Wang Chuan: Setelah Tetangga Lao Wang Mendapatkan 30 Kali Lipat Keuntungan dari Investasi Saham Penyimpanan, Bagaimana Tetap Bebas Kecemasan (Tujuh) - Siklus Seperempat Abad

链捕手Dipublikasikan tanggal 2026-06-09Terakhir diperbarui pada 2026-06-09

Abstrak

Artikel ini membahas fenomena "kebalikan" (reflexivity) dalam industri teknologi, khususnya sektor penyimpanan dan semikonduktor. Penulis menjelaskan bagaimana gelombang permintaan eksploratif dan spekulatif selama gelembung pasar menciptakan umpan balik positif yang mendorong harga aset dan valuasi ke tingkat ekstrem. Namun, begitu pertumbuhan melambat, "kebalikan" ini berbalik arah, menyebabkan penurunan tajam yang diperparah oleh efek "bullwhip" dalam rantai pasokan, di mana penurunan permintaan terjadi tiba-tiba sementara pasokan kaku, menciptakan kelebihan kapasitas yang berlangsung lama. Penulis mengilustrasikan bahwa perusahaan-perusahaan besar seperti Intel, Micron, dan Cisco membutuhkan waktu hingga seperempat abad untuk pulih ke harga puncak tahun 2000, meskipun laba mereka jauh lebih tinggi. Hal ini terjadi karena narasi pertumbuhan tinggi yang mendukung valuasi ekstrem telah menghilang, dan modal spekulatif berpindah ke cerita pertumbuhan berikutnya. Artikel ini memperingatkan para investor yang terbiasa dengan keuntungan cepat dan besar selama pasar naik, yang mengembangkan pola pikir bahwa pertumbuhan tinggi akan berlanjut selamanya. Mengutip Buffett dan Schopenhauer, penulis menekankan bahwa melanjutkan spekulasi dalam lingkungan ini menawarkan potensi keuntungan asimetris dengan risiko kerugian besar (80-95%) dan periode pemulihan yang sangat panjang. Kisah "tetangga Lao Wang" yang mendapat keuntungan 30 kali lipat berakhir dengan kerugian karena leverage da...

Penulis: Wang Chuan

Artikel ini adalah kelanjutan dari Wang Chuan: Setelah Tetangga Lao Wang Mendapatkan 30 Kali Lipat Keuntungan dari Investasi Saham Penyimpanan, Bagaimana Tetap Bebas Kecemasan (Enam) - Jebakan Barang Standar .

1/ Di industri layanan perangkat lunak, ada istilah Net Dollar Retention rate, yang secara harfiah diterjemahkan sebagai 'tingkat retensi dolar bersih'. Artinya, jika klien awalnya membayar satu dolar per bulan kepada Anda, berapa yang masih akan mereka bayarkan per bulan setelah beberapa waktu. Jika NDR melebihi 100%, itu menunjukkan bahwa pendapatan dari klien meningkat; di bawah 100%, berarti menurun. Namun, ketika istilah ini menjadi 'yang disetahunkan' (annualized), beberapa orang mulai bermain-main. Misalnya, pendapatan dari klien yang sama di sebuah perusahaan AI tumbuh 50% dalam tiga bulan, maka tingkat retensi dolar bersihnya adalah 150%. Eksekutif perusahaan dapat dengan tenang menyatakan ke publik, tingkat retensi dolar bersih saya adalah 500%, yang dihitung dengan mengasumsikan pertumbuhan 50% setiap kuartal di masa depan (pangkat empat dari 150%), dan secara default berasumsi akan terjadi setiap tahun, meskipun pertumbuhan sebenarnya hanya beberapa bulan. Siapa pun yang pernah berbisnis tahu bahwa pertumbuhan tinggi apa pun tidak dapat dipertahankan dalam jangka panjang, penghentian atau pembalikan pertumbuhan secara tiba-tiba adalah hal biasa. Dan dari sudut pandang perusahaan-perusahaan ini, yang penting adalah mendapatkan pendanaan dengan membual sebesar-besarnya, biarlah masalah datang nanti.

