Insight utama dari Jane Street adalah bahwa pabrik token bukanlah cerita pendanaan, melainkan sistem operasional.

Penulis artikel, sumber: Hongyi Jiaofu Kai Ge, Ye Kai Wen

Reaksi pertama banyak orang terhadap pusat data AI Texas Jane Street adalah iri karena memiliki uang, mampu membeli GPU, membangun ruang server pendingin cair, dan berani menumpuk ribuan chip high-end ke dalam satu sistem perdagangan.

Reaksi ini wajar, tetapi juga mudah disalahartikan.

(Gambar yang dihasilkan oleh ChatGPT)

Yang benar-benar patut diteliti dari Jane Street bukanlah memiliki 4032 GPU, bukan pula mengubah ruang server tradisional menjadi pusat data AI pendingin cair, tetapi yang paling krusial adalah ia mengubah daya komputasi dari sumber daya TI belakang menjadi produktivitas perdagangan depan. Dengan kata lain, ia tidak sedang membangun sebuah "ruang server", melainkan membangun sebuah pabrik Token yang terus-menerus memproduksi penilaian perdagangan, sinyal risiko, iterasi model, dan wawasan pasar.

Perubahan ini sangat penting.

Di mata lembaga keuangan tradisional, pusat data adalah pusat biaya—server, jaringan, pendingin, dan listrik semuanya merupakan item biaya. Namun di Jane Street, pusat data berubah menjadi lini produksi: listrik masuk ke ruang server, GPU melakukan pelatihan, model berpartisipasi dalam perdagangan, dan perdagangan menghasilkan keuntungan; yang mengalir di tengahnya bukanlah baja maupun luas bangunan, melainkan sekian banyak pemanggilan model, tugas pelatihan, dan perhitungan inferensi. Dalam istilah hari ini, ini disebut kapasitas produksi cerdas yang tertokenisasi.

Pelajaran yang dapat diambil dari hal ini untuk Tiongkok sangat langsung. Tiongkok sedang membahas token luar negeri, pabrik token komputasi, serta peralihan perusahaan yang terdaftar di pasar saham Hong Kong dari real estat, taman industri, dan manufaktur ke infrastruktur AI. Jane Street menyediakan contoh yang sangat nyata: pabrik token bukanlah tentang konsep, bukan tentang menerbitkan satu koin, bukan tentang membungkus komputasi sebagai produk keuangan, tetapi tentang mengintegrasikan seluruh elemen—listrik, pendinginan cair, GPU, jaringan, model, penjadwalan, dan mekanisme penyelesaian internal—sehingga komputasi benar-benar menjadi mesin pendapatan dan valuasi perusahaan.

Jane Street bukan perusahaan perdagangan ditambah AI, tetapi pabrik AI ditambah meja perdagangan

Jane Street selalu dianggap sebagai salah satu raksasa kuantitatif paling misterius di Wall Street. Bukan bank investasi tradisional, bukan pula perusahaan manajemen aset yang mengandalkan biaya manajemen, melainkan memanfaatkan modal sendiri, model perdagangan, sistem latensi rendah, dan likuiditas pasar global untuk menangkap spread dan premi risiko.

Data publik menunjukkan bahwa Jane Street melakukan perdagangan multi-aset di 45 negara dan lebih dari 200 bursa, dengan jumlah karyawan sekitar 3.000 orang. Budaya teknologinya sangat kuat, secara jangka panjang menggunakan pemrograman fungsional OCaml, serta menekankan perangkat lunak buatan sendiri, sistem latensi rendah, otomatisasi manajemen risiko, dan infrastruktur perdagangan yang andal. Deskripsi tim pembelajaran mesin di situs web Jane Street sangat langsung; mereka menggambarkan diri mereka sebagai "laboratorium penelitian yang terhubung langsung ke meja perdagangan," dan menyebutkan bahwa data pasar keuangan mengalir seperti banjir, sebagian besar merupakan noise, yang memerlukan tim pembelajaran mesin untuk mengekstraksi sinyal yang dapat diperdagangkan.

This sentence is crucial.

Sebagian besar perusahaan menggunakan AI untuk meningkatkan efisiensi kantor. Jane Street menggunakan AI untuk mempercepat pemahaman pasar. Yang pertama menghemat biaya, yang kedua menciptakan pendapatan. Yang pertama memperlakukan AI sebagai alat, yang kedua memperlakukan AI sebagai alat produksi.

