AI Lego yang Ambisius, Membuat Algoritma Menjadi Dapat Digabungkan

Pasar tren berbalik, beberapa sektor mulai kembali aktif.

Selain ekosistem Bitcoin yang menjadi pusat perhatian, jalur AI sebagai tren yang terus berlanjut tahun ini, selalu menjadi panggung bagi koin-koin yang liar.

Di luar token seperti FET, RNDR, dan OCEAN yang sedang ramai dibicarakan pasar, sebuah token bernama TAO dalam satu bulan terakhir melonjak 3 kali lipat, sementara proyek di baliknya, Bittensor, jarang dianalisis secara mendalam di pasar berbahasa Mandarin.

Sementara itu, irama di sisi lain jauh lebih cepat dari reaksi kita.

Harga yang melonjak tajam juga membuat para investor yang peka terhadap peluang mulai mencium peluang. Pada hari Kamis, pengumuman komunitas proyek Bittensor menyatakan bahwa VC kripto terkenal Pantera dan Collab Currency telah menjadi pemilik TAO token, dan akan memberikan dukungan lebih besar terhadap pengembangan ekosistem proyek.

VC sangat mahir menangkap evolusi tren, dan lebih mahir lagi dalam mendorong perkembangan tren tersebut.

Apa sebenarnya keunggulan TAO yang disukai dan harganya melonjak cepat ini? Apa perbedaan signifikan dari narasi, produk, dan ekonomi tokennya dibandingkan proyek utama di jalur AI?

Dalam edisi ini, kita akan mendalami Bittensor, menganalisis latar belakang jalurnya, tujuan proyek, komposisi teknologi, valuasi token, dan lain-lain secara komprehensif, sebagai referensi untuk penilaian dan pengambilan keputusan Anda.

Sabar dulu, mari kita pahami dulu logika investasi Crypto + AI Setiap kenaikan token didukung oleh logika investasi dasar dan narasi industri yang besar. Sebelum mempelajari TAO, ada baiknya kita melihat gambaran umum industri AI secara keseluruhan.

Gelombang Panas AI di Bawah Bubble Obligasi Token dengan konsep AI sangat populer, tetapi kenyataannya tanpa Crypto pun, ketertarikan terhadap AI tetap tinggi.

Data dari CB Insights menunjukkan bahwa pada tahun 2023, minat terhadap AI generatif meningkat secara signifikan, total pendanaan untuk perusahaan dan proyek terkait AI melonjak menjadi 14 miliar dolar AS; tahun lalu, angka ini hanya 2,5 miliar dolar AS.

Sumber gambar: CB INSIGHTS

Oleh karena itu, baik TAO, RNDR, maupun FET, kekuatan pendorong di baliknya jauh lebih kompleks daripada sekadar ChatGPT dan Nvidia yang tampak di permukaan.

Arthur Hayes, tokoh industri besar, dalam blog terbarunya menunjukkan kemungkinan situasi yang sedang atau akan terjadi — gelombang dana kolektif AI yang dipicu oleh gelembung obligasi.

Berdasarkan perkiraan, dalam tiga tahun ke depan, total utang pemerintah global yang harus diperpanjang dan diterbitkan karena defisit fiskal diperkirakan mencapai 33,58 triliun dolar AS.

Pemerintah menerbitkan obligasi dan berjanji membayar kembali pokok dan bunga saat jatuh tempo. Jika bunga obligasi tinggi, berarti dana sebagian besar akan digunakan untuk membeli obligasi pemerintah, menyerap modal dari sektor swasta (yang setara dengan sektor publik pemerintah), yang secara otomatis akan menekan peluang pendanaan lain di masyarakat, seperti perusahaan lain yang tidak mendapatkan pendanaan, atau pasar saham yang lesu.

Oleh karena itu, Arthur berpendapat bahwa bank sentral AS pasti akan meminta pencetakan uang, mencetak uang sendiri untuk membeli utang yang mereka terbitkan, sehingga mengurangi dampak terhadap sektor swasta; dan ini diperkirakan akan menyebabkan peningkatan besar dalam pasokan uang fiat global pada tahun 2026 (bahkan melebihi masa COVID).

Lalu, ke mana uang yang berlebih itu akan mengalir?

“Uang akan mengalir ke perusahaan teknologi baru yang menjanjikan pengembalian gila saat dewasa. Setiap gelembung likuiditas fiat memiliki bentuk teknologi baru yang menarik investor dan mengumpulkan modal besar.”

Di tahun 90-an ada gelembung internet, setelah krisis keuangan 2008 muncul iklan online dan media sosial; dan kali ini giliran AI.

