Tokenized RWAs Tumbuh 4x Menjadi $25B – Apakah Target Selanjutnya $50B pada 2030?

ambcryptoDipublikasikan tanggal 2026-03-09Terakhir diperbarui pada 2026-03-09

Abstrak

Aset Dunia Nyata yang Ditokenisasi (RWA) mengalami pertumbuhan eksponensial, mencapai nilai $25 miliar dengan peningkatan 4x dalam setahun terakhir. Pertumbuhan 289% ini didorong oleh permintaan institusi yang kuat, terutama pada treasury AS dan komoditas (58% dari total pertumbuhan). Penerbit seperti BlackRock dan Ondo Finance masing-masing mencapai $2,2 miliar dan $2 miliar. Jumlah pemegang aset RWA juga mencetak rekor tertinggi, melampaui 663.000 (naik 4%), dengan Ethereum dan Solana memimpin. Dengan adopsi blockchain yang terus meningkat di sektor TradFi, nilai aset RWA diproyeksikan bisa melebihi $50 miliar pada 2030, sementara nilai aset yang diwakili diperkirakan mencapai $1 triliun.

Tokenisasi Aset Dunia Nyata (RWAs) terus mengalami akselerasi pesat pada tahun 2026, sebagian besar didorong oleh permintaan institusional. Dalam beberapa tahun terakhir, entitas besar telah menunjukkan permintaan yang kuat untuk kredit privat, treasury bills on-chain, dan ekuitas, yang secara signifikan meningkatkan nilai aset.

Tokenized RWAs mencapai $25 miliar

Di tengah adopsi Blockchain yang melonjak di kalangan TradFi, manajer aset, bank, dan entitas lainnya, modal yang signifikan telah dialirkan ke RWAs.

Akibatnya, aset yang ditokenisasi melonjak tajam, mencapai rekor tertinggi. Menurut data Nexus, nilai aset dunia nyata yang ditokenisasi (RWA) mencapai $24,9 miliar, tumbuh 4× selama setahun terakhir.

Ini menandakan pertumbuhan 289%, menambahkan lebih dari $18 miliar secara tahunan (Yoy), yang menunjukkan permintaan yang sangat tinggi dalam setahun terakhir.

Data menunjukkan bahwa Surat Berharga Negara AS dan komoditas mendominasi ruang ini, menyumbang 58% dari pertumbuhan. Total nilai keduanya telah melebihi $16 miliar, menurut data RWA.xyz.

Pada saat yang sama, obligasi korporat dan dana alternatif institusional juga mengalami lonjakan besar, dengan BlackRock mencapai $2,2 miliar. Selain itu, Ondo Finance melihat aset yang ditokenisasinya mencapai $2 miliar.

Meskipun ketiga area ini terus mengalami kenaikan, konsentrasi teratas di antara mereka turun 61%, yang menunjukkan meningkatnya persaingan. Namun, treasury bills menentang tren, dengan pangsa pasar mereka menurun dari 59% menjadi 43%, yang menunjukkan peningkatan diversifikasi.

Jumlah pemegang RWA mencapai rekor tertinggi.

Selain meningkatnya nilai RWAs yang ditokenisasi, jumlah pemegangnya juga telah tumbuh secara signifikan di semua chain utama.

Menurut Token Terminal, jumlah pemegang aset RWA telah meningkat signifikan di Ethereum, Solana, BNB Chain, dan Celo. Jumlah pemegang aset RWA Ethereum mencapai rekor tertinggi baru sebesar 169k, sementara Solana menyusul dengan 163k.

Celo dan BNB chain juga mencetak rekor tertinggi baru, masing-masing mencatat 77k dan 42k. Chain lainnya, seperti Base dan Arbitrum One, juga mencatat pertumbuhan yang signifikan.

Dengan demikian, total pemegang melonjak 4%, melebihi 663k, sementara pemegang stablecoin melonjak 5% menjadi 233,2 juta, menandakan adopsi yang meningkat.

Apa yang berikutnya untuk RWA?

RWAs yang ditokenisasi telah mengalami pertumbuhan eksponensial di tengah perebutan untuk mempercepat adopsi blockchain dan penerimaan yang berkelanjutan di TradFi.

Dengan pertumbuhan ini, nilai aset yang diwakili melebihi $346 miliar, meskipun mengalami penurunan 6% dalam 30 hari terakhir. Pada saat yang sama, total nilai stablecoin naik menjadi $301 miliar.

