Toss Bawa 30 Juta Pengguna ke Ekonomi Data AI dalam Kemitraan dengan Poseidon

TheNewsCryptoDipublikasikan tanggal 2026-06-26Terakhir diperbarui pada 2026-06-26

Abstrak

**Toss dan Poseidon Ajak 30 Juta Pengguna Masuk ke Ekonomi Data AI** Toss, platform keuangan seluler Korea, bermitra dengan Poseidon, infrastruktur data untuk AI, untuk memperkenalkan model pertama di dunia yang memungkinkan pengguna biasa berkontribusi data dunia nyata untuk pelatihan AI dan dibayar atas kontribusinya. Kolaborasi ini membuka pasar data AI kepada sekitar 30 juta pengguna Toss. Aplikasi kontributor Poseidon, Numo, akan diluncurkan di dalam aplikasi Toss. Pengguna dapat membantu membangun data pelatihan dalam bahasa Korea (suara, gambar, video) dan menerima pembayaran yang terikat langsung dengan kontribusi mereka. Poseidon menyediakan infrastruktur yang melacak nilai setiap kontribusi, sementara Toss menyediakan basis pengguna dan pengalaman finansial untuk mengubah partisipasi menjadi pembayaran. Data yang dikumpulkan Numo adalah data orang-pertama dari lingkungan nyata, kategori yang sangat berharga untuk mengembangkan kecerdasan fisik AI (seperti di robotika dan kendaraan otonom). Setiap kontribusi dicatat di jaringan DATA, dengan jejak audit publik yang dapat diverifikasi, memastikan transparansi bagi pembeli dan kontributor. Korea dipandang sebagai pasar ideal untuk membuktikan model ini karena kombinasi data kehidupan nyata yang padat, sistem keuangan matang, dan pengalaman seluler kelas dunia yang dimiliki Toss. Setelah terbukti di Korea, kemitraan ini berencana untuk berekspansi ke pasar global.

Palo Alto, Amerika Serikat, 26 Juni 2026, Chainwire

Pengguna Toss kini dapat menyumbangkan data dunia nyata untuk melatih AI dan dibayar untuk itu, dalam model perdana yang diluncurkan di Korea sebelum ekspansi global.

Poseidon, infrastruktur data yang dibangun untuk mencari dan melisensikan data dunia nyata untuk AI, hari ini mengumumkan kemitraan dengan Toss, platform keuangan seluler yang dioperasikan oleh Viva Republica, untuk memungkinkan pengguna sehari-hari berkontribusi pada pelatihan AI dan dibayar atas apa yang mereka berikan. Ini adalah langkah pertama Toss ke dalam data AI, dan membuka pasar tersebut untuk sekitar 30 juta penggunanya.

AI Frontier telah kehabisan internet untuk di-scrape. Generasi model berikutnya bergantung pada data dunia nyata, jenis yang menangkap bagaimana orang benar-benar berbicara, bergerak, dan bereaksi, yang tidak ada di web terbuka dan tidak pernah memiliki cara yang bersih untuk dicari, dilisensikan, atau dibayar. Poseidon membangun infrastruktur untuk mengubah itu, dan Toss menjangkau untuk melakukannya dalam skala besar.

Melalui kemitraan ini, aplikasi kontributor Poseidon, Numo, diluncurkan di dalam aplikasi Toss. Pengguna Toss dapat membantu membangun data pelatihan berbahasa Korea dalam suara, gambar, dan video, dan menerima pembayaran yang terkait langsung dengan apa yang mereka sumbangkan. Poseidon menyediakan infrastruktur yang melacak setiap kontribusi dan nilainya, sementara Toss menyediakan basis pengguna dan pengalaman keuangan yang mengubah partisipasi menjadi pembayaran. Bersama-sama mereka menawarkan jawaban yang berfungsi untuk pertanyaan yang telah dihadapi oleh industri AI, yaitu bagaimana mengkompensasi orang-orang yang datanya membuat model menjadi lebih baik.

Setiap kontribusi yang dibuat melalui Numo dicatat di DATA, jaringan data AI yang datanya dimurnikan oleh Poseidon untuk DATA. DATA memberikan setiap catatan jejak asal usul yang dapat diverifikasi melalui Trace, lapisan audit publiknya, sehingga pembeli dapat melihat dari mana asal data pelatihan dan kontributor dapat melihat bahwa pekerjaan mereka dihitung dan dibayar. DATA Foundation, yang diluncurkan minggu ini dari rebranding Story, sedang membangun lapisan ini bersama mitra integrasi termasuk pasar data manusia Kled, dan Poseidon adalah salah satu sumber terbesar data olahan yang mengalir ke dalamnya.

