Pendiri Relayer Capital Membahas Proyek Kripto Berbasis AI: VVV, GRASS, dan NEAR

Dikumpulkan & disusun: Deep潮 TechFlow

Tamu: Austin Barack, pendiri Relayer Capital (dana investasi aset digital yang berfokus pada bidang AI)

Host: Andy

Sumber podcast: The Rollup

Judul asli: Austin Barack: Teori Saya tentang Bull AI (...Dan yang Saya Pegang)

Tanggal siaran: 23 Mei 2026

Sesi AI Supercycle edisi ini mengundang Austin Barack, pendiri Relayer Capital, untuk membahas Venice, Grass, NEAR, Akash, serta kerangka kerja aset Crypto x AI yang lebih luas. Pandangan utama Austin adalah bahwa AI sedang meningkatkan volume data pengguna ke tingkat yang sebelumnya tak terbayangkan oleh produk internet, sehingga AI privasi, pasokan data, daya komputasi inferensi, pelatihan terdesentralisasi, dan infrastruktur Agent akan menjadi jalur utama. Ia percaya bahwa ada ketidaksesuaian yang jelas antara pertumbuhan pendapatan, pertumbuhan pengguna, dan valuasi Venice dan Grass, sementara posisi NEAR dalam infrastruktur Intents lintas rantai dan Agent juga diremehkan. Untuk pasar kripto yang lebih luas, Austin menekankan bahwa investor sebaiknya mempertimbangkan "aliran nilai token bersih" daripada secara mekanis melihat mekanisme pembelian kembali dan penghancuran token, serta benar-benar menilai apakah pemegang token menangkap nilai yang diciptakan oleh bisnis.

Ringkasan pandangan menarik

Nilai sebenarnya dari Venice dan AI privasi

• Di AI, privasi lebih penting daripada skenario lainnya. Karena Anda berbagi data kesehatan, data keuangan, Anda akan menghubungkan semua file, dan berbagi seluruh kehidupan Anda dengan cara yang belum pernah terjadi sebelumnya.
• Ini bukan 10 kali lebih banyak data daripada media sosial, tetapi 100 kali lebih banyak.
• Hal yang benar-benar keren tentang Venice adalah, bukan hanya memungkinkan Anda menggunakan AI di lingkungan pribadi, tetapi juga melakukannya tanpa mengorbankan pengalaman pengguna, bahkan meningkatkannya.
• Token dapat menjadi bagian yang sangat penting dan secara signifikan meningkatkan pengalaman, tetapi bagi sebagian besar pengguna, mereka tidak perlu memahami Token untuk merasa produk ini bermanfaat.

Model ekonomi VVV, DM, dan Venice

• Fungsi DM adalah: untuk setiap 1 DM Token yang Anda miliki, Anda akan mendapatkan kuota komputasi inferensi gratis senilai 1 dolar AS per hari di platform Venice. Anda bisa memahaminya sebagai hak berkelanjutan, yang setara dengan 365 dolar AS kuota komputasi dalam satu tahun.
• Kuota nya tidak akan terakumulasi seiring waktu jika tidak digunakan. Jika suatu hari Anda hanya menggunakan 50 sen, pada hari berikutnya tidak akan menjadi $1.50, tetapi akan dimulai ulang dari $1.
• Jika semua DM dikunci dan digunakan untuk perhitungan inferensi, maka biaya maksimum Venice adalah $38.000 per hari, dengan biaya tahunan sekitar $10 juta, dan biaya ini tidak akan melebihi angka tersebut.
• Saya berpendapat DM seharusnya dinilai dengan cara yang mirip dengan obligasi perusahaan, bukan dengan diskonto yang terlalu tinggi untuk menekan nilainya.

Grass dan permintaan data AI

• Grass akan mengumpulkan dataset, lalu menjual dataset tersebut ke laboratorium AI terdepan yang membutuhkan data untuk melatih model baru.
• Ini bukan sekadar menjelajah internet secara acak, itu harus sangat profesional, menggunakan dataset yang sangat spesifik, dan kualitasnya harus tinggi.
• Skala investasi model sangat besar, sehingga Grass menjadi pihak yang diuntungkan dari tren ini. Semakin banyak model yang diinvestasikan, semakin besar permintaan terhadap data.
• Berdasarkan data terbaru yang diungkapkan, ARR proyek ini sekitar $50 juta. Saat ini, valuasinya sekitar $400 juta. Bagi sebuah proyek yang tumbuh secepat ini, hanya menilai dengan 5 kali pendapatan menurut saya sama sekali tidak masuk akal.

