Karyawan OpenAI Pertama yang Menjual Saham, Kini Telah Menjadi Miliarder

marsbitDipublikasikan tanggal 2026-05-14Terakhir diperbarui pada 2026-05-14

Abstrak

Ratusan karyawan OpenAI telah menjadi jutawan dolar berkat penjualan saham perusahaan, bahkan sebelum IPO. Menurut The Wall Street Journal, lebih dari 600 karyawan saat ini dan mantan karyawan OpenAI mencairkan saham senilai total $6,6 miliar pada Oktober lalu. Sekitar 75 orang di antaranya masing-masing memperoleh $30 juta. Fenomena ini mencerminkan pergeseran penting dalam industri AI. Biasanya, karyawan startup baru bisa mencairkan kekayaan mereka setelah perusahaan go public. Namun, perusahaan AI terkemuka seperti OpenAI kini memungkinkan karyawan untuk mendapatkan imbalan finansial lebih awal melalui penjualan saham sekunder, akuisisi, dan lisensi teknologi. CEO OpenAI Sam Altman dikabarkan tidak memegang saham, namun Presiden Greg Brockman memiliki saham senilai sekitar $30 miliar dan mantan ilmuwan utama Ilya Sutskever sekitar $7 miliar. OpenAI juga meningkatkan batas penjualan saham per karyawan dari $10 juta menjadi $30 juta untuk mempertahankan talenta terbaik di tengah persaingan ketat dengan raksasa seperti Meta. Tren serupa terlihat di perusahaan AI lain. DeepSeek dari China dikabarkan mencari pendanaan eksternal dengan valuasi $50 miliar untuk membangun insentif saham bagi karyawan. Anthropic menuju IPO, Cerebras Systems bersiap untuk IPO besar-besaran, sementara Character.AI memilih jalur lisensi teknologi senilai $2,7 miliar ke Google. Kesimpulannya, gelombang AI tidak hanya menciptakan kekayaan bagi pendiri dan investor, tetapi juga memberi peluang likuid...

Menciptakan jutawan dolar dalam jumlah besar, tunggu hingga perusahaan go public?

Wall Street Journal mengungkapkan serangkaian data yang cukup mengejutkan. Pada Oktober tahun lalu, lebih dari 600 karyawan OpenAI saat ini dan mantan karyawan mencairkan total $66 miliar melalui penjualan saham, dengan sekitar 75 orang masing-masing mencairkan $30 juta.

Ini berarti, sebelum OpenAI go public, sekelompok eksekutif dan karyawan biasa telah lebih dahulu mendapatkan imbalan kekayaan dari gelombang AI ini.

Ini juga merupakan salah satu perubahan paling patut diperhatikan di industri AI saat ini. Dulu, karyawan startup biasanya harus menunggu hingga IPO baru dapat benar-benar mencairkan saham yang mereka pegang. Tapi sekarang, perusahaan AI terkemuka telah mempercepat waktu pembebasan kekayaan secara signifikan.

OpenAI adalah sampel paling mencolok, DeepSeek sedang mengejar ketertinggalan dalam valuasi eksternal dan insentif ekuitas, sementara perusahaan seperti Anthropic, Cerebras, Character.AI menunjukkan bahwa pembiayaan, penawaran tender, transaksi pasar sekunder, lisensi teknologi, dan transfer tim... jalur penciptaan kekayaan AI semakin beragam.

Bagi perusahaan AI, ini adalah senjata baru untuk menarik talenta terbaik. Bagi talenta AI, kemampuan teknis tidak lagi hanya ditukar dengan gaji tinggi dan opsi saham, tetapi juga lebih mungkin berubah menjadi keuntungan nyata sebelum perusahaan go public.

1

Mari kita lihat dulu 'mitos penciptaan kekayaan' OpenAI.

Eksekutif OpenAI menghasilkan banyak uang, ini telah menjadi pengetahuan publik melalui perang pengadilan baru-baru ini.

Baru-baru ini, kasus Musk melawan OpenAI, Altman, dan lainnya dimulai di pengadilan.