Pada tingkat saat ini, dan jika pelaku pasar terus menyelami RWA, aset-aset tersebut kemungkinan akan mencatat pertumbuhan signifikan dalam jangka menengah hingga panjang. Mempertahankan tingkat pertumbuhan saat ini, total nilai dapat melebihi $50 miliar pada tahun 2030, dengan aset yang diwakili melebihi $1 triliun.


Ringkasan Akhir

  • Aset dunia nyata yang ditokenisasi [RWAs] meroket menjadi $25 miliar, menandai pertumbuhan 4x selama setahun terakhir.
  • Jumlah total pemegang aset RWA melonjak 4% menjadi 663k, mencerminkan adopsi yang meningkat.

Pertanyaan Terkait

QApa yang mendorong percepatan pesat tokenisasi Aset Dunia Nyata (RWA) pada tahun 2026?

ATokenisasi RWA dipercepat terutama oleh permintaan institusional yang kuat untuk kredit privat, treasury bills on-chain, dan ekuitas dari entitas besar.

QBerapa nilai total aset tokenisasi RWA yang dicapai menurut data Nexus?

ANilai total aset tokenisasi RWA mencapai $24,9 miliar, tumbuh 4 kali lipat dalam setahun terakhir.

QJenis aset apa yang mendominasi pertumbuhan tokenisasi RWA dan berapa persen kontribusinya?

AUS Treasuries dan komoditas mendominasi dengan kontribusi 58% dari total pertumbuhan.

QBerapa jumlah pemegang aset RWA di Ethereum dan Solana berdasarkan data Token Terminal?

APemegang aset RWA di Ethereum mencapai 169.000 (rekor tertinggi), sedangkan Solana menyusul dengan 163.000 pemegang.

QApa proyeksi nilai total aset tokenisasi RWA pada tahun 2030 berdasarkan pertumbuhan saat ini?

ADengan mempertahankan laju pertumbuhan saat ini, nilai total aset tokenisasi RWA diproyeksikan melebihi $50 miliar dengan aset yang direpresentasikan mencapai lebih dari $1 triliun pada 2030.

Bacaan Terkait

Narasi BTC sebagai 'Emas Digital' Apakah Sudah Gagal?

Artikel ini menganalisis Bitcoin dari sudut pandang "aset digital" atau "emas digital", tanpa memberikan saran investasi. Penulis membahas tiga hal utama: **1. Bagaimana Memandang Bitcoin sebagai Aset:** Bitcoin dianggap sebagai kelas aset baru yang unggul dibandingkan emas dalam hal: jumlah terbatas (21 juta koin), kemampuan transfer yang mudah dan aman (kunci pribadi), dan transparansi/auditabilitas penuh (blockchain). Meski awalnya digunakan di area abu-abu, regulasi semakin mengatur. Adopsi global crypto saat ini sekitar 3-4%, menandakan fase awal dengan volatilitas tinggi namun juga potensi pertumbuhan jangka panjang. **2. Memahami Penurunan Harga Terkini:** Penurunan ~50% dari puncak $126k (Okt 2025) ke ~$61k (Feb 2026) dipandang sebagai penjualan siklis yang terprediksi pasca-*halving*, dan sebagai proses "peralihan kepemilikan" historis dari *early holders* ke investor institusional melalui ETF. Data historis menunjukkan tren penurunan persentase *drawdown* setiap siklus (dari >90% ke ~50%), mengindikasikan aset yang semakin matang. **3. Pandangan Jangka Panjang:** Kerangka analisisnya adalah membandingkan kapitalisasi pasar Bitcoin (~$1.4T pada $70k) dengan emas (~$20T). Bitcoin baru mencapainya sekitar 7%. Jika narasi "emas digital" terealisasi sebagian (misal, 30-50% kapitalisasi emas), ruang naiknya masih signifikan. Risiko terbesar bukanlah Bitcoin menjadi nol, melainkan manajemen portofolio yang buruk (seperti *all-in* atau pakai leverage) dan kurangnya pemahaman mendalam, yang bisa membuat investor *exit* dipaksakan sebelum potensi jangka panjang terwujud. Kesimpulan: Volatilitas tinggi adalah "harga" untuk potensi imbal hasil tinggi. Pertanyaan kuncinya adalah apakah penurunan ini menandakan kegagalan narasi "emas digital" atau hanya fase peralihan dalam evolusinya dari aset spekulatif ke aset alokasi. Jawabannya bergantung pada keyakinan mendasar terhadap aset ini.

