(LAYER) Regular Invest

Dalam dua tahun terakhir, industri AI difokuskan pada "perang model besar" dengan peningkatan parameter, biaya pelatihan, dan kluster GPU. Menjelang 2026, logika penggerak berubah: permintaan inferensi AI yang masif, didorong oleh miliaran AI Agent, akan menjadi konsumen utama komputasi. Industri bergeser dari "era model" ke "era industri Token," di mana produksi, distribusi, penjadwalan, dan konsumsi Token menjadi inti. Artikel ini mengusulkan kerangka "kue tujuh lapis" untuk ekonomi AI berbasis Token: 1. **Listrik**: Dasar energi. 2. **AIDC**: Pabrik Token. 3. **GPU**: Peralatan produksi Token. 4. **LLM**: Mesin produksi Token. 5. **Distribusi Token**: "Jaringan listrik" era AI. 6. **Optimasi & Penjadwalan Cerdas Token**: Otak era AI. 7. **AI Agent**: Terminal konsumen Token. Meski berkembang pesat, rantai ini masih terfragmentasi. Hambatan seperti ketersediaan listrik, penjadwalan yang tidak efisien, biaya inferensi tinggi, dan kurangnya kolaborasi node tepi membatasi potensi penuh. Ekosistem AI hanya akan matang dan memasuki "era adopsi massal" ketika ketujuh lapisan ini terintegrasi dan beroperasi secara sinergis, menciptakan jaringan infrastruktur cerdas global yang berkelanjutan untuk produksi, distribusi, dan konsumsi Token.

Seiring model AI besar seperti OpenAI dan Anthropic terus berkembang, muncul kekhawatiran bahwa perusahaan rintisan di lapisan aplikasi mungkin tergantikan. Namun, menurut a16z, peluang sebenarnya justru ada di luar model umum—di area yang lebih kompleks dan vertikal. Analoginya adalah “Jalan Bata Kuning” (yang ditempuh model besar untuk aplikasi horizontal seperti penulisan dan pembuatan kode) versus “tempat lain di Oz,” yaitu area vertikal yang mendalam seperti penjualan, asuransi, atau hukum. Perusahaan rintisan dapat berkembang dengan membangun sistem yang mengintegrasikan AI ke dalam alur kerja spesifik, menangani data berantakan, kepatuhan regulasi, proses multi-tahap, dan pemeriksaan manusia. Keunggulan di sini datang dari fokus mendalam: roda pembelajaran dari data domain khusus, pengelolaan kompleksitas model, optimasi biaya dengan merutekan tugas ke model yang tepat, dan tata kelola yang kuat. Perusahaan seperti 11x (dalam penjualan) dan FurtherAI (dalam asuransi) menunjukkan bahwa nilai terletak pada sistem yang bertanggung jawab atas hasil bisnis, bukan hanya model cerdas. Kuncinya adalah membangun “sistem pekerjaan” yang menjadi antarmuka operasional klien, menangkap data dan alur kerja. Model dasar bisa diganti, tetapi sistem ini tidak. Perangkat lunak perusahaan generasi berikutnya akan dibangun di “tempat lain di Oz.”

Harga saham Snowflake melonjak lebih dari 33% setelah perusahaan meningkatkan proyeksi pendapatan tahunan dan mengumumkan kerja sama lima tahun senilai $6 miliar dengan Amazon Web Services (AWS). Kesepakatan ini menyediakan akses ke chip AWS Graviton untuk mengatasi kelangkaan daya komputasi dan memperdalam integrasi antara platform data Snowflake dengan beban kerja AI di AWS. Pasar tampaknya menilai kembali posisi Snowflake dalam rantai penerapan AI perusahaan. Alih-alih sekadar menggunakan AI, bisnis membutuhkan infrastruktur data untuk mengintegrasikan data mereka sendiri ke dalam alur kerja AI dan membangun sistem aplikasi yang dapat dikelola serta diskalakan. Kinerja ini menjawab keraguan sebelumnya apakah AI benar-benar dapat mendorong pertumbuhan pendapatan, dan menempatkan Snowflake sebagai "pemenang AI" di mata banyak analis. Setidaknya 30 analis menaikkan harga target sahamnya. Kerja sama ini juga memperkuat ekosistem chip buatan sendiri Amazon. Snowflake, yang sebagian besar pelanggannya berjalan di AWS, kini dilihat tidak hanya sebagai perusahaan gudang data, tetapi sebagai lapisan data kritis dalam proses penerapan AI perusahaan. Kenaikan harga saham yang signifikan mencerminkan perubahan sentimen pasar dari skeptis menjadi optimis begitu kontribusi AI terhadap pendapatan terbukti nyata.

