Apakah kamu memelihara udang lobster? Baru-baru ini, ketika Web3er menyapa, kemungkinan besar mereka akan mengucapkan kalimat ini.
Pada awal tahun 2026, setelah robot di Gala Tahun Baru Tiongkok mencuri perhatian, AI Agent generasi baru yang diwakili oleh OpenClaw menjadi mainan baru di kalangan pecinta teknologi. Ada yang menggunakan AI untuk layanan pelanggan, ada yang menggunakan AI untuk menulis kode, bahkan ada yang mulai mencoba menggunakan Agent untuk mensimulasikan seluruh "karyawan digital". Konsep terbaru yang sering disebutkan di berbagai platform internet, "perusahaan satu orang", adalah seseorang yang dapat menjalankan pekerjaan yang sebelumnya memerlukan tim kecil hanya melalui alur kerja AI.
Di sisi Web3, tentu saja tidak diam. Baru-baru ini, jika Anda lebih sering melihat media industri, Anda akan melihat banyak proyek mulai fokus pada AI Agent. Ada yang meneliti bagaimana Agent dapat secara langsung memanggil aset atau kontrak di blockchain, ada yang mengembangkan infrastruktur pembayaran, identitas, atau keuangan untuk Agent, ada yang membahas "sistem ekonomi Agent" agar AI dapat berpartisipasi dalam jaringan seperti pengguna, bahkan ada yang kembali menggaungkan slogan baru "Web4.0".
Melihat di sini, sebenarnya ada perasaan yang sangat familiar.
Dikatakan bahwa dunia mode bersifat siklus, tapi tak disangka dunia teknologi (atau dunia kripto) juga demikian. Masih ingat saat pasar bear mulai pada 2022, ChatGPT tiba-tiba menjadi populer, dan AI langsung menjadi topik pembicaraan semua orang. Dunia Web3 tentu saja tidak tinggal diam, segera muncul berbagai konsep baru seperti AI Agent, trader AI, strategi otomatis, seolah-olah sekadar terkait dengan AI, sudah bisa menceritakan kisah baru. Namun, keramaian semacam ini tidak berlangsung lama. Ketika pasar kripto kembali naik, perhatian orang pun segera kembali ke Crypto itu sendiri.
Namun, pada paruh kedua 2025 ini, pasar kripto kembali menunjukkan tren bearish, sehingga Web3 mulai mencari konsep baru untuk menjadi penerus.
Namun, menurut Portal Labs, masalah justru terletak di sini. Ketika sebuah narasi mulai populer, banyak tim startup Web3 sebenarnya tidak membuat keputusan teknis atau bisnis, melainkan keputusan naratif: apa yang sedang tren, itulah yang mereka kerjakan. Dan kemudian mereka jatuh—
Banyak tim baru menyadari saat benar-benar mendorong proyek bahwa konsep bisa dibangun dengan cepat, tetapi produk sulit diwujudkan. Di mana penggunanya? Apa skenario spesifiknya? Apa yang menjadi dasar penerimaan biaya berkelanjutan? Bisakah mendapatkan investasi? Pertanyaan-pertanyaan ini sering baru muncul setelah proyek berjalan beberapa waktu.
Setelah hiruk pikuk mereda, yang sering tersisa di pasar adalah proyek-proyek yang belum berhasil dijalankan. Beberapa produk terjebak di tahap demo, beberapa lainnya berhasil diluncurkan tetapi tidak menemukan pengguna, dan ada pula yang langsung menghilang bersama narasi mereka. Dalam jangka pendek, tampak seperti sebuah jalur baru telah terbuka, tetapi setelah beberapa waktu dilihat kembali, hal-hal yang benar-benar bertahan sebenarnya sangat sedikit.
Oleh karena itu, apakah terus memperdalam Crypto atau beralih ke AI menjadi masalah sulit. Memilih yang pertama, pasar lagi tidak bagus, investasi belum tentu mendapat imbalan; memilih yang kedua, tidak ada dasar yang kuat. Ambang teknis AI, struktur tenaga kerja, dan lingkungan persaingannya berbeda dari Web3. Banyak tim yang selama beberapa tahun terakhir mengakumulasi tumpukan teknis, pengalaman produk, dan sumber daya komunitas sebenarnya dibangun di dalam sistem Crypto. Jika benar-benar beralih ke AI, sama saja dengan memasuki lintasan yang sama sekali asing. Dari kemampuan model, sumber daya data hingga tim teknik, hampir semuanya perlu dibangun ulang.