Apa yang dikumpulkan Numo adalah data orang pertama, direkam oleh orang sungguhan di lingkungan nyata, yang termasuk kategori paling sulit dan paling berharga untuk diperoleh. Ini adalah bahan baku untuk kecerdasan fisik, AI yang harus beroperasi di dunia fisik di seluruh robotika, kendaraan otonom, dan aplikasi lainnya. Permintaan dari laboratorium AI global untuk jenis data ini meningkat, dan Korea berada dalam posisi untuk menyuplainya, dengan data kehidupan nyata yang padat dan basis pengguna Toss. Poseidon dan Toss bermaksud untuk membuktikan model ini di Korea, kemudian berekspansi ke pasar global.

Changhoon Seo, Direktur Eksekutif Bisnis Baru di Toss, mengatakan: "Seiring industri AI tumbuh, permintaan akan data berkualitas tinggi meningkat dengan kecepatan yang sama. Toss berencana membangun lingkungan di mana pengguna dapat mengambil bagian dalam ekonomi data dengan lebih mudah dan alami, dan memperluas struktur di mana nilai yang mereka sumbangkan dihargai secara transparan."

SY Lee, Chief Strategy Officer dan Chairman Poseidon, mengatakan: "Korea adalah salah satu dari sedikit pasar di mana pentingnya strategis data AI, sistem keuangan yang matang, dan pengalaman seluler kelas dunia semuanya ada sekaligus. Toss adalah mitra yang tepat untuk mengubah data AI yang disumbangkan pengguna dari ide awal menjadi standar yang dapat diadopsi oleh dunia lainnya." Lee sebelumnya mendirikan platform novel web Radish dan menjualnya ke Kakao Entertainment, ikut mendirikan Story, infrastruktur IP yang baru-baru ini diubah merek menjadi DATA Foundation, dan dinobatkan sebagai Young Global Leader oleh World Economic Forum tahun ini.

Tentang Poseidon

Poseidon adalah infrastruktur data untuk AI, dibangun untuk mencari, memurnikan, dan melisensikan data dunia nyata yang dibutuhkan model frontier dan tidak dapat disediakan oleh internet terbuka. Diinkubasi oleh tim di balik The DATA Network, Poseidon menjembatani kesenjangan antara pasokan data dan permintaan AI dengan memungkinkan akses ke dataset pelatihan berkualitas tinggi, aman dari IP, dan dapat digabungkan. Poseidon mengumpulkan pendanaan seed $15 juta yang dipimpin oleh Andreessen Horowitz (a16z). Aplikasi kontributor Poseidon, Numo, telah mencatat lebih dari 711.000 pendaftaran data di seluruh dunia dan tersedia dan kini tersedia di aplikasi Toss.

Kontak

HV
henri.vies@piplabs.xyz

Pertanyaan Terkait

QApa tujuan utama kemitraan antara Toss dan Poseidon?

AKemitraan ini bertujuan untuk memungkinkan sekitar 30 juta pengguna Toss berkontribusi data dunia nyata (seperti suara, gambar, video) untuk melatih AI dan mendapatkan pembayaran atas kontribusi mereka, sambil membuka akses ke pasar data AI.

QAplikasi apa yang diluncurkan dalam kemitraan ini dan apa fungsinya?

AAplikasi yang diluncurkan adalah Numo, aplikasi kontributor Poseidon, yang tersedia di dalam aplikasi Toss. Fungsinya adalah memungkinkan pengguna merekam dan mengirimkan data dunia nyata (first-person data) untuk pelatihan AI dan mendapatkan kompensasi finansial secara transparan berdasarkan kontribusi.

QMengapa data 'dunia nyata' (real-world data) dianggap sangat berharga untuk AI generasi berikutnya?

AData dunia nyata dianggap sangat berharga karena menangkap bagaimana manusia benar-benar berbicara, bergerak, dan bereaksi di lingkungan nyata. Data semacam ini tidak tersedia di internet terbuka dan merupakan bahan baku penting untuk mengembangkan 'kecerdasan fisik' (physical intelligence) pada robotika, kendaraan otonom, dan aplikasi AI lainnya.

QBagaimana sistem ini memastikan transparansi dan pembayaran yang adil bagi kontributor data?

ASetiap kontribusi melalui Numo didaftarkan di jaringan DATA. DATA menggunakan lapisan audit publik bernama Trace yang memberikan jejak provenansi yang dapat diverifikasi, sehingga pembeli dapat melihat asal data dan kontributor dapat melihat bahwa kontribusi mereka telah dihitung dan dibayar.

QApa rencana ekspansi masa depan dari model kemitraan Toss-Poseidon ini?

APoseidon dan Toss berencana untuk membuktikan dan menyempurnakan model bisnis ini terlebih dahulu di Korea, kemudian memperluasnya ke pasar global, menjadikan kontribusi data oleh pengguna sebagai standar yang dapat diadopsi di seluruh dunia.

