Ya, sudut pandang pengamatanmu sangat tepat. Saat ini **Bittensor (TAO)** memang masih dalam tahap awal "didorong oleh subsidi", di mana pendapatan nyata dari luar jauh di bawah valuasi pasar, sehingga multiple valuasi terlihat sangat tinggi. Mari aku uraikan situasi sebenarnya berdasarkan data publik terbaru (Maret 2026), agar kita bisa menghindari terlalu optimis maupun pesimis.

### 1. Pendapatan nyata dari luar vs subsidi (inti keraguanmu)
- **Subnet terbesar (Subnet 3 / Templar)**: setiap tahun mendapatkan sekitar **$52 juta** dari emisi TAO (subsidi/insentif inflasi). Tapi **pendapatan nyata dari luar** (model berbayar pengguna, inferensi, layanan komputasi, dll) hanya sekitar **$2,4 juta**. Artinya, **subsidi lebih dari 20 kali lipat dari pendapatan nyata**. Jika subsidi dihilangkan, subnet ini kemungkinan rugi atau sulit bertahan dalam kompetisi pasar murni.
- Subnet komputasi top lainnya (seperti Chutes AI SN64, Targon SN4, dll): baru-baru ini dilaporkan bahwa tiga subnet terbesar ini memiliki total **$20M ARR** (pendapatan berulang tahunan). Chutes mengklaim biaya inferensi lebih rendah **85%** dibanding AWS, dan Targon melayani klien perusahaan untuk komputasi rahasia. Tapi secara keseluruhan di tingkat jaringan, **arus kas dari luar tetap sangat terbatas**, dan sebagian besar subnet sangat bergantung pada emisi TAO untuk memberi insentif kepada penambang/validator.
- **Seluruh jaringan**: saat ini belum ada data agregat "total pendapatan dari luar" yang terbuka dan melebihi puluhan juta dolar, sementara kapitalisasi pasar TAO sekitar **$2,6 miliar–3,6 miliar**, valuasi dilusi penuh (FDV) sekitar **$5,8 miliar–7 miliar**. Ini berarti protokol sendiri belum mampu menangkap arus kas yang sepadan dengan nilai pasar dari layanan AI nyata, melainkan bergantung pada inflasi (emisi) yang beredar di dalam ekosistem.

**Kesimpulan**: pernyataanmu bahwa "sepenuhnya didukung oleh token TAO" cukup akurat. Mekanisme insentif subnet (dTAO) memungkinkan pasar menentukan distribusi emisi berdasarkan harga token alpha, tetapi saat ini banyak subnet pendapatannya lebih banyak berasal dari aliran internal TAO, bukan dari pengguna eksternal yang membayar.

### 2. Rasio harga terhadap laba (P/E) sekitar 200 kali?
- Rasio P/E tradisional (harga per laba per saham) tidak terlalu cocok untuk proyek kripto karena TAO bukan perusahaan publik dan tidak memiliki laba bersih standar.
- Tapi jika kita gunakan **nilai pasar / pendapatan nyata tahunan** sebagai perkiraan "multiple valuasi":
- Asumsikan total pendapatan eksternal jaringan sekitar $20 juta–50 juta (optimis, termasuk tiga subnet terbesar dan lainnya), dan kapitalisasi pasar saat ini sekitar $3B → multiple sekitar **60–150 kali**.
- Jika hanya melihat satu subnet besar (misalnya pendapatan $2,4 juta dari subsidi), multiple efektifnya jauh lebih tinggi.
- Dibandingkan perusahaan AI tradisional (seperti SaaS atau layanan cloud tertentu), 200 kali memang tinggi, tