Tiger Research: Bagaimana Raksasa Crypto Bertaruh pada Infrastruktur Pembayaran AI Agent

marsbitDipublikasikan tanggal 2026-02-22Terakhir diperbarui pada 2026-02-22

Abstrak

Laporan Tiger Research membahas bagaimana raksasa teknologi dan proyek kripto membangun infrastruktur pembayaran untuk AI Agent. Intinya, pembayaran beralih dari manusia ke AI, sehingga infrastruktur pembayaran menjadi kunci untuk otomatisasi mandiri. Google mengembangkan AP2, sistem berbasis otorisasi tiga lapis (niat, keranjang, pembayaran) yang terintegrasi dengan Google Pay, namun terbatas pada ekosistem tertutup mitra mereka. Di sisi lain, kripto menggunakan standar ERC-8004 (untuk identitas berbasis NFT) dan x402 (untuk pembayaran dengan kontrak pintar) untuk menciptakan model pembayaran terdesentralisasi tanpa perantara. Perbedaan utama adalah Google mengutamakan kemudahan dan perlindungan konsumen dalam sistem tertutup, sementara kripto menekankan kedaulatan pengguna dan eksekusi yang lebih luas dalam sistem terbuka. Masa depan mungkin akan melihat interoperabilitas antara kedua pendekatan ini.

Laporan ini ditulis oleh Tiger Research. Untuk mencapai otomatisasi otonom yang sebenarnya, kemampuan pembayaran asli harus dimiliki. Pasar telah mulai mempersiapkan perubahan ini secara aktif.

Poin Utama

  • Subjek pembayaran beralih dari manusia ke AI Agent, menjadikan infrastruktur pembayaran sebagai persyaratan inti untuk mencapai otonomi sejati.
  • Perusahaan teknologi besar (termasuk Google AP2 dan OpenAI Delegated Payment) sedang merancang sistem pembayaran otomatis berbasis persetujuan di atas infrastruktur platform yang ada.
  • Cryptocurrency melalui standar ERC-8004 dan x402, memanfaatkan identifikasi berbasis NFT dan kontrak pintar, mewujudkan model pembayaran yang terdesentralisasi.
  • Perusahaan teknologi besar memprioritaskan kemudahan dan perlindungan konsumen, sementara cryptocurrency menekankan kedaulatan pengguna dan kemampuan eksekusi tingkat Agent yang lebih luas.
  • Pertanyaan kunci di masa depan adalah: apakah pembayaran dikendalikan oleh platform, atau dieksekusi oleh protokol terbuka.

1. Pembayaran Bukan Lagi Eksklusif untuk Manusia

Sumber: macstories(Feder1C0 Viticci)

Baru-baru ini, "OpenClaw" menarik perhatian luas. Berbeda dengan sistem AI seperti ChatGPT atau Gemini yang terutama bertanggung jawab untuk mengambil dan mengatur informasi, OpenClaw memungkinkan AI Agent mengeksekusi tugas langsung di PC atau server lokal pengguna.

Melalui platform pesan instan seperti WhatsApp, Telegram, dan Slack, pengguna dapat memberikan instruksi, dan Agent kemudian mengeksekusi tugas secara otonom, termasuk manajemen email, koordinasi kalender, dan penjelajahan web.

Karena berjalan sebagai perangkat lunak sumber terbuka dan tidak terikat pada platform tertentu, fungsi OpenClaw lebih mirip asisten AI pribadi. Arsitektur ini sangat dihargai karena fleksibilitas dan kontrol tingkat penggunanya.

Namun, sebuah keterbatasan kunci masih ada. Agar AI Agent dapat mencapai otonomi penuh, mereka harus mampu mengeksekusi pembayaran. Saat ini, Agent dapat mencari produk, membandingkan opsi, dan menambahkan barang ke keranjang belanja, tetapi otorisasi pembayaran akhir masih memerlukan persetujuan manusia.

Secara historis, sistem pembayaran dirancang untuk subjek manusia. Dalam lingkungan yang digerakkan oleh AI Agent, asumsi ini tidak lagi berlaku. Jika otomatisasi ingin menjadi sepenuhnya otonom, Agent harus mampu mengevaluasi, mengotorisasi, dan menyelesaikan transaksi secara independen dalam batasan yang ditentukan.

