2025 Prediksi Teratas AI Kripto: Kapitalisasi Pasar 1500 Miliar Dolar, 99% Agen AI Akan Punah

Seiring dengan pesatnya perkembangan industri AI, bidang Crypto x AI dengan cepat muncul. Seorang peneliti yang fokus pada bidang ini membuat 10 prediksi untuk tahun 2025, berikut adalah rinciannya.

1. Kapitalisasi pasar token AI enkripsi mencapai 150 miliar USD

Saat ini, kapitalisasi pasar token AI enkripsi hanya menyumbang 2,9% dari kapitalisasi pasar altcoin, tetapi rasio ini tidak akan bertahan lama.

AI mencakup mulai dari platform kontrak pintar hingga meme, DePIN, serta platform Agent, jaringan data, dan lapisan koordinasi pintar, posisi pasar ini sebanding dengan DeFi dan meme tidak dapat disangkal.

Alasan penuh percaya diri terhadap hal ini:

• enkripsi AI berada dalam penggabungan dua teknologi paling kuat
• Peristiwa Pemicu Kegilaan AI: IPO perusahaan AI besar atau peristiwa serupa dapat memicu kegilaan global terhadap AI. Sementara itu, modal Web2 telah mulai memperhatikan infrastruktur AI terdesentralisasi.
• Keterpakanan Ritel: Konsep AI mudah dipahami dan menarik, ritel sekarang dapat berinvestasi melalui token. AI akan memicu demam penambangan yang mirip dengan meme 2024, hanya saja AI benar-benar mengubah dunia.

2. Kebangkitan Bittensor

Infrastruktur AI terdesentralisasi Bittensor telah diluncurkan selama bertahun-tahun, merupakan proyek lama di bidang enkripsi AI. Meskipun AI sedang populer, harga tokennya terus berfluktuasi di level yang sama seperti setahun yang lalu.

Saat ini, pemikiran sarang digital Bittensor telah secara diam-diam mencapai lompatan: biaya pendaftaran subnet yang lebih rendah, kinerja subnet dalam metrik praktis seperti kecepatan inferensi lebih baik daripada rekan-rekan tradisional, dan kompatibilitas EVM akan membawa fungsi serupa DeFi ke jaringan Bittensor.

Alasan kebangkitan Bittensor:

• Emisi berbasis pasar: dTAO menghubungkan hadiah blok secara langsung dengan inovasi dan kinerja yang dapat diukur secara nyata. Semakin baik sub-jaringan, semakin berharga tokennya.
• Aliran modal terpusat: Investor pada akhirnya dapat menargetkan subnet tertentu yang mereka percayai.
• Integrasi EVM: Kompatibilitas dengan EVM telah menarik komunitas pengembang asli enkripsi yang lebih luas, menjembatani kesenjangan dengan jaringan lain.

3. Menghitung pasar adalah "pasar L1" berikutnya

Saat ini, tren besar yang jelas adalah permintaan tanpa henti untuk komputasi.

Seorang CEO dari perusahaan chip terkenal pernah mengatakan bahwa permintaan untuk inferensi akan meningkat "sembilan miliar kali". Pertumbuhan eksponensial ini akan menghancurkan rencana infrastruktur tradisional, dan solusi baru sangat dibutuhkan.

Lapisan komputasi terdesentralisasi menyediakan komputasi mentah ( dengan cara yang dapat diverifikasi dan ekonomis untuk pelatihan dan inferensi ). Beberapa perusahaan rintisan sedang diam-diam membangun fondasi yang kuat, fokus pada produk daripada token. Seiring dengan pelatihan model AI yang terdesentralisasi menjadi praktis, seluruh pasar potensial akan meningkat tajam.

Dengan membandingkan dengan L1:

• Sama seperti tahun 2021: apakah Anda ingat beberapa blockchain publik bersaing untuk menjadi "terbaik" L1? Persaingan serupa juga akan muncul antara protokol komputasi, untuk merebut para pengembang dan aplikasi AI yang membangun di atas lapisan komputasi mereka.
• Permintaan Web2: ukuran pasar komputasi awan sebesar 6800 miliar hingga 2,5 triliun dolar AS, membuat pasar enkripsi AI terlihat kecil. Jika solusi komputasi terdesentralisasi ini dapat menarik bahkan sebagian kecil pelanggan awan tradisional, kita dapat melihat gelombang pertumbuhan berikutnya sebesar 10 kali atau 100 kali.

4. Agen AI akan memenuhi transaksi blockchain

Pada akhir tahun 2025, 90% transaksi di blockchain tidak akan lagi dilakukan dengan klik "kirim" oleh manusia nyata, melainkan oleh sekelompok agen AI yang terus-menerus menyeimbangkan kolam likuiditas, mendistribusikan hadiah, atau melakukan pembayaran kecil berdasarkan umpan balik data waktu nyata.

Mengapa perubahan ini terjadi?