Lebih realistisnya, lintasan AI sendiri sudah sangat padat. Baik perusahaan model besar, perusahaan internet tradisional, maupun sejumlah besar tim startup, semuanya telah mengalokasikan sumber daya besar di bidang ini. Bagi sebuah tim startup yang awalnya bergerak di Web3, jika hanya memasuki pasar ini karena pergeseran narasi, mereka akan dengan mudah menyadari bahwa mereka tidak memiliki keunggulan teknis maupun sumber daya industri.
Sebenarnya, bagi banyak tim startup Web3, masih ada jalur yang bisa dijalankan. Tidak perlu beralih sepenuhnya ke AI, tetapi terus mengikuti jalur Web3 mereka sendiri sambil memikirkan apa kemampuan yang dapat disumbangkan Crypto dalam sistem AI.
Jika Anda memperhatikan gelombang perkembangan AI saat ini, Anda akan menemukan bahwa banyak elemen kunci sebenarnya belum sepenuhnya terpecahkan.
Yang paling khas adalah data. Model menjadi semakin kuat, tetapi dari mana sumber data pelatihan, apakah data tersebut dapat dipercaya dan sesuai peraturan, terutama bagaimana AI Agent dapat mencapai personalisasi 1:1—masalah-masalah ini belum memiliki mekanisme yang baik. Bagi AI yang bergantung pada pelatihan dengan data skala besar, ini adalah masalah mendasar yang telah lama ada.
Sebagai contoh, identitas dan kolaborasi. Ketika AI Agent mulai terlibat dalam pelaksanaan tugas, perdagangan otomatis, bahkan keputusan operasional, mereka sendiri memerlukan identitas, izin, serta aturan kolaborasi. Siapa yang dapat memanggil Agent tertentu? Bagaimana Agent-agent berbagi tugas? Bagaimana penyelesaian dilakukan setelah tugas dieksekusi? Masalah-masalah ini pada dasarnya berkaitan dengan identitas dan alokasi nilai dalam jaringan terbuka.
Masih ada masalah pembayaran. Begitu AI Agent mulai secara mandiri memanggil layanan, mengambil data, atau menjalankan tugas di jaringan, berarti mereka memerlukan sistem pembayaran mikro yang dapat menyelesaikan pembayaran secara otomatis. Namun, dalam sistem internet tradisional, struktur pembayaran semacam ini sebenarnya sulit diwujudkan.
Semua ini tampaknya menjadi masalah AI, tetapi banyak solusinya sudah ada dalam sistem teknologi Crypto. Baik itu jaringan insentif data, sistem identitas on-chain, atau jaringan pembayaran terbuka, semuanya memang arah yang telah lama dieksplorasi oleh Web3 selama beberapa tahun terakhir.
Jika tim startup Web3 benar-benar berniat mencoba arah-arah ini, ada beberapa hal yang harus dipertimbangkan terlebih dahulu.
Yang pertama harus dilihat adalah kemampuan teknis tim itu sendiri. Berbagai proyek Web3 memiliki tingkat akumulasi teknis yang sangat berbeda. Beberapa tim ahli dalam protokol on-chain, beberapa lama fokus pada jaringan data, dan yang lainnya lebih condong ke produk lapisan aplikasi. Jika tim tersebut selama beberapa tahun terakhir fokus pada infrastruktur terkait data, seperti pengumpulan data, ekstraksi data, atau pasar data, maka perluasan ke lapisan data berbasis AI akan relatif alami, misalnya jaringan kontribusi data, sumber data yang dapat diverifikasi, atau pasar data yang dapat diinsentif untuk menyediakan model. Jika tim awalnya lebih condong ke protokol atau infrastruktur on-chain, maka dapat dipertimbangkan untuk fokus pada lingkungan operasional AI Agent, seperti identitas on-chain Agent, manajemen izin, protokol eksekusi tugas, atau menyediakan kemampuan pembayaran dan penyelesaian otomatis untuk Agent. Sementara itu, bagi tim yang sudah fokus pada produk lapisan aplikasi, seperti alat perdagangan, platform konten, produk komunitas, atau aplikasi konsumen, AI lebih cocok diintegrasikan sebagai lapisan kemampuan ke dalam sistem produk yang sudah ada. Misalnya, menggunakan AI untuk meningkatkan kemampuan analisis data, mengotomatisasi proses operasional, atau menggunakan Agent untuk menyelesaikan fungsi-fungsi yang sebelumnya memerlukan intervensi manusia.