Mengantisipasi transisi ini, perusahaan teknologi besar dan proyek-proyek asli crypto dalam setahun terakhir telah meluncurkan kerangka kerja teknis yang bertujuan untuk mewujudkan pembayaran tingkat Agent.

2. Perusahaan Teknologi Besar: Membangun Pembayaran Agent di Atas Infrastruktur yang Ada

Pada Januari 2025, Google meluncurkan AP2 (Agent Payment Protocol 2.0), memperluas infrastruktur pembayaran AI Agent-nya. Meskipun OpenAI dan Amazon juga telah menguraikan inisiatif terkait, Google adalah satu-satunya perusahaan besar yang saat ini memiliki kerangka implementasi terstruktur.

AP2 membagi proses transaksi menjadi tiga lapisan mandat (Mandate Layers). Struktur ini memungkinkan pemantauan dan audit independen untuk setiap tahap.

  • Mandat Niat (Intent Mandate): Mencatat tindakan yang ingin dilakukan pengguna.
  • Mandat Keranjang (Cart Mandate): Mendefinisikan bagaimana pembelian harus dieksekusi di bawah aturan yang telah ditetapkan.
  • Mandat Pembayaran (Payment Mandate): Mengeksekusi transfer dana yang sebenarnya.

Contoh: Misalkan Ekko meminta AI Agent di Google Shopping untuk "mencari dan membeli jaket musim dingin di bawah $200".

  • Mandat Niat: Instruksi Ekko kepada AI Agent untuk membeli "satu jaket musim dingin dengan anggaran maksimum $200". Informasi ini dicatat di chain sebagai kontrak digital, yaitu Mandat Niat.
  • Mandat Keranjang: AI Agent mengikuti niat, mencari kecocokan di merchant mitra, dan menambahkan barang yang memenuhi syarat ke keranjang. Memverifikasi harga ($199, sesuai anggaran ✓), mengonfirmasi alamat pengiriman.
  • Mandat Pembayaran: Ekko melihat barang yang dipilih dan mengklik setuju. $199 diproses melalui Google Pay. Atau, AI Agent dapat menyelesaikan pembayaran secara otomatis dalam parameter yang telah ditetapkan.

Dalam seluruh proses, pengguna tidak perlu memasukkan informasi tambahan. Google AP2 mengandalkan kredensial pengguna yang ada (kartu dan alamat yang terdaftar sebelumnya), yang mengurangi hambatan masuk dan menyederhanakan proses adopsi.

Sumber: Google

Namun, Google saat ini hanya mendukung perusahaan dalam jaringan mitranya untuk pembayaran Agent. Oleh karena itu, cakupan penggunaannya dibatasi dalam ekosistem yang dikendalikan, membatasi interoperabilitas dan akses terbuka yang lebih luas.

3. Cryptocurrency: Penyimpanan Mandiri dan Pertukaran Terbuka

Dunia crypto juga mengembangkan infrastruktur pembayaran untuk AI Agent, tetapi pendekatannya sangat berbeda dari perusahaan teknologi besar. Platform besar membangun kepercayaan dalam ekosistem yang dikendalikan, sementara dunia crypto mulai dari pertanyaan lain: Bisakah AI Agent mendapatkan kepercayaan tanpa mengandalkan platform terpusat?

Dua standar inti bertujuan untuk menyelesaikan tujuan ini: ERC-8004 Ethereum dan x402 Coinbase.

Pertama adalah lapisan identitas. AI Agent yang berjalan di blockchain harus dapat diidentifikasi. ERC-8004 berfungsi sebagai ini. Ini diterbitkan dalam bentuk NFT, tetapi bukan sebagai koleksi seni, melainkan kredensial NFT yang berisi data identitas terstruktur. Setiap Token berisi tiga bagian:

  1. Identitas (Identity)
  2. Reputasi (Reputation)
  3. Validasi (Validation)

Unsur-unsur ini bersama-sama membentuk sertifikat identitas yang dapat diverifikasi di chain.

Dalam hal mekanisme pembayaran, x402 berfungsi sebagai jalur pembayaran. Dikembangkan oleh Coinbase, x402 adalah standar pembayaran asli crypto untuk AI Agent. Ini memungkinkan Agent untuk menggunakan stablecoin untuk transaksi otonom. Fitur intinya adalah eksekusi kontrak pintar otomatis, logika kondisi tertanam langsung dalam kode, dan begitu kondisi terpenuhi, penyelesaian terjadi tanpa campur tangan manusia.