NEAR, Akash, dan stack AI

• EAR Intents sangat praktis dan mungkin salah satu pengalaman Swap lintas rantai terbaik saat ini. Sekaligus, ia juga memainkan peran sangat penting di bidang Agent (agen).
• Saya pikir NEAR melakukan hal yang sangat baik di sisi Intents. Mereka juga melakukan banyak hal lain, seperti intent privasi dan elemen-elemen lain seputar penggunaan AI, menjadikannya salah satu dari sedikit proyek L1 yang benar-benar menemukan posisi uniknya.
• Akash. Mereka awalnya memulai dari pasar CPU terdesentralisasi, kemudian beralih ke pasar GPU.
• Bidang utama yang saya pantau meliputi: pelatihan terdesentralisasi, inferensi, dan pasar kekuatan komputasi, infrastruktur Agent, data, serta aplikasi penggunaan model berorientasi konsumen.

Penangkapan Nilai Token dan Diferensiasi Pasar

• Hyperliquid pertama-tama adalah model bisnis yang sangat sukses, sehingga orang-orang menyukai Token-nya, dan pembelian kembali hanyalah salah satu cara untuk mentransfer nilai kepada pemegang Token. Jika itu sendiri bukan bisnis yang berjalan baik, maka bahkan jika Anda menerapkan mekanisme pembelian kembali, harga Token tidak akan naik secara alami.
• Masalah utama bukanlah apa nama mekanismenya, tetapi apakah pemegang Token dapat menangkap nilai sebesar-besarnya dari apa yang Anda bangun.
• Setiap proyek dan setiap mekanisme memerlukan analisis spesifik. Tetapi pertanyaan intinya adalah: Apakah pemegang Token dapat memperoleh manfaat dari nilai yang dihasilkan oleh sistem?
• Investor dapat memilih dari kumpulan proyek berkualitas tinggi yang lebih kecil. Saat ini, arus dana terkonsentrasi menuju proyek-proyek seperti Venice, HYPE, Grass, AERO, NEAR, dan Zcash.
• Bagi para investor yang ingin mendapatkan pengembalian 5 hingga 10 kali, bahkan 3 kali, titik waktu ini lebih mudah untuk sukses dibanding sebelumnya. Meskipun Anda mungkin akhirnya juga bisa mendapatkan pengembalian 100 kali, saya percaya saat ini ada sejumlah proyek yang sedang melakukan hal-hal sangat menarik, dan inilah aset-aset yang akan saya perhatikan dan investasikan.

Host Andy: Baru saja saya pertama kali menggunakan Venice, saya memasukkan: "Apakah ini benar-benar privasi?" Dan ia menjawab: "Ya, proses penalarannya bersifat pribadi," lalu menjelaskan banyak hal. Saya balas: "Ini keren sekali." Ia langsung merespons: "Ya, memang sangat keren, bukan? Dengan menggunakan Venice, Anda bisa..."

Jadi, saat pertama kali menggunakan Venice, ada momen yang menarik: Anda tiba-tiba menyadari bahwa semua percakapan yang pernah Anda masukkan di penyedia AI tradisional, meskipun tidak selalu publik, datanya mengalir ke pemasok besar. Catatan pribadi paling rahasia, rahasia bisnis, rencana, dan sebagainya, semuanya diserahkan kepada mereka.

Dari sudut pandang makro, bagaimana Anda melihat Private AI dan Venice dari segi struktur pasar, logika investasi, dan tim pendiri?

Austin:

Venice sangat menarik karena telah melalui banyak tahap iterasi. Saya pertama kali mengenal proyek ini pada Januari tahun lalu. Saat itu, saya sangat memperhatikan Virtuals dan aixbt, dan sebagian besar airdrop awal Venice diberikan kepada pemegang token di ekosistem tersebut, jadi saya pertama kali melihatnya dari sana.

Pada saat itu, itu sudah menjadi produk yang sangat menarik. Yang cukup gila adalah, meskipun baru berlalu sekitar 16 bulan, AI pada waktu itu jauh belum seumum sekarang dan belum menjadi bagian tak terpisahkan dari kehidupan sehari-hari setiap orang. Selama periode ini, baik Claude, ChatGPT, maupun layanan lainnya, AI awalnya tampak seperti menggantikan pencarian Google. Orang-orang akan berkata: "Saya tidak lagi menggunakan Google untuk mencari pertanyaan tertentu, saya langsung pergi ke platform AI dan bertanya ke LLM." Tetapi sekarang, AI telah memasuki tahap kreativitas, pemecahan tugas, bahkan hingga Anda memiliki seluruh tim dan sejumlah Agent yang membantu Anda bekerja.

Austin:

Saya percaya orang-orang secara perlahan menyadari bahwa privasi di bidang AI lebih penting daripada di skenario lainnya. Karena Anda berbagi data kesehatan, data keuangan, dan menghubungkan semua file, sehingga berbagi seluruh kehidupan Anda dengan cara yang belum pernah terjadi sebelumnya.