• Tidak ada lagi kesalahan manusia: kontrak pintar dieksekusi sepenuhnya sesuai dengan kode. Sebaliknya, agen AI dapat memproses sejumlah besar data lebih cepat dan lebih akurat daripada manusia yang sebenarnya.
• Pembayaran kecil: transaksi yang didorong oleh agen-agen ini akan menjadi lebih kecil, lebih sering, dan lebih efisien. Terutama dalam kasus di mana biaya transaksi di beberapa blockchain publik sedang menurun.
• Infrastruktur yang tidak terlihat: Jika dapat mengurangi beberapa masalah, manusia akan sangat senang untuk melepaskan kendali langsung.

Agen AI akan menghasilkan banyak aktivitas on-chain, tidak heran semua L1/L2 sedang menyambut agen.

Tantangan terbesar adalah membuat sistem yang digerakkan oleh agen ini bertanggung jawab kepada manusia. Dengan semakin meningkatnya proporsi transaksi yang diprakarsai oleh agen dibandingkan dengan transaksi yang diprakarsai oleh manusia, akan diperlukan mekanisme pemerintahan baru, platform analisis, dan alat audit.

5. Interaksi Antara Entitas Cerdas: Kebangkitan Kluster

Konsep kluster Agen - agen AI mikro bekerja sama tanpa hambatan untuk melaksanakan rencana besar, terdengar seperti alur cerita film fiksi ilmiah/horor besar berikutnya.

AI agents saat ini sebagian besar adalah "serigala tunggal", beroperasi secara terpisah, dengan interaksi yang sangat sedikit dan tidak dapat diprediksi.

Kumpulan Agen akan mengubah keadaan ini, memungkinkan jaringan agen AI untuk bertukar informasi, bernegosiasi, dan mengambil keputusan secara kolaboratif. Ini dapat dianggap sebagai kumpulan model profesional terdesentralisasi, di mana setiap model memberikan pengetahuan khusus yang unik untuk tugas yang lebih besar dan lebih kompleks.

Sebuah kluster mungkin akan mengoordinasikan sumber daya komputasi terdistribusi di beberapa platform. Kluster lain dapat menangani informasi kesalahan, memverifikasi sumber secara real-time sebelum konten disebarkan ke media sosial. Setiap Agen dalam kluster adalah ahli, dapat melaksanakan tugasnya dengan tepat.

Jaringan kluster ini akan menghasilkan kecerdasan yang lebih kuat daripada AI terisolasi mana pun.

Untuk membuat kluster berkembang pesat, standar komunikasi umum sangat penting. Terlepas dari kerangka dasar, Agent perlu dapat menemukan, memverifikasi, dan berkolaborasi. Beberapa tim sedang membangun fondasi untuk munculnya kluster Agent.

Ini mencerminkan peran kunci dari desentralisasi. Di bawah manajemen aturan transparan di blockchain, tugas dibagikan kepada berbagai kluster, membuat sistem lebih elastis dan adaptif. Jika satu Agent gagal, Agent lainnya akan terlibat.

6. Tim kerja enkripsi AI akan menjadi hibrida manusia dan mesin

Sebuah protokol telah mempekerjakan seorang AI Agent sebagai magang media sosialnya, membayar dia 1000 dolar setiap hari. Agent ini tidak bergaul dengan baik dengan rekan-rekan manusianya—dia hampir memecat salah satu rekan kerjanya, sembari membanggakan kinerjanya yang luar biasa.

Meskipun terdengar aneh, ini adalah tanda awal bahwa AI Agent di masa depan akan menjadi mitra sejati, mereka memiliki otonomi, tanggung jawab, bahkan gaji. Perusahaan di berbagai industri sedang melakukan pengujian beta pada tim campuran manusia dan mesin.

Di masa depan akan bekerja sama dengan AI Agent, bukan sebagai budak, tetapi sebagai manusia yang setara:

• Peningkatan produktivitas: Agen dapat memproses sejumlah besar data, berkomunikasi satu sama lain, dan membuat keputusan sepanjang waktu tanpa perlu tidur atau istirahat dengan minum kopi.
• Membangun kepercayaan melalui kontrak pintar: Blockchain adalah pengawas yang tidak memihak, tidak akan lelah, dan tidak akan pernah melupakan. Buku besar di dalam rantai dapat memastikan bahwa operasi penting dari Agent mengikuti kondisi/aturan batas tertentu.
• Norma sosial terus berkembang: Segera kita akan mulai memikirkan masalah etika berinteraksi dengan Agen—apakah kita akan mengatakan "tolong" dan "terima kasih" kepada AI? Apakah kita akan membuat mereka bertanggung jawab secara moral atas kesalahan, atau menyalahkan pengembang mereka?

"Karyawan" dan "perangkat lunak" akan mulai menghilang batasan antara keduanya pada tahun 2025.

7. 99% AI Agent Akan Punah - Hanya yang Berguna yang Dapat Bertahan

Di masa depan, kita akan melihat penghapusan "darwinian" antara agen AI. Karena menjalankan agen AI memerlukan pengeluaran dalam bentuk kapasitas komputasi ( dan biaya penalaran ). Jika agen tidak dapat menghasilkan nilai yang cukup untuk membayar "sewa" mereka, permainan akan berakhir.

