Siapa yang Akan Menghasilkan Uang di Era Agents?

链捕手Dipublikasikan tanggal 2026-05-27Terakhir diperbarui pada 2026-05-27

Abstrak

Penulis Jonah Burian membahas bagaimana era agen AI (Agents) dapat mengganggu teori penangkapan nilai di ruang kripto. Teori "protokol gemuk" (fat protocol) yang dominan, menyatakan protokol blockchain menangkap sebagian besar nilai, tampak valid ketika ruang blok terbatas (seperti Bitcoin/Ethereum awal). Namun, dengan banyaknya L1, L2, dan lapisan modular saat ini, ruang blok menjadi berlimpah dan dapat dipertukarkan, menghilangkan kelangkaan dan kekuatan penetapan harga protokol. Teori "aplikasi gemuk" (fat app) kemudian muncul, berpendapat bahwa aplikasi yang mengontrol hubungan pengguna (UI, aliran transaksi) akan menangkap nilai terbesar, seperti yang terlihat pada dompet dan agregator. Teori ini bergantung pada preferensi manusia terhadap UX, merek, dan kenyamanan. Namun, kedatangan Agents mengubah segalanya. Sebagai perangkat lunak, Agents tidak peduli dengan UX atau merek; mereka memanggil API secara langsung, beralih tanpa biaya, dan selalu mencari opsi termurah. Ini meruntuhkan parit defensif aplikasi yang bergantung pada hubungan dengan pengguna manusia. Artikel ini mengeksplorasi beberapa skenario untuk masa depan: 1. **Aplikasi Menjadi "Tanpa Kepala" (Headless):** Pemenang di era manusia (mis., agregator) membuka infrastruktur backend mereka sebagai API untuk Agents, mempertahankan nilai melalui rute ini. 2. **Kebangkitan Kembali Protokol:** Jika integrasi menjadi sangat mudah, Agents mungkin melewati perantara dan berinteraksi langsung dengan protokol, meng...

Penulis: Jonah Burian

Kompilasi: Jiahuan, ChainCatcher

Banyak orang berspekulasi bahwa pengguna blockchain berikutnya, akan menjadi Agents. Namun, hanya sedikit yang menanyakan pertanyaan lebih lanjut: di dunia itu, siapa yang akan menghasilkan uang?

Setiap teori penangkapan nilai di ruang kripto sebelumnya mengasumsikan bahwa pengguna adalah manusia. Teori "Protokol Gemuk" (Fat Protocols) berpendapat bahwa protokol paling mahir dalam memonetisasi pengguna manusia.

Sedangkan teori "Aplikasi Gemuk" (Fat App) yang saya dan kolega bahas dalam "How to Capture Value" dan "The Great Revaluation" berpendapat bahwa lapisan aplikasi bisa melakukannya dengan lebih baik. Namun, Agents mengubah sifat identitas pengguna, dan teori-teori yang ada juga akan ikut berubah.

Teori Protokol Gemuk

Pada tahun 2016, @jmonegro mengemukakan "Protokol Gemuk". Selama hampir satu dekade, ini telah menjadi teori penangkapan nilai yang dominan di ruang kripto.

Inti pandangannya adalah: di internet tradisional, nilai terkumpul di lapisan aplikasi (@Google, @facebook), sementara protokol dasar (TCP/IP, HTTP) hampir tidak menangkap nilai apa pun. Dunia kripto akan membalikkan situasi ini sepenuhnya. Blockchain membagikan data secara terbuka, sehingga aplikasi akan semakin terkomodifikasi.

Dan karena menggunakan jaringan mengharuskan konsumsi token protokol, token akan menangkap nilai spekulatif yang dihasilkan seiring dengan pertumbuhan penggunaannya. Kesuksesan setiap aplikasi akan mendorong permintaan token. Pertumbuhan protokol dasar akan melebihi pertumbuhan aplikasi apa pun yang dibangun di atasnya.

Selama bertahun-tahun, pernyataan ini tampaknya benar. Nilai Bitcoin dan Ethereum jauh melebihi perusahaan mana pun yang dibangun di atasnya.