Ketika ERC-8004 (identitas) digabungkan dengan x402 (pembayaran), AI Agent dapat memverifikasi pihak lawan dan mengeksekusi transaksi tanpa mengandalkan platform terpusat.

Contoh: Ekko menginstruksikan Agent A-nya untuk membeli laptop bekas dengan anggaran maksimum $800. Agent B penjual berkomunikasi langsung dengannya.
  • Verifikasi Timbal Balik: Memeriksa identitas dan skor reputasi melalui ERC-8004 NFT (contoh: reputasi 72, konfirmasi saldo).
  • Escrow Kontrak Pintar: $800 ditransfer dari dompet ke escrow kontrak pintar, dana dikunci hingga penerimaan dikonfirmasi.
  • Penyelesaian dan Pembaruan Reputasi: Setelah transaksi selesai, x402 menyelesaikan secara otomatis, dan catatan reputasi kedua belah pihak secara otomatis diperbarui dan ditulis ke dalam ERC-8004 NFT masing-masing.

Dalam seluruh proses, tidak ada perantara yang terlibat. Dua AI Agent melakukan transaksi langsung melalui verifikasi dan penyelesaian berbasis blockchain, mewujudkan model asli crypto dari bisnis Agent ke Agent (A2A).

4. Perusahaan Teknologi Besar vs Cryptocurrency: Perbedaan dalam Arena Operasi AI Agent

Google AP2 mewakili model terkontrol yang dirancang untuk mitra terverifikasi. Google membatasi peserta pasar untuk melindungi konsumen. Karena eksekusi AI Agent memiliki hasil probabilistik dan tidak sepenuhnya deterministik, jika terjadi kesalahan transaksi, tanggung jawab pada akhirnya dapat jatuh pada penyedia infrastruktur pembayaran. Untuk mengurangi probabilitas kegagalan, Google memiliki motivasi untuk menyempitkan ekosistemnya.

Ekosistem yang terbatas meningkatkan stabilitas, tetapi juga membatasi kemampuan Agent untuk beroperasi secara otonom dan mengoptimalkan pilihan di pasar yang lebih luas.

Sebaliknya, ERC-8004 dan x402 mencerminkan arsitektur yang lebih terbuka. Model crypto dirancang untuk Tanpa Izin (Permissionless) dan interoperabilitas.

Meskipun saat ini eksekusi ujung ke ujung belum sempurna, visi jangka panjangnya adalah Agent mengelola konsumsi sehari-hari secara independen. Platform besar mungkin mencoba mengintegrasikan saluran ritel utama, sementara standar crypto terbuka memiliki keunggulan struktural dalam menangani pembayaran terprogram frekuensi tinggi dan nilai kecil (pembayaran mikro). Misalnya, Agent membeli 1000 gambar stok dengan harga satuan $0,01, jalur asli crypto memiliki efisiensi operasional yang lebih tinggi.

Tentu saja, kurangnya lembaga terpusat juga membawa pertukaran: standar evaluasi identitas harus dibangun secara terdesentralisasi, dan tidak ada entitas tunggal yang bertanggung jawab akhir atas kegagalan.

Kesimpulan

Perusahaan teknologi besar dan dunia crypto sama-sama mengejar satu tujuan: mewujudkan perdagangan AI Agent yang otonom. Perbedaannya terletak pada arsitektur: perusahaan teknologi besar menyukai sistem tertutup dan terkendali, sementara dunia crypto memajukan model berbasis protokol yang terbuka.

Tren masa depan lebih mungkin berupa interoperabilitas dari kedua metode, bukan permainan zero-sum.

Pertanyaan Terkait

QApa yang menjadi pembayaran inti yang diperlukan untuk mencapai otomatisasi yang benar-benar otonom menurut laporan Tiger Research?

APembayaran inti yang diperlukan adalah kemampuan pembayaran asli (native payment ability) untuk memungkinkan AI Agent melakukan transaksi secara mandiri tanpa persetujuan manusia.

QBagaimana Google AP2 (Agent Payment Protocol 2.0) membagi proses transaksi untuk pembayaran AI Agent?