**Gelembung AI Sebenarnya di Mana: Lapisan Mana yang Berenang Tanpa Pakaian** Pertanyaan yang tepat bukan "apakah ada gelembung AI?", tetapi "di lapisan mana gelembung AI itu?". Analisis mendetail terhadap rantai pasokan AI menunjukkan pola: **semakin dekat dengan kendala fisik, semakin kecil gelembungnya.** * **Lapisan Terbawah (L0) Aman:** **TSMC** bertindak sebagai "bank sentral" AI, mengontrol suplai chip dengan ketat. Ekspansi mereka konservatif, dibatasi oleh siklus pembangunan pabrik 3-5 tahun dan investasi miliaran dolar. **Kendala listrik** untuk data center juga membatasi ekspansi tanpa terkendali. Lapisan ini tidak mendukung gelembung. * **Lapisan Inti (Large Cap) Mahal, Tapi Kokoh:** Raksasa seperti Microsoft, Google, Meta, Amazon, dan NVIDIA memiliki **pendapatan nyata, kontrak nyata, dan utilisasi penuh**. Pertumbuhan pendapatan yang eksplosif (contoh: satu perusahaan dari $1B ke $450B dalam 18 bulan) mendukung valuasi, meski mahal. * **Area Pertarungan (L1 - Memori):** Profitabilitas HBM yang melonjak (hingga 70%) bisa menjadi awal siklus baru atau puncak "siklus babi" lama. Struktur oligopoli (hanya 3 pemain) mencegah ekspansi berlebihan, tetapi kenaikan harga yang didorong oleh spekulasi tetap menjadi risiko. * **Lapisan dengan Bau Gelembung:** * **L2 - Modul Optik (Fotonik):** Harga saham naik 4-10x, jauh melampaui pertumbuhan pendapatan (~60%). Ini adalah satu-satunya segmen hardware di mana suplai dapat merespons dengan cepat, menciptakan ruang bagi spekulasi. Teknologi seperti *co-packaged optics* juga mengancam model bisnis lama. * **L3 - Penyedia Cloud GPU "Tuan Tanah Kedua":** Mereka hidup dari **kelangkaan sementara** di antara raksasa cloud. Begitu kendala listrik dan ekspansi cloud besar mereda, atau teknologi seperti *data center luar angkasa* muncul, model bisnis mereka terancam. * **L4 - Ekor Panjang Aplikasi & Ekosistem VC:** Konsentrasi modal ventura di AI (>80% pada Q1) dua kali lipat lebih tinggi daripada puncak gelembung dotcom 1999. Banyak startup tanpa pendapatan yang solid meminjam logika valuasi perusahaan besar, menciptakan risiko **valuasi terbalik** saat pendanaan berikutnya turun. * **Risiko Sistemik Potensial:** 1. **Revolusi Efisiensi Algoritma:** Jika algoritma baru secara drastis mengurangi kebutuhan komputasi. 2. **Kredit GPU yang Dileverage:** Munculnya struktur pembiayaan di luar neraca (SPV) yang membungkus GPU sebagai agunan dapat menciptakan leverage tersembunyi, mengingatkan pada krisis 2008. 3. **TSMC Menjadi Kurang Konservatif:** Jika monopoli suplai chip canggih pecah dan ekspansi menjadi tidak terkendali. **Kesimpulan:** AI memiliki fondasi yang kuat di lapisan inti dengan permintaan nyata, tetapi terdapat tanda-tanda kepanikan dan valuasi berlebihan di lapisan yang lebih dekat ke aplikasi dan memiliki kendala suplai yang lebih longgar. **Gelembung tidak merata.** Kunci untuk menilai adalah dengan menanyakan: (1) Di lapisan mana sebuah entitas berada? (2) Apakah pendapatannya nyata atau dipinjam dari valuasi orang lain? (3) Apakah ia menghasilkan uang dari struktur yang berkelanjutan atau hanya dari kelangkaan sementara? Selama TSMC dan kendala fisik lainnya tetap menjadi "penjaga", gelembung sistemik dapat dihindari.

Casper Association meluncurkan Casper AI Toolkit, toolkit AI paling luas di blockchain Layer 1. Toolkit ini memungkinkan agen AI melakukan dua hal unik: bertransaksi sebagai pelaku ekonomi mandiri dan membangun serta men-deploy aplikasi baru secara otonom, semuanya telah beroperasi di mainnet. Fitur utamanya termasuk: 1. **Agen sebagai Pelaku Ekonomi:** Menggunakan protokol x402 untuk pembayaran mikro berbasis HTTP per permintaan, tanpa perlu akun tagihan atau campur tangan manusia. Agen juga dapat berinteraksi langsung dengan blockchain melalui Model Context Protocol (MCP), termasuk menggunakan CSPR.trade untuk aktivitas DeFi dengan bahasa alami. 2. **Agen sebagai Pengembang:** Agen AI dapat menggunakan Odra Framework untuk membuat, menguji, dan men-deploy kontrak pintar secara mandiri. Kemampuan ini didukung oleh CSPR.build Agent Skills dan infrastruktur CSPR.cloud. Komponen-kit ini dirancang untuk bekerja sebagai sistem terpadu, menciptakan "ekonomi mesin" di mana agen dapat membangun layanan yang akan digunakan dan dibayar oleh agen lain. Langkah selanjutnya adalah penyempurnaan abstraksi akun untuk memberikan identitas on-chain lengkap kepada agen. Untuk mendorong pengembangan, Casper Association menyelenggarakan "Agentic Buildathon" dengan total hadiah $150.000 dan penggunaan fasilitator x402 gratis bagi peserta, yang telah dimulai pada pelatihan developer di Istanbul Blockchain Week.