Model ini berlaku sepenuhnya ketika protokol itu sendiri memiliki kelangkaan, biaya pembangunan tinggi, dan sulit digantikan. Bitcoin dan Ethereum pada tahun 2017 memang sangat langka; saat itu tidak ada puluhan L1 (lapisan pertama) umum yang bersaing untuk workload yang sama.

Ruang blok cukup terbatas, sehingga memiliki aset dasar terasa seperti memiliki sebagian dari setiap aplikasi yang membutuhkan aset tersebut.

Sekarang, setiap lapisan dari tumpukan teknologi infrastruktur telah memiliki alternatif yang andal: banyak L1 berkapasitas tinggi, puluhan L2, serta lapisan penyelesaian dan ketersediaan data (DA) modular yang bersaing ketat dalam harga. Ruang blok berubah dari terbatas menjadi melimpah.

Dengan jembatan lintas-rantai dan agregator yang membuat rantai dasar hampir tak terlihat oleh pengguna, biaya peralihan pengguna runtuh. Infrastruktur menjadi dapat dipertukarkan, dan komoditas yang dapat dipertukarkan hanya bisa bersaing harga. Hasilnya, kekuatan penetapan harga protokol mati bersamaan dengan lenyapnya kelangkaan.

Teori Aplikasi Gemuk

Pada tahun 2026, entitas yang menangkap sebagian besar manfaat ekonomi adalah aplikasi, bukan protokol: misalnya @phantom, @coinbase, @Polymarket, @Pumpfun, dll.

Menurut saya, alasannya adalah aset paling berharga di dunia kripto adalah hubungan dengan pengguna.

Jika Anda mengontrol antarmuka pengguna dan alur transaksi, Anda mengontrol saluran distribusi, sehingga dapat mengambil keuntungan dari hampir semua produk on-chain yang diakses pengguna: swap, pinjam-meminjam, staking, pencetakan, serta akses fiat. Ini mungkin juga alasan mengapa dana begitu terobsesi dengan neobank (bank baru).

Aplikasi juga telah mendorong infrastruktur ke dalam perang harga murni, yang memaksa margin infrastruktur tertekan ke biaya marjinal. Saya mendokumentasikan strategi ini dalam tulisan "How to Capture Value". Dinamika yang sama juga sedang terjadi di ruang stablecoin, yang telah saya bahas dalam tulisan lain.

Harga aset mencerminkan teori ini. Spencer dan saya menyebut pergeseran ini sebagai "The Great Revaluation": dalam siklus ini, nilai mulai terkumpul di lapisan yang menguasai pengguna.

Mengapa Agents Akan Merusak Logika Ini

Teori Aplikasi Gemuk mengasumsikan pengguna adalah manusia yang memperhatikan UX, merek, dan kemudahan. Namun, Agents tidak peduli sama sekali dengan hal-hal ini. Mereka langsung memanggil API, tidak memiliki loyalitas merek, dan beralih antar-platform dengan biaya nol.

Ketika pengguna berubah menjadi perangkat lunak, menguasai hubungan dengan pengguna bukan lagi pertahanan yang tak tertembus. Seluruh parit depan yang menjadi dasar teori Aplikasi Gemuk, sedang kehilangan keefektifannya.

Lalu, di era Agents, siapa yang akan menangkap nilai?

Aplikasi Menjadi "Tanpa Kepala"

Dalam satu visi masa depan, pemenang di lapisan aplikasi akan tetap menjadi pemenang dengan melepaskan antarmuka depan (yaitu menjadi "tanpa kepala").

Dompet dan agregator telah menyelesaikan pekerjaan konstruksi tersulit: integrasi dengan puluhan protokol, logika routing, autentikasi, serta infrastruktur akses fiat.

Langkah berikutnya yang masuk akal adalah membuka tumpukan teknologi ini sebagai API untuk Agents, agar Agents dapat merutekan transaksi melalui mereka — sama seperti manusia hari ini merutekan melalui @phantom atau @JupiterExchange.