Dulu, ketika orang membicarakan privasi, lebih banyak dalam konteks media sosial, misalnya akun saya publik atau pribadi, apakah Facebook memiliki terlalu banyak informasi tentang saya, tetapi AI bukan hanya memiliki 10 kali lebih banyak data, melainkan 100 kali lebih banyak data.

Yang benar-benar keren tentang Venice adalah, ia tidak hanya memungkinkan Anda menggunakan AI dalam lingkungan pribadi, tetapi juga melakukannya tanpa mengorbankan pengalaman pengguna, bahkan meningkatkannya. Karena Anda tidak terikat pada satu model tertentu. Misalnya, jika Anda menggunakan ChatGPT, Anda hanya mengikuti pembaruan model dari OpenAI; jika Anda menggunakan Anthropic, Anda mengikuti perkembangan model berbeda dari Anthropic; atau jika Anda menggunakan Gemini atau model open-source, masing-masing juga memiliki batasan tersendiri.

Di Venice, Anda dapat memilih model paling tepat untuk setiap tugas, atau memilih sendiri model mana yang ingin Anda gunakan. Jadi, tingkat kustomisasinya sangat tinggi. Mereka pertama kali mengembangkan produk konsumen yang sangat bagus, dan sebagian besar pengguna tidak tahu apa itu Token.

Token menambahkan elemen menarik di atasnya. Saya sangat percaya pada apa yang sedang mereka lakukan. Intinya di sini adalah, saya percaya produk konsumen kripto akan berbentuk seperti ini: Token dapat menjadi bagian sangat penting yang secara signifikan meningkatkan pengalaman, tetapi bagi sebagian besar pengguna, mereka tidak perlu memahami Token untuk merasa produk ini bermanfaat.

Host Andy: Ini memang terlihat seperti bentuk terobosan produk konsumen: ada Crypto di lapisan bawah, tetapi pengguna tidak perlu memahaminya terlebih dahulu. Namun, ia juga membawa struktur Token yang sangat menarik. Ada yang membandingkannya dengan Luna: setelah meng-stake VVV, Anda mendapatkan DM Token, lalu membentuk struktur utang melalui kuota kredit.

Host Andy: Lalu, bagaimana cara memahami VVV Token dan DM Token dalam roda Venice saat ini? Silakan jelaskan juga sisi pendapatan Venice, karena mereka memang melakukan pembelian kembali, tetapi skalanya tidak terlalu besar. Bagaimana sebenarnya kedua token ini beroperasi? Mengapa hal ini tidak seperti Luna?

Austin:

Mereka baru saja mengumumkan memiliki 3 juta pengguna, dan pertumbuhannya sangat cepat. Dalam tiga bulan terakhir, sekitar 1 juta pengguna baru bergabung, sedangkan 1 juta pengguna sebelumnya memakan waktu sekitar 7 bulan. Jadi, pertumbuhannya terus mempercepat.

Austin:

Mereka memiliki dua token. Yang pertama adalah VVV, pendapatan protokol akan digunakan untuk membakar VVV. Pengguna juga dapat mengunci VVV untuk mendapatkan keanggotaan gratis. Namun, yang paling menarik adalah pengguna dapat mengunci dan mengunci VVV, lalu mencetak token yang disebut DM. Anda juga dapat membeli DM di pasar terbuka, tetapi mekanisme intinya adalah mengunci VVV dan mencetak DM.

Fungsi DM: Setiap Anda memiliki 1 DM Token, Anda akan mendapatkan kuota komputasi inferensi gratis senilai 1 dolar AS per hari di platform Venice. Anda bisa memahaminya sebagai hak berkelanjutan, yang setara dengan 365 dolar AS kuota komputasi dalam satu tahun.

Namun, kuota tersebut akan hangus jika tidak digunakan, dan tidak akan menumpuk seiring waktu. Jika suatu hari Anda hanya menggunakan 50 sen, pada hari berikutnya tidak akan menjadi $1,50, melainkan dimulai kembali dari $1. Saya pikir ini menciptakan mekanisme yang sangat menarik, mirip dengan alat akuisisi pelanggan yang hampir merugi. Ini berbeda dengan Luna, yang pada saat itu mencapai keadaan ekstrem dengan menerbitkan jumlah token yang sangat besar, sehingga ukuran stablecoin mencapai puluhan hingga ratusan miliar dolar. Sementara itu, Venice sangat jelas dalam hal ini: mereka mengendalikan biaya potensial dalam batas yang jelas.

Saat ini, jumlah DM yang dapat dicetak per Venice Token secara bertahap menurun seiring dengan peningkatan jumlah DM yang beredar, yang pada dasarnya menetapkan batas keras sekitar 38.000 DM. Dalam kondisi saat ini, jika semua DM dikunci dan digunakan untuk perhitungan inferensi, biaya maksimum Venice adalah $38.000 per hari, dengan biaya tahunan sekitar $10 juta, dan biaya ini tidak akan melebihi angka tersebut.