Presiden Brockman bersaksi di pengadilan bahwa nilai ekuitas yang dia pegang sekitar $30 miliar. Sementara itu, mantan Kepala Ilmuwan Sutskever juga mengungkapkan dalam persidangan Musk melawan OpenAI bahwa nilai ekuitas OpenAI yang dia pegang sekitar $7 miliar.

CEO Sam Altman mengatakan bahwa dia tidak memegang saham perusahaan, dengan alasan sifat nirlaba perusahaan, meskipun beberapa investor memperkirakan bahwa jika restrukturisasi profit OpenAI akhirnya berjalan lancar, Altman mungkin masih mendapatkan pengaturan ekuitas di masa depan.

Banyak karyawan biasa juga telah mencairkan kekayaan dalam jumlah besar.

Wall Street Journal mengungkapkan bahwa pada Oktober tahun lalu, OpenAI mengadakan penjualan saham besar-besaran, lebih dari 600 karyawan saat ini dan mantan karyawan mencairkan saham yang mereka pegang pada hari yang sama, total mencairkan sekitar $66 miliar.

Di antara karyawan-karyawan ini, sekitar 75 orang mencapai batas penjualan maksimum yang ditetapkan perusahaan, masing-masing mencairkan $30 juta.

Sebagian karyawan menyumbangkan sisa saham mereka ke donor-advised funds, untuk mendukung kegiatan amal dan mendapatkan pengurangan pajak tahun itu.

Penjualan ini adalah salah satu peristiwa pencairan ekuitas karyawan terbesar dalam industri AI hingga saat ini.

Transaksi ini juga menandai pertama kalinya sejak peluncuran ChatGPT OpenAI mengizinkan karyawan baru untuk mencairkan saham.

Ini adalah perubahan yang jelas, dalam hal pencairan saham karyawan, OpenAI semakin murah hati.

Sebelumnya perusahaan menetapkan bahwa karyawan harus bekerja setidaknya dua tahun sebelum dapat menjual saham, sehingga banyak ahli teknis yang bergabung dengan perusahaan sebelumnya tidak dapat mencairkan saham.

Dibandingkan dengan pembagian saham pertama tujuh tahun lalu, nilai ekuitas karyawan awal telah tumbuh lebih dari 100 kali lipat, jauh melampaui tingkat pertumbuhan kekayaan perusahaan teknologi tradisional jika dibandingkan dengan peningkatan sekitar tiga kali lipat indeks Nasdaq pada periode yang sama.

Sistem insentif ekuitas OpenAI sendiri juga mengalami penyesuaian.

Sebelumnya batas penjualan maksimum setiap karyawan adalah $10 juta, disesuaikan menjadi $30 juta pada musim gugur 2025, untuk menanggapi permintaan investor dan karyawan.

Sistem ini tidak hanya menanggapi kebutuhan beli investor eksternal, tetapi juga memberikan saluran pencairan bagi kekayaan di atas kertas yang dipegang karyawan. Data sejarah menunjukkan bahwa jika karyawan awal hanya dapat menjual saham setelah perusahaan go public, peningkatan nilai kekayaan mungkin akan terkena dampak fluktuasi pasar, sedangkan mekanisme pencairan lebih awal OpenAI secara efektif mengurangi risiko ini.

Kompensasi dan insentif saham adalah sarana penting bagi OpenAI untuk menarik dan mempertahankan talenta terbaik.

Gaji tahunan beberapa posisi teknis OpenAI dapat mencapai $500.000, ditambah bonus saham dan bonus satu kali, beberapa bonus dapat bernilai jutaan dolar. Kombinasi ini memberikan imbalan ekonomi yang signifikan bagi karyawan, sekaligus meningkatkan stabilitas posisi-posisi kunci, mendukung kemajuan cepat perusahaan dalam pengembangan teknologi dan iterasi produk.

Meta tahun lalu pernah menawarkan paket kompensasi setinggi $30 juta untuk talenta AI terbaiknya, kompetisi sengit untuk talenta high-end di industri AI dan tingkat kompensasi secara umum lebih tinggi daripada perusahaan teknologi tradisional.

