahwa dari setiap $1 biaya token AI, hanya $0,18 yang menciptakan nilai bagi pengguna, sementara sisanya habis untuk memperbaiki bug, pengerjaan ulang, dan gesekan dalam tinjauan. Harga token sendiri telah naik sekitar 65% sejak akhir Februari. Para analis terbelah. Pandangan positif berargumen bahwa ini hanya fase transisi, dan konsumsi token akan bergeser ke metrik biaya-per-tindakan-efektif yang lebih sehat, didukung oleh tanda-tanda peningkatan produktivitas nyata. Pandangan skeptis, yang dipimpin oleh analis seperti Jim Covello dari Goldman Sachs, memperingatkan bahwa model saat ini tidak berkelanjutan. Hampir semua nilai dalam rantai pasokan AI mengalir ke perusahaan semikonduktor seperti Nvidia, sementara banyak perusahaan pengguna berjuang untuk melihat ROI. Penelitian MIT bahkan menunjukkan 95% investasi AI generatif memberi laba nol. Kekhawatiran lain adalah struktur pendanaan melingkar antara raksasa cloud (Microsoft, Google, dll.) dan lab AI (OpenAI, Anthropic). Lab AI membayar tagihan komputasi besar ke penyedia cloud, yang juga investor utama mereka, menciptakan siklus ketergantungan. Keberlanjutan sistem ini bergantung pada aliran pendanaan eksternal yang konstan ke lab AI dan kesediaan pelanggan perusahaan membayar tagihan token yang terus naik. Meski tidak sebanding dengan gelembung dot-com 1999 dari segi valuasi, masalahnya nyata. Teknologi AI terbukti bermanfaat bagi pengguna berat, tetapi pertanyaannya kini adalah apakah penghematan biaya di tingkat perusahaan pengguna dapat mengimbangi biaya token yang meningkat dengan cukup cepat. Narasi bahwa peningkatan konsumsi token sama dengan keberhasilan transformasi AI telah runtuh. Faktanya, tagihan AI telah jatuh tempo, tetapi masih belum jelas siapa yang akhirnya akan membayarnya.

marsbit05/29 01:46

Ketika Token Lebih Mahal daripada Manusia, 'Narasi AI' Menghadapi Masalah

marsbit05/29 01:46

Perang Anggaran Token: AI Perusahaan Masuk ke 'Era Perhitungan'

Perang Anggaran Token: AI Perusahaan Masuki 'Era Pertanggungjawaban Biaya' Dua tahun terakhir, banyak perusahaan mendorong penggunaan AI untuk mengikuti tren. Namun, kini CEO dan CFO mulai mempertanyakan nilai riil dari setiap dolar yang dihabiskan untuk token AI. Perdebatan tentang anggaran token intinya bukan sekadar memotong tagihan, tetapi menilai ulang alokasi sumber daya kecerdasan. Fase pertama AI perusahaan membuktikan bahwa model dapat menyelesaikan pekerjaan. Fase berikutnya akan menentukan: pekerjaan mana yang benar-benar layak dibayar? Biaya inferensi AI kini menjadi biaya operasional berkelanjutan, bukan lagi anggaran eksperimen. Tagihan token yang tinggi bisa mencerminkan pekerjaan nyata, tetapi juga bisa berarti pemborosan karena prompt yang buruk, konteks yang tidak relevan, atau pemilihan model yang berlebihan. Utilitas token marjinal—nilai bisnis yang diciptakan per dolar tambahan biaya inferensi—menjadi angka kunci namun sulit dilihat. Penyebabnya antara lain ekor panjang percobaan ulang (retry), inflasi konteks yang meningkatkan biaya secara kuadratik, dan perutean yang tidak efisien ke model termahal. AI mengubah logika SaaS. Penggunaan SaaS mengindikasikan adopsi perangkat lunak, sementara penggunaan AI hanya menunjukkan "meteran berjalan", tanpa jaminan nilai. Perusahaan membutuhkan lapisan atribusi yang menghubungkan biaya token dengan hasil bisnis, seperti biaya per tiket layanan yang diselesaikan atau per klaim yang diproses. Mereka yang menguasai atribusi dari token ke hasil akan mengendalikan alokasi anggaran AI: alur kerja mana yang pantas mendapat daya komputasi lebih, mana yang harus dialihkan ke model lebih murah, atau mana yang tetap ditangani manusia. Ini adalah inti dari perang anggaran token dan masa depan AI perusahaan yang matang.

marsbit05/28 12:16

Perang Anggaran Token: AI Perusahaan Masuk ke 'Era Perhitungan'

marsbit05/28 12:16

Mengapa 'Teori Utilitas' Sam Altman Memicu Kontroversi Hak Cipta

Sam Altman, CEO OpenAI, mengibaratkan AI sebagai utilitas publik seperti listrik atau air yang akan dijual per token oleh perusahaannya. Pernyataan ini, yang ditujukan kepada investor infrastruktur seperti BlackRock untuk mendanai proyek pusat data, memicu kritik tajam. Kritikus menekankan perbedaan mendasar: utilitas seperti listrik dan air dibangun dari nol (*"incremental"*), sedangkan model AI dilatih dengan *"rekombinasi"* data milik publik—buku, seni, kode—seringkali tanpa izin atau kompensasi bagi pencipta aslinya. Pola "ambil gratis, jual kembali" ini dinilai tidak etis. Lebih lanjut, mekanisme penagihan per token AI dinilai bertentangan dengan prinsip *"layanan universal"* utilitas publik sejati. Tarif token bersifat diskriminatif (output lebih mahal daripada input) dan berfokus pada memaksimalkan pendapatan, bukan menjamin akses terjangkau bagi semua. Meski pertahanan hukum *"penggunaan wajar"* (fair use) masih kuat bagi perusahaan AI, praktik mereka sendiri—seperti membeli data berlisensi dari Reddit atau News Corp—secara tidak langsung menggugat argumen bahwa data pelatihan dapat diambil secara bebas. Kesimpulannya, meski AI semakin menjadi infrastruktur, klaim sebagai "utilitas publik" rapuh karena tiga celah: **celah kepemilikan** (sumber data), **celah penetapan harga** (token vs. tarif regulasi publik), dan **celah tata kelola** (kurangnya kerangka regulasi publik). Infrastrukturisasi AI perlu menyertakan mekanisme distribusi manfaat yang adil bagi para pencipta data, bukan hanya skalabilitas komputasi dan penagihan token.

marsbit05/27 10:05

Mengapa 'Teori Utilitas' Sam Altman Memicu Kontroversi Hak Cipta

marsbit05/27 10:05

活动图片