Saat ini, sekitar 10.000 DM digunakan setiap hari untuk komputasi inferensi, dengan biaya tahunan yang sesuai sekitar $3,5 juta. Biaya ini akan diimbangi oleh pendapatan bisnis mereka. Mereka menyediakan langganan Pro dan langganan Premium dengan harga mulai dari $18 hingga $68 per bulan, bahkan lebih tinggi. Sementara itu, pengguna juga membeli Token atau poin tambahan saat menggunakan platform untuk mengakses model.

Perlu dicatat bahwa penggunaan Token harian mereka telah tumbuh dari beberapa miliar awal menjadi sekitar 70 miliar baru-baru ini, meningkat sekitar 15 kali lipat dalam beberapa bulan terakhir. Jadi, menurut saya, perbedaan di sini dibandingkan dengan Luna adalah: perusahaan memiliki biaya potensial maksimum, dan pengguna DM saat menggunakan DM juga menggunakan layanan langganan. Jika mereka memerlukan lebih dari $1 per Token dalam sehari, mereka juga akan membeli poin lainnya. Biaya ini dengan mudah dapat ditutupi oleh pendapatan bisnis, yang sudah jauh melebihi biaya tersebut.

Austin:

Di sisi lain, keunggulan terbesar DM adalah kemampuannya untuk menjamin akses Anda terhadap sumber daya komputasi di masa depan. Pasar saat ini memperkirakan nilainya dengan diskonto sekitar 20%, dengan harga saat ini sekitar 1800 dolar AS.

Saya berpendapat aset ini seharusnya menggunakan metode penetapan harga serupa dengan obligasi perusahaan, misalnya dengan tingkat diskonto 8% hingga 12%. Jika menggunakan tingkat diskonto 10%, harganya kira-kira akan berada di sekitar $3.650. Sebagai contoh, ketika saya pertama kali memperhatikannya, harganya masih berada di kisaran $200.

Host Andy: Saya juga berpikir, bagaimana mungkin aset yang menghasilkan 365 dolar hak setahun hanya bernilai 200 dolar? Kecuali pasar percaya bahwa Venice sama sekali tidak dapat mempertahankan mekanisme ini.

Austin:

Benar. Jadi pada harga itu, ini hampir merupakan peluang investasi yang tidak perlu dipikirkan lagi bagi saya. Bahkan sekarang pun, saya masih percaya ada ruang untuk kenaikan lebih lanjut.

Namun, jika melihat secara keseluruhan kondisi ekonomi Venice di luar DM, akan ditemukan angka-angka yang sangat menakjubkan. Dan pola pertumbuhannya sama sekali berbeda dari kebanyakan proyek yang kita lihat di industri kripto. Ini lebih mirip tingkat pertumbuhan yang hanya mungkin terjadi di bidang AI, yang menjadi alasan mengapa hal ini sangat menarik.

Host Andy: Jadi Anda yakin bahwa harga aset VVV Venice saat ini mendekati $20. Apakah Anda masih menganggap rentang valuasi $1,5 miliar hingga $2 miliar jelas undervalued untuk VVV?

Austin:

Ya. Saat saya membeli pertama kali pada Januari, harganya sekitar $2,5. Saat itu, volume Token yang mereka tangani per hari hanya beberapa miliar. Sekarang sekitar 15 kali lipat dari itu.

Awalnya, volume transaksi token yang mereka tangani setiap hari hanya beberapa miliar, dan sekarang telah tumbuh menjadi 15 kali lipat dari jumlah tersebut. Jumlah pengguna mereka meningkat dari 1,5 juta menjadi 3 juta saat ini. Menurut perkiraan saya, pendapatan mereka setidaknya tiga kali lipat dari jumlah sebelumnya.

Saat ini, valuasi Venice sekitar 20 hingga 30 kali pendapatan tahunannya, dan ini adalah perusahaan yang masih tumbuh 20% setiap bulan. Dari sudut pandang ini, saya percaya valuasi-nya masih sangat rendah. Anda bahkan dapat membandingkannya dengan OpenRouter. Meskipun valuasi OpenRouter hampir sama dengan Venice, skala pendapatannya mungkin sedikit lebih rendah, dan laju pertumbuhannya pun belum tentu secepat Venice.

Perbedaan utamanya adalah Venice memiliki sumber daya pelanggan langsung. Ini bukan sekadar infrastruktur yang hanya menyediakan layanan backend, melainkan sebuah platform yang digunakan pengguna secara aktif setiap hari. Secara pribadi, satu-satunya cara saya menggunakan AI saat ini adalah melalui Venice.

Jadi, saya pikir potensinya masih sangat besar. Tentu saja, ini hanya pendapat pribadi saya dan bukan merupakan saran investasi apa pun.