AI sedang menciptakan jutawan baru dalam jumlah besar di San Francisco, bahkan sampai menghangatkan kembali pasar perumahan San Francisco yang lesu.

Beberapa rumah karena banyak pembeli yang bersaing memberikan penawaran secara bersamaan, akhirnya terjual dengan harga jauh melebihi harga yang diminta, misalnya diminta $1,6 juta tetapi terjual dengan harga $2 juta. Menurut data dari situs Apartment List, pada bulan Februari sewa di seluruh kota San Francisco naik 14% secara tahunan, peningkatan tertinggi di seluruh Amerika Serikat.

2

Berita-berita ini—baik eksekutif yang memegang kekayaan besar, maupun gaji tinggi, bonus tinggi, dan skema ekuitas yang semakin 'murah hati' bagi karyawan biasa—memiliki manfaat yang jelas bagi OpenAI, yaitu ini pasti akan membentuk daya tarik baru bagi talenta.

Daya tarik ini bukan hanya 'gaji lebih tinggi'. Yang lebih penting, ini membuat karyawan melihat jalan yang dapat dicairkan. Bergabung dengan perusahaan AI terkemuka, mendapatkan opsi atau saham, menunggu valuasi perusahaan terus naik, lalu mewujudkan kekayaan melalui penawaran tender, transaksi pasar sekunder, atau IPO di masa depan.

Ini juga alasan mengapa rumor pendanaan DeepSeek baru-baru ini patut diperhatikan.

Menurut Reuters, DeepSeek sedang memajukan pendanaan eksternal pertama, target valuasi mungkin mencapai $50 miliar, dengan skala pendanaan sekitar $3-4 miliar. Dalam rumor kurang dari sebulan yang lalu, valuasi DeepSeek masih hanya $10 miliar.

Secara permukaan, ini adalah perusahaan bintang AI China yang mendapatkan pengakuan modal. Tetapi dilihat setelah kasus OpenAI, hal ini memiliki makna lain: yang dibutuhkan DeepSeek bukan hanya uang, tetapi harga yang diakui oleh pasar eksternal.

DeepSeek sebelumnya bukan perusahaan yang digerakkan oleh modal ventura yang tipikal. Dananya terutama berasal dari pendiri Liang Wenfeng dan perusahaan kuantitatif Fang Quantitative di belakangnya.

Justru karena itu, dalam waktu yang lama ia dapat mempertahankan citra seperti 'tim penelitian': rendah hati, berorientasi teknologi, menekankan efisiensi model. Tetapi ketika sebuah perusahaan benar-benar memasuki arena kompetisi AI global, sulit baginya untuk mempertahankan organisasi hanya dengan reputasi teknologi dalam jangka panjang. Model membutuhkan daya komputasi, produk membutuhkan komersialisasi, dan tim juga membutuhkan insentif jangka panjang.

Lapisan pertama fungsi pendanaan adalah memberikan valuasi perusahaan. Setelah valuasi terbentuk, opsi dan ekuitas yang dipegang karyawan baru memiliki harga yang dapat didiskusikan. Jika tidak, insentif ekuitas yang disebut-sebut lebih seperti janji jangka panjang: secara teori bernilai, tetapi karyawan tidak tahu berapa nilainya, dan tidak tahu kapan dapat dicairkan.

Alasan mengapa karyawan OpenAI dapat menyelesaikan pencairan besar-besaran sebelum go public adalah karena perusahaan telah melalui banyak putaran pendanaan dan penawaran tender, membentuk sistem penetapan harga yang diterima investor.

Jika DeepSeek ingin mempertahankan anggota inti dalam jangka panjang dalam perebutan talenta AI China, juga perlu mengejar ketertinggalan ini.

Hal ini sangat penting bagi DeepSeek. Laporan Reuters menyebutkan bahwa penggunaan dana dari putaran pendanaan ini termasuk memperkuat infrastruktur komputasi dan meningkatkan kesejahteraan karyawan.

Laporan tersebut juga menyebutkan bahwa DeepSeek menghadapi persaingan talenta dan modal dari perusahaan AI China seperti ByteDance, Alibaba, serta MiniMax, Moon's Dark Side, dan telah muncul kasus kehilangan talenta, misalnya kasus Luo Fuli bergabung dengan Xiaomi.