Bacaan Terkait

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

Baru-baru ini, DeepSeek V4 diperbarui dengan framework *Speculative Decoding* baru bernama **DSpark**, yang diklaim meningkatkan kecepatan inferensi hingga 80%. Pembaruan ini, yang juga disertai open-sourcing framework **DeepSpec**, berfokus pada optimasi teknikal dan peningkatan performa, bukan perubahan arsitektur model inti. DSpark mengimplementasikan **Semi-Autoregressive Generation** untuk menjaga throughput tinggi dan meningkatkan akurasi token yang dihasilkan oleh model draf (*draft model*). Inovasi utamanya adalah **Confidence-Scheduled Verification**, yaitu sistem penjadwalan yang cerdas dan adaptif. Sistem ini menggunakan *Confidence Head* untuk memperkirakan probabilitas penerimaan setiap token kandidat dan secara dinamis menyesuaikan panjang verifikasi berdasarkan beban kerja sistem (*hardware-aware*), sehingga mengalokasikan daya komputasi hanya ke token yang paling potensial. Dalam pengujian di berbagai domain (penalaran matematika, generasi kode, percakapan), DSpark menunjukkan peningkatan signifikan dibandingkan model *state-of-the-art* seperti Eagle3 dan DFlash. Pada kondisi *throughput* yang setara, DSpark meningkatkan kecepatan respons pengguna sebesar 57%-85% untuk model DeepSeek-V4 Flash dan Pro. DeepSpec, yang dirilis bersamaan, adalah *codebase* lengkap untuk melatih dan mengevaluasi model draf *speculative decoding*. Framework ini menyediakan pipeline standar (persiapan data, pelatihan, evaluasi) dan mendukung beberapa algoritma (DSpark, DFlash, Eagle3) serta model target (Qwen3, Gemma), memudahkan peneliti dan insinyur untuk mengembangkan dan menerapkan teknik percepatan inferensi pada model bahasa besar mereka sendiri.

marsbit19m yang lalu

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

marsbit19m yang lalu

Bisakah Aavenomics 3.0 Mempertahankan Rally Pemulihan AAVE di Tengah Pembicaraan Akuisisi Kraken?

CEO Aave Labs, Stani Kulechov, membantah laporan pembelian saham oleh Kraken, menekankan bahwa Aave tidak akan dijual dengan diskon 70%. Dia mengklarifikasi bahwa pendapatan tahunan sebesar $134 juta dialokasikan untuk Aave DAO, bukan Aave Labs, dan mengumumkan rencana Aavenomics 3.0 yang mencakup mekanisme pembelian kembali otomatis. Berdasarkan klarifikasi ini dan rencana tokenomics baru, harga AAVE mengalami pemulihan signifikan, melonjak 12% dan mencapai rally pemulihan lebih dari 50% pada Juni, meski masih jauh dari level tertingginya. Tekanan jual yang menurun sejak akhir Mei juga berkontribusi pada rebound ini. Pemulihan terjadi meski sebelumnya harga terdampak konflik tata kelola dan tekanan makro. Keberlanjutan rally ini kini tergantung pada reaksi pasar terhadap rencana Aavenomics 3.0 yang diusulkan Kulechov.

ambcrypto1j yang lalu

Bisakah Aavenomics 3.0 Mempertahankan Rally Pemulihan AAVE di Tengah Pembicaraan Akuisisi Kraken?

ambcrypto1j yang lalu

Ternyata Beginilah Cara Karpathy Menggunakan Claude?

Sejak bergabung dengan Anthropic, aktivitas Andrej Karpathy di komunitas terbuka berkurang drastis. Baru-baru ini, sebuah dokumen bernama CLAUDE.md yang diklaim sebagai panduan penggunaan Claude milik Karpathy beredar di komunitas. Isinya berisi sejumlah prinsip ketat untuk memandu AI dalam menulis kode, yang bertujuan mengurangi kesalahan umum model bahasa besar (LLM). Prinsip-prinsip utama mencakup: 1) **Baca dahulu sebelum menulis** – pahami struktur dan gaya kode proyek yang ada. 2) **Berpikir sebelum menulis kode** – klarifikasi asumsi, pertimbangkan trade-off, dan uraikan rencana. 3) **Tetap sederhana** – hindari desain berlebihan, abstraksi prematur, dan fleksibilitas yang tidak diperlukan. 4) **Modifikasi terarah** – lakukan perubahan minimal yang sesuai dengan gaya kode asli, jangan melakukan reformatting atau pembersihan yang tidak relevan. 5) **Verifikasi dan uji** – pastikan kode berfungsi seperti yang diharapkan dengan pengujian yang tepat. 6) **Debug secara sistematis** – jangan menebak, selidiki akar masalahnya. 7) **Hati-hati dengan dependensi** – hindari menambah dependensi yang tidak perlu. 8) **Komunikasi yang jelas** – jelaskan apa yang dilakukan dan alasannya. Dokumen ini juga menyoroti pola kegagalan umum seperti abstraksi yang salah, "optimistic path", dan "halusinasi pengetahuan". Meskipun keaslian dokumen ini diragukan, isinya sangat selaras dengan pemikiran Karpathy yang telah banyak mengkritik kelemahan LLM dalam pemrograman. Prinsip-prinsip ini, yang juga telah dijadikan template populer di GitHub, dianggap dapat meningkatkan efektivitas dan mengurangi kesalahan saat menggunakan asisten AI seperti Claude untuk pengembangan perangkat lunak.