Host Andy: Saya masih kurang memahami Grass. Anda telah menyebut proyek ini beberapa kali sebelumnya, dan tampaknya sekarang sedang bersiap untuk mengalami pertumbuhan pesat. Tentu saja, harga hari ini mungkin mengalami koreksi. Saya dengar pendapatan tahunannya sudah melebihi $50 juta, dan laju pertumbuhannya terus mempercepat hingga mencapai tingkat pertumbuhan tiga angka. Bisakah Anda menjelaskan secara singkat model pendapatan inti Grass? Bagaimana cara mereka menghasilkan uang? Dan mengapa proyek ini sangat menarik?

Austin:

Grass akan mengumpulkan dataset, lalu menjual dataset tersebut ke laboratorium AI terdepan yang membutuhkan data untuk melatih model baru. Laboratorium-laboratorium ini sedang menghasilkan model baru dengan kecepatan sangat tinggi, tetapi untuk menghasilkan model-model ini, mereka membutuhkan lebih banyak data. Dan ini bukan sekadar mengambil data secara acak dari internet, melainkan harus sangat profesional, berupa dataset yang sangat spesifik, dan berkualitas tinggi.

Inilah peran yang dimainkan oleh Grass, karena skala investasi dalam membangun model ini sangat besar, Grass menjadi pihak yang diuntungkan dari tren ini. Semakin banyak model yang diluncurkan, semakin besar permintaan terhadap data.

Austin:

Tim Grass telah membangun selama bertahun-tahun. Saya ingat suatu kuartal tahun lalu, mereka menghasilkan sekitar $3 juta. Hingga akhir tahun, mereka mencapai $12 juta atau mendekati $13 juta dalam satu kuartal. Menurut perkiraan saya, sekarang pertumbuhan mereka jauh lebih cepat. Dalam satu hingga satu setengah bulan ke depan, mereka akan mengadakan call pemegang token, dan kami akan mendapatkan informasi lebih lanjut.

Tetapi ini adalah proyek yang sedang menunjukkan pertumbuhan tiga angka. Menurut data terbaru yang diungkapkan, ARR proyek ini sekitar $50 juta. Namun, saya memperkirakan kini sudah mendekati $80 juta. Saat ini, valuasi proyek ini sekitar $400 juta. Jadi, bagi proyek yang tumbuh secepat ini, hanya menggunakan perkalian pendapatan 5 kali menurut saya sama sekali tidak masuk akal; ini adalah kandidat yang sangat berpotensi untuk revaluasi.

Host Andy: Apakah ada hubungan kerja antara Grass dan Venice?

Austin:

Saat ini tidak ada. Venice biasanya tidak membangun modelnya sendiri. Jadi saat ini tidak ada masalah. Siapa tahu di masa depan. Tapi saya akan memandangnya sebagai dua sisi berbeda dari persamaan yang sama. Satu pertanyaan: bagaimana Anda menggunakan AI, dan bagaimana menggunakan AI secara pribadi? Pertanyaan lainnya: bagaimana model awalnya dibangun? Grass dan Venice masing-masing menangani dua sisi ini.

Host Andy: Jadi Grass diperdagangkan sekitar 5 kali pendapatan. Di industri kripto, ada beberapa hal yang diperdagangkan pada 20, 30, 40, 50 kali pendapatan. Apakah menurutmu kisaran sekitar 4 miliar dolar AS ini agak terlalu mudah diabaikan?

Austin:

Ya. Saya pikir hal penting adalah bahwa industri kripto juga memiliki aset lain yang diperdagangkan dengan kelipatan relatif rendah, tetapi tidak mengalami pertumbuhan. Orang-orang datang ke industri kripto karena mereka ingin berinvestasi pada pertumbuhan.

Jadi saya merasa banyak contoh dengan pengali rendah tidak selalu berdasar, karena tidak ada arus dana di sana. Tetapi seperti Grass, ini adalah salah satu contoh terbaik dengan pertumbuhan sangat cepat. Saya pikir hanya dengan alasan ini saja, ia layak diperhatikan, apalagi menurut saya harganya juga cukup murah.

Host Andy: Lalu, apakah kamu memiliki argumen investasi untuk NEAR? Apakah kamu mengikuti NEAR?

Austin:

Saya telah mengikuti NEAR. Bahkan tanpa melihat komponen AI, NEAR adalah proyek yang sangat menarik. Karena ia merupakan infrastruktur dasar untuk sejumlah besar Swap lintas rantai. Pada Oktober dan November tahun lalu, NEAR mendapatkan banyak perhatian dalam hal ini saat orang-orang masuk dan keluar dari Zcash.

NEAR Intents sangat praktis dan mungkin salah satu pengalaman Swap lintas rantai terbaik saat ini. Sekaligus, ia juga memainkan peran penting di bidang Agent. Menurut saya, NEAR adalah salah satu infrastruktur paling cocok untuk mendukung Swap lintas rantai, karena mampu menghindari banyak masalah ketergantungan yang dimiliki proyek-proyek lain.