Di dunia ini, teori Aplikasi Gemuk masih bertahan. Ia hanya kehilangkan bagian depan. Perusahaan yang menang di era manusia akan bertransformasi menjadi infrastruktur murni backend untuk Agents. Kita sudah melihat perusahaan SaaS tradisional seperti Salesforce bergerak ke arah ini.

Kebangkitan Kembali Protokol

Dalam visi lain, Agents sepenuhnya melewati lapisan perantara.

Jika integrasi menjadi cukup sederhana (API yang terdokumentasi dengan baik, RPC yang distandarisasi, semantik eksekusi yang dapat diprediksi), Agents tidak memiliki alasan nyata untuk membayar agregator untuk melakukan hal yang bisa mereka lakukan sendiri. Keunggulan agregator di era manusia adalah UX dan penanganan kompleksitas routing.

Tetapi Agents tidak membutuhkan UX, dan routing adalah masalah yang dapat diselesaikan dengan rekayasa, dan Agents semakin ahli dalam menangani masalah seperti ini.

Jika dunia berkembang ke arah ini, teori Protokol Gemuk akan mengalami masa kejayaan kedua.

Runtuhnya Kekuatan Penetapan Harga di Seluruh Tumpukan Teknologi

Mungkin Agents akan memberikan tekanan komodifikasi ke setiap sudut. Mereka sepenuhnya rasional, akan selalu merutekan ke platform perdagangan termurah tanpa gesekan dan tanpa loyalitas sama sekali.

Aplikasi kehilangan kemampuan untuk mengenakan premi UX kepada manusia. Agregator dan infrastruktur juga kehilangan kekuatan penetapan harga, karena tidak ada lagi inersia manusia yang melekat untuk melindungi mereka dari perang harga.

Dalam skenario ini, hampir tidak ada keuntungan yang dapat ditangkap oleh siapa pun dalam tumpukan teknologi. Margin keuntungan di seluruh rantai pasokan dipaksa menuju biaya marjinal, dan nilai sisa dimiliki oleh pemilik Agents, atau pengguna target yang dilayani oleh Agents.

Teknologi kripto menjadi utilitas, dan sulit menghasilkan uang besar di bidang utilitas.

Agents Menciptakan Aktivitas yang Belum Pernah Ada Sebelumnya

Pemahaman sederhana tentang ini adalah: Agents melakukan semua hal yang dilakukan manusia, hanya lebih cepat dan dalam volume yang lebih besar. Bahkan jika margin keuntungan tertekan, keseluruhan kue ekonomi masih membesar.

Saya pikir ada versi yang lebih menarik.

Agents memungkinkan aktivitas yang sebelumnya tidak layak: seperti rebalancing portofolio terus-menerus dengan biaya eksekusi kurang dari satu sen, aktivitas bisnis mesin-ke-mesin antar Agents, dan pasar baru yang ada karena penetapan harga dan kecepatan perdagangan jauh melampaui batas yang bisa diikuti manusia.

Data aktivitas on-chain saat ini tidak mencerminkan hal-hal ini, karena kita berasumsi bahwa pasti ada manusia yang terlibat di dalamnya.

Jika inilah perubahan yang dibawa Agents, maka pertanyaannya berubah dari "bagaimana membagi kue yang ada" menjadi "berapa banyak aktivitas ekonomi baru yang akan masuk ke on-chain, dan lapisan mana yang siap melayaninya".

Model Bisnis yang Belum Dinamai

Di setiap siklus, kami mencoba menebak ke mana nilai akan mengalir, dan cenderung berpikir model bisnis yang ada akan berlanjut ke masa depan. Asumsi ini biasanya membuat kami melewatkan model-model baru yang belum muncul.

Saat internet baru didirikan, tidak ada yang memperkirakan lahirnya ekonomi perhatian. Saat itu, gagasan "memotong perhatian pengguna dan melelangnya kepada pengiklan akan menjadi model bisnis dominan, dan satu perusahaan dapat mengambil porsi besar dari pengeluaran iklan global" sangat asing. Hal ini tampak tak terhindarkan hanya dalam retrospeksi.