AGoogle AP2 membagi proses transaksi menjadi tiga lapis otorisasi: Mandat Niat (Intent Mandate) untuk mencatat keinginan pengguna, Mandat Keranjang Belanja (Cart Mandate) untuk mendefinisikan aturan pembelian, dan Mandat Pembayaran (Payment Mandate) untuk melakukan transfer dana.

QApa peran standar ERC-8004 dan x402 dalam infrastruktur pembayaran AI Agent di bidang cryptocurrency?

AERC-8004 berfungsi sebagai lapisan identitas yang memberikan sertifikat identitas terverifikasi di blockchain berbentuk NFT, sementara x402 adalah standar pembayaran yang memungkinkan AI Agent melakukan transaksi otonom menggunakan stablecoin dan kontrak pintar.

QApa perbedaan utama antara pendekatan perusahaan teknologi besar dan cryptocurrency dalam pembayaran AI Agent?

APerusahaan teknologi seperti Google memprioritaskan kenyamanan dan perlindungan konsumen dengan sistem tertutup dan terkendali, sementara cryptocurrency menekankan kedaulatan pengguna dan kemampuan eksekusi yang lebih luas dengan model terbuka dan tanpa izin (permissionless).

QApa keunggulan model pembayaran crypto native untuk transaksi programatik berfrekuensi tinggi seperti micropayments?

AModel crypto native memiliki efisiensi operasional yang lebih tinggi untuk transaksi kecil dan berfrekuensi tinggi karena tidak memerlukan perantara dan menggunakan eksekusi kontrak pintar otomatis.

Bacaan Terkait

Dialog dengan Ray Dalio: Saat Ini Berada dalam Gelembung AI, 1% Portofolio Investasi Adalah Bitcoin

Sumber: The Diary Of A CEO Ray Dalio, pendiri Bridgewater Associates yang meramalkan krisis keuangan 2008, memperingatkan bahwa ledakan AI saat ini menunjukkan tanda-tanda klasik gelembung ekonomi yang dapat pecah dan memicu resesi. Dalam wawancara podcast, dia menjelaskan dinamika "siklus besar" yang didorong oleh ketimpangan kekayaan, defisit pemerintah, dan perubahan geopolitik. Dalio mengidentifikasi pola di mana antusiasme berlebihan terhadap teknologi revolusioner baru, seperti AI, menyebabkan harga aset melambung dan pinjaman berlebihan. Ketika kondisi berubah (seperti kenaikan suku bunga atau kebutuhan tunai), gelembung ini dapat pecah, menyebabkan penurunan harga aset, kerugian luas, dan kontraksi ekonomi. Untuk melindungi kekayaan di masa ketidakpastian, Dalio sangat menekankan pentingnya **diversifikasi portofolio**—termasuk saham, obligasi, emas, dan real estat—daripada mengandalkan uang tunai saja. Dia mengungkapkan bahwa sekitar **1% portofolionya adalah Bitcoin**, yang diakuinya sebagai aset keras, tetapi dia lebih menyukai **emas fisik** karena sejarahnya sebagai penyimpan nilai dan aset bebas liabilitas. Mengenai dampak AI, Dalio percaya bahwa teknologi ini akan menggantikan tidak hanya tenaga fisik tetapi juga kemampuan kognitif manusia, berpotensi memperlebar kesenjangan antara pemilik modal dan pekerja. Masa depan akan menguntungkan mereka yang dapat memadukan kecerdasan manusia (seperti emosi dan intuisi) dengan kemitraan AI. Secara geopolitik, Dalio menggambarkan dunia yang memasuki fase "penurunan" dalam tatanan global, dengan Amerika Serikat menghadapi tantangan internal dan eksternal, termasuk konflik seperti di Iran yang mengungkap kelemahannya. Dia memprediksi dunia mungkin menjadi lebih terregionalisasi di masa depan. Secara keseluruhan, kunci untuk navigasi melalui periode kompleks ini adalah pemahaman akan pola sejarah, adaptasi, dan diversifikasi yang cermat.

marsbit3j yang lalu

Dialog dengan Ray Dalio: Saat Ini Berada dalam Gelembung AI, 1% Portofolio Investasi Adalah Bitcoin

marsbit3j yang lalu

Rekor! Beli Bersih Asing 7,2 Triliun Won dalam Sehari, Wall Street: Tekanan Likuiditas di Pasar Saham Korea Telah Mereda