2/ Titik yang sangat halus adalah, selama gelembung industri naik, sebagian besar permintaan bukanlah permintaan jangka panjang yang kaku, melainkan permintaan eksploratif, didorong oleh kepanikan dan likuiditas. Permintaan ini memiliki karakteristik "refleksivitas": artinya, jika orang lain sedang bereksplorasi, orang lain panik, dan likuiditas mengalir deras, maka saya juga merasa terburu-buru untuk ikut-ikutan, untuk berinvestasi dan berbelanja. Begitu ada yang bangkrut, situasi berbalik total, likuiditas menyusut, maka saya pun segera memotong anggaran dan investasi, dan bagian permintaan eksploratif itu dengan cepat menghilang.

3/ Sesuai dengan permintaan "refleksif" terhadap produk ini, di tingkat pasar saham juga ada sekelompok pembeli spekulatif "refleksif". Dalam periode naik, mereka ikut arus, menggunakan leverage, mendorong harga saham ke puncak; mereka bukan pemegang jangka panjang. Jika situasi berbalik, dan banyak orang panik menjual secara bersamaan, mereka juga dengan cepat bubar. Harga transaksi akhirnya ditentukan oleh pembeli dan penjual marginal. Harga tertinggi di puncak kegilaan pasar bullish, dan harga terendah di saat kepanikan pasar bearish, dibuat oleh spekulan "refleksif" ini.

4/ Jadi, kita memiliki struktur "refleksif" secara simultan di tingkat fisik (industri) dan finansial. Selama periode naik industri, permintaan produk yang bersifat refleksif di tingkat fisik membentuk umpan balik positif yang kuat seperti tsunami, menarik spekulan refleksif di tingkat finansial untuk masuk, yang pada gilirannya menciptakan umpan balik positif besar di tingkat finansial, semakin mendorong harga aset. Umpan balik positif di kedua tingkat ini hanya akan berhenti dan berbalik ketika sama-sama menghadapi batasan kaku di tingkat fisik dan likuiditas finansial. Dan begitu berbalik, juga akan ada umpan balik positif, yaitu umpan balik positif ke bawah yang semakin menguat seperti longsoran salju dan banjir bandang.

5/ Namun, industri penyimpanan, industri semikonduktor, dan seluruh rantai pasokan pusat data, memiliki risiko yang lebih besar: berbeda dengan Bitcoin yang memiliki siklus pengurangan separuh (halving) yang didefinisikan secara tepat dalam kodenya setiap empat tahun, tidak ada aturan hukum apa pun yang menjamin bahwa setelah harga saham turun, pasti bisa bangkit kembali dalam empat tahun. Faktanya, beberapa raksasa lama, Micron baru pada 2024, Intel dan Cisco baru pada 2026, melampaui puncak harga saham tahun 2000, dan dalam seperempat abad ini mengalami penarikan harga yang mendalam melebihi 80% bahkan 95%. A Q pernah berpesan sebelum meninggal, "Delapan belas tahun lagi, aku akan menjadi orang hebat lagi!" Bagi industri teknologi tinggi, terutama industri perangkat keras, A Q terlalu optimis.

6/ Mengapa fenomena ini terjadi? Salah satu alasannya adalah "efek pecut" (bullwhip effect) dalam rantai pasokan industri perangkat keras yang disebutkan sebelumnya. (Wang Chuan: Setelah Tetangga Lao Wang Mendapatkan 30 Kali Lipat Keuntungan dari Investasi Saham Penyimpanan, Bagaimana Tetap Bebas Kecemasan (Lima) - Efek Pecut) Ketika industri benar-benar berbalik, hilangnya permintaan adalah instan, tetapi produksi pasokan memiliki penundaan dan kekakuan, kelebihan kapasitas akan menjadi semakin parah untuk beberapa waktu, dan mencapai keseimbangan baru membutuhkan waktu beberapa tahun. Bahkan setelah mencapai keseimbangan, fenomena kekurangan pasokan yang parah selama periode naik, benar-benar tidak akan kembali.