Mereka tumbuh sangat cepat di bidang ini. Sekarang, jika Anda adalah L1, menurut saya Anda perlu unggul di salah satu dari tiga arah: Anda harus menjadi pengalaman aplikasi yang terintegrasi vertikal, atau unggul 10 kali lipat dalam satu hal, atau sangat kuat dalam satu kategori aplikasi.

Saya pikir NEAR melakukan hal yang sangat baik di sisi Intents. Mereka juga melakukan banyak hal lain, seperti intent privasi dan elemen-elemen lain seputar penggunaan AI, menjadikannya salah satu dari sedikit proyek L1 yang benar-benar menemukan posisi unik mereka.

Ini mengingatkan saya pada klasifikasi pemain NBA. Saat ini, ada banyak proyek L1 dan L2 baru di pasar, yang seperti pemain baru berpotensi. Seiring waktu, beberapa akan berkembang menjadi bintang super, sementara yang lain perlahan tersingkir. Namun, ada satu kategori pemain yang disebut "pemain peran", yang tampil sangat baik dalam peran mereka. Misalnya, Lu Dort atau Alex Caruso dari OKC.

NEAR memberi saya kesan pemain seperti itu. Bukan LeBron James, tetapi sangat penting karena sangat kuat dalam hal yang dikerjakannya.

Host Andy: Proyek lain yang selalu diremehkan, yang selalu ditekankan oleh Robbie kepada saya, adalah Akash. Sayangnya dia tidak ada hari ini. Akash sudah masuk ke arah inferensi terdistribusi, model terdistribusi, dan pelatihan terdesentralisasi sejak awal, kan?

Ini terdengar seperti narasi putaran pertama Crypto AI. Setelah itu, kita mengalami proyek-proyek agen palsu yang dibawa oleh Meme Token. Sekarang, tampaknya kita kembali memasuki putaran berikutnya dari inferensi terdesentralisasi dan pelatihan model, hanya saja produk kali ini jauh lebih kuat. Apakah kamu melihat apa yang sedang dilakukan Akash? Apa pandangan investasimu terhadap proyek ini?

Austin:

Saya memang mengikuti Akash, yang awalnya memulai dari pasar CPU terdesentralisasi, lalu beralih ke pasar GPU. Sekarang, Anda sebenarnya dapat melihat berapa banyak data yang mengalir melalui OpenRouter. Sebagian besar data tersebut melewati Akash, yaitu Akash ML, yang sangat keren. Dan data ini bersifat publik, sehingga siapa pun dapat melihatnya.

Namun, saya juga harus mengakui bahwa Akash bukan salah satu proyek yang paling saya pantau secara dekat. Tetapi bagi tim yang telah ada lama dan terus berinovasi ini, sangat keren melihat mereka akhirnya menemukan product-market fit yang sejati, dan tampaknya kesesuaian ini bahkan semakin mempercepat.

Host Andy: Ada proyek bernama Gitlab yang kapitalisasi pasarnya kecil di Base, tetapi jumlah Token yang dihasilkan setiap hari menunjukkan kinerja yang kuat. Saat ini, sekelompok Token AI yang sangat spekulatif muncul di Base, dan ada banyak segmen kecil dalam teka-teki ini yang perlu dipahami.

Saya ingin bertanya dari sudut pandang yang lebih luas: dalam tumpukan AI ini, apakah ada bagian tertentu yang paling cocok untuk diintegrasikan dengan blockchain guna mencapai pertumbuhan skala besar? Kita sudah melihat Venice yang menyediakan inferensi pribadi dan ChatGPT yang tidak dapat disensor; NEAR sebagai infrastruktur pasar Agen; Akash memiliki Akash ML; serta Grass yang fokus pada dataset.

Menurut Anda, di dalam stack AI, jalur atau komponen kunci mana yang paling mungkin digantikan oleh teknologi blockchain, atau paling cocok untuk digunakan di atas rantai?

Austin:

Saya pikir pertama-tama adalah konteks privasi, termasuk penggunaan pribadi terhadap large language models (LLM) dan penggunaan yang tidak dapat diaudit. Kemudian adalah pengumpulan data yang diperlukan untuk melatih model, yaitu apa yang dilakukan Grass.

Berikutnya adalah komputasi inferensi dan pasar daya komputasi. Anda baru saja menyebutkan Akash. Kami juga melihat pasar inferensi lainnya mulai muncul. Ada proyek yang dibangun di sekitar DM yang juga menyediakan layanan lain, memungkinkan pengguna menjual daya komputasi yang menganggur, yaitu AnC. Ini adalah proyek menarik yang terus saya pantau. Meskipun saat ini belum meluncurkan token, saya merasa mereka sedang melakukan hal-hal yang sangat keren, terutama dalam integrasi dengan Venice dan DM.