Selanjutnya yang perlu diperiksa adalah apakah ada skenario bisnis nyata. Banyak proyek AI yang cepat menghilang bukan karena teknologinya buruk, tetapi karena sejak awal tidak memiliki skenario penggunaan yang jelas. Konsep bisa terdengar sangat menarik, tetapi seringkali pertanyaan-pertanyaan penting seperti: di mana orang yang benar-benar membutuhkan produk ini, mengapa mereka membutuhkannya, dan mengapa mereka bersedia membayarnya—tidak dijawab dengan serius. Beberapa konsep banyak dibahas di industri, seperti "AI+Web3", "sistem ekonomi Agent", atau "AI trader", yang terdengar sangat besar, tetapi jika ditelusuri lebih dalam, kelompok pengguna yang stabil dan nyata sebenarnya sangat sedikit. Sebaliknya, beberapa kebutuhan yang tampak tidak terlalu "menarik", seperti pemrosesan data, otomatisasi operasional, penyaringan informasi, atau eksekusi tugas, justru secara nyata tetap ada dalam bisnis jangka panjang. Karena itulah, ketika menilai apakah akan memasuki arah AI tertentu, lebih baik tidak fokus pada seberapa populer konsepnya, melainkan pada skenario itu sendiri: apakah skenario ini merupakan masalah bisnis yang berkelanjutan, apakah sudah ada orang yang membayarnya, dan apakah AI benar-benar dapat meningkatkan efisiensi di tahap ini. Jika kondisi-kondisi ini terpenuhi, maka arah tersebut baru memiliki kemungkinan besar untuk berubah dari narasi menjadi produk.
Masih perlu dilihat apakah tim startup Web3 memiliki sumber daya yang benar-benar dapat masuk ke tahap-tahap ini.
Data, identitas, dan pembayaran yang disebutkan sebelumnya pada dasarnya bukan masalah teknis semata, melainkan masalah sumber daya jaringan.
Misalnya jaringan data, jika tim tidak memiliki sumber data yang stabil atau kelompok pengguna yang secara konsisten berkontribusi data, maka meskipun teknologinya sudah dikembangkan, sulit untuk menciptakan efek jaringan yang sebenarnya. Demikian pula, jika ingin membangun sistem identitas atau jaringan kolaborasi untuk AI Agent, diperlukan partisipasi nyata dari pengembang, aplikasi, atau Agent; jika tidak, protokolnya sendiri sulit membentuk ekosistem. Logika yang sama berlaku untuk sistem pembayaran dan penyelesaian. Setelah AI Agent mulai memanggil layanan, mengambil data, atau menjalankan tugas di dalam jaringan, pembayaran mikro akan menjadi sangat sering terjadi. Namun, jaringan pembayaran ini hanya bermakna jika banyak Agent dan layanan ada secara bersamaan; jika tidak, ia tetap hanya menjadi modul teknis.
Jadi, bagi banyak tim Web3, yang perlu dievaluasi bukanlah “apakah ada ruang teknis di arah ini”, tetapi apakah mereka bisa menjadi bagian dari jaringan tersebut. Apakah tim sudah memiliki sumber data, ekosistem pengembang, atau aplikasi nyata—faktor-faktor ini seringkali menentukan apakah sebuah proyek benar-benar bisa masuk ke lapisan infrastruktur AI, bukan hanya berhenti di tingkat konsep.