Apakah dapat memberikan imbalan jangka panjang yang cukup meyakinkan bagi talenta inti di industri yang telah ditinggikan standar kompensasinya oleh perusahaan seperti OpenAI, Anthropic, Meta, adalah tantangan baru yang harus dihadapi DeepSeek.

3

Pencairan karyawan OpenAI menunjukkan bahwa perusahaan AI terkemuka telah dapat menciptakan kekayaan besar-besaran sebelum go public; DeepSeek mencari pendanaan eksternal, menunjukkan bahwa yang datang kemudian juga sedang mengejar valuasi, insentif ekuitas, dan investasi daya komputasi.

Penciptaan kekayaan AI kali ini tidak hanya memiliki satu jalur 'menunggu perusahaan IPO'.

Dulu ekspor kekayaan paling standar bagi perusahaan startup adalah go public, sekarang uang sedang beredar melalui jalur yang lebih kompleks.

Karyawan dapat mencairkan lebih awal di pasar sekunder, perusahaan startup dapat keluar melalui merger dan akuisisi, perusahaan chip dan perusahaan infrastruktur juga dapat memanfaatkan gelombang AI untuk masuk ke pasar publik.

Ekspor paling langsung masih IPO. Selain OpenAI, Anthropic juga merupakan sampel perusahaan model.

Saat ini dianggap Anthropic kemungkinan besar go public pada tahun 2026. Keunikannya adalah, ia tidak seperti DeepSeek yang masih berada di tahap pendanaan eksternal pertama, juga tidak seperti OpenAI yang memiliki kontroversi kompleks peralihan nirlaba ke profit. Ia memiliki Claude, memiliki klien perusahaan, dan juga dukungan dari penyedia cloud seperti Google, Amazon.

Sampel IPO lainnya adalah perusahaan startup chip Cerebras.

Reuters melaporkan bahwa karena permintaan investor yang kuat, Cerebras berencana menaikkan kisaran harga IPO dari $115-125 per saham menjadi $150-160 per saham, jumlah saham yang diterbitkan juga ditingkatkan dari 28 juta saham menjadi 30 juta saham.

Dengan harga tertinggi, jumlah penggalangan dana sekitar $4,8 miliar; transaksi ini mendapatkan lebih dari 20 kali oversubscribed, dan berencana go public di Nasdaq dengan kode CBRS. Laporan tersebut juga menyebutkan, ini mungkin menjadi IPO terbesar di dunia tahun 2026.

Gelombang AI tidak hanya membuat tim model menjadi mahal, tetapi juga membuat chip, daya komputasi, dan pusat data menjadi ekspor kekayaan baru.

Merger dan akuisisi adalah jalur lain.

Pada Juni 2023, Databricks mengumumkan akuisisi platform AI generatif MosaicML dengan sekitar $1,3 miliar, jumlah transaksi termasuk paket insentif retensi. MosaicML saat itu fokus membantu perusahaan melatih dan menerapkan model AI generatif mereka sendiri, esensi akuisisi Databricks adalah langsung membeli platform pelatihan model, tim, dan kemampuan AI perusahaan.

Dan MosaicML saat itu hanya memiliki sekitar 62 karyawan. Jadi media menggunakan 'sekitar $21 juta/karyawan' untuk menggambarkan tingginya transaksi ini.

Merger dan akuisisi juga tidak lagi hanya 'sebuah perusahaan dibeli secara utuh'.

Character.AI adalah sampel baru yang lebih tipikal.

Pada tahun 2024, Google mencapai transaksi lisensi teknologi sekitar $2,7 miliar dengan Character.AI, mendapatkan lisensi teknologi modelnya, sekaligus merekrut salah satu pendiri Noam Shazeer, Daniel De Freitas, dan beberapa anggota penelitian inti untuk bergabung dengan Google DeepMind.

Financial Times kemudian melaporkan bahwa setelah transaksi ini, Character.AI menghentikan pelatihan model besar frontier, beralih ke penguatan produk chatbot konsumen.