marsbit1j yang lalu

Narasi BTC sebagai 'Emas Digital' Apakah Sudah Gagal?

marsbit1j yang lalu

Dari Kode ke Kognisi: Panduan Panjang Evolusi Otak Robot

**Dari Kode ke Kognisi: Evolusi Otak Robot** Era robot sebelumnya bergantung pada kode yang dirancang dengan hati-hati untuk persepsi, perencanaan, dan kontrol (seperti PID), membatasi kemampuan generalisasi. Kemajuan datang dengan pembelajaran mendalam untuk persepsi visual dan pembelajaran penguatan untuk kontrol motorik, tetapi kebijakan tetap sempit. Titik balik terjadi dengan munculnya Model Bahasa Besar (LLM). LLM bertindak sebagai perencana tingkat tinggi, menerjemahkan instruksi bahasa alami menjadi urutan keterampilan atomik untuk dieksekusi oleh sistem robot tradisional (seperti ROS2). Ini adalah lompatan besar, tetapi LLM hanya penjadwal cerdas, bukan penggerak langsung. Lompatan berikutnya adalah Model Visi-Bahasa-Aksi (VLA). Model ini menggabungkan persepsi visual dan instruksi bahasa langsung ke dalam satu jaringan neural untuk menghasilkan perintah gerakan, menyatukan penalaran dan tindakan. Ini memungkinkan generalisasi yang lebih baik. Arsitektur populer (seperti di Figure AI, NVIDIA GR00T) menggunakan sistem "otak ganda": Model S2 yang besar dan lambat (7-9Hz) untuk penalaran tingkat tinggi, dan model S1 yang kecil dan cepat (200Hz) untuk menghasilkan gerakan halus. Lapisan S0 (1kHz) menangani keseimbangan dan koordinasi refleksif. Komputasi untuk kontrol keselamatan yang kritis dijalankan secara lokal di papan (mis., pada NVIDIA Jetson) karena masalah latensi dan keandalan jaringan. Cloud digunakan untuk antarmuka percakapan dan pembelajaran kumpulan data. Model sumber terbuka (seperti OpenVLA, NVIDIA GR00T, π0) sangat penting, memungkinkan startup mengadaptasi model dasar dengan data robot mereka sendiri, mempercepat inovasi. Namun, VLA masih memiliki keterbatasan: pemulihan kesalahan, efisiensi sampel, generalisasi lintas platform, perencanaan jangka panjang, dan pemahaman fisika yang mendalam. Di sinilah **Model Dunia** menjadi kunci. Model Dunia adalah jaringan neural yang memprediksi keadaan dunia masa depan berdasarkan keadaan saat ini dan tindakan yang diusulkan (misalnya, menghasilkan video yang disimulasikan). Ini memungkinkan robot untuk "berpikir sebelum bertindak", mensimulasikan berbagai skenario, mengevaluasi hasil, dan memilih tindakan terbaik sebelum eksekusi. Pendekatan ini meningkatkan pemulihan, generalisasi, perencanaan, keamanan, dan memungkinkan pembangkitan data sintetis skala besar. Arsitektur utama termasuk difusi video tingkat piksel (Cosmos/Sora), JEPA (LeCun), dan model dunia tindakan laten (Genie). Masa depan robot humanoid mungkin menggabungkan VLA dengan Model Dunia untuk perencanaan berbasis simulasi. Data (terutama melalui operasi jarak jauh) tetap menjadi penghalang utama. Sementara narasi "momen ChatGPT" untuk robot agak menyesatkan (saat ini lebih mirip era GPT-2), kemajuan menuju robot yang mampu beradaptasi secara umum sangat cepat. Evolusi dari kode buatan ke model dunia yang dipelajari secara perlahan memindahkan kecerdasan dari pikiran insinyur ke dalam sistem yang mampu memahami dan membayangkan dunia.

marsbit2j yang lalu

Dari Kode ke Kognisi: Panduan Panjang Evolusi Otak Robot

marsbit2j yang lalu

Trading

Spot
Futures
活动图片