Jadi, transformasi pusat data AI oleh Jane Street tidak bisa dipahami sebagai upgrade digital biasa perusahaan, melainkan lebih seperti sebuah perusahaan perdagangan yang membongkar dan memasang ulang mesin intinya. Dulu, inti perusahaan perdagangan adalah trader, model matematis, data pasar, dan sistem eksekusi; sekarang, intinya berubah menjadi data, daya komputasi, model, jaringan, dan pasar sumber daya internal.

Ini adalah makna pertama dari Token Factory: kecerdasan tidak muncul begitu saja, tetapi diproduksi.

Dari 6 unit Dell menjadi 4032 GPU, yang benar-benar berubah adalah hubungan produksi

Situs web Jane Street menyebutkan, dua puluh tahun lalu, "kluster" mereka hanyalah 6 server Dell yang ditumpuk di lantai kantor; hari ini, pusat data baru mereka di Texas telah memiliki 4.032 GPU dan menggunakan arsitektur pendinginan cair. Perubahan ini sangat visual. Ini bukan sekadar peningkatan perangkat keras, tetapi perubahan dalam hubungan produksi perusahaan.

Sistem perdagangan awal sangat dekat dengan trader. Mesin ditempatkan di kantor, sehingga masalah dapat ditangani langsung, bahkan bisa memutus daya listrik. Pada masa itu, daya komputasi lebih merupakan alat bantu bagi tim perdagangan.

Kemudian, sistem perdagangan memasuki tahap rekayasa. Jaringan, manajemen risiko, backtesting, eksekusi otomatis, dan sistem pemantauan secara bertahap dipusatkan menjadi platform, dengan daya komputasi menjadi sumber daya dasar yang dibagikan oleh beberapa tim.

Sekarang memasuki tahap ketiga. GPU, pendinginan cair, listrik, serat optik, penyimpanan, sistem penjadwalan, dan pelatihan model telah diintegrasikan menjadi sebuah pabrik perdagangan AI. Pusat data tidak lagi menjadi bagian dari departemen logistik, tetapi secara langsung tertanam dalam kemampuan perdagangan.

Ini sangat memberikan wawasan bagi perusahaan-perusahaan Tiongkok.

Banyak perusahaan membicarakan transformasi AI, tetapi masih berada pada tahap "membeli model", "mengimplementasikan sistem", dan "mengintegrasikan API". Perusahaan yang benar-benar kompetitif sedang mengubah infrastruktur AI menjadi sistem produksi mereka sendiri. Siapa yang bisa mendapatkan listrik dengan biaya lebih murah, siapa yang bisa menjalankan GPU dengan lebih stabil, siapa yang bisa melatih model lebih cepat, dan siapa yang bisa mengalokasikan daya komputasi lebih efisien, dialah yang akan memiliki keunggulan biaya dan kecepatan baru di era AI.

Ini bukan urusan departemen teknis.

Ini adalah urusan dewan.

Liquid cooling bukanlah detail teknis, tetapi fondasi pabrik Token.

Salah satu detail paling diperhatikan di pusat data Jane Street Texas adalah modifikasi pendinginan cair berdensitas tinggi. Bahan promosi dan lampiran publik menyebutkan bahwa pusat data ini mendukung rak GPU berdensitas tinggi level GB300, dengan daya per rak hingga sekitar 140 kW, yang tidak lagi dapat dipenuhi oleh pendinginan udara konvensional.

Menurut data resmi NVIDIA, GB300 NVL72 menggunakan arsitektur rak berpendingin cair sepenuhnya, mengintegrasikan 72 GPU Blackwell Ultra dan 36 CPU Grace, untuk inferensi AI, reasoning AI, dan pelatihan model besar. HPE juga mengungkapkan bahwa sistem GB300 NVL72 ini merupakan solusi rak berpendingin cair, dirancang untuk pelatihan, penyesuaian, dan inferensi model dengan lebih dari satu triliun parameter.

Ini menunjukkan sebuah tren: persaingan pabrik AI di masa depan bukan hanya tentang chip, tetapi tentang persaingan rekayasa sistem.

Meskipun satu GPU sangat kuat, seluruh sistem tidak akan dapat memberikan nilai maksimal jika pusat data tidak mampu menangani kepadatan daya tinggi, sistem pendingin tidak stabil, distribusi listrik tidak presisi, serta jaringan dan penyimpanan menjadi hambatan. Bottleneck kekuatan komputasi AI sedang berkembang dari chip itu sendiri ke listrik, pendinginan cair, pusat data, jaringan, dan pengaturan.