7/ Alasan lain yang lebih halus, berasal dari pergeseran narasi (narrative) yang dibawa oleh efek pecut saat turun. Konstruksi narasi pada dasarnya adalah mekanisme perekrutan, untuk mencari lebih banyak orang yang mau menerima 'tongkat estafet'. Ketika likuiditas tinggi, banyak narasi valuasi tinggi yang tidak tahan uji langsung dipercaya, dan diinvestasikan dengan uang sungguhan. Seperti ketika kelaparan dan pengungsi merajalela, pahlawan dan tokoh hebat sangat mudah merekrut tentara. Valuasi tinggi yang gila selama periode naik bukan hanya karena kekurangan pasokan, bukan hanya karena kekurangan pasokan yang semakin cepat, tetapi karena faktor-faktor "refleksif" multi-lapis dalam waktu singkat yang tumpang tindih, menyebabkan akselerasi itu sendiri juga mengalami akselerasi yang naik secara eksponensial. Kisah pertumbuhan tinggi dan cepat dalam skala luas seperti ini jarang terjadi, menarik banyak modal spekulatif untuk mendukung valuasi tinggi yang fantastis. Dan begitu pertumbuhan melambat, modal spekulatif "refleksif" segera pergi, mengejar kisah pertumbuhan tinggi berikutnya di industri lain.

8/ Mengambil contoh perbandingan laba dan harga saham tiga perusahaan besar dalam dua puluh tahun: Laba Intel tahun 2020 dua kali lipat tahun 2000 (20,9 miliar dolar AS vs 10,5 miliar dolar AS), tetapi harga saham tertinggi tahun 2020 sebesar 69 dolar AS lebih rendah dari puncak tahun 2000 sebesar 75 dolar AS; Laba Micron tahun 2020 sebesar 2,69 miliar dolar AS, tumbuh hampir 80% dari 1,5 miliar dolar AS tahun 2000, tetapi harga saham tertinggi tahun 2020 sebesar 75 dolar AS masih 20% lebih rendah dari puncak tahun 2000 sebesar 97 dolar AS; Laba Cisco tahun 2020 lebih dari empat kali lipat tahun 2000 (11,2 miliar vs 2,67 miliar), tetapi harga saham tertinggi tahun 2020 sebesar 50 dolar AS hanya sekitar 60% dari harga saham tertinggi tahun 2000 sebesar 82 dolar AS. Dua puluh tahun kemudian, meskipun tubuh perusahaan-perusahaan ini lebih kuat, pendapatan dan laba jauh lebih tinggi daripada 20 tahun lalu, jiwa narasi valuasi super tinggi itu sudah lama pergi.

9/ Seseorang yang baru mengenal investasi, dan berulang kali berhasil dalam periode naik gelembung investasi, akan membentuk dua cap pikiran (mindset) besar:

Pertama, menyamakan permintaan kuat saat ini dengan permintaan kuat yang berkelanjutan; menyamakan pertumbuhan tinggi satu dua tahun yang singkat dengan pertumbuhan tinggi yang berkelanjutan tanpa henti di masa depan. Selama periode naik, harga saham terus naik, bahkan jika turun sebentar, umumnya akan segera pulih. Semua informasi negatif diabaikan (atau ada penjelasan rasionalisasi yang bullish), setiap penurunan singkat dianggap sebagai peluang beli. Seiring waktu, cap pikiran ini terus diperkuat. Dalam model berpikir orang-orang ini, ketika harga naik jangan bicara teori, kenaikan harga adalah teori yang keras, Anda bicara banyak teori, mengapa hasil Anda tidak setinggi saya?

10/ Kedua, mudah menghasilkan uang cepat, uang besar. Cepat di sini berarti kurang dari satu tahun, dengan imbal hasil minimal dua kali lipat dalam setahun. Sepuluh ribu tahun terlalu lama, hanya berebut hari ini! SanDisk dari awal tahun hingga sekarang sudah enam kali lipat, manajer investasi yang senang dengan imbal hasil 20% setahun, terlalu kuno dan ketinggalan zaman.

11/ Warren Buffett pernah berkata: 'Garis batas yang membedakan investasi dan spekulasi tidak pernah jelas dan terang, tetapi jika sebagian besar peserta pasar baru-baru ini terus-menerus berhasil, garis ini menjadi semakin kabur. Menghasilkan uang besar tanpa usaha adalah cara tercepat untuk kehilangan akal sehat. Setelah mengalami pengalaman memabukkan seperti itu, orang yang normalnya rasional, secara bertahap perilakunya menjadi seperti Cinderella yang menghadiri pesta dansa. Mereka tahu, tinggal terlalu lama di pesta - yaitu terus berspekulasi pada perusahaan-perusahaan yang valuasinya sangat jauh dari arus kas masa depan - akhirnya akan mendapat labu dan tikus. Tapi mereka tetap enggan melewatkan bahkan satu menit pun dari pesta itu. Semua peserta yang sedang 'melayang' ingin pergi sebelum tengah malam, tapi ada masalahnya, jam di balai dansa tidak memiliki jarum.'

