AI melanda dunia, mengapa Crypto + AI begitu suram?

Menulis: Ekko an, Ryan Yoon

Diterjemahkan oleh: Chopper, Foresight News

TL;DR

Di tengah perkembangan pesat kecerdasan buatan, kita perlu mengevaluasi industri blockchain dari sisi permintaan: masalah apa yang dipecahkannya yang tidak dapat diselesaikan oleh sistem yang ada, dan kemampuan unik apa yang dihadirkannya?

Komputasi terdesentralisasi dan penyimpanan terdesentralisasi memang memiliki logika yang masuk akal seperti kedaulatan data dan keunggulan biaya, tetapi belum membentuk keunggulan teknis yang benar-benar meyakinkan, sehingga perusahaan yang sudah terikat erat dengan penyedia layanan cloud tradisional tidak mau mengambil risiko peralihan.

Verifikasi model dan teknologi enkripsi privasi tidak dapat menyelesaikan masalah bisnis mendesak yang dihadapi perusahaan saat ini, sehingga perusahaan tidak akan secara aktif mengadopsi dalam skala besar; permintaan di jalur ini kemungkinan besar akan tertinggal dari penerbitan peraturan, dan Undang-Undang AI Uni Eropa adalah contoh tipikal: standar harus diterbitkan terlebih dahulu sebelum permintaan pasar mengikutinya.

Hambatan di jalur infrastruktur dasar agen AI bukanlah masalah teknis. Fokus utama perusahaan saat ini adalah otomatisasi proses internal, sementara proyek blockchain mengembangkan infrastruktur untuk tahap berikutnya, dan tingkat kematangan permintaan pasar tidak secepat perkembangan teknologi.

Pembayaran agen AI adalah satu-satunya jalur di mana blockchain dan keuangan tradisional berada di garis start yang sama, keduanya belum menyelesaikan masalah industri dengan baik, dan juga satu-satunya sub-bidang yang saat ini memiliki kondisi untuk bersaing langsung.

Secara keseluruhan, kesulitan jalur blockchain + AI bukanlah karena logika kombinasi keduanya bertentangan, tetapi karena ketidaksesuaian yang parah antara pasokan dan permintaan. Keempat sub-bidang masing-masing memiliki masalah kekurangan permintaan yang unik, dan hanya jalur pembayaran agen AI yang saat ini memiliki kondisi untuk berpartisipasi langsung dalam persaingan pasar.

Ledakan AI secara menyeluruh, tetapi jalur blockchain tertinggal jauh

Industri AI mengalami gelombang investasi modal dan infrastruktur yang belum pernah terjadi sebelumnya. Ekosistem model besar yang dibangun oleh raksasa teknologi besar telah meresap sepenuhnya ke dalam kehidupan masyarakat dan produksi industri. Industri kripto juga terus berinovasi dengan cepat, mencoba menemukan titik temu teknis dengan AI.

Arah eksplorasi awal berfokus pada melengkapi dan mereplikasi rantai industri AI tradisional: pasokan daya komputasi GPU terdesentralisasi, hak cipta data, verifikasi model kriptografi. Baru-baru ini, fokus industri beralih ke mengatasi masalah yang sulit dipecahkan oleh arsitektur terpusat, termasuk interaksi on-chain otonom agen AI dan penyelesaian otomatis real-time antar mesin.

Menyebut seluruh jalur secara umum sebagai "AI + Blockchain" hanya akan menutupi perbedaan nyata di sub-bidang. Kita perlu melakukan analisis sisi permintaan yang cermat: masalah apa yang ditargetkan oleh setiap sub-bidang? Apakah solusi asli blockchain dapat memberikan solusi yang benar-benar berbeda?

Empat sub-bidang

Daya komputasi terdesentralisasi

Pasar cloud saat ini sangat bergantung pada segelintir perusahaan teknologi terkemuka yang menguasai sumber daya komputasi. GPU berkinerja tinggi sulit diperoleh dan mahal, sehingga tim AI pemula dan lembaga penelitian yang tidak mampu membangun infrastruktur besar menghadapi hambatan masuk yang sangat tinggi.