Selain itu, perusahaan menggunakan dana ini untuk membeli kembali saham investor, dan mengalihkan kepemilikan perusahaan kepada karyawan, karyawan juga mendapatkan kompensasi tunai satu kali. Sekitar 30 karyawan bergabung dengan Google, sekitar 100 orang tetap di Character.AI.

Artinya, dalam kasus ini, Google tidak mengakuisisi Character.AI secara utuh, tetapi melalui biaya lisensi tinggi mendapatkan teknologi dan talenta paling langka; perusahaan asli terus ada, investor dan karyawan juga mendapatkan likuiditas lebih awal.

Perusahaan tidak harus dibeli, tetapi teknologi, tim, dan hak pendapatan masa depan, telah ditentukan harga ulang oleh perusahaan besar.

Ini juga perbedaan gelombang AI kali ini dengan banyak siklus teknologi sebelumnya: kekayaan tidak lagi hanya dilepaskan secara terkonsentrasi pada saat IPO, juga tidak hanya milik pendiri dan investor.

Orang-orang di balik model, data, daya komputasi, produk, dan infrastruktur, sedang mendapatkan peluang pencairan yang lebih awal dan lebih kompleks melalui pasar sekunder, lisensi teknologi, transfer tim, merger dan akuisisi, serta go public.

Bagi perusahaan AI, ini adalah senjata baru untuk menarik talenta; bagi talenta AI, ini berarti mereka tidak harus menunggu IPO, mungkin juga lebih awal mengubah kemampuan teknis menjadi keuntungan nyata.

Artikel ini berasal dari akun WeChat publik "Alphabet" (ID:wujicaijing), penulis: Xiaojinya

Pertanyaan Terkait

QBagaimana karyawan OpenAI bisa menjadi jutawan dolar sebelum perusahaan tersebut go public?

AKaryawan OpenAI menjadi jutawan dolar sebelum IPO melalui penjualan saham internal. Pada Oktober lalu, lebih dari 600 karyawan (sekarang dan mantan) menjual saham mereka secara bersamaan, menguangkan total $6,6 miliar. Sekitar 75 orang di antaranya masing-masing menguangkan $30 juta. Ini dimungkinkan karena OpenAI mengizinkan penjualan saham karyawan kepada investor eksternal melalui tender offer atau transaksi pasar sekunder, meski perusahaan belum melantai di bursa.

QApa manfaat program insentif saham OpenAI bagi perusahaan dalam merekrut dan mempertahankan talenta AI?

AProgram insentif saham OpenAI berfungsi sebagai senjata baru untuk menarik dan mempertahankan talenta AI puncak. Dengan memungkinkan karyawan menguangkan kekayaan mereka lebih awal (sebelum IPO), perusahaan menawarkan jalur nyata untuk realisasi imbalan finansial. Ini sangat kompetitif di pasar di mana perusahaan seperti Meta bisa menawarkan paket kompensasi hingga $3 juta untuk bakat AI terbaik. Kombinasi gaji tinggi (hingga $500.000), bonus tunai besar, dan peluang likuiditas saham dini membuat OpenAI sangat menarik bagi para ahli teknis.

QMengapa DeepSeek mencari pendanaan eksternal meski sebelumnya didanai oleh pendirinya?

ADeepSeek mencari pendanaan eksternal (dengan target valuasi $50 miliar) bukan hanya untuk uang, tetapi terutama untuk mendapatkan 'harga' yang diakui pasar. Valuasi eksternal ini penting untuk membuat program insentif saham/opsi karyawan menjadi berarti dan dapat dibahas nilainya. Tanpa valuasi pasar, opsi saham hanyalah janji jangka panjang yang tidak jelas nilainya. Pendanaan ini juga membantu DeepSeek bersaing dalam perebutan talenta AI di China, memperkuat infrastruktur komputasi, dan meningkatkan kesejahteraan karyawan agar tidak kalah dengan perusahaan seperti ByteDance, Alibaba, atau MiniMax.

QSelain IPO, apa saja cara lain bagi startup AI dan karyawannya untuk mendapatkan kekayaan di era ledakan AI ini?