This is very important for the transformation of China's token factories.

Tiongkok memiliki sejumlah besar taman industri, pabrik lama, pusat data, taman komputasi awan, dan proyek komputasi lokal. Hanya memindahkan server ke dalamnya tidak disebut pabrik Token. Pabrik Token yang sebenarnya harus memiliki kapasitas daya tinggi, kemampuan modifikasi pendinginan cair, kemampuan pasokan listrik stabil, kemampuan manajemen konsumsi energi, dan kemampuan penjadwalan tugas.

Tanpa kemampuan dasar ini, aset komputasi mudah berubah menjadi aset buku. Sepertinya telah membeli mesin, tetapi tingkat pemanfaatan sebenarnya rendah, pelanggan tidak stabil, biaya konsumsi energi tinggi, tekanan penyusutan besar, dan akhirnya berubah menjadi beban aset berat yang baru.

Jadi, pelajaran pertama yang diberikan oleh kasus Jane Street adalah: fondasi pabrik token bukanlah whitepaper, melainkan listrik dan pendinginan cair.

Hash rate must have a price, otherwise GPUs are just public cafeterias

Hal yang paling patut dipelajari oleh perusahaan Tiongkok dari Jane Street bukanlah pendinginan cair, melainkan mekanisme penetapan harga daya komputasi internal.

Analisis internal menyebutkan bahwa Jane Street merancang mata uang internal bernama "Hive Bucks" yang memungkinkan berbagai tim bersaing untuk mendapatkan sumber daya GPU melalui mekanisme serupa lelang. Laporan publik juga menyebutkan bahwa Jane Street menggunakan mata uang internal ini untuk melelang waktu komputasi GPU, membantu tim mengalokasikan daya komputasi berdasarkan nilai tugas.

Mekanisme ini sangat penting.

Banyak perusahaan yang membeli GPU menghadapi masalah terbesar bukan karena tidak ada permintaan, tetapi karena permintaan tidak dapat diurutkan. Setiap tim mengatakan model mereka penting, setiap proyek ingin dijalankan terlebih dahulu, dan setiap pemimpin ingin mendapatkan lebih banyak sumber daya. Akhirnya, GPU terus-menerus digunakan untuk tugas bernilai rendah, sementara tugas bernilai tinggi justru tidak bisa antri. Daya komputasi tampaknya sebagai aset perusahaan, tetapi sebenarnya berubah menjadi kantin umum internal.

Pendekatan Jane Street lebih mendekati mekanisme pasar. Tim yang menganggap tugasnya lebih bernilai akan menggunakan anggaran internal untuk menawar harga lebih tinggi. Waktu GPU tidak lagi menjadi sumber daya publik gratis, melainkan faktor produksi dengan biaya kesempatan. Dengan demikian, alokasi daya komputasi berubah dari proses persetujuan administratif menjadi pasar internal.

Ini memiliki dampak langsung bagi "Pabrik Token Hash Rate".

Token daya komputasi yang sebenarnya seharusnya tidak pertama-tama dipahami sebagai token untuk perdagangan eksternal, tetapi sebagai unit pengukuran dan penyelesaian sumber daya internal. Durasi GPU, pemanggilan model, prioritas tugas, kapasitas listrik, sumber daya pendingin, dan pesanan pelanggan semuanya dapat dipricing dan dijadwalkan melalui sistem pengukuran internal yang terpadu. Hanya setelah perusahaan benar-benar memahami penggunaan daya komputasi di dalamnya, baru dimungkinkan untuk menghasilkan, membiayakan, dan mengasetkan produk daya komputasi di masa depan.

Jika daya komputasi internal tidak memiliki harga, pembicaraan tentang tokenisasi kemungkinan besar hanyalah pembungkusan konsep.

Membangun sendiri dan beralih ke cloud bukanlah pilihan biner, melainkan pemisahan lapisan antara kemampuan inti dan kemampuan elastis.

Banyak orang bertanya, mengapa Jane Street yang sudah memiliki pusat data sendiri masih menandatangani perjanjian cloud AI bernilai besar dengan CoreWeave?

Pengumuman resmi CoreWeave menyatakan bahwa Jane Street berkomitmen sekitar $6 miliar untuk menggunakan platform awan AI CoreWeave dan menginvestasikan $1 miliar untuk membeli saham CoreWeave, guna mendukung kemampuan pembelajaran mesin skala besar dan AI terkait perdagangan. Pengumuman tersebut juga menyebut bahwa CoreWeave akan menyediakan sumber daya komputasi, termasuk teknologi NVIDIA Vera Rubin generasi berikutnya. Reuters juga melaporkan bahwa melalui transaksi ini, Jane Street menjadi salah satu pemegang saham penting CoreWeave sekaligus memperoleh kemampuan awan AI skala besar.