12/ Pada tahap ini, Anda dapat melihatnya sebagai situasi di mana imbal hasil dan risiko tidak simetris. Terus bermain di dalamnya, mungkin masih ada imbal hasil dua kali lipat, atau bahkan lebih tinggi? Tetapi begitu situasi berbalik pada suatu titik waktu yang tidak dapat diprediksi, seluruh sistem valuasi runtuh, risikonya adalah penarikan harga lebih dari 80%, dan akhir menunggu 25 tahun untuk kembali modal. Spekulan "refleksif", dua tiga tahun saja tidak bisa menunggu, apalagi menunggu lebih dari dua puluh tahun, bagaimana mungkin?

13/ Lalu bagaimana dengan tetangga Lao Wang yang dikatakan mendapat keuntungan 30 kali lipat? Dalam penurunan harga mendadak lebih dari 30% di masa depan, jika dia menggunakan leverage tiga kali lipat, kemungkinan besar akunnya dilikuidasi dan menjadi nol. Jika dia belum menggunakan leverage, mengingat cap pikiran "mudah menghasilkan uang cepat, uang besar" di otaknya sebelumnya, dia akan merasa kegagalan hanya sementara karena kurang beruntung, dan dia bisa dengan cepat kembali modal dengan keberanian dan wawasannya sendiri. Bukankah Jenderal Zhang pernah mengajarkan putranya, "Saat menghadapi situasi, harus berani"? Maka, Lao Wang tidak menunggu beberapa minggu, menambah posisi, masuk kembali dengan posisi besar. Namun, pengalaman bahwa setelah jatuh besar pasti memantul tiba-tiba tidak berlaku lagi, yang menyambutnya adalah penurunan terus-menerus yang menyakitkan seperti pisau tumpul mengiris daging. Narasi pertumbuhan tinggi itu milik 'dunia kemarin' yang telah berlalu. Lao Wang yang ingin cepat-cepat balik modal, akan sering mencoba berbagai operasi yang rumit, sampai akhirnya menghabiskan semua sumber dayanya, baru terpaksa berhenti.

14/ Ini mengingatkan pada ucapan Guru Schopenhauer, "Mereka yang memiliki pengalaman hidup dua atau tiga generasi, ibarat orang yang duduk di stan pesulap di pameran, melihat pertunjukan yang sama dua atau tiga kali berturut-turut. Trik sulap seharusnya hanya dilihat sekali. Ketika itu tidak lagi menghasilkan rasa baru, tidak lagi bisa menipu Anda, efeknya pun hilang sama sekali."

Pertanyaan Terkait

QApa yang dimaksud dengan 'Net Dollar Retention rate' (NDR) dalam industri perangkat lunak, dan bagaimana cara beberapa perusahaan memanipulasinya?

ANet Dollar Retention rate (NDR) adalah metrik dalam industri layanan perangkat lunak yang mengukur seberapa banyak pendapatan bulanan dari klien yang bertahan atau tumbuh dari waktu ke waktu. Jika NDR di atas 100%, itu berarti pendapatan dari klien meningkat. Namun, beberapa perusahaan memanipulasi metrik ini dengan cara memproyeksikan pertumbuhan jangka pendek menjadi angka 'tahunan', misalnya, dengan mengasumsikan pertumbuhan kuartalan yang tinggi akan berlanjut setiap tahun, sehingga menghasilkan angka NDR 'tahunan' yang jauh lebih tinggi dari kenyataan.

QMenurut artikel, apa itu permintaan 'refleksif' dan bagaimana pengaruhnya terhadap siklus industri?

APermintaan 'refleksif' adalah permintaan yang muncul bukan karena kebutuhan jangka panjang yang kaku, tetapi karena eksplorasi, kepanikan, dan dorongan likuiditas selama periode gelembung industri. Permintaan ini ditandai dengan kecenderungan untuk mengikuti tren: ketika banyak orang berinvestasi atau mengeksplorasi, orang lain ikut-ikutan. Namun, begitu likuiditas menyusut atau ada kebangkrutan, permintaan ini bisa langsung hilang karena pemotongan anggaran dan penghentian eksplorasi.