ASelain IPO tradisional, terdapat beberapa jalur lain untuk menciptakan kekayaan di era AI: 1) **Penjualan saham karyawan di pasar sekunder** (seperti yang dilakukan OpenAI). 2) **Akuisisi** (contoh: Databricks mengakuisisi MosaicML seharga $1,3 miliar). 3) **Lisensi teknologi dan transfer tim** (contoh: kesepakatan Google dengan Character.AI senilai $2,7 miliar untuk lisensi model dan perekrutan tim inti). 4) **IPO perusahaan infrastruktur** seperti Cerebras (perusahaan chip AI). Kekayaan tidak lagi hanya terpusat saat IPO, tetapi dapat dialirkan lebih awal melalui jalur yang lebih beragam.

QApa dampak ledakan kekayaan AI terhadap pasar properti San Francisco menurut artikel?

ALedakan kekayaan AI telah memicu pemanasan pasar properti San Francisco yang sebelumnya lesu. Artikel menyebutkan bahwa beberapa rumah terjual dengan harga jauh di atas harga permintaan karena banyaknya penawar yang bersaing, contohnya rumah dengan harga permintaan $1,6 juta terjual seharga $2 juta. Data dari situs Apartment List juga menunjukkan bahwa pada bulan Februari, sewa di San Francisco meningkat 14% secara tahunan, menjadi yang tertinggi di Amerika Serikat. Ini menunjukkan bagaimana kekayaan baru dari industri AI mengalir ke sektor properti lokal.

Bacaan Terkait

TechFlow Intelijen: Saham Chip Kehilangan Triliunan Dolar dalam Satu Hari, Bitcoin Jatuh di Bawah $60.000, Konflik AS-Iran Meningkat

Teknologi & Keuangan Berguncang: Data Non-Farm AS Hantam Pasar, Ketegangan AS-Iran Meningkat Pasar keuangan global diterpa badai pada hari Jumat. Indeks semiconductor Philadelphia (SOXX) anjlok 10%, menghapus lebih dari satu triliun dolar AS dalam satu hari, dengan saham chip seperti Marvell dan AMD terpuruk. Bitcoin juga jatuh di bawah US$60.000, menyentuh level oversold terparah sejak Maret 2020. Pemicu utama adalah data lapangan kerja AS (non-farm payrolls) Mei yang melonjak menjadi 172 ribu, hampir dua kali lipat dari perkiraan. Ini memadamkan harapan pasar akan pemotongan suku bunga oleh The Fed dan mendorong imbal hasil obligasi AS melonjak. Nasdaq merosot lebih dari 4%. Sementara itu, ketegangan geopolitik memanas. AS mencegat rudal dan drone Iran yang menargetkan Bahrain dan Kuwait, lalu membalas dengan menyerang dua stasiun radar Iran. Selat Hormuz tetap terhambat, meningkatkan risiko gangguan pasokan minyak dan inflasi. Di balik data lapangan kerja yang kuat, para CEO perusahaan konsumen seperti Kraft dan McDonald's memperingatkan bahwa konsumen AS mulai kehabisan tabungan, menimbulkan pertanyaan tentang kekuatan ekonomi riil. Di sektor teknologi, diskusi utama terkait AI. Laporan internal Anthropic memperingatkan tentang kemungkinan "peningkatan diri secara rekursif" (RSI) pada AI. Sementara itu, komunitas pengembang memperdebatkan kode bug yang diperkenalkan oleh Claude ke dalam basis kode rsync, mempertanyakan keandalan alat coding AI. Di sisi lain, DeepSeek V4 Flash mendapat pujian untuk kinerja lokalnya, dan GitHub Copilot kini mendukung endpoint kustom untuk model lokal. Intinya, pasar sedang menyesuaikan harga untuk lingkungan makro yang sulit: tekanan inflasi yang potensial dari geopolitik, kebijakan moneter The Fed yang ketat, dan sinyal yang bertentangan tentang kesehatan ekonomi konsumen AS.