Kecerdasan buatan tampaknya merupakan salah satu disrupsi teknologi terbesar dalam beberapa dekade terakhir. Di dunia yang didominasi Agents, sebagian penangkapan nilai mungkin akan mengalir ke model bisnis yang saat ini bahkan belum disebutkan oleh siapa pun. Dan kelompok yang menangkap nilai tersebut mungkin bukan yang sedang menjadi perhatian pasar saat ini.

Hal-Hal Penting yang Perlu Diperhatikan

Hasil yang paling mungkin bukanlah satu sistem sepenuhnya menggantikan yang lain. Untuk waktu yang lama, manusia dan Agents akan hidup berdampingan sebagai pengguna dunia kripto, dengan peta penangkapan nilai yang sangat berbeda.

Selama manusia berinteraksi dengan on-chain, teori Aplikasi Gemuk masih berlaku: konsumen yang bersedia membayar untuk UX, merek, dan kemudahan akan terus membayar premi kepada aplikasi yang menguasai hubungan ini. Sedangkan lapisan yang melibatkan transaksi Agents, terlepas dari visi mana yang menjadi kenyataan, akan diatur oleh teori yang terpisah.

Bagi para pembangun, saya rasa pertanyaan yang perlu direnungkan di sisi Agents adalah: Apa sebenarnya yang membuat seorang Agents kembali memilih Anda, daripada langsung merutekan ke alternatif termurah berikutnya? UX mungkin bukan jawabannya. Likuiditas, latensi, jaminan penyelesaian, mungkin adalah kuncinya.

Pertanyaan Terkait

QBagaimana teori 'Fat Protocols' dan 'Fat Applications' berubah dengan hadirnya era Agen dalam blockchain?

ATeori 'Fat Protocols' berpendapat nilai terakumulasi di lapisan protokol, sementara 'Fat Applications' menyatakan nilai justru berada di aplikasi yang menguasai hubungan pengguna. Namun, dengan munculnya Agen (perangkat lunak otomatis), logika ini terganggu karena Agen tidak peduli pada UX, merek, atau loyalitas—mereka hanya mencari efisiensi dan biaya terendah. Ini berarti teori 'Fat Applications' kehilangan keunggulan front-endnya, dan teori 'Fat Protocols' mungkin kembali relevan jika Agen dapat berinteraksi langsung dengan protokol tanpa perantara.

QApa yang dimaksud dengan aplikasi 'tanpa kepala' (headless) dalam konteks Agen, dan bagaimana mereka bisa tetap menjadi pemenang?

AAplikasi 'tanpa kepala' (headless) adalah aplikasi yang tidak lagi bergantung pada antarmuka pengguna tradisional, tetapi menyediakan layanan murni melalui API untuk Agen. Dalam era Agen, pemenang di lapisan aplikasi dapat bertahan dengan membuka infrastruktur backend mereka (seperti integrasi protokol, logika routing, dan saluran fiat) sebagai API. Dengan ini, mereka dapat menjadi infrastruktur murni yang melayani Agen, mirip dengan cara manusia menggunakan dompet atau agregator saat ini.

QMengapa Agen dapat menyebabkan runtuhnya kekuatan penetapan harga di seluruh tumpukan teknologi (tech stack) blockchain?

AAgen bersifat rasional sepenuhnya dan tidak memiliki gesekan atau loyalitas saat berpindah antar platform. Mereka akan selalu merutekan transaksi ke platform termurah dan paling efisien, tanpa memperhatikan UX atau merek. Ini menciptakan tekanan komoditisasi yang ekstrem, memaksa aplikasi, agregator, dan infrastruktur untuk bersaing hanya berdasarkan harga. Akibatnya, margin keuntungan di seluruh rantai pasokan akan menyusut hingga mendekati biaya marjinal, sehingga sulit bagi siapa pun di tumpukan teknologi untuk mempertahankan kekuatan penetapan harga.

QBagaimana Agen dapat menciptakan aktivitas ekonomi baru yang sebelumnya tidak mungkin dilakukan di blockchain?