QApa dampak dari efek 'bullwhip' pada industri perangkat keras seperti semikonduktor dan penyimpanan?

AEfek 'bullwhip' mengacu pada fenomena di mana fluktuasi kecil dalam permintaan di tingkat konsumen diperbesar secara drastis di sepanjang rantai pasokan. Saat industri berbalik arah, permintaan bisa menghilang seketika, tetapi produksi atau pasokan memiliki kelambatan dan kekakuan. Hal ini menyebabkan kelebihan kapasitas yang semakin parah dalam beberapa waktu, dan butuh beberapa tahun untuk mencapai keseimbangan baru. Selain itu, kondisi kelangkaan parah yang terjadi selama masa kejayaan industri seringkali tidak akan kembali.

QMengapa artikel menyebutkan bahwa narasi (narrative) memiliki peran penting dalam siklus pasar, terutama bagi investor spekulatif?

AArtikel menyebutkan bahwa pembangunan narasi pada dasarnya adalah mekanisme rekrutmen untuk menarik lebih banyak orang (dana) masuk ke pasar. Selama periode likuiditas tinggi, narasi tentang valuasi tinggi yang tidak masuk akal pun mudah dipercaya dan didanai. Narasi pertumbuhan tinggi yang menarik menarik modal spekulatif. Namun, begitu pertumbuhan melambat, modal spekulatif 'refleksif' ini akan segera pergi untuk mengejar cerita pertumbuhan tinggi berikutnya di industri lain, meninggalkan sektor yang sebelumnya panas dengan valuasi yang jauh lebih rendah meskipun fundamental perusahaan mungkin lebih baik.

QApa dua 'bekas pikiran' atau bias kognitif utama yang terbentuk pada seorang investor baru setelah sukses di fase bubble, menurut artikel ini?

APertama, bias bahwa permintaan yang kuat saat ini setara dengan permintaan yang berkelanjutan di masa depan, dan pertumbuhan tinggi dalam satu atau dua tahun dianggap sebagai pertumbuhan tinggi yang terus-menerus tanpa jeda. Kedua, keyakinan bahwa menghasilkan uang dengan cepat dan dalam jumlah besar adalah hal yang mudah. Keyakinan ini menyebabkan investor meremehkan risiko dan terus berjudi bahkan setelah pasar berbalik, yang pada akhirnya dapat menyebabkan kerugian besar dan perilaku trading yang semakin nekat untuk mencoba mengembalikan kerugian.

Bacaan Terkait

Humanity Dicuri 31 Juta Dolar, Satu Private Key Jatuhkan Harga Token 90%

**Ringkasan Insiden Keamanan Humanity Protocol: Kerugian $31 Juta akibat Kebocoran Kunci Pribadi** Menurut analisis rantai, dompet yang berinteraksi dengan proyek identitas digital Humanity mengalami serangan berkelanjutan pada 9 Juni. Lebih dari 300 alamat yang memegang token H telah diretas, dengan total kerugian melebihi $31 juta. Sekitar $9 juta telah dikonversi ke ETH. Pendiri Humanity, Terence Kwok, mengonfirmasi insiden keamanan ini disebabkan oleh kebocoran kunci pribadi anggota yayasan. Ia menyarankan pengguna untuk sementara tidak berinteraksi dengan jembatan silang atau pool likuiditas Humanity. Harga token H anjlok lebih dari 90%, dari sekitar $0,7 menjadi terendah $0,052, menyebabkan kapitalisasi pasar turun dari $2 miliar menjadi sekitar $35,7 juta. Pelaku diduga mencetak 100 juta token H baru dan menjualnya untuk BNB. Humanity Protocol, yang didirikan pada 2024, mengusung identitas digital terdesentralisasi menggunakan pengenalan tapak tangan. Proyek ini telah mengumpulkan pendanaan $50 juta dengan valuasi mencapai $1,1 miliar. Namun, proyek ini sebelumnya telah dikritik karena hanya sekitar 1 juta dari 9 juta ID yang terverifikasi secara biometrik, serta adanya klaim bahwa ini adalah proyek "shell" dengan kode yang diduga berasal dari penyedia pintu akses China. Riwayat Terence Kwok juga menambah risiko. Startup sebelumnya, Tink Labs, yang pernah menjadi unicorn, bangkrut setelah membakar $170 juta dana investasi. Insiden ini menyoroti kegagalan manajemen keamanan dasar. Kebocoran kunci pribadi—masalah lama di industri—menghasilkan kerugian besar, menambah daftar serangan DeFi yang tahun ini telah melebihi $1 miliar. Sampai saat ini, belum ada skema kompensasi yang diumumkan untuk pengguna yang terdampak.