marsbit49m yang lalu

TechFlow Intelijen: Saham Chip Kehilangan Triliunan Dolar dalam Satu Hari, Bitcoin Jatuh di Bawah $60.000, Konflik AS-Iran Meningkat

marsbit49m yang lalu

Saya Butuh Setahun untuk Menyadari Kebenaran yang Menyakitkan tentang Pembayaran Agent

Selama setahun terakhir, penulis berfokus membangun infrastruktur untuk ekonomi *agent*, berinteraksi dengan perusahaan seperti Stripe, Visa, dan startup lainnya. Kesimpulan utamanya: belum ada permintaan riil yang matang, dan startup menghadapi banyak tantangan struktural. **Data Realitas:** Stripe melaporkan sedikit transaksi *agent* aktif. Visa menyebutkan proses KYC yang panjang dan batas pendapatan tinggi untuk token pembayaran *agent*. Analisis Coinbase menunjukkan volume transaksi harian *agent* di blockchain masih sangat kecil, sebagian besar adalah transaksi uji coba. **Tantangan di Berbagai Sektor:** 1. **Agent untuk Merchant (E-commerce):** Pengalaman belanja via chatbot seringkali lebih buruk daripada antarmuka visual tradisional. Kebutuhan merchant saat ini bersifat defensif (optimasi untuk *agent*), bukan karena permintaan konsumen yang nyata. Celah potensial ada pada pembelian rutin (seperti pesan makanan) atau situs dengan UI rumit, tetapi butuh distribusi B2C skala besar yang dikuasai raksasa seperti Amazon. 2. **Agent untuk API:** Developer sudah memiliki metode pembayaran yang mapan (kunci API, saldo prabayar) untuk akses layanan komputasi dan data. Pasar untuk transaksi mikro bersifat *long-tail* namun relatif kecil. Penyedia SaaS besar cenderung mempertahankan model kontrak bisnis mereka. 3. **Agent untuk Agent:** Visi jangka panjang ini masih teoritis dengan volume transaksi nyata yang hampir nihil. Butuh infrastruktur penyelesaian khusus untuk transaksi antar-mesin yang cepat dan kompleks. 4. **Agent untuk Keuangan:** Ini adalah kategori dengan permintaan dan kemauan bayar yang sudah ada. Integrasi AI ke alur kerja keuangan tradisional atau DeFi merupakan evolusi alami, meski persaingan dengan lembaga mapan sangat ketat. **Inti Permasalahan:** Banyak yang membangun infrastruktur pembayaran untuk *agent*, tetapi masalah sebenarnya bukan pada transfer dana. Tantangan utamanya adalah **koordinasi** antara *agent* dan manusia—memverifikasi kerja dan menyelesaikan hasil. Penyelesaian (settlement) dan pembayaran (payment) hanyalah bagian dari masalah koordinasi yang lebih besar. Perusahaan yang memecahkan masalah koordinasi akan mendominasi. Perusahaan besar membangun untuk bertahan dari masa depan transaksi mesin skala besar. Namun, startup harus menemukan pasar yang benar-benar aktif *sekarang*, yang mungkin berada di luar empat kategori utama ini.

marsbit1j yang lalu

Saya Butuh Setahun untuk Menyadari Kebenaran yang Menyakitkan tentang Pembayaran Agent