Sumber daya platform terpusat akan condong ke pelanggan besar, sementara banyak daya komputasi GPU yang menganggur di pasar tidak memiliki saluran netral untuk dialokasikan.

Daya komputasi terdesentralisasi memecahkan masalah konsentrasi sumber daya dan inefisiensi melalui dua model. Model ekonomi berbagi mengumpulkan sumber daya kartu grafis menganggur dari individu dan pusat data kecil, membangun jaringan komputasi terpadu, menghindari monopoli raksasa teknologi, dan menciptakan sistem pasokan yang elastis.

Model komputasi terdistribusi memungkinkan pengguna untuk menyewa daya komputasi secara global, tidak bergantung pada perangkat keras satu penyedia layanan, meningkatkan tingkat pemanfaatan perangkat keras yang menganggur, dan menurunkan ambang batas penggunaan daya komputasi berkinerja tinggi.

Penyimpanan terdesentralisasi

Sistem penyimpanan data yang ada hampir sepenuhnya bergantung pada penyedia layanan cloud terpusat seperti Google dan Meta. Setelah pengguna mengunggah data, kepemilikan data aktual berpindah ke platform, dan data pelatihan AI telah lama dimonopoli oleh raksasa. Sementara itu, arsitektur terpusat memiliki risiko operasional: perubahan kebijakan, gangguan layanan, kegagalan platform dapat menyebabkan data tidak dapat diakses atau bahkan hilang secara permanen.

Penyimpanan terdesentralisasi memecahkan masalah struktural ini melalui dua cara. Model ekonomi berbagi yang diwakili oleh Filecoin dan Arweave mengumpulkan ruang penyimpanan menganggur dari berbagai peserta ke dalam satu jaringan, yang dapat menggantikan cloud terpusat yang ada.

Model penyimpanan permanen membuat banyak cadangan data di node terdistribusi, tidak terpengaruh oleh status operasional server tunggal, mengurangi ketergantungan pada satu platform.

Pasar perdagangan data on-chain

Pengembangan AI membutuhkan data pelatihan dalam jumlah besar, tetapi pasar sirkulasi data yang ada sangat tertutup, dengan Hugging Face dan berbagai penyedia cloud besar memonopoli pendapatan dan kekuatan penetapan harga. Pencipta data mendapatkan sedikit keuntungan, dan mekanisme insentif kontribusi data kurang transparan.

Pasar perdagangan on-chain menggunakan kontrak pintar untuk menghilangkan perantara, menetapkan aturan perdagangan yang transparan. Dalam model perdagangan langsung seperti Ocean Protocol, pemilik data dan pengembang AI berdagang langsung melalui kontrak pintar, dengan imbalan didistribusikan secara transparan. Dalam model hadiah kontribusi seperti Grass, individu menghubungkan bandwidth menganggur mereka ke pengumpulan data AI, dan menerima imbalan yang sesuai berdasarkan nilai kontribusi mereka.

Verifikasi inferensi model dan perlindungan privasi

AI tradisional adalah sistem kotak hitam, di mana pihak luar tidak dapat memverifikasi apakah operasi model sesuai aturan atau apakah data pengguna sensitif ditangani dengan aman.

Pembelajaran mesin tanpa pengetahuan (ZKML) menambahkan mekanisme verifikasi kriptografi di lapisan inferensi AI, sambil mewujudkan perlindungan privasi dan auditabilitas. Operasi model masih dilakukan di luar rantai, tetapi proses operasi menghasilkan bukti kriptografi yang membuktikan bahwa seluruh rangkaian prosedur mengikuti aturan yang telah ditentukan.

Bukti ini dicatat di rantai, bukan data dasar. Misalnya: dalam skenario klaim asuransi medis otomatis, rumah sakit hanya mengunggah bukti kepatuhan operasi AI, tanpa harus mengunggah catatan medis pasien secara lengkap; perusahaan asuransi memverifikasi kebenaran bukti untuk menyelesaikan klaim, tanpa dapat mengakses data medis privasi asli.