AAgen memungkinkan aktivitas yang tidak layak bagi manusia karena keterbatasan waktu, biaya, atau kompleksitas. Contohnya termasuk rebalancing portofolio berkelanjutan dengan biaya eksekusi kurang dari satu sen, perdagangan mesin-ke-mesin antara Agen, serta pasar baru yang bergantung pada kecepatan dan presisi yang jauh melampaui kemampuan manusia. Hal ini dapat memperluas total aktivitas ekonomi di blockchain, menciptakan 'kue' yang lebih besar meskipun margin per transaksi mungkin mengecil.

QApa yang harus menjadi fokus para pembangun (builders) untuk menarik dan mempertahankan Agen di platform mereka?

ADi era Agen, UX, merek, atau kenyamanan bukanlah faktor penentu utama. Sebagai gantinya, pembangun harus fokus pada elemen yang membuat Agen kembali menggunakan platform mereka, seperti: likuiditas tinggi (untuk eksekusi optimal), latensi rendah (kecepatan transaksi), jaminan penyelesaian (settlement guarantees), keandalan API, dan biaya yang kompetitif. Menjawab pertanyaan 'mengapa Agen harus memilih Anda daripada alternatif termurah berikutnya?' dengan aspek teknis dan operasional ini adalah kunci untuk menarik dan mempertahankan Agen.

Bacaan Terkait

Tiga Tahun Kemudian: Menilik Kembali Penilaian Saya terhadap ChatGPT pada 2023

Tiga tahun kemudian: Meninjau Kembali 20 Prediksi ChatGPT Saya pada 2023 Pada Maret 2023, penulis Wang Jianshuo membuat 20 prediksi intuitif tentang ChatGPT dan AI masa depan. Kini, di Mei 2026, sebuah sistem AI yang terdiri dari 41 agen menganalisis prediksi-prediksi tersebut berdasarkan data terkini. Hasilnya menunjukkan pola menarik. **Yang Terbukti Benar (Secara Umum):** * **RAG dan Arsitektur Pencarian (✅):** Solusi utama untuk pengetahuan dan halusinasi adalah dengan menambahkan "contekan" (RAG), bukan mengubah model. Arsitektur pencarian + LLM kini menjadi standar. * **LUI sebagai Benua Baru (🟢):** Antarmuka Pengguna Bahasa Alami (LUI) adalah lapisan interaksi baru yang besar, melahirkan industri agen dan protokol seperti MCP. * **Jaringan Robot dan Sistem Pengalamatan Baru (🟢):** Agen akan berkomunikasi otomatis dengan bahasa alami. Protokol seperti MCP dan ANP sedang mewujudkannya. * **Model Besar Tiongkok (🟢):** Model-model seperti DeepSeek dan Qwen telah mengejar ketertinggalan performa, meski dengan investasi lebih kecil. * **Tidak Ada Kesadaran, Tes Turing Hanya Ukur Penampilan (🟢):** AI tidak memiliki kesadaran. Tes Turing hanya mengukur ilusi kesadaran. * **Prediksi Lain yang Benar:** ChatGPT bukan AGI, tapi lompatan besar; gelombang pengangguran besar tidak terjadi; tahun besar untuk startup; momen "browser 1994" telah tiba. **Yang Kurang Tepat atau Salah:** * **Parameter GPT-4 (❌):** Prediksi 100 triliun parameter salah. Estimasi terbaru sekitar 1,8 triliun. * **Matematika di LLM (🟡):** Diagnosis bahwa matematika adalah kelemahan intrinsik dan memerlukan alat bantu benar. Namun, pernyataan "tidak mungkin" ditingkatkan terbukti salah, karena model kini bisa memenangkan medali emas Olimpiade Matematika Internasional (IMO). * **Penangkapan Nilai (🟡):** Aplikasi memang berkembang pesat, tetapi nilai terbesar justru ditangkap oleh lapisan komputasi (seperti Nvidia), bukan oleh pembuat model. * **Hak Cipta (🟡):** Konten AI sulit didaftarkan hak cipta, tetapi tidak serta-mata "menghindari" pelanggaran. Gugatan dan penyelesaian besar (misalnya, Anthropic $1,5 miliar) membuktikan risikonya. * **Biaya Model (🟡):** Prediksi "perang lokal" dengan biaya $5-10 miliar untuk model canggih terbukti salah. Biaya pelatihan model terdepan (seperti GPT-5) jauh lebih tinggi, sementara biaya kloning model terbuka justru bisa lebih murah. **Pola dan Pelajaran:** 1. **Arah dan mekanisme lebih dapat diandalkan daripada angka pasti dan pernyataan mutlak.** 2. **Cenderung terlalu optimis untuk jangka pendek (kecepatan), tetapi terlalu konservatif untuk jangka panjang (skala/dampak).** 3. **Kesalahan sering terjadi pada distribusi, bukan pada total.** Contoh: Tidak ada gelombang pengangguran masif, tetapi dampak berat dirasakan oleh lulusan baru. 4. **Pernyataan yang disertai batasan dan ruang ketidakpastian justru lebih tahan uji waktu.** 5. **Beberapa pertanyaan mendasar masih belum terjawab setelah tiga tahun.** Kesimpulannya, prediksi tentang arah besar dan mekanisme cenderung akurat, sementara prediksi spesifik tentang angka, kecepatan, dan distribusi dampak lebih sering meleset. Latihan ini lebih merupakan pelajaran dalam kerendahan hati dan penilaian yang bernuansa daripada sekadar penghitungan skor.