marsbit1j yang lalu

Butuh Satu Tahun untuk Menyadari Kebenaran Pahit tentang Pembayaran Agent

Selama setahun terakhir, penulis telah membangun infrastruktur untuk ekonomi Agen, berinteraksi dengan perusahaan besar seperti Stripe, Visa, Coinbase, Google, dan puluhan startup. Temuan utamanya adalah bahwa belum ada permintaan nyata untuk pembayaran berbasis Agen, dan startup menghadapi banyak tantangan struktural. Analisis terhadap empat kategori utama menunjukkan: 1. **Agen ke Merchant**: Pengalaman belanja melalui chat seringkali lebih buruk daripada antarmuka e-commerce visual tradisional untuk kebanyakan produk. Permintaan dari merchant saat ini bersifat defensif (AEO) dan bukan kebutuhan mendesak. Pengecualian mungkin ada untuk pembelian rutin seperti pesan makanan, tetapi hambatan distribusi B2C sangat besar. 2. **Agen ke API**: Pengembang sudah memiliki solusi pembayaran yang berfungsi untuk penggunaan API (misalnya, isi ulang saldo). Penyedia SaaS besar cenderung menolak model mikro-pembayaran yang mengganggu bisnis inti mereka. Peluang ada di pasar ekor panjang, tetapi skalanya terbatas. 3. **Agen ke Agen**: Ini adalah visi jangka panjang dengan volume transaksi nyata yang hampir nol saat ini. Jika terwujud, akan membutuhkan infrastruktur penyelesaian khusus yang sangat berbeda dari sistem pembayaran saat ini. 4. **Agen ke Keuangan**: Ini adalah satu-satunya kategori dengan permintaan yang sudah mapan dan pelanggan yang mau membayar, baik untuk otomatisasi alur kerja maupun kemampuan baru. Namun, persaingan dari perusahaan mapan yang sudah memiliki lisensi dan hubungan klien sangat ketat. Kesimpulannya, perusahaan besar membangun infrastruktur pembayaran Agen sebagai taruhan defensif jangka panjang. Namun, bagi startup, peluang nyata saat ini tidak terletak pada lapisan pembayaran itu sendiri. Masalah intinya adalah **koordinasi** antara Agen dan manusia (memverifikasi pekerjaan dan menyelesaikan hasil). Penyelesaian dan pembayaran hanyalah bagian dari puzzle koordinasi yang lebih besar. Perusahaan yang memecahkan masalah koordinasi skala besar akan mendominasi, bukan sebaliknya.

链捕手1j yang lalu

Butuh Satu Tahun untuk Menyadari Kebenaran Pahit tentang Pembayaran Agent

链捕手1j yang lalu

Claude Opus 4.8 Menemukan Bug Senilai 4.5 Miliar Dolar AS, Era AI Sedang Memproduksi Peretas Secara Massal

Seorang peneliti keamanan menemukan bug serius dalam jaringan privasi Zcash (Orchard) yang memungkinkan penciptaan token tanpa batas, menggunakan Claude Opus 4.8. Setelah perbaikan darurat, harga Zcash turun 50%. Peristiwa ini menunjukkan bahwa AI, seperti model Opus yang tersedia umum, membuat penemuan kerentanan menjadi lebih mudah dan murah, bukan hanya model canggih seperti Claude Mythos. AI mendemokratisasikan kemampuan audit keamanan, memungkinkan tim kecil memiliki kemampuan seperti tim besar. Namun, ini membanjiri pemelihara dengan laporan bug berkualitas rendah yang dihasilkan AI, seperti yang dialami curl dan didiskusikan OpenSSF. Ini seperti serangan DDoS pada perhatian manusia. Banyak kerentanan lama (seperti Heartbleed, Baron Samedit) tetap tak terdeteksi selama bertahun-tahun karena biaya penemuan yang tinggi. AI mengubah struktur biaya ini. Namun, sementara AI membuat penemuan dan potensi serangan lebih murah, perbaikan tetap mahal dan membutuhkan keahlian manusia. Industri keamanan siber sudah menghadapi kekurangan tenaga kerja global yang besar (misalnya, defisit 4,8 juta menurut ISC2). Laporan menunjukkan profesional beralih ke analisis ancaman kompleks dan pembuatan strategi. Yang paling dibutuhkan adalah orang yang dapat memahami, menilai, dan memperbaiki kerentanan. Kesimpulannya, AI tidak menghancurkan internet, tetapi mengungkap kerentanan yang sudah ada. Kemampuan menemukan bug menyebar dengan cepat, tetapi tanggung jawab untuk memperbaikinya tidak bertambah sebanding. Keamanan digital bergantung pada upaya terus-menerus oleh manusia untuk mengurangi risiko, dan di era AI, sumber daya manusia yang terampil tetap menjadi aset paling berharga dan langka.

marsbit2j yang lalu

Claude Opus 4.8 Menemukan Bug Senilai 4.5 Miliar Dolar AS, Era AI Sedang Memproduksi Peretas Secara Massal

marsbit2j yang lalu

Trading

Spot
Futures
活动图片