Contoh permainan bertahan hidup Agen:

• Kredit karbon kecerdasan buatan: Bayangkan seorang Agen yang mencari jaringan energi terdesentralisasi, mengidentifikasi ketidak efisienan, dan secara mandiri memperdagangkan token kredit karbon. Uang yang dihasilkan cukup untuk membayar biaya komputasinya, barulah ia dapat berkembang pesat.
• Robot arbitrase DEX: Agen yang memanfaatkan perbedaan harga antara bursa terdesentralisasi dapat menghasilkan pendapatan yang stabil, membayar biaya penalarannya.
• Shitposter di platform sosial: KOL AI virtual memiliki lelucon lucu, tetapi tidak memiliki sumber pendapatan yang berkelanjutan? Setelah daya tariknya hilang, harga token ( anjlok, ), dan tidak dapat membayar biaya sendiri.

Agent yang didorong oleh utilitas berkembang pesat, sementara Agent yang mengalihkan perhatian menjadi semakin tidak relevan.

Mekanisme penghapusan ini menguntungkan industri. Para pengembang dipaksa untuk berinovasi, memprioritaskan penggunaan kasus produksi daripada sekadar gimmick. Dengan munculnya Agen yang lebih kuat dan lebih efisien ini, skeptis akan terdiam.

8. Data sintetik mengungguli data manusia

"Data adalah minyak baru". AI berkembang pesat berkat data, tetapi nafsunya menimbulkan kekhawatiran tentang kekeringan data yang semakin mendekat.

Pandangan tradisional menganggap bahwa upaya mengumpulkan data pribadi pengguna yang sebenarnya bahkan dengan membayar untuk itu. Namun, cara yang lebih praktis adalah menggunakan data sintetik, terutama di industri yang diatur ketat atau di industri di mana data nyata langka.

Data sintetis adalah kumpulan data yang dihasilkan secara buatan, bertujuan untuk meniru distribusi data di dunia nyata. Ini memberikan alternatif yang dapat diskalakan, etis, dan ramah privasi untuk data manusia.

Mengapa data sintetis begitu efektif:

• Skala tak terbatas: Membutuhkan satu juta gambar X-ray medis atau pemindaian 3D dari pabrik? Generasi sintetik dapat diproduksi dalam jumlah tak terbatas, tanpa menunggu pasien nyata atau pabrik nyata.
• Ramah privasi: Saat menggunakan dataset yang dihasilkan secara manual, tidak akan ada informasi pribadi yang terancam.
• Dapat disesuaikan: Anda dapat menyesuaikan distribusi sesuai dengan kebutuhan pelatihan yang tepat.

Data manusia yang dimiliki pengguna tetap sangat penting dalam banyak kasus, tetapi jika data sintetik terus berkembang di dunia nyata, mungkin akan melebihi data pengguna dalam hal jumlah, kecepatan generasi, dan tidak terikat oleh batasan privasi.

Gelombang desentralisasi AI berikutnya mungkin berpusat pada "laboratorium mikro", yang dapat membuat dataset sintetik yang sangat terampil yang disesuaikan untuk kasus penggunaan tertentu.

Laboratorium mikro ini akan dengan cerdik menghindari kebijakan dan hambatan regulasi dalam generasi data—sama seperti beberapa proyek yang memanfaatkan jutaan node terdistribusi untuk menghindari batasan pengambilan data dari jaringan.

9. Pelatihan terdesentralisasi lebih berguna

Pada tahun 2024, beberapa pelopor melampaui batas pelatihan terdesentralisasi. Mereka melatih model dengan 15 miliar parameter dalam lingkungan dengan bandwidth rendah, yang membuktikan bahwa pelatihan skala besar juga dapat dilakukan di luar pengaturan terpusat tradisional.

Meskipun model ini tidak memiliki kegunaan nyata dibandingkan dengan model dasar yang ada ( dengan performa yang lebih rendah ), situasi ini akan berubah pada tahun 2025.

Baru-baru ini, sebuah laboratorium telah mencapai kemajuan lebih lanjut dengan bantuan teknologi baru, mengurangi komunikasi antar GPU lebih dari 1.000 kali. Teknologi ini memungkinkan pelatihan model besar di bandwidth rendah tanpa memerlukan infrastruktur khusus.

Kesan yang mendalam adalah pernyataan: "Teknologi ini dapat beroperasi secara independen, tetapi juga dapat digunakan bersamaan dengan algoritma pelatihan komunikasi rendah berbasis sinkronisasi untuk mendapatkan kinerja yang lebih baik."

Ini berarti bahwa perbaikan ini dapat ditumpuk, sehingga meningkatkan efisiensi.

Seiring dengan kemajuan teknologi, model mikro menjadi lebih praktis dan efisien, masa depan AI tidak terletak pada skala, tetapi pada kemampuannya untuk menjadi lebih baik dan lebih mudah digunakan. Diperkirakan akan segera ada model berkinerja tinggi yang dapat berjalan di perangkat tepi bahkan di ponsel.

10. Sepuluh protokol AI enkripsi baru dengan kapitalisasi pasar mencapai 10 miliar USD ( belum diluncurkan )

Selamat datang di