Kerangka kerja agen AI

Agen AI secara bertahap menjadi inti lalu lintas dan penciptaan nilai, berevolusi dari alat menjadi entitas ekonomi otonom. Sistem keuangan yang ada dirancang berdasarkan perilaku konsumsi manusia, secara alami tidak dapat beradaptasi dengan skenario pembayaran yang didominasi mesin.

Ekonomi agen membutuhkan transaksi mikro frekuensi tinggi dalam milidetik dan penyelesaian real-time lintas batas, yang sulit ditangani oleh infrastruktur keuangan tradisional.

Infrastruktur agen on-chain memecahkan masalah ini melalui dua mekanisme. Mekanisme eksekusi dan kontrol otonom memberikan dompet dan identitas unik kepada agen AI, memungkinkan mereka untuk menandatangani transaksi secara langsung, dan menetapkan batas pengeluaran yang dapat dikonfigurasi serta langkah-langkah keamanan untuk mencegah perilaku yang tidak diinginkan.

Mekanisme penyelesaian berbasis protokol menggunakan protokol pembayaran stablecoin (misalnya x402) untuk menyelesaikan transaksi mikro dan pembayaran frekuensi tinggi secara real-time, melewati konversi mata uang dan proses persetujuan.

Perbedaan antara blockchain + AI dan rantai industri AI tradisional

Logika modal dari rantai industri AI tradisional berpusat pada "menghilangkan hambatan pengembangan". Seiring dengan perluasan permintaan AI, memori video, listrik, dan bandwidth transmisi data menjadi hambatan secara berurutan. Perusahaan yang dapat dengan cepat menyelesaikan titik-titik kesulitan (seperti produsen memori bandwidth tinggi, perusahaan infrastruktur listrik) akan menerima pendanaan besar dan kenaikan nilai pasar. Pasar bersedia membayar valuasi tinggi untuk solusi yang menghilangkan hambatan pertumbuhan.

Proyek blockchain + AI memang menargetkan masalah nyata dalam industri, tetapi tidak pernah mendapatkan perhatian pasar yang sama. Jika masalah-masalah ini benar-benar mendesak, pasar akan melihat adopsi dan transformasi skala besar.

Meskipun jalur seperti daya komputasi terdesentralisasi dan hak cipta data memiliki nilai yang masuk akal, sulit untuk menarik modal utama. Inti kontradiksinya adalah ketidaksesuaian yang parah antara pasokan teknis dan permintaan pembeli yang memegang dana.

Industri kecerdasan buatan berkembang pesat, dan pembeli (terutama perusahaan teknologi besar dan pelanggan perusahaan) akan berinvestasi besar-besaran dalam solusi yang dapat menyelesaikan hambatan operasional mereka saat ini dengan cepat. Mereka tidak akan menghabiskan waktu untuk mengevaluasi infrastruktur yang belum teruji. Pertimbangan utama mereka adalah kinerja komputasi, keandalan infrastruktur, dan laba atas investasi yang terukur.

Contohnya: ketika kecepatan transmisi data menjadi hambatan dalam pelatihan model, banyak dana mengalir ke infrastruktur serat optik untuk menggantikan kabel tembaga. Ketika bandwidth memori menjadi kendala utama, SK Hynix dan Samsung Electronics menyelesaikan masalah ini dengan menyediakan memori bandwidth tinggi, sehingga mendapatkan ketenaran global. Pola ini konsisten: modal mengikuti perusahaan yang dapat menghilangkan faktor pembatas dan mendorong kemajuan.

Masalah fundamental dari jalur blockchain + AI adalah misposisi. Perusahaan dengan anggaran besar hanya mementingkan peningkatan kinerja jangka pendek dan penurunan biaya; sementara proyek AI blockchain mendalami isu-isu jangka panjang yang dianggap sekunder dan jauh oleh perusahaan. Visi teknis dari sisi pasokan tidak cocok dengan kebutuhan operasional saat ini dari sisi permintaan.

