Proyeksi Goldman Sachs mengenai pengeluaran modal untuk kecerdasan buatan (AI) mencapai $7,6 triliun sangat bergantung pada seberapa lama silikon khusus AI tetap berguna. Jaringan terdesentralisasi menjanjikan efisiensi biaya yang signifikan, namun masih menghadapi tantangan masalah latensi. Para ahli berpendapat bahwa keberlangsungan jangka panjang mereka akan bergantung pada prioritas terhadap verifikasi daripada hanya performa mentah.

Poin Penting:
Goldman Sachs memperkirakan pengeluaran sebesar $7,6 triliun pada tahun 2031, tergantung pada masa pakai chip yang lebih dari tiga tahun. Para ahli dari StealthEX dan Cysic memperingatkan bahwa batasan latensi DePIN membatasi AI terdesentralisasi hanya untuk pekerjaan batch, bukan interaksi langsung. Perusahaan on-chain seperti Maple dapat menjembatani kesenjangan kredit antara $5 juta hingga $50 juta untuk pusat data Tier 2 pada tahun 2028.

Proyeksi $7,6 Triliun

Sebuah laporan terbaru dari Goldman Sachs mengalihkan perdebatan dari keberadaan permintaan AI ke faktor-faktor sisi pasokan yang akan menentukan biaya pembangunan yang sebenarnya. Laporan tersebut memproyeksikan pengeluaran modal AI sebesar $7,6 triliun sebagai dasar, tetapi menekankan bahwa angka ini sangat sensitif terhadap "variabel yang berfluktuasi," termasuk masa pakai silikon AI itu sendiri. Masa pakai yang panjang dianggap sebagai faktor paling krusial, mengingat inovasi yang cepat dapat membuat chip standar—yang biasanya bertahan selama empat hingga enam tahun—menjadi usang dalam waktu tiga tahun, sehingga menyebabkan biaya melonjak. Sebaliknya, model "bertingkat" di mana chip lama digunakan kembali untuk tugas yang lebih sederhana, seperti inferensi, dapat menstabilkan biaya. Kompleksitas pusat data dan elastisitas permintaan komputasi juga merupakan variabel lain yang mungkin mempengaruhi berapa banyak modal yang dibelanjakan untuk infrastruktur AI dalam lima tahun ke depan. Kekurangan kapasitas jaringan listrik, tenaga kerja terampil, dan peralatan listrik juga dianggap sebagai faktor yang memperpanjang pembangunan.

Sebuah laporan terpisah membingkai pengeluaran infrastruktur yang sangat besar ini sebagai landasan bagi munculnya "ekonomi mesin." Dalam paradigma ini, agen AI menjadi pelaku ekonomi utama, melakukan transaksi frekuensi tinggi dan mengelola alokasi sumber daya secara independen. Para penulis laporan berpendapat bahwa sistem keuangan lama, yang ditandai dengan siklus penyelesaian yang lambat dan kerangka kerja ketentuan Know Your Customer (KYC) yang kaku, pada dasarnya tidak siap untuk kecepatan perdagangan yang bersifat agen.

Infrastruktur Terdesentralisasi dan Trade-off Latensi

Oleh karena itu, infrastruktur kripto dan protokol terdesentralisasi diposisikan sebagai "rel ekonomi" yang esensial dan tanpa izin yang diperlukan untuk memfasilitasi pergeseran ini. Namun, skeptisisme masih ada, dengan pertanyaan mengenai apakah jaringan infrastruktur fisik terdesentralisasi (DePINs) benar-benar dapat mengurangi kebutuhan modal AI yang terus meningkat. Vadim Taszycki, kepala pertumbuhan di StealthEX, mencatat bahwa meskipun jaringan terdesentralisasi dapat menawarkan penghematan biaya yang signifikan, mereka menghadapi batasan fisik. Sementara penyedia terdesentralisasi seperti Akash mungkin menyewakan GPU H100 seharga $1,48 per jam dibandingkan $12,30 di Amazon Web Services, trade-off yang terjadi adalah kecepatan. “Penyedia cloud besar dapat melakukan pekerjaan cepat karena GPU mereka berada berdekatan dalam satu gedung, terhubung dengan kabel khusus yang memindahkan data dalam mikrodetik,” kata Taszycki. Ia menjelaskan bahwa jaringan terdesentralisasi, yang menyatukan GPU dari berbagai negara melalui internet publik, menambah milidetik keterlambatan. Latensi ini membuat orkestrasi terdesentralisasi kompetitif untuk pekerjaan batch dan fine-tuning, tetapi tidak cocok untuk melayani chatbot langsung berskala tinggi di mana pengalaman pengguna bergantung pada respons yang hampir instan.

