Para Pakar: Zk Proofs Memberi Keunggulan bagi DePIN saat Kebutuhan Kepercayaan untuk AI Meningkat

Prakiraan dasar Goldman Sachs sebesar 7,6 triliun dolar AS untuk belanja modal kecerdasan buatan (AI) pada akhirnya bergantung pada seberapa lama silikon khusus AI tetap berguna. Jaringan terdesentralisasi menjanjikan efisiensi biaya besar, tetapi terus berjuang menghadapi masalah latensi, dan para ahli berpendapat bahwa kelangsungan jangka panjangnya akan bergantung pada prioritas verifiabilitas dibanding kinerja mentah.

• Poin-poin Utama:
• • Goldman Sachs mengutip belanja 7,6 triliun dolar AS pada 2031, tergantung apakah chip bertahan lebih dari 3 tahun.
• • StealthEX dan pakar Cysic memperingatkan bahwa latensi DePIN membatasi AI terdesentralisasi pada pekerjaan batch, bukan obrolan langsung.
• • Perusahaan onchain seperti Maple mungkin menjembatani celah $5M ke $50M untuk pusat data Tier 2 pada 2028.

Dasar 7,6 Triliun Dolar AS

Sebuah laporan terbaru Goldman Sachs menggeser perdebatan dari apakah permintaan kecerdasan buatan (AI) ada, menjadi faktor-faktor dari sisi pasokan yang akan menentukan biaya aktual dari pembangunan. Laporan tersebut memproyeksikan belanja modal AI senilai 7,6 triliun dolar AS sebagai baseline, tetapi menekankan bahwa angka ini sangat sensitif terhadap “variabel pengayun,” termasuk masa pakai silikon AI yang berguna.

Kelanjuan ini dipandang sebagai faktor paling kritis karena inovasi yang cepat dapat membuat chip standar—yang biasanya bertahan 4 sampai 6 tahun—menjadi usang dalam 3 tahun, sehingga biaya melonjak tajam. Sebaliknya, model “berlapis” di mana chip yang lebih lama digunakan kembali untuk tugas yang lebih sederhana, seperti inferensi, dapat menstabilkan biaya.

Kompleksitas pusat data dan elastisitas permintaan komputasi adalah variabel lain yang kemungkinan memengaruhi seberapa besar belanja modal yang dikeluarkan untuk infrastruktur AI dalam lima tahun ke depan. Kelangkaan kapasitas jaringan listrik, tenaga kerja terspesialisasi, dan peralatan kelistrikan juga dipandang sebagai faktor yang memperpanjang proses pembangunan.

Sementara itu, laporan terpisah membingkai pengeluaran infrastruktur yang mengesankan ini sebagai fondasi dari “ekonomi mesin” yang sedang berkembang. Dalam paradigma ini, agen AI menjadi aktor ekonomi utama, menjalankan transaksi berfrekuensi tinggi, dan mengelola alokasi sumber daya secara independen. Para penulis laporan tersebut berpendapat bahwa sistem keuangan warisan, yang ditandai oleh siklus penyelesaian lambat dan kerangka know your customer (KYC) yang kaku, pada dasarnya tidak siap untuk kecepatan perdagangan berbasis agen.

Infrastruktur Terdesentralisasi dan Trade-off Latensi

Akibatnya, laporan tersebut menempatkan kripto dan protokol terdesentralisasi sebagai “jalur ekonomi” esensial yang bersifat permissionless untuk memfasilitasi pergeseran ini. Namun, para skeptis tetap waspada, mempertanyakan apakah jaringan infrastruktur fisik terdesentralisasi (DePIN) benar-benar dapat mengurangi kebutuhan belanja modal AI yang terus membengkak.

Vadim Taszycki, kepala pertumbuhan di StealthEX, mencatat bahwa meskipun jaringan terdesentralisasi dapat menawarkan penghematan biaya yang signifikan, mereka menghadapi keterbatasan fisik. Misalnya, penyedia terdesentralisasi seperti Akash mungkin menyewakan GPU H100 seharga 1,48 dolar AS per jam dibanding 12,30 dolar AS di Amazon Web Services, tetapi trade-off-nya adalah kecepatan.

“Penyedia cloud besar bisa melakukan [pekerjaan cepat] karena GPU mereka bersebelahan dalam satu gedung, terhubung oleh kabel khusus yang memindahkan data dalam mikrodetik,” kata Taszycki. Ia menjelaskan bahwa jaringan terdesentralisasi, yang menggabungkan GPU di berbagai negara melalui internet publik, menambah penundaan beberapa milidetik. Latensi ini membuat orkestrasi terdesentralisasi kompetitif untuk pekerjaan batch dan fine-tuning, tetapi tidak cocok untuk melayani chatbot skala tinggi yang hidup, di mana pengalaman pengguna bergantung pada respons yang nyaris instan.

Leo Fan, pendiri Cysic, menggemakan pandangan tersebut, menegaskan bahwa inferensi terdesentralisasi tidak cocok untuk beban kerja berlatensi rendah. Fan berargumen, namun, bahwa latensi adalah tolok ukur yang keliru untuk membandingkan platform terdesentralisasi dengan hyperscaler seperti AWS.

“Masalah sulitnya bukan komputasi terdistribusi, tetapi discovery, penjadwalan, dan attestation. Bukan wedge-nya harga per-token; wedge-nya adalah verifiabilitas,” kata Fan. Ia mencatat bahwa trusted execution environments (TEEs) dan attestasi zero-knowledge (ZK) memungkinkan jaringan terdesentralisasi bersaing di sektor-sektor tempat kepercayaan dan verifikasi lebih penting daripada “tail latency.”

Kredit Onchain dan Kesenjangan Pendanaan

Di luar komputasi, fokus bergeser ke bagaimana proyek-proyek yang padat modal ini didanai. Meskipun kredit privat tradisional memiliki modal yang cukup, sering kali kredit tersebut mengabaikan transaksi yang lebih kecil atau yang tidak standar. Kredit onchain menawarkan keunggulan berbeda, seperti memungkinkan investor ritel berpartisipasi dalam pendapatan pusat data yang sebelumnya dibatasi untuk mitra terbatas institusional. Selain itu, platform seperti Maple dan Centrifuge dapat mensindikasi pinjaman dalam kisaran 5 juta hingga 50 juta dolar AS—rentang yang sering diabaikan oleh perusahaan seperti Apollo karena biaya underwriting yang tinggi dibandingkan dengan imbal hasil.

Terakhir, kredit onchain memungkinkan model inovatif “pay-per-inference,” di mana pendapatan berfluktuasi seiring penggunaan GPU. Model seperti ini lebih cocok dengan struktur tokenisasi berbagi pendapatan dibanding sewa tradisional kaku 20 tahun.

Meski ada potensi ini, para ahli mengidentifikasi empat “gerbang” yang masih tertutup untuk adopsi institusional: enforceability hukum di pengadilan kebangkrutan, ketiadaan infrastruktur oracle yang bukti-tampak-tamper untuk melayani covenant, ketidakpastian regulasi untuk tranche bernilai miliaran dolar AS, serta produk pajak dan akuntansi yang belum distandardisasi.

Konsensus menunjukkan timeline realistis 12 sampai 24 bulan agar kesepakatan tersindikasi berukuran menengah memperoleh daya tarik di onchain, dengan utang mezzanine mayoritas-onchain kemungkinan berada 3 sampai 5 tahun lagi. terobosan pertama kemungkinan datang dari operator Tier 2, bukan pemimpin industri seperti Coreweave.