Ini mungkin salah satu alasan mendalam mengapa generative AI mendapatkan banyak investasi tahun ini. Teknologi GPT sudah terkenal, tetapi dari sudut pandang yang lebih besar, itu hanyalah permata yang paling bersinar dalam arus kapital yang besar, dan tren masuknya modal secara kolektif ke AI sudah mulai terlihat.

Crypto + AI, Pembagian Narasi Uang sudah masuk, pertanyaan berikutnya adalah apa yang harus diinvestasikan. Mari kita telaah lebih jauh logika investasi Crypto + AI.

Topik lama, AI secara esensial adalah bentuk produktivitas maju, yang perkembangannya sangat bergantung pada tiga faktor inti: data, algoritma, dan daya komputasi; sedangkan cryptocurrency dan blockchain lebih merupakan hubungan produksi, yang melalui insentif, koordinasi, dan perubahan organisasi, mendorong ketiga faktor tersebut.

Token mana yang mampu meningkatkan ketiga faktor ini, berpotensi menjadi tren yang menarik.

Tanpa membahas kelayakannya, setidaknya dalam proyek sebelumnya, kita telah melihat dua narasi besar: crypto + data dan crypto + daya komputasi:

• Crypto + Data: AI membutuhkan data dalam jumlah besar untuk melatih model, blockchain dapat memobilisasi penyedia data melalui insentif, atau menggunakan penyimpanan data terdesentralisasi, untuk mendukung kebutuhan pelatihan data yang lebih demokratis dan tersebar.

Dalam narasi ini, cryptocurrency yang diuntungkan bisa berupa infrastruktur penyimpanan terdesentralisasi, seperti Filecoin yang direkomendasikan Arthur secara kuat;

• Crypto + Daya Komputasi: Implementasi model AI membutuhkan kemampuan komputasi yang kuat. Perusahaan besar atau penyedia sumber daya komputasi tertentu memiliki kemampuan ini, tetapi pasar niche juga bisa dipertimbangkan, dengan menyebarkan sumber daya komputasi (GPU/perangkat pribadi) dari berbagai lokasi, untuk mendapatkan insentif dalam bentuk crypto.

Dalam narasi ini, cryptocurrency yang diuntungkan termasuk RNDR dan proyek lain yang dapat menyumbangkan daya komputasi.

Sedangkan dari sisi algoritma, ada logika yang berbeda.

• Crypto + Algoritma: Berbeda dari dua narasi sebelumnya yang resource-intensive, algoritma adalah bidang yang sangat teknis dan menjadi rahasia dan benteng yang terus diperbarui oleh perusahaan AI. Sulit bagi insentif dari crypto untuk “menciptakan” algoritma yang lebih baik dari nol; logika kontribusi, koordinasi, dan insentif tidak cocok untuk penciptaan algoritma.

(Catatan: Model AI tertentu adalah hasil pelatihan algoritma, secara ketat ada hubungan urutan antara algoritma dan model. Tapi dalam penjelasan ini, penulis menggunakan keduanya secara bergantian untuk memudahkan pemahaman.)

Namun, Anda bisa melalui insentif “menyaring” algoritma yang sudah ada untuk menemukan yang lebih baik, sehingga tidak semua orang menggunakan produk yang sama. Seperti proyek oracle yang mendorong kompetisi melalui mekanisme insentif, untuk memilih sumber data yang lebih baik.

Proyek dalam narasi ini belum memiliki perwakilan yang menonjol, tetapi Bittensor termasuk salah satunya — tidak langsung menyumbang data maupun daya komputasi, melainkan mengatur dan menyaring algoritma berbeda melalui jaringan blockchain dan mekanisme insentif, sehingga membentuk pasar algoritma (model) yang kompetitif dan berbagi pengetahuan di bidang AI.

Memahami Narasi Bittensor: AI Lego, Membuat Algoritma Bisa Dikombinasikan Terdengar cukup rumit?

Untuk memudahkan, bisa dirangkum secara kasar dalam satu kalimat tentang Bittensor: Kami bukan pembuat algoritma, kami hanyalah pengangkut algoritma berkualitas.

Mengapa mengangkut algoritma? Cukup lihat kondisi ekosistem AI saat ini untuk menemukan masalahnya.

Para pemain di jalur AI saat ini, algoritma dan model mereka bersifat terisolasi. Karena kompetisi bisnis, Anda tidak mungkin membiarkan algoritma dari dua perusahaan saling belajar dan berkembang bersama; ini juga berarti dari sisi suplai AI, kompetisi adalah zero-sum: satu perusahaan AI memenangkan pasar, yang lain tersingkir.