Ini menunjukkan bahwa Jane Street tidak membangun infrastruktur sendiri secara sembarangan, juga tidak hanya beralih ke cloud. Mereka menggunakan arsitektur hibrida.

Beban inti, sensitif, latensi rendah, dan memerlukan kustomisasi tinggi cocok untuk dibangun sendiri. Permintaan elastis, chip mutakhir, ekspansi lintas wilayah, dan kebutuhan ledakan bertahap dapat diserahkan kepada penyedia layanan awan AI seperti CoreWeave.

Ide ini sangat relevan untuk perusahaan yang terdaftar di pasar saham Hong Kong Tiongkok.

Banyak perusahaan publik tradisional yang beralih ke kekuatan komputasi cenderung terjebak dalam dua ekstrem: satu adalah membangun sepenuhnya sendiri, dengan investasi aset berat yang besar, tetapi pelanggan tidak mengikuti, sehingga tekanan arus kas sangat besar; yang lainnya adalah sepenuhnya bergantung pada cloud eksternal, tanpa infrastruktur inti sendiri maupun akumulasi aset, akhirnya hanya bisa melakukan konsultasi ringan dan integrasi ringan, sehingga valuasi sulit meningkat.

Jalur yang lebih masuk akal adalah berlapis.

Perusahaan dapat mengendalikan area inti, sumber daya listrik, ruang server pendingin cair, dan beban pelanggan kunci sendiri, sekaligus bekerja sama dengan penyedia cloud, penyedia GPU, dan perusahaan model untuk mendapatkan kekuatan komputasi elastis dan kemampuan teknis. Dengan demikian, perusahaan memiliki aset yang terakumulasi sekaligus fleksibilitas ekspansi, sehingga tidak terjebak dalam satu model saja.

Trading proof shows one thing: AI infrastructure can directly enter the profit system.

Mengapa Jane Street berani berinvestasi sebesar ini? Karena infrastruktur AI-nya bukan sekadar hiasan, tetapi dapat terintegrasi ke dalam sistem profit.

Reuters melaporkan bahwa pendapatan transaksi bersih Jane Street pada 2025 mencapai US$39,6 miliar, melebihi sejumlah pesaing utama seperti Citadel Securities dan Hudson River Trading, serta melebihi pendapatan transaksi sebagian besar bank investasi besar. Laporan tersebut juga menyebutkan bahwa kinerja Jane Street didukung oleh volatilitas pasar, kemampuan perdagangan algoritmik, serta keuntungan dari investasi terkait AI. Financial Times Inggris juga melaporkan bahwa pendapatan Jane Street pada 2025 hampir dua kali lipat, mencapai US$39,6 miliar, dan menyebut investasinya di perusahaan terkait AI seperti CoreWeave, Anthropic, dan Thinking Machines Lab.

Data ini menunjukkan bahwa pusat data AI Jane Street tidak dapat diukur hanya berdasarkan "berapa banyak biaya cloud yang dihemat." Bagi mereka, manfaat dari kekuatan komputasi mungkin terwujud dalam pelatihan model yang lebih cepat, backtesting yang lebih mendalam, eksekusi yang lebih stabil, identifikasi risiko yang lebih kuat, dan kapasitas perdagangan yang lebih tinggi.

Perusahaan biasa yang menerapkan AI sering menghitung ROI berdasarkan berapa banyak biaya tenaga kerja yang dihemat. Logika Jane Street lebih agresif: kekuatan komputasi bukan untuk menghemat uang, tetapi untuk menghasilkan uang.

Ini juga hal yang harus dipelajari oleh Token Factory Tiongkok. Pusat daya komputasi jika hanya bisa mengatakan “saya memiliki berapa P daya komputasi”, nilainya tidak lengkap. Ia harus menjawab pertanyaan-pertanyaan bisnis yang lebih mendalam: daya komputasi ini melayani siapa? Membantu siapa meningkatkan pendapatan? Mengurangi biaya apa? Memperpendek siklus apa? Membentuk loyalitas pelanggan seperti apa? Pada akhirnya, apakah bisa berubah menjadi arus kas yang berkelanjutan?