**Ringkasan: Rekor Pembelian Asing dan Peningkatan Likuiditas di Pasar Saham Korea** Aliran modal asing menunjukkan perubahan signifikan di pasar saham Korea (KOSPI). Pada 31 Juli, investor asing melakukan pembelian bersih rekor sebesar 7,2 triliun Won Korea dalam sehari, menandai pembalikan dari tren penjualan bersih besar-besaran dalam beberapa bulan terakhir. Secara bulanan, penjualan bersih asing menyusut drastis menjadi 9,8 triliun Won di Juli, turun dari 48,4 triliun dan 44,5 triliun Won pada Juni dan Mei. Tekanan penjualan dari lembaga domestik juga mereda. Dana pensiun dan reksa dana domestik justru menjadi pembeli bersih 1,0 triliun Won di Juli, setelah dua bulan sebelumnya menjadi penjual bersih. Faktor pendukung lainnya adalah peraturan baru dari Komisi Jasa Keuangan (FSC) yang memberlakukan syarat lebih ketat bagi investor ritel untuk masuk ke ETF leverage saham tunggal, yang langsung mengurangi volume perdagangan instrumen tersebut hingga sekitar 50%. Kebijakan ini diperkirakan dapat menekan volatilitas pasar. Citigroup mempertahankan target indeks KOSPI di level 10.000 poin, menyoroti memudarnya angin penentu likuiditas. Analis mereka menilai faktor fundamental seperti industri chip memori yang solid, valuasi historis yang rendah, fundamental ekonomi Korea yang kuat, dan dukungan kebijakan berpotensi menjadi pendorong bagi pasar.

marsbit3j yang lalu

Rekor! Beli Bersih Asing 7,2 Triliun Won dalam Sehari, Wall Street: Tekanan Likuiditas di Pasar Saham Korea Telah Mereda

marsbit3j yang lalu

Pembaruan! AI Generasi Berikut OpenAI Pecahkan 10 Masalah Kelas Medali Fields

**OpenAI Model Astra Pecahkan 10 Masalah Matematika Kelas Fields Medal!** OpenAI mengumumkan terobosan besar dari model internal terbarunya, Astra. Model ini dilaporkan telah membuat kemajuan signifikan dalam **10 masalah matematika yang belum terpecahkan**, dengan biaya komputasi hanya sekitar **$2000**. Hasilnya dipublikasikan dalam makalah setebal 249 halaman. Beberapa pencapaian utama meliputi: 1. **Menyelesaikan masalah "non-sofic group"** yang diajukan Mikhail Gromov tahun 1999, dengan membangun contoh kelompok yang tak hingga dan finitely presented yang bukan sofic. Ini dianggap sebagai kemajuan bersejarah. 2. **Memecahkan batas lama dalam masalah pengepakan bola berdimensi tinggi** (sphere packing), meningkatkan batas yang telah bertahan sejak 1978 untuk dimensi tak hingga. 3. **Menyangkal dugaan "Connes Rigidity"** dengan membangun keluarga tak terhitung dari kelompok berbeda yang menghasilkan aljabar von Neumann yang sama persis. Semua bukti telah diverifikasi menggunakan asisten pembuktian formal Lean 4, memastikan ketepatannya. Para ahli matematika menyebut temuan ini sebagai **momen bersejarah**, setara dengan prestasi penghargaan Fields Medal, dan menandai kemampuan AI untuk melakukan penalaran matematika mendalam di berbagai bidang. OpenAI juga membagikan proses penalaran model, menunjukkan langkah maju yang besar menuju AGI (Artificial General Intelligence).