Gambar sumber: Situs resmi Bittensor

Bagi pemenang kompetisi, tentu tidak masalah.

Namun, Bittensor berpendapat bahwa ini tidak menguntungkan kemajuan AI secara keseluruhan dan efisiensi inovasi algoritma. Model yang terisolasi dan layanan AI yang hanya memilih pemenang, berarti jika seseorang ingin mengembangkan model baru, mereka harus memulai dari awal;

Misalnya, model A mahir berbahasa Spanyol, model B mahir menulis kode, ketika seorang pengguna ingin AI menjelaskan kode dengan komentar dalam bahasa Spanyol, tentu kombinasi kedua algoritma akan menghasilkan output terbaik, tetapi saat ini belum bisa dilakukan;

Selain itu, karena integrasi aplikasi pihak ketiga memerlukan izin dari pemilik model AI, fitur yang terbatas juga berarti nilai yang terbatas, dan seluruh ekosistem AI secara kolektif belum benar-benar dimanfaatkan.

Oleh karena itu, tujuan utama proyek Bittensor adalah agar algoritma dan model AI yang berbeda dapat saling bekerja sama, belajar, dan dikombinasikan, sehingga terbentuk model yang lebih kuat dan lebih baik dalam melayani pengembang dan pengguna.

Ide dan formula ini sebenarnya sudah kita lihat beberapa tahun lalu di DeFi Summer — Lego keuangan.

Komponen keuangan seperti stablecoin, pinjaman, liquidity mining semuanya bersifat open-source dan tanpa izin, pihak yang membutuhkan bisa menggabungkan komponen tersebut sesuka hati, seperti Lego, untuk membentuk produk dan layanan baru.

Begitu juga, algoritma AI yang ahli dalam pengolahan gambar, teks, atau audio dapat dikombinasikan untuk berbagai tugas, membentuk AI Lego.

Jadi, bagi Bittensor, proyek ini sendiri tidak akan melakukan perhitungan sendiri, maupun menyediakan data untuk machine learning di chain, melainkan menggerakkan semua model AI di luar chain untuk bekerja sama.

Secara teori, dengan menggabungkan “blok Lego AI”, Bittensor bisa memperluas fungsi AI-nya lebih cepat dan efisien dibandingkan model yang terisolasi.

Namun, apakah penyedia model AI di dunia nyata akan setuju, bagaimana pengembangan bisnisnya, dan apakah bisa terealisasi, masih perlu pengamatan lebih lanjut.

Menggunakan Penambangan dan Insentif untuk Mewujudkan “Oracle” Model AI Membuat berbagai AI saling bekerja sama adalah tujuan besar, tetapi bagaimana cara mewujudkannya?

Jawaban dari Bittensor adalah membangun jaringan blockchain yang diatur melalui mekanisme penambangan dan insentif.

Bittensor menggunakan desain paralel chain (application chain) dari Polkadot sebagai inti, yang secara khusus mengelola kolaborasi model AI, dan memiliki token sendiri $TAO sebagai insentif.

Untuk memahami mode operasinya, setidaknya perlu memahami tiga pertanyaan:

Pertama, apa saja peran di jaringan ini?

Kedua, apa yang dilakukan peran-peran ini? Hubungan apa yang ada di antara mereka?

Ketiga, insentif token untuk perilaku apa saja dari peran-peran ini?

Peran dan fungsi di chain:

Miner: Bisa dipahami sebagai penyedia berbagai algoritma dan model AI dari seluruh dunia, mereka menghosting model AI dan memberikannya ke jaringan Bittensor; berbagai tipe model membentuk sub-net berbeda, misalnya model yang fokus pada gambar atau suara.

Validator: Penilai di jaringan Bittensor. Menilai kualitas dan efektivitas model AI, memberi peringkat berdasarkan performa tugas tertentu, membantu pengguna menemukan solusi terbaik.

(Catatan: Validator saat ini tampaknya sebagian besar adalah lembaga di bawah proyek sendiri, mungkin kurang terdesentralisasi. Tapi seiring perkembangan jaringan, mereka bisa mengakuisisi organisasi lain sebagai validator.)

Nominator: Menyetorkan token ke validator tertentu sebagai bentuk dukungan, atau bisa juga mengalihkan dukungan ke validator lain. Mirip staking token di DeFi yang mendapatkan imbal hasil.

Pengguna: Pengguna akhir dari model AI yang disediakan Bittensor. Bisa individu maupun pengembang yang ingin mengintegrasikan AI ke aplikasi mereka.

Hubungan antar peran:

Pengguna membutuhkan model AI yang lebih baik, validator bertugas menyaring model AI yang lebih baik sesuai kebutuhan, miner menyediakan model AI mereka, dan nominator memilih mendukung validator yang berbeda.