Saya juga berpikir arah penting lainnya adalah pelatihan model terdesentralisasi. Masalahnya adalah bagaimana membangun model open-source sekaligus mempertahankan kepemilikan dan kemampuan monetisasi model melalui bobot pribadi. Saat ini, beberapa tim sedang mengeksplorasi bidang ini. Misalnya, menurut saya Pluralis adalah salah satu proyek paling menarik. Nous Research juga melakukan pekerjaan yang sangat menarik seputar Hermes. Selain itu, ada Prime Intellect dan beberapa tim lain yang juga telah berinvestasi di bidang ini.

Jadi, bidang utama yang saya fokuskan meliputi: pelatihan terdesentralisasi, inferensi, dan pasar kekuatan komputasi, infrastruktur Agent, data, serta aplikasi penggunaan model berorientasi konsumen.

Host Andy: Baru-baru ini Anda terus menekankan sudut pandang lain: kita perlu memahami model Token dan ekonomi dengan cara baru. Anda selalu sangat mendukung proyek-proyek seperti Aerodrome dan Hyperliquid.

Sebelum menutup, saya ingin melepaskan konteks AI dan bertanya pertanyaan yang lebih luas: Bagaimana pandangan Anda terhadap aliran nilai token bersih? Artinya, menggunakan pendekatan kredit (pendapatan) dan debit (pengeluaran) dengan tabel plus-minus untuk menganalisis nilai aset kripto. Menurut Anda, bagaimana perubahan pola pikir industri dalam menganalisis ekonomi token saat ini? Apa kerangka kerja Anda saat ini? Apakah Anda setuju bahwa investor seharusnya memahami aliran nilai token bersih suatu aset seperti melihat sebuah tabel positif-negatif?

Austin:

Saya percaya ada beberapa cara berbeda untuk melihat masalah ini, dan ini bukanlah hal yang serba sama.

Kita bisa mulai dengan membahas mekanisme tingkat tinggi seperti buyback dan burn. Hyperliquid membuat mekanisme ini sangat populer, dan orang-orang berkata, “Lihat betapa bagusnya yang dilakukan Hyperliquid, mereka memiliki buyback dan burn.” Namun, setiap kali ada Hyperliquid, ada sembilan token lain yang juga mencoba menerapkan mekanisme buyback dan burn yang sama, tetapi kinerja harga mereka justru sangat buruk.

Pelajaran di sini adalah apa? Pelajarannya adalah bahwa Hyperliquid pertama-tama adalah model bisnis yang sangat sukses, sehingga orang-orang menyukai Token-nya, dan pembelian kembali hanyalah salah satu cara untuk mentransfer nilai kepada pemegang Token. Jika bisnisnya sendiri tidak berjalan dengan baik, maka bahkan jika Anda menerapkan mekanisme pembelian kembali, harga Token tidak akan naik secara alami.

Ini adalah pertanyaan pertama yang menurut saya sering membuat orang bingung.

Masalah kedua adalah, apakah Anda benar-benar menciptakan nilai bagi pemegang Token. Baik Anda menggunakan pembelian dan penghancuran, pembelian dan distribusi, mengalokasikan dana kembali ke bisnis, atau menyimpan dana di rekening bank untuk meningkatkan fleksibilitas neraca, pertanyaan intinya adalah: apakah pemegang Token dapat menangkap nilai maksimal dari apa yang telah Anda bangun?

Misalnya, Hyperliquid demikian, Aerodrome juga demikian. Mengenai Grass, banyak orang berharap dapat melakukan lebih banyak pembelian kembali, tetapi jelas bahwa semua kontraknya ditandatangani dengan yayasan, semua pendapatan masuk ke rekening bank yayasan, dan aset-aset ini dikendalikan oleh pemegang Token.

Jadi, saya pikir ada banyak cara berbeda untuk memahami hal ini.

Austin:

Selanjutnya adalah masalah likuiditas token. Sebagai contoh Hyperliquid, secara teori setiap bulan ada jumlah maksimum token yang akan dilepaskan, tetapi sebenarnya mungkin hanya dua puluh hingga tiga puluh ribu token yang dilepaskan. Sementara itu, volume pembelian dari ETF, DAT, dan dana bantuan jauh lebih tinggi. Oleh karena itu, secara alami akan terjadi situasi di mana pembeli lebih banyak daripada penjual.

Mari kita lihat Aerodrome. Jika Anda mengunci AERO menjadi veAERO, maka setelah mereka memperluas ke Ethereum mainnet pada Juli, veAERO akan diganti namanya menjadi sAERO. Pemegangnya tidak hanya dapat memperoleh seluruh pendapatan platform, tetapi juga dapat mengarahkan emisi Token ke kolam likuiditas yang paling membutuhkan likuiditas sekaligus paling mampu menghasilkan pendapatan.