链捕手5m yang lalu

Tiga Tahun Kemudian: Menilik Kembali Penilaian Saya terhadap ChatGPT pada 2023

链捕手5m yang lalu

Peringatan Gelembung AI: Investasi AI Merupakan Pengembalian Negatif bagi Kebanyakan Raksasa Teknologi

Peringatan Gelembung AI: Investasi AI Membawa Pengembalian Negatif bagi Sebagian Besar Raksasa Teknologi Demam AI kini memasuki tahap pemeriksaan keuangan. Raksasa cloud seperti Microsoft, Alphabet, Amazon, Meta, dan Oracle berencana menginvestasikan ratusan miliar dolar ke pusat data AI dalam lima tahun ke depan. Namun, analisis terhadap proyeksi pendapatan dan pengeluaran modal (capex) hingga 2030 mengungkap masalah: tingkat pengembalian investasi implisit diperkirakan sangat negatif bagi semua perusahaan kecuali Amazon, bahkan dalam skenario optimis ekstrem. Ini menunjukkan bahwa jika tren saat ini berlanjut, boom AI bisa menjadi salah satu peristiwa perusakan nilai pemegang saham terbesar. Ada dua jalan keluar: pendapatan yang jauh melebihi ekspektasi saat ini, atau pengurangan rencana investasi. Jalan pertama tampaknya mustahil, karena membutuhkan tambahan pendapatan triliunan dolar. Jalan kedua—pemotongan investasi—akan berdampak luas, meruntuhkan harga saham perusahaan-perusahaan teknologi global dan dapat mendorong ekonomi AS ke resesi, mengingat 93% pertumbuhan PDB AS belakangan ini didorong oleh investasi teknologi. IPO perusahaan AI seperti OpenAI dan Anthropic tahun ini bisa menjadi mekanisme transfer risiko, memindahkan ketidakpastian dari pemilik awal kepada investor ritail dan dana pensiun. Sementara euphoria pemasaran mungkin bertahan hingga setelah IPO tahun 2026, tekanan matematika yang tak terelakkan mungkin memaksa raksasa cloud mengumumkan pemotongan investasi pada 2027 atau 2028, mirip dengan jeda tiga tahun antara peringatan "irrational exuberance" Alan Greenspan pada 1996 dan pecahnya gelembung dotcom pada 2000.

marsbit1j yang lalu

Peringatan Gelembung AI: Investasi AI Merupakan Pengembalian Negatif bagi Kebanyakan Raksasa Teknologi

marsbit1j yang lalu

Dari Token ke Tenaga Kerja Mesin: AI Sedang Berubah dari Alat Menjadi 'Pekerja'