Singkatnya, ini adalah rantai pasokan AI terbuka: ada yang menyediakan berbagai model, ada yang menilai model, dan ada yang menggunakan hasil dari model terbaik.

Gambar sumber: ReveloIntel

Gambar di atas memberikan gambaran sederhana: pengguna memasukkan kebutuhan mereka, validator mengarahkan kebutuhan ke miner di jaringan Bittensor; miner memberikan jawaban, validator menilai kualitas jawaban, dan akhirnya mengembalikan ke pengguna.

Apa yang diinsentifkan oleh token TAO?

• Untuk validator: semakin akurat dan konsisten dalam menyaring dan menilai model AI, semakin besar imbalannya. Tentu, untuk menjadi validator, harus melakukan staking sejumlah TAO.

• Untuk miner: merespons kebutuhan pengguna dengan menyediakan model mereka sendiri, dan mendapatkan TAO sebagai imbalan kontribusi.

• Untuk nominator: men-stake TAO mereka ke validator tertentu, mirip insentif staking likuid.

• Untuk pengguna: membayar TAO untuk memulai tugas, sebagai bentuk konsumsi.

Dalam kondisi ideal, berbagai model AI di jaringan ini akan saling berkolaborasi, dan performa model berbeda tergantung tugasnya; karena semua node jaringan dapat dilihat secara on-chain, model bisa saling belajar dan menyesuaikan diri sesuai tugas.

Gambar sumber: ReveloIntel

Perbandingan yang lebih baik adalah: Bittensor mirip “oracle” AI. Oracle di DeFi memberi harga terbaik untuk aplikasi yang membutuhkan, Bittensor memberi model terbaik untuk pengguna yang membutuhkan AI.

Bagaimana berpartisipasi sebagai validator dan miner di jaringan ini? Karena melibatkan kode teknis dan antarmuka pengembang, tidak akan dibahas di sini. Bagi yang tertarik, bisa mengunjungi dokumentasi resmi di sini.

$TAO Token: Bagaimana Menilai Nilai yang Paling Pas? Model ekonomi token

Berdasarkan dokumen resmi, Bittensor diluncurkan pada tahun 2021 dengan “peluncuran adil” (tanpa pra-penambangan token), dan tokennya disebut TAO.

Jumlah pasokan TAO adalah 21 juta (menghormati BTC), dan memiliki siklus halving selama 4 tahun, setiap 1,05 juta blok, hadiah per blok akan berkurang setengahnya. Akan ada 64 kali halving, yang terakhir terjadi pada Agustus 2025.

Anehnya, berdasarkan siklus halving ini, dibutuhkan sekitar 256 tahun agar semua token ini benar-benar terkumpul.

Saat ini, setiap 12 detik, satu TAO baru dikirim ke jaringan. Perhitungan kasar, dalam satu hari akan ada sekitar 7200 TAO yang dihasilkan, dan dibagi rata antara miner dan validator.

Peluncuran adil TAO berarti tidak ada putaran VC, private sale, ICO/IEO/IDO, atau reservasi dari foundation, bisa dianggap sebagai token murni hasil penambangan.

Setiap kali penambangan, TAO akan didistribusikan antara validator dan miner.

Namun, di situs resmi Bittensor, kita juga melihat kehadiran investor dan market maker terkenal seperti DCG, GSR, Polychain, dan Firstmask.

Satu dugaan yang masuk akal adalah, karena validator di jaringan ini sebagian besar terkait dengan lembaga resmi Bittensor, token yang ditambang bisa langsung masuk ke tangan mereka, lalu didistribusikan ke market maker untuk market making;

Selain itu, institusi besar ini juga bisa masuk sebagai validator node bahkan miner, untuk menambang TAO.

Seperti yang disebutkan di awal, VC kripto seperti Pantera baru-baru ini juga menjadi pemilik TAO. Jadi, Bittensor sendiri diluncurkan secara adil, tetapi bukan berarti tanpa campur tangan VC;

Namun, dalam siklus pasar baru ini, model penerbitan token “VC menjual ke pasar sekunder” sudah tidak populer lagi, dan model “awalnya adil, lalu menarik modal” ini secara objektif sudah berusaha seadil mungkin.

Performa pasar dan valuasi

Dari segi performa pasar, harga token dari titik terendah tahun ini sudah meningkat lebih dari 5 kali lipat;

Namun, kenaikan proyek AI lain juga cukup signifikan. Misalnya RNDR dari awal tahun ini naik sekitar 5 kali lipat.