Leo Fan, pendiri Cysic, mengulangi pandangan ini, menegaskan bahwa inferensi terdesentralisasi tidak cocok untuk beban kerja latensi rendah. Namun, Fan berpendapat bahwa latensi bukanlah tolok ukur yang tepat untuk membandingkan platform terdesentralisasi dan hyperscalers seperti AWS. “Masalah utama bukan pada komputasi terdistribusi, tetapi pada penemuan, penjadwalan, dan pengesahan. Perbedaannya bukan pada harga per token; tetapi pada verifikasi,” kata Fan. Ia mencatat bahwa lingkungan eksekusi tepercaya (TEE) dan pengesahan zero-knowledge (ZK) memungkinkan jaringan terdesentralisasi untuk bersaing di sektor-sektor di mana kepercayaan dan verifikasi lebih penting daripada "tail latency."

Kredit Onchain dan Kesenjangan Pendanaan

Di luar komputasi, fokus kini bergeser pada bagaimana proyek-proyek yang membutuhkan modal besar ini dibiayai. Meskipun kredit swasta tradisional memiliki modal yang cukup, seringkali kurang memperhatikan kesepakatan yang lebih kecil atau tidak standar. Kredit onchain menawarkan keuntungan yang jelas, seperti memungkinkan investor ritel berpartisipasi dalam pendapatan pusat data yang sebelumnya terbatas pada mitra terbatas institusional. Selain itu, platform seperti Maple dan Centrifuge dapat menyindikasikan pinjaman dalam rentang $5 juta hingga $50 juta—sebuah bracket yang sering diabaikan oleh perusahaan seperti Apollo karena tingginya biaya underwriting dibandingkan dengan biaya.

Akhirnya, kredit onchain memungkinkan model "bayar per inferensi" yang inovatif, di mana pendapatan berfluktuasi seiring dengan penggunaan GPU. Model-model semacam ini lebih sesuai dengan struktur bagi hasil berbasis token daripada sewa tradisional yang kaku selama 20 tahun. Meski ada potensi ini, para ahli mengidentifikasi empat "gerbang" yang masih tertutup untuk adopsi institusional: daya hukum yang dapat ditegakkan di pengadilan kebangkrutan, kurangnya infrastruktur oracle yang tahan gangguan untuk memenuhi ketentuan, ketidakpastian regulasi untuk tranches bernilai miliaran dolar, dan produk pajak serta akuntansi yang tidak terstandarisasi. Konsensus menunjukkan bahwa garis waktu realistis untuk kesepakatan sindikasi berskala menengah mendapatkan daya tarik di onchain adalah antara 12 hingga 24 bulan, dengan utang mezzanine mayoritas onchain kemungkinan akan memakan waktu tiga hingga lima tahun. Terobosan pertama kemungkinan akan datang dari operator Tier 2, bukan dari pemimpin industri seperti Coreweave.

You may also like

Disclaimer

CryptoMarket.id is committed to accurate and transparent reporting. This article is for information only and is not financial advice. Crypto assets are high risk; do your own research and use exchanges registered with Indonesia’s OJK. See also our Disclaimer, Terms & Conditions, and Privacy Policy.