Dari Token ke Tenaga Kerja Mesin: AI Berubah dari Alat Menjadi "Pekerja" AI mulai menulis kode, menangani tiket dukungan pelanggan, dan meninjau dokumen hukum. Artikel ini mengusulkan kerangka baru: komersialisasi AI sedang bergerak menuju "pasar tenaga kerja mesin". Dalam pasar ini, token hanyalah unit pengukuran, GPU adalah bahan baku, dan model adalah alat produksi. Objek yang benar-benar ditetapkan harganya dan diperdagangkan adalah kerja ekonomi yang diselesaikan langsung oleh perangkat lunak. Mekanisme penetapan harga AI akan berkembang dari token mentah, kemampuan model yang terstandarisasi, tenaga kerja yang terspesialisasi industri, hingga pasar hasil yang dapat diprogram. Di masa depan, perusahaan mungkin tidak lagi peduli model atau GPU mana yang menyelesaikan suatu tugas, tetapi lebih pada apakah tugas itu diselesaikan dalam batas latensi, akurasi, keandalan, dan biaya yang ditentukan. Implikasinya, dampak AI pada pasar tenaga kerja manusia tidak hanya sekadar penggantian. Saat mesin mengambil alih lebih banyak pekerjaan yang dapat distandardisasi dan diverifikasi, peran manusia mungkin bergeser ke pengawasan, penanggung jawab, manajemen konteks, dan keputusan akhir. Dalam beberapa kasus, penilaian manusia untuk 1% akhir justru menjadi lebih berharga karena dapat membuka kunci 99% otomatisasi skala besar. Pasar AI adalah pasar ekspansif. Ketika biaya kerja turun, permintaan tidak tetap. Jika interaksi dukungan pelanggan menjadi lebih murah, perusahaan dapat menawarkan layanan 24/7, menciptakan pasar interaksi pelanggan yang lebih besar. Persaingan tahap berikutnya di pasar AI mungkin bukan lagi sekadar pertarungan kemampuan model atau perang harga daya komputasi, tetapi tentang siapa yang dapat pertama kali menstandarisasi, memverifikasi, dan menetapkan harga "pekerjaan", akhirnya menjadikan tenaga kerja mesin sebagai faktor produksi baru yang dapat dibeli, diselesaikan, dan diperdagangkan.

marsbit1j yang lalu

Dari Token ke Tenaga Kerja Mesin: AI Sedang Berubah dari Alat Menjadi 'Pekerja'

marsbit1j yang lalu

Diskon 99% untuk MiMo Bukan Hanya Pemasaran! Luo Fuli Membantah Para Pengecam di X

**Ringkasan:** Xiaomi MiMo memotong harga API MiMo-V2.5 hingga **99%**, memicu spekulasi tentang perang harga atau strategi merugi. Luo Fuli, kepala MiMo, merespons dengan mempublikasikan blog teknis 5000 kata yang merinci **enam pilar teknikal** di balik potongan harga besar ini. Intinya, diskon 99% terutama untuk **Input (Cache Hit)** – bagian dimana pengguna membaca ulang konteks historis dalam percakapan panjang. Ini menjadi mungkin karena serangkaian optimasi teknikal yang mengubah biaya komputasi untuk bagian tersebut mendekati nol. **Enam Pilar Teknikal:** 1. **Arsitektur Hybrid SWA:** Menggunakan Sliding Window Attention di sebagian besar lapisan model, mengurangi volume **KVCache** (memori jangka pendek model) hingga **1/7**. 2. **Manajemen KVCache Dua Kolam:** Mengalokasikan memori secara terpisah untuk lapisan SWA dan Full Attention, benar-benar mewujudkan penghematan teoretis 1/7 dan meningkatkan jumlah pengguna yang dapat dilayani secara bersamaan. 3. **Prefix Cache yang Dioptimalkan:** Meningkatkan aturan pencocokan cache untuk arsitektur SWA, menghasilkan **tingkat keberhasilan cache 93-95%** untuk pembacaan ulang. Artinya, sebagian besar permintaan "baca ulang" tidak memerlukan komputasi GPU baru. 4. **Sistem Cache Terdistribusi GCache:** Menyimpan data cache di **SSD bawaan mesin GPU**, menghilangkan biaya penyimpanan cluster khusus dan memperpanjang masa hidup cache. 5. **Sistem Penjadwalan LLM-Router:** Mengarahkan permintaan secara cerdas berdasarkan kesamaan prefix dan panjang konteks, memprioritaskan permintaan yang menggunakan cache, meningkatkan efisiensi dan mengurangi latensi. 6. **Multi-Token Prediction (MTP):** Mengoptimalkan proses generasi output model, mempercepat pembuatan respons dan melengkapi pengurangan biaya di sisi input. **Kesimpulan:** Penurunan harga 99% bukanlah gimmick pemasaran atau strategi merugi, tetapi hasil dari **efisiensi sistemik rekayasa AI** yang telah divalidasi di lingkungan produksi. Rantai optimasi ini secara kumulatif mengurangi biaya komputasi per permintaan hingga lebih dari 95%, memungkinkan penurunan harga ekstrem sambil mempertahankan profitabilitas. Luo Fuli menekankan bahwa ini adalah masalah teknikal yang terwujud, bukan sekadar perang harga.