Jadi, hanya berdasarkan kenaikan absolut, tidak banyak yang bisa disimpulkan tentang nilai token.

Dibandingkan dengan proyek AI populer lainnya, saat ini TAO berada di posisi kedua setelah RNDR, tetapi karena adanya mekanisme halving selama 4 tahun, rasio pasar terhadap nilai dilusi penuh justru terendah di antara beberapa proyek, yang berarti total pasokan yang beredar saat ini relatif kecil, tetapi harga per token cukup tinggi.

Gambar asli: pengguna @Moomsxxx, harga TAO per saat artikel ini ditulis dihitung sendiri.

Pasokan yang kecil dalam beberapa kondisi bisa membuat harga lebih mudah naik, dan jika harga tidak berubah (harga saat ini $160)), dengan 7200 TAO yang ditambang setiap hari dan dijual, tekanan jual di pasar sekitar 1,15 juta dolar AS, dan dengan volume transaksi harian sekitar 5 juta dolar AS, penyerapan tekanan jual ini tidak menjadi masalah.

Jika dilihat dari luar TAO sendiri, valuasi token ini sebaiknya dibandingkan dengan proyek yang sejenis dan sudah ada.

Seperti yang sudah dijelaskan sebelumnya, arah Bittensor adalah crypto + algoritma/model, secara ketat tidak bisa langsung dibandingkan dengan proyek seperti RNDR yang menyediakan daya komputasi dasar.

Dari laporan riset jalur AI dari Nansen di bawah ini, bisnis Bittensor seharusnya termasuk dalam jalur “Model Training” (pelatihan model), dengan pesaing sejenis seperti Gensyn dan Together, yang keduanya didukung oleh a16z.

Namun, kedua proyek ini saat ini belum memiliki token yang dipublikasikan, sehingga membandingkan TAO dengan kapitalisasi pasar kedua proyek ini tidak memungkinkan.

Gambar sumber: riset Nansen

Co-founder Omnichain Capital, David Attermann, dalam blog bulan Mei tahun ini, mengusulkan pendekatan yang lebih agresif — membandingkan langsung Bittensor dengan OpenAI.

Menariknya, saat menulis, David secara khusus menyatakan bahwa dia tidak memegang TAO, untuk menunjukkan bahwa analisisnya objektif.

Karena inti bisnisnya adalah pelatihan model dan penggunaannya, satu adalah perusahaan tertutup, yang lain mengkoordinasikan model AI global, keduanya sama-sama bertujuan agar pengguna dapat menggunakan AI dengan lebih baik.

Mengambil contoh, OpenAI sebelumnya mendapatkan valuasi pasar swasta sekitar $29B (hampir 30 miliar dolar AS) dari Microsoft, sementara FDV TAO saat ini sekitar 3,6 miliar dolar AS, sehingga secara kasar, TAO masih memiliki potensi valuasi naik sekitar 8 kali lipat.

Penulis tidak sepenuhnya setuju dengan metode perbandingan valuasi ini, karena fundamental, laju pertumbuhan, dan perhatian pasar dari proyek Web3 dan Web2 berbeda. Menggunakan valuasi sebagai patokan 8 kali lipat hanya sebagai referensi, dan banyak bergantung pada faktor positif dan tren modal terhadap TAO sendiri.

Kesimpulan Secara keseluruhan, TAO/Bittensor di luar proyek kripto AI yang kita kenal, menawarkan narasi lain, yaitu tidak terlibat langsung dalam produktivitas (komputasi dan data), melainkan mengandalkan hubungan produksi untuk mendorong kolaborasi, kompetisi, dan penyempurnaan model AI.

Narasi ini memang cukup menarik, tetapi faktor kunci seperti integrasi model AI, sentralisasi validator, penilaian kualitas model, bukanlah sesuatu yang bisa diselesaikan hanya dengan whitepaper — AI sendiri cukup sederhana, tetapi permainan bisnisnya tidak. Bagaimana meyakinkan lebih banyak orang untuk berpartisipasi dengan insentif token, mendorong perusahaan teknologi dan model AI lain untuk berkolaborasi, tetap menjadi tantangan tersendiri.

Selain aspek fundamental, kenaikan harga token sudah menunjukkan bahwa pasar secara kolektif menyambut baik konsep jalur AI. Mengingat Bittensor tidak memiliki pesaing seukuran di jalur ini, TAO berpotensi mendapatkan manfaat dari euforia kolektif di jalur AI, tetapi karena kurangnya patokan valuasi yang tepat, apakah layak dipegang jangka panjang masih menjadi pertanyaan.

Mengikuti perkembangan berita proyek dan lonjakan volume transaksi mungkin adalah pilihan yang lebih realistis.