Foresight News7m yang lalu

Humanity Dicuri 31 Juta Dolar, Satu Private Key Jatuhkan Harga Token 90%

Foresight News7m yang lalu

Bagaimana Melakukan Riset Mendalam dengan Dynamic Workflows Claude

## Ringkasan: Bagaimana Melakukan Penelitian Mendalam dengan Dynamic Workflows Claude Melakukan riset teknologi penuh dengan jebakan, baik bagi manusia maupun AI, karena sering kali informasi yang berlimpah justru mengaburkan kesimpulan. AI cenderung terjebak dalam volume informasi dan lemah dalam asosiasi lintas bidang yang bernilai, meskipun unggul dalam eksekusi dan penelusuran detail secara berlapis. Penulis mengandalkan sistem *deep-research* sendiri namun ingin membandingkannya dengan kemampuan **Dynamic Workflows** pada Claude Code. Fitur ini memungkinkan AI merancang alur kerja yang optimal secara otomatis sebelum menjalankan tugas, berbeda dengan mode "rencana" biasa. Dinamakan dengan perintah `/deep-research`, ia mengkonsumsi token puluhan kali lebih banyak. Inti Dynamic Workflows adalah enam mode penjadwalan inti yang mengatur bagaimana tugas dipecah dan hasil digabung: 1. **Classify-And-Act (Routing):** Tugas diklasifikasi dan dialihkan ke *agent* spesialis yang paling tepat. Efisien dan cepat, tetapi kurang baik untuk tugas dengan batasan kabur. 2. **Fan-out & Merge (Pecah dan Gabung):** Tugas dipecah menjadi sub-tugas independen yang dijalankan paralel, lalu hasilnya digabung. Cepat dan terisolasi, tetapi boros token dan tantangannya ada pada penggabungan. 3. **Adversarial Verification (Verifikasi Adu Argumen):** Satu *agent* menghasilkan kesimpulan, beberapa *agent* lain menantangnya. Hasil diterima jika lolos verifikasi. Mengurangi bias konfirmasi, tetapi perlu batasan yang jelas. 4. **Generate & Filter (Hasilkan dan Saring):** Beberapa *agent* menghasilkan banyak kandidat jawaban untuk tugas yang sama, lalu disaring berdasarkan kriteria (rubrik) ketat. Bagus untuk diversitas, tetapi sangat bergantung pada kualitas rubrik. 5. **Tournament (Turnamen):** Beberapa *agent* bersaing menyelesaikan tugas yang sama, dinilai secara berpasangan (pairwise) hingga ditemukan pemenang terbaik. Stabil untuk penilaian relatif. 6. **Loop (Berulang):** *Agent* mencoba tugas berulang kali, belajar dari kesalahan, hingga kondisi berhenti terpenuhi. Satu-satunya mode untuk tugas dengan batasan tidak pasti, tetapi berisiko loop tak terbatas. **Pertarungan: Skill Penulis vs. Dynamic Workflows Bawaan** Skill penelitian penulis sebelumnya melibatkan pencarian, kompresi, analisis oleh multi-*agent*, dan deduplikasi. Namun, ia memiliki kelemahan mendasar: **kurang konvergensi berorientasi tujuan**, sering menghasilkan laporan panjang tanpa rekomendasi tindakan yang jelas. Dynamic Workflows Claude menambahkan lapisan krusial: * **Dekomposisi Masalah:** Memecah pertanyaan awal menjadi sub-pertanyaan yang tepat sebelum bertindak. * **Penilaian Kredibilitas:** Mengevaluasi keandalan setiap informasi berdasarkan sumbernya. * **Penghapusan Silang (Cross-Deletion):** Menghapus kesimpulan yang tidak mendapat suara cukup dari multi-*agent*, bukan sekadar menggabungkan rata-rata. * **Keluaran Berorientasi Target:** Laporan akhir dirancang untuk memberikan penilaian dan saran yang relevan dengan tujuan awal pengguna. Mekanisme ini mengatasi masalah umum AI: *goal drift* (pergeseran tujuan), *early stopping* (berhenti prematur), polusi konteks, dan bias output. **Kesimpulan** Dynamic Workflows merupakan terobosan dengan menstandarkan **proses penelitian itu sendiri**. Ia mengotomatiskan penjadwalan *agent*, validasi silang, dan deduplikasi, sehingga mengompresi riset yang biasanya butuh belasan percakapan menjadi hanya 3-4 kali interaksi (meski dengan konsumsi token jauh lebih tinggi). Namun, masih diperlukan beberapa iterasi karena tantangan seperti: 1) Kebutuhan verifikasi faktual yang sangat ketat (melebihi ketergantungan pada dokumen resmi), 2) Pemikiran mendalam lintas disiplin yang sangat baru, 3) Desain dan validasi solusi yang mempertimbangkan biaya dan implementasi, serta 4) Kemampuan kondensasi informasi ekstrem yang disesuaikan dengan audiens.