Visi teknis dari sisi pasokan tidak cocok dengan kebutuhan operasional saat ini dari sisi permintaan.

Kekuatan teknis yang tidak memadai

Banyak proyek membuktikan potensi dan ide desain infrastruktur terdesentralisasi melalui tolok ukur, tetapi tidak mencapai terobosan teknis yang revolusioner, tidak cukup untuk mengguncang penyedia cloud terpusat yang sudah mapan di pasar (AWS, GCP, dll.).

Platform cloud terpusat sudah memiliki dana besar dan infrastruktur matang. Teknologi baru yang ingin merebut pangsa pasar harus memiliki keunggulan kinerja yang luar biasa, sehingga perusahaan bersedia menanggung biaya peralihan. Apple beralih dari chip Intel ke chip M1 buatannya sendiri, menghadapi risiko besar kompatibilitas perangkat lunak yang macet; keputusan ini didukung oleh keunggulan efisiensi energi tiga kali lipat, yang cukup untuk menutupi biaya transisi.

Sementara blockchain + AI saat ini tidak dapat memberikan logika keuntungan yang meyakinkan kepada pelanggan perusahaan yang membutuhkan sinkronisasi data PB-level dan latensi sangat rendah, sehingga perusahaan tidak mau mengambil risiko migrasi.

Ketidaksesuaian struktural antara pasokan dan permintaan

Beberapa proyek daya komputasi terdesentralisasi meluncurkan perjanjian tingkat layanan untuk mengurangi risiko perusahaan, tetapi perusahaan masih menunggu. Akar masalah bukan pada kontrak, tetapi pada struktur dasar: penyedia cloud terkemuka dapat menyediakan ruang server khusus yang terisolasi; jaringan blockchain bergantung pada node yang tersebar dan anonim untuk menyediakan daya komputasi.

Begitu sebuah node offline, mengganggu pelatihan model bernilai ratusan juta, pengembalian token atau kompensasi tunai tidak dapat menutupi kerugian waktu dan peluang bisnis perusahaan. Perusahaan yang berada dalam persaingan industri yang ketat, stabilitas sistem adalah batas yang tidak dapat dikompromikan. Meskipun ada alat lindung nilai risiko, perusahaan tidak termotivasi untuk menerima ketidakpastian yang melekat pada jaringan terdesentralisasi.

Permintaan pasar belum matang

Kerangka kerja agen blockchain ditujukan untuk ekosistem otonom multi-agen yang matang, tetapi tahap pengembangan pasar utama masih jauh dari visi ini.

Meskipun perusahaan seperti Microsoft dan Salesforce mempercepat penerapan agen AI, saat ini semuanya berfokus pada otomatisasi proses intranet. Infrastruktur yang dibangun oleh proyek blockchain melayani tahap berikutnya: agen otonom yang beroperasi secara independen di jaringan eksternal lintas perusahaan. Saat ini, sebagian besar perusahaan masih menyempurnakan stabilitas dan laba atas investasi sistem AI yang ada. Kolaborasi multi-agen lintas jaringan sama sekali tidak ada dalam daftar prioritas perencanaan infrastruktur perusahaan.

Permintaan rendah saat ini adalah masalah siklus perkembangan, bukan cacat teknis. Infrastruktur agen blockchain lebih tepat diposisikan sebagai investasi infrastruktur jangka panjang untuk ekonomi agen masa depan, bukan sebagai bisnis monetisasi jangka pendek.

Regulasi

Bukti tanpa pengetahuan dan teknologi enkripsi privasi adalah solusi inti untuk membangun AI yang dapat dipercaya, tetapi pada tahap awal adopsi AI, permintaan aktif perusahaan untuk membangun infrastruktur privasi sangat rendah. Sulit mengandalkan perusahaan untuk secara sukarela mendorong adopsi skala besar; permintaan industri kemungkinan besar akan dipicu oleh standar regulasi, baru kemudian teknologi akan diterapkan sesuai dengan persyaratan kepatuhan.