marsbit4j yang lalu

Pembaruan! AI Generasi Berikut OpenAI Pecahkan 10 Masalah Kelas Medali Fields

marsbit4j yang lalu

Bagaimana Membuat Diri Sendiri Tak Tergantikan oleh Kecerdasan Buatan

**Ringkasan: Bagaimana Membuat Diri Anda Tak Tergantikan oleh AI** Artikel ini membahas ancaman nyata dalam era AI: bukan kehilangan pekerjaan, tetapi "perbudakan gaji"—ketergantungan pada sistem dan orang lain untuk bertahan hidup. Solusinya adalah menjadi "individu super" yang "tak bisa dipekerjakan" dengan membangun bisnis atau karya sendiri. Kunci untuk bertahan dan berkembang di masa depan bukan sekadar keterampilan teknis, tetapi menguasai lima elemen yang sulit digantikan AI: 1. **Otonomi (Agency):** Kemampuan bertindak tanpa menunggu perintah. 2. **Rasa (Taste):** Pengalaman untuk mengetahui apa yang bernilai untuk ditawarkan. 3. **Kemampuan Persuasi (Persuasion):** Keterampilan menarik perhatian dan pengakuan. 4. **Ketekunan (Persistence):** Memahami bahwa kegagalan adalah bagian dari proses. 5. **Iterasi (Iteration):** Kemampuan memperbaiki kesalahan berdasarkan umpan balik. Lima elemen ini dapat dikembangkan dengan **membuat konten** (media). Dibandingkan pemrograman (code), konten lebih unggul karena nilainya subjektif, membutuhkan penilaian manusia, dan merupakan alat distribusi yang ampuh untuk membangun koneksi dan otoritas. Untuk memulai transformasi: 1. **Ubah lingkungan** Anda secara drastis untuk memicu perubahan identitas. 2. **Gali "bahan mentah"** Anda: Identifikasi pengetahuan mendalam, masalah yang pernah Anda selesaikan, dan minat unik masa kecil Anda. 3. **Temukan "poros pemikiran balik"**: Tentukan pendapat kontra-intuitif atau keyakinan Anda yang bertentangan dengan arus utama dalam bidang Anda. 4. **Luncurkan ide pertama** Anda besok. Gabungkan jawaban dari langkah 2 dan 3, lalu publikasikan. Umpan balik nyata dari dunia adalah guru terbaik. Intinya, bangunlah *karier seumur hidup* yang autentik berdasarkan pengalaman dan sudut pandang unik Anda. Dengan memanfaatkan AI sebagai alat dan fokus pada pengembangan diri yang tak tergantikan, Anda dapat mengambil kendali atas hidup dan masa depan Anda.

marsbit5j yang lalu

Bagaimana Membuat Diri Sendiri Tak Tergantikan oleh Kecerdasan Buatan

marsbit5j yang lalu

Kunci Bitcoin Disimpan Offline Berkat Lemparan Dadu, Tetapi Tidak Semua Orang Akan Melakukannya

Berdasarkan insiden kerentanan generator angka acak pada perangkat hardware wallet Coldcard, artikel ini membahas metode pembuatan kunci Bitcoin menggunakan dadu untuk menghasilkan entropi mandiri. Claude Shannon mengukur ketidakpastian dengan konsep entropi, di mana satu lemparan dadu enam sisi setara dengan sekitar 2,585 bit. Praktik melempar dadu 50 hingga 99 kali dapat menghasilkan frasa pemulihan 12 kata yang aman (128 bit entropi), melampaui ketergantungan pada generator perangkat. Namun, insiden Coldcard mengungkap bahwa meskipun seed utama dibuat dari dadu aman, fungsi lain seperti dompet kertas, kunci kloning, dan password masih berpotensi menggunakan generator cacat. Peneliti keamanan Kevin Loaec menekankan bahwa perlindungan hanya berlaku untuk seed utama, bukan keseluruhan sistem. Proses manual ini membutuhkan ketelitian tinggi, rentan kesalahan, dan tidak praktis bagi kebanyakan pengguna baru. Oleh karena itu, meski kuat secara matematis, metode ini lebih cocok untuk pengguna berpengalaman. Artikel menyarankan pemilik Coldcard untuk memperbarui firmware, memeriksa fungsi yang pernah digunakan, dan mempertimbangkan skema multisignature dengan perangkat dari produsen berbeda untuk mitigasi risiko. Tujuan jangka panjang adalah perangkat yang dapat menghasilkan keacakan kuat secara mandiri, tanpa memerlukan prosedur rumit dari pengguna.

cryptonews.ru8j yang lalu

Kunci Bitcoin Disimpan Offline Berkat Lemparan Dadu, Tetapi Tidak Semua Orang Akan Melakukannya

cryptonews.ru8j yang lalu

Trading

Spot
活动图片