marsbit16m yang lalu

Bagaimana Melakukan Riset Mendalam dengan Dynamic Workflows Claude

marsbit16m yang lalu

Ketika LP Mengajari Saya Berinvestasi Menggunakan Doubao: Sebuah Pengakuan Peralihan Karier dari GP Perusahaan Sekuritas Swasta

**Ringkasan: Ketika LP Menggunakan Doubao untuk Mengajari Saya Berinvestasi: Kisah Seorang GP Hedge Fund yang Beralih Profesi** Dengan semakin populernya AI, hubungan antara Limited Partner (LP) dan General Partner (GP) di industri hedge fund swasta (terutama yang berukuran kecil) mengalami ketegangan baru. Artikel ini menceritakan pengalaman "Er Gou", seorang mantan GP di sebuah hedge fund dolar AS lepas pantai berskala kecil yang berfokus pada saham AS, yang akhirnya beralih ke perusahaan startup AI. Er Gou mengungkapkan bahwa fund-nya, meski memiliki kinerja yang baik, kesulitan mendapatkan pendanaan dari LP institusional. Fund kecil seperti ini seringkali terjebak dalam struktur Cayman Islands yang "tradisional", kurang menarik bagi investor Asia yang lebih memercayai struktur di Hong Kong atau Singapura. Selain itu, fund yang menggunakan strategi subjektif (mengandalkan penilaian manusia) seperti miliknya semakin kalah bersaing dengan fund kuantitatif (yang menggunakan model algoritma) dalam hal menarik minat LP, terutama setelah AI membuat strategi kuantitatif terlihat lebih meyakinkan. Dampak utama AI adalah "meratakan" akses informasi dan kemampuan analisis. LP kini dapat menggunakan asisten AI seperti Doubao untuk meringkas laporan investasi, menganalisis pasar, bahkan mempertanyakan keputusan GP. Hal ini meningkatkan friksi. Er Gou mencontohkan seorang LP yang terus-menerus mempertanyakan strateginya berdasarkan kesimpulan dari AI, hingga akhirnya harus di-"clear". LP, yang sering kali merupakan orang sukses di bidangnya sendiri, kini merasa lebih berwenang dalam berinvestasi berkat bantuan AI. Masalahnya, banyak LP menggunakan AI "pendamping" yang lebih fokus pada nilai emosional dan bisa menghasilkan "halusinasi" atau kesimpulan yang tampak logis tetapi tidak selalu akurat. Mereka mencari konfirmasi, bukan analisis mendalam. Dalam pasar bull (seperti saham AI AS tahun ini), di mana investor retail bisa mendapat untung besar dengan fokus pada saham tren, LP mungkin merasa bisa berinvestasi sendiri dan mempertanyakan nilai tambah GP. Kesimpulannya, AI tidak serta-merta akan menggantikan GP. Manajemen aset pada dasarnya tetap merupakan layanan yang dibangun atas kepercayaan. Namun, AI telah mengubah dinamika. GP strategi subjektif menghadapi tekanan lebih besar untuk membuktikan nilai pakar mereka di luar apa yang bisa diberikan AI secara umum. Di sisi lain, fund kuantitatif justru bisa diperkuat oleh AI untuk pengembangan strategi yang lebih cepat. Tantangan sebenarnya adalah bagaimana GP dan LP menggunakan AI dengan tepat—bukan sebagai alat untuk sekadar memvalidasi pendapat, tetapi sebagai pengungkit untuk pengambilan keputusan yang lebih cerdas. Er Gou memandang, di masa depan, "hedge fund manusia" juga perlu belajar dari AI dalam hal memberikan nilai emosional dan membangun hubungan kepercayaan yang lebih kuat dengan LP.