Peraturan global seperti Undang-Undang AI Uni Eropa yang terus diperinci membawa angin segar bagi jalur ini. Ketika pelacakan data dan keamanan data menjadi persyaratan hukum yang ketat, kemampuan verifikasi blockchain akan berubah dari fitur opsional menjadi kebutuhan kepatuhan bagi perusahaan untuk menerapkan AI.

Penyempurnaan regulasi bukanlah kendala bagi industri, melainkan katalis untuk pembentukan pasar. Regulasi yang jelas mengurangi ketidakpastian industri, membuka jalur penerapan yang stabil untuk blockchain + AI di pasar institusional.

Tidak ada studi kasus tolok ukur

Kombinasi berbagai kontradiksi struktural menghasilkan hambatan paling inti: tidak ada studi kasus tolok ukur skala besar yang meyakinkan untuk membuktikan nilai bisnis. Industri AI tradisional mengandalkan ChatGPT untuk membentuk lingkaran pertumbuhan, sebuah produk populer yang terlihat oleh semua orang, menarik modal besar dan bakat untuk terus berinovasi.

Jalur blockchain + AI belum memiliki kasus kecocokan produk-pasar yang setara. Selain popularitas komunitas awal, tidak ada proyek yang menembus skenario produksi perusahaan atau konsumsi sehari-hari publik, sehingga tidak mendapatkan perhatian dari modal institusional tradisional. Kurangnya studi kasus tolok ukur adalah hambatan terbesar untuk menghalangi dana institusional konservatif dan memperlambat adopsi industri.

Apakah blockchain + AI memiliki nilai jangka panjang?

Terlepas dari popularitas pasar jangka pendek, blockchain + AI belum mendapatkan pijakan yang kokoh di rantai industri AI utama, tetapi ini tidak berarti kombinasi keduanya tidak bernilai.

Alasan utama jalur ini dingin bukan karena kontradiksi logis dalam kombinasi teknologi, tetapi karena setiap sub-bidang memiliki ketidaksesuaian antara permintaan industri yang matang dan arah pasokan teknologi.

Inti dari permintaan industri AI tradisional sangat jelas: peningkatan kinerja jangka pendek, optimalisasi biaya, stabilitas infrastruktur yang ekstrem; sementara sebagian besar solusi AI blockchain berfokus pada kepemilikan data, transparansi komputasi, dan desentralisasi.

Ini bukan hambatan mendesak yang perlu dipecahkan industri saat ini, dan penerapannya seringkali membutuhkan pengorbanan kinerja, sehingga rasio input-output sulit meyakinkan perusahaan.

Sebelum ledakan kecerdasan buatan, perusahaan infrastruktur listrik biasanya diklasifikasikan sebagai perusahaan yang matang dan tumbuh lambat. Lonjakan permintaan listrik yang didorong oleh pusat data mengubah situasi ini, dan sejak itu mereka menarik perhatian pasar yang besar. Sikap acuh tak acuh saat ini terhadap blockchain AI mungkin juga mencerminkan efek lag yang serupa, di mana nilai infrastruktur belum sepenuhnya terwujud sebelum paradigma baru muncul.

Selama masa transisi ini, penting bagaimana industri merespons kebutuhan pasar yang sebenarnya.

Jalan ke depan terbagi menjadi dua arah: 1) secara aktif menyesuaikan diri dengan standar rantai industri AI yang matang, mengatasi kekurangan kinerja jangka pendek; 2) tetap pada jalur teknis yang ada, terus berinvestasi dalam infrastruktur jangka panjang yang sesuai untuk penerapan AI skala besar generasi berikutnya.

Tujuan akhir blockchain + AI tergantung pada rute mana yang sesuai dengan kebutuhan pasar yang sebenarnya di masa depan.