marsbit1j yang lalu

Ternyata Beginilah Cara Karpathy Menggunakan Claude?

marsbit1j yang lalu

Riset BIT: Halving 2028 Bukanlah Akhir, Perombakan Sejati Industri Pertambangan Bitcoin Baru Dimulai

Industri penambangan Bitcoin sedang mengalami penyesuaian struktural paling kompleks sejak kelahiran protokolnya. Meski harga Bitcoin bertahan di sekitar $61.000 dan hash rate global mendekati 1 ZH/s (hampir rekor tertinggi), profitabilitas penambang terus memburuk. Beberapa indikator—seperti biaya produksi, pendapatan dari biaya transaksi, ekspansi hash rate, dan anggaran keamanan industri—menunjukkan bahwa sektor ini beroperasi di ambang titik impas. Pengurangan hadiah blok (halving) 2028 diprediksi akan mempercepat proses konsolidasi ini. Masalah utamanya bukan hanya berasal dari penurunan subsidi blok pasca-halving, tetapi juga transisi yang belum tuntas ke model pendapatan berbasis biaya transaksi. Banyak perusahaan penambangan kini beralih dari sekadar memproduksi Bitcoin menjadi operator infrastruktur, operator energi, dan penyedia infrastruktur komputasi untuk AI/HPC. Dengan demikian, fokus kompetisi bergeser dari ekspansi hash rate menuju peningkatan model bisnis. Data menunjukkan bahwa dengan harga Bitcoin sekitar $61.000, pendapatan teoritis harian penambang seharusnya sekitar $78 juta, namun kenyataannya hanya sekitar $33 juta—terjadi selisih sekitar 136%. Pendapatan dari biaya transaksi juga rendah, hanya sekitar $220.000 per hari, jauh di bawah perkiraan historis sebesar $9,7 juta. Biaya listrik sendiri menyerap 71,5% dari total pendapatan industri pada tahun 2025. Setelah halving 2028, biaya produksi dasar Bitcoin diproyeksikan naik menjadi sekitar $93.289, yang akan mendorong konsolidasi industri ke perusahaan-perusahaan besar dengan modal kuat dan pendapatan yang terdiversifikasi. Masa depan industri ini terletak pada transformasi dari bisnis "penambangan" murni menjadi bisnis "infrastruktur", yang mengandalkan sumber pendapatan lain seperti manajemen energi dan layanan hosting komputasi AI/HPC. Bagi investor, pertanyaan kuncinya adalah perusahaan mana yang dapat berhasil bertransformasi dan membangun keunggulan kompetitif yang lebih tangguh dalam lanskap baru ini.

marsbit1j yang lalu

Riset BIT: Halving 2028 Bukanlah Akhir, Perombakan Sejati Industri Pertambangan Bitcoin Baru Dimulai

marsbit1j yang lalu

Jito Mencapai Tonggak Pendapatan $1,75 Miliar, Tapi Apa Artinya Ini bagi Rally Harga?

Jito telah mencapai tonggak pendapatan kotor sebesar $1,75 miliar, dengan 81% berasal dari imbalan MEV dan sisanya dari staking, menandai kinerja kuat dalam ekosistem Solana. Pertumbuhan ini didukung oleh peningkatan aktivitas pengguna, termasuk lonjakan alamat aktif dan volume perdagangan yang naik hampir 90% menjadi $102 juta dalam 24 jam terakhir, mengindikasikan partisipasi yang meluas dan arus modal kembali. Secara teknis, harga JTO berhasil menembus pola bullish flag setelah konsolidasi berbulan-bulan dan terus menghormati garis tren naik, yang mencerminkan pengakuan pasar terhadap fundamental yang membaik. Kelanjutan rally ini akan bergantung pada ekspansi berkelanjutan aktivitas jaringan.

ambcrypto2j yang lalu

Jito Mencapai Tonggak Pendapatan $1,75 Miliar, Tapi Apa Artinya Ini bagi Rally Harga?

ambcrypto2j yang lalu

Trading

Spot
活动图片

Kategori Populerright-arrow

Tag Populerright-arrow