Odaily星球日报41m yang lalu

Ketika LP Mengajari Saya Berinvestasi Menggunakan Doubao: Sebuah Pengakuan Peralihan Karier dari GP Perusahaan Sekuritas Swasta

Odaily星球日报41m yang lalu

Wang Chuan: Bagaimana Tetap Tidak Cemas Setelah Tetangga Lao Wang Mendapatkan Keuntungan Tiga Puluh Kali Lipat dari Investasi Saham Penyimpanan? (Tujuh) - Siklus Seperempat Abad

Penulis Wang Chuan melanjutkan pembahasan tentang risiko investasi dalam industri teknologi, khususnya di sektor penyimpanan dan semikonduktor. Industri ini memiliki dua jenis permintaan "refleksif": di tingkat produk (perusahaan berlomba-lomba berinvestasi saat "panik" mengikuti tren) dan di tingkat keuangan (spekulan yang mendorong harga saham ke ekstrem). Kedua lapisan ini saling memperkuat selama masa booming, menciptakan umpan balik positif yang eksponensial. Namun, begitu momentum berbalik, umpan balik negatif yang sama dahsyatnya akan terjadi, seperti longsor salju. Industri perangkat keras memiliki risiko tambahan: "efek cambuk" dalam rantai pasokan. Saat permintaan tiba-tiba lenyap, pasokan yang kaku menyebabkan kelebihan kapasitas berkepanjangan yang bisa memakan waktu bertahun-tahun untuk terserap. Selain itu, narasi pertumbuhan tinggi yang mendukung valuasi fantastis akan cepat ditinggalkan oleh modal spekulatif begitu pertumbuhan melambat, berpindah ke cerita baru. Data historis (Intel, Micron, Cisco) menunjukkan bahwa meskipun laba perusahaan meningkat drastis dalam 20 tahun, valuasi puncaknya di era gelembung teknologi tahun 2000-an tidak pernah terulang. "Jiwa" narasi valuasi ultra-tinggi telah lama pergi. Investor yang baru sukses di fase boom sering kali terjebak dalam dua pola pikir kaku: 1) Menyamakan permintaan kuat saat ini dengan permintaan berkelanjutan, dan menganggap pertumbuhan jangka pendek akan berlangsung selamanya. 2) Percaya bahwa menghasilkan uang cepat dan besar adalah hal yang mudah. Pola pikir ini berbahaya karena membuat mereka mengabaikan risiko dan terus bertahan terlalu lama dalam pesta spekulasi. Pada akhirnya, skenario ini menjadi asimetris: potensi gain mungkin masih ada, tetapi risikonya adalah koreksi harga lebih dari 80% dan periode pemulihan yang bisa memakan waktu puluhan tahun. "Spekulan refleksif" tidak akan sanggup menunggu selama itu. Investor seperti "Lao Wang" yang meraih untung 30x, jika menggunakan leverage, sangat mungkin tersapu bersih. Tanpa leverage, pola pikir "mudah dapat uang cepat" akan mendorongnya untuk berusaha mengembalikan kerugian dengan operasi yang semakin berisiko, yang akhirnya menghabiskan semua modalnya. Seperti kata Schopenhauer, mereka yang telah menyaksikan beberapa siklus hidup ibarat penonton yang melihat trik sulap yang sama dua atau tiga kali. Sihirnya hilang karena tidak lagi menipu.

marsbit1j yang lalu

Wang Chuan: Bagaimana Tetap Tidak Cemas Setelah Tetangga Lao Wang Mendapatkan Keuntungan Tiga Puluh Kali Lipat dari Investasi Saham Penyimpanan? (Tujuh) - Siklus Seperempat Abad

marsbit1j yang lalu

Trading

Spot
Futures
活动图片