Beberapa orang mungkin mengatakan bahwa jika nilai emisi Token dalam suatu periode melebihi nilai pendapatan, maka periode tersebut adalah negatif bersih. Namun, saya percaya pandangan ini sepenuhnya salah.

Cara analisis yang benar adalah: Berapa pendapatan yang dihasilkan sistem selama periode ini? Berapa banyak token yang meningkat jumlah beredar, tetapi sebenarnya tidak dijual? Misalnya, Aerodrome baru-baru ini mengganti nama salah satu mekanismenya menjadi Momentum Fund, yang pada dasarnya mirip dengan pembelian kembali berkelanjutan oleh dana. Selain itu, banyak orang yang mendapatkan AERO memilih untuk menguncinya dan meng-stake sebagai veAERO untuk mendapatkan lebih banyak pendapatan. Selain itu, sebagian orang hanya memiliki keyakinan kuat terhadap masa depan token ini dan memang tidak berniat menjualnya.

Dari sudut pandang ini, setiap siklus, yaitu setiap minggu, jumlah Token yang benar-benar mengalir ke pasar terbuka jauh lebih kecil daripada skala pendapatan yang dihasilkan platform dalam siklus yang sama.

Ditambah dengan beberapa rilis terbaru seperti Atlas, Aura, dan proyek lainnya, pendapatan Aerodrome kini meningkat signifikan. Pendapatan yang saya maksud di sini adalah keuntungan yang diperoleh pemegang Token dari platform, yang telah jelas melebihi nilai yang benar-benar keluar sebagai emisi.

Jadi, setiap proyek dan setiap mekanisme memerlukan analisis spesifik. Namun, pertanyaan intinya adalah: Apakah pemegang Token dapat memperoleh manfaat dari nilai yang dihasilkan oleh sistem? Ini adalah titik kunci analisis. Berdasarkan ini, Anda dapat melanjutkan analisis lebih dalam dari perspektif ini.

Host Andy: Saya merasa seluruh industri sedang beralih ke model pemikiran yang serupa, meskipun model ini sangat halus. Saat ini tampaknya muncul dua jenis hal: pertama, perusahaan-perusahaan yang memiliki pendapatan dan fundamental yang kuat; kedua, proyek-proyek yang lebih berfokus pada narasi, lebih spesifik, tetapi teknologinya sangat berguna, seperti aset-aset terkait AI dan privasi Zcash, Venice, dan NEAR. Selain itu, ada juga proyek-proyek murni berbasis bisnis on-chain, sementara wilayah tengah tampaknya saat ini tidak banyak terjadi sesuatu.

Austin:

Saya setuju dengan pendapat Anda. Salah satu hal menarik dari pasar ini adalah kumpulan token yang benar-benar patut diperhatikan menjadi lebih kecil. Karena sekarang orang memiliki pemahaman yang lebih jelas tentang proyek apa yang benar-benar menarik secara pasar dan mana yang nyata, bukan sekadar hiruk-pikuk, kini mungkin hanya ada 10 hingga 20 token yang memiliki fundamental sangat kuat.

Oleh karena itu, kami melihat token-token ini secara jelas mengungguli pasar. Ini adalah pertama kalinya dalam waktu yang lama terjadi situasi seperti ini: investor dapat memilih dari kumpulan proyek berkualitas tinggi yang lebih kecil. Saat ini, arus dana sedang terkonsentrasi menuju proyek-proyek seperti Venice, HYPE, Grass, AERO, NEAR, dan Zcash.

Zcash adalah proyek lain yang berfokus pada privasi. Saat ini, beberapa orang khawatir Bitcoin mungkin akan semakin dipengaruhi oleh Michael Saylor (ini topik lain), sementara Zcash mewakili semangat asli Bitcoin, dengan struktur yang sangat mirip dengan Bitcoin.

Meskipun Zcash saat ini tidak menghasilkan pendapatan, ia tetap menjadi aset yang menarik. Karena semakin tinggi harganya, semakin besar manfaat nyatanya. Semakin tinggi harganya, semakin besar kemungkinannya untuk dipertahankan, sehingga membentuk konsensus dan nilai komunitas yang lebih kuat di sekitarnya.

Jadi, menurut saya kita sekarang berada pada tahap yang sangat menarik: memilih Token yang tepat menjadi lebih mudah. Hanya perlu lebih fokus dalam meneliti dan membedakan proyek mana yang nyata dan mana yang hanya hype palsu.

Bagi para investor yang ingin mendapatkan pengembalian 5 hingga 10 kali, bahkan 3 kali, titik waktu ini lebih mudah untuk sukses dibanding sebelumnya. Meskipun Anda mungkin akhirnya juga bisa mendapatkan pengembalian 100 kali, saya percaya saat ini ada sejumlah proyek yang sedang melakukan hal-hal sangat menarik, dan inilah aset-aset yang akan saya perhatikan dan investasikan.