marsbit3j yang lalu

Diskon 99% untuk MiMo Bukan Hanya Pemasaran! Luo Fuli Membantah Para Pengecam di X

marsbit3j yang lalu

Rp 426 Triliun, "Tim Murni Tionghoa" Menopang Perusahaan Pemrograman AI dengan Valuasi Tertinggi di Dunia

Pada Mei 2025, Cognition AI, startup pengembangan AI yang didirikan oleh tiga pendiri berkebangsaan China pemenang Olimpiade Informatika, mengumumkan pendanaan baru senilai lebih dari $10 miliar, yang menaikkan valuasinya menjadi $26 miliar. Lonjakan valuasi ini, hanya dalam 8 bulan sejak valuasi $10,2 miliar sebelumnya, didorong oleh kepercayaan investor bahwa agen AI seperti "Devin" perusahaan mereka akan menjadi infrastruktur rekayasa perangkat lunak generasi berikutnya. Awalnya, Cognition menciptakan sensasi dengan meluncurkan Devin, yang dipasarkan sebagai "insinyur perangkat lunak AI" pertama yang dapat menangani tugas pengkodean secara mandiri. Namun, produk awal ini menuai kritik karena kinerja yang tidak konsisten dan harga yang tinggi. Untuk mengatasi kekurangan ini, Cognition melakukan pivoting strategis dengan mengakuisisi Windsurf, sebuah platform IDE berbasis AI, pada tahun 2025. Akuisisi ini memberi Cognition dua jalur produk: Devin untuk menangani tugas-tugas rekayasa asinkron yang dapat didelegasikan, dan Windsurf IDE sebagai alat bantu kolaboratif bagi pengembang dalam editor kode. Kombinasi ini terbukti sukses. Cognition melaporkan pertumbuhan penggunaan perusahaan lebih dari 10 kali lipat tahun ini, dengan run-rate pendapatan mencapai $492 juta dan pertumbuhan penggunaan bulanan Devin sebesar 50% selama enam bulan terakhir. Kliennya termasuk nama-nama besar seperti Goldman Sachs, NASA, dan Angkatan Darat AS. Intinya, valuasi $26 miliar ini mencerminkan keyakinan pasar bahwa Cognition, dengan strategi "dua kaki"nya, berada di posisi yang tepat untuk menangkap peluang adopsi AI berskala besar di sektor rekayasa perangkat lunak perusahaan, yang bergerak menuju sistem hybrid di mana manusia dan AI berkolaborasi.

marsbit3j yang lalu

Rp 426 Triliun, "Tim Murni Tionghoa" Menopang Perusahaan Pemrograman AI dengan Valuasi Tertinggi di Dunia

marsbit3j yang lalu

Trading

Spot
Futures
活动图片