Hash power only has real value when integrated into customers' business systems.

Pelajaran dari ekspor token Tiongkok terletak pada mengubah listrik menjadi layanan cerdas

Tiongkok membahas ekspor token, yang paling mudah terjebak dalam narasi model. DeepSeek, Qwen, Zhipu, Kimi, MiniMax, dan model video ByteDance memang penting. Namun, kasus Jane Street mengingatkan kita bahwa model hanyalah lapisan menengah. Yang benar-benar dapat membentuk keunggulan industri adalah siklus lengkap mulai dari listrik ke komputasi, dari komputasi ke token, dari token ke aplikasi, dan dari aplikasi ke pendapatan.

Keunggulan Tiongkok justru ada dalam siklus tertutup ini.

Tiongkok memiliki sumber daya listrik hijau, infrastruktur listrik, kemampuan membangun pusat data, kemampuan pengiriman teknik, ekosistem model besar, serta berbagai aplikasi skenario frekuensi tinggi seperti short drama, perdagangan luar negeri, layanan pelanggan, game, pendidikan, dan keuangan. Selama sumber daya ini dapat diintegrasikan menjadi pabrik Token, ekspor token bukan lagi sekadar ekspor API model, tetapi ekspor kemampuan infrastruktur digital Tiongkok.

Jane Street menggunakan pusat data AI untuk perdagangan, sementara pabrik token Tiongkok dapat melayani berbagai skenario yang lebih luas: perusahaan perdagangan luar negeri dapat menggunakan agen cerdas untuk pemilihan produk, layanan pelanggan, terjemahan, dan pemasaran; perusahaan drama pendek dapat menggunakan AI untuk terjemahan, pengisian suara, penyuntingan, dan distribusi; manufaktur dapat menggunakan AI untuk penawaran harga, perencanaan produksi, prediksi rantai pasokan, dan layanan purna jual; lembaga keuangan dapat menggunakan AI untuk manajemen risiko, riset investasi, dan bantuan perdagangan.

Aplikasi-aplikasi ini akan menghabiskan token.

Semakin besar konsumsi token, semakin bernilai pabrik daya komputasi. Semakin matang pabrik daya komputasi, semakin besar keunggulan biaya layanan AI Tiongkok untuk ekspor. Keunggulan biaya yang telah mencapai skala akan berubah menjadi keunggulan industri.

Pelajaran dari perusahaan yang terdaftar di pasar saham Hong Kong bukanlah memanfaatkan AI, tetapi merekonstruksi neraca keuangan.

Perusahaan yang terdaftar di pasar saham Hong Kong, khususnya yang bergerak di bidang properti, taman industri, konstruksi, manajemen properti, energi, dan manufaktur, seharusnya melihat arah yang lebih dalam dari kasus Jane Street.

Tidak semua perusahaan perlu mengembangkan model besar, dan tidak semua perusahaan perlu berubah menjadi penyedia cloud AI. Namun, banyak perusahaan dapat mengubah aset mereka yang sudah ada menjadi bagian dari infrastruktur AI.

Gedung pabrik lama dapat diubah menjadi ruang server pendingin cair. Kawasan industri dapat terhubung ke node komputasi. Aset energi dapat dikaitkan dengan pusat data. Manajemen properti dapat mengintegrasikan agen cerdas. Platform publik dapat mengimpor aset komputasi AI melalui akuisisi, penerbitan saham baru, atau kemitraan strategis. Kuncinya, transformasi harus masuk ke struktur pendapatan, bukan hanya berhenti di pengumuman.

Jika perusahaan yang terdaftar di pasar saham Hong Kong ingin membahas pabrik token, setidaknya harus menjawab beberapa pertanyaan ini:

Apakah ada listrik stabil? Apakah ada ruang yang cocok untuk diubah? Apakah ada kemampuan ruang server dengan pendinginan cair dan kepadatan tinggi? Apakah ada klien nyata? Apakah ada mitra model atau aplikasi? Apakah ada mekanisme penilaian daya komputasi internal? Apakah ada jalur untuk memasukkan pendapatan daya komputasi ke dalam laporan keuangan?

Jika pertanyaan-pertanyaan ini tidak dapat dijawab, kekuatan komputasi AI hanyalah retorika manajemen nilai pasar. Jika dapat dijawab dengan jelas, perusahaan publik tradisional memiliki peluang untuk beralih dari penilaian aset lama ke penilaian infrastruktur digital.

Insight utama dari Jane Street adalah bahwa pabrik token bukanlah cerita pendanaan, melainkan sistem operasional. Ia membutuhkan teknologi, juga disiplin keuangan; membutuhkan kemampuan teknik, juga pesanan pelanggan; membutuhkan daya komputasi, juga pasar sumber daya internal.

Pabrik Token versi Tiongkok, tidak cukup hanya belajar perangkat keras, tapi juga harus belajar cara organisasi

Jika hanya belajar Jane Street membeli GPU, melakukan pendinginan cair, dan menggunakan CoreWeave, maka pembelajarannya masih dangkal.

Yang lebih perlu dipelajari adalah cara mengorganisasi.

Jane Street menempatkan perdagangan, penelitian, teknik, daya komputasi, dan modal dalam satu sistem yang sama. Model bukanlah hasil makalah peneliti, tetapi bagian dari sistem perdagangan; daya komputasi bukan biaya departemen TI, tetapi bahan bakar untuk iterasi strategi; mata uang internal bukan sekadar gimmick, tetapi mekanisme alokasi sumber daya; cloud eksternal bukan pengganti infrastruktur mandiri, tetapi ekspansi elastis; investasi modal bukan manajemen keuangan, tetapi posisi strategis dalam ekosistem infrastruktur AI.

Banyak perusahaan di Tiongkok melakukan transformasi AI, tetapi masalahnya sering kali bukan pada teknologi, melainkan pada fragmentasi organisasi. Departemen bisnis tidak memahami daya komputasi, departemen TI tidak memahami pendapatan, departemen keuangan hanya melihat biaya, dan dewan direksi hanya melihat konsep, sehingga sulit membentuk siklus tertutup.

Agar Token Factory berhasil, struktur organisasi harus diubah. Kekuatan komputasi harus memiliki pemimpin, listrik harus memiliki akun biaya, model harus memiliki aplikasi nyata, pelanggan harus memiliki volume penggunaan, Token harus memiliki harga internal, dan pendapatan harus dapat ditelusuri. Jika tidak, semakin banyak kekuatan komputasi yang dimiliki, hanya akan menjadi sumber daya yang ter分散.

Penutup: Raksasa keuangan masa depan mungkin awalnya adalah sebuah pabrik AI

Kasus Jane Street menunjukkan satu hal: raksasa keuangan generasi berikutnya, yang tampaknya adalah perusahaan perdagangan, pada dasarnya mungkin merupakan pabrik AI.

Ia mengubah listrik menjadi daya komputasi, daya komputasi menjadi model, model menjadi penilaian perdagangan, dan penilaian perdagangan menjadi keuntungan. Ketika rantai ini berjalan lancar, pusat data AI bukan lagi pusat biaya, melainkan bagian dari sistem keuntungan.

Bagi Tiongkok, nilai kasus ini bukan pada meniru Jane Street. Tiongkok tidak perlu setiap perusahaan melakukan perdagangan kuantitatif, atau setiap perusahaan HKEX membangun pusat data dengan 4.032 GPU. Yang benar-benar perlu dipelajari adalah metode dasarnya: memperlakukan pabrik Token sebagai sistem alat produksi, bukan sistem konseptual; memperlakukan daya komputasi sebagai aset yang dapat dipricing, dijadwalkan, diaudit, dan didanai, bukan sekadar sejumlah server; serta memperlakukan ekspor token sebagai siklus tertutup lengkap yang mencakup listrik, daya komputasi, model, aplikasi, dan penyelesaian, bukan hanya ekspor API sederhana.

Di masa depan, siapa yang menguasai pabrik Token, ia yang menguasai kemampuan produksi cerdas. Siapa yang mampu mengubah pabrik lama, kawasan lama, pusat data lama, dan platform publikasi lama menjadi jalur produksi token, ia berpeluang mendapatkan valuasi baru di era AI.

Wall Street telah memberikan sampel.

Jane Street tidak membangun pusat data, tetapi sebuah mesin cerdas yang mengubah data noise menjadi keuntungan perdagangan. Yang harus dilakukan Tiongkok adalah memasukkan mesin ini ke dalam skenario industri yang lebih luas, sehingga manufaktur, perdagangan luar negeri, konten, keuangan, dan pasar modal HK dapat terhubung ke pabrik Token mereka sendiri.

Zaman dulu melihat tanah dan bangunan.

Di era baru, perhatikan listrik, daya komputasi, dan token.

Ini adalah bagian sebenarnya dari kasus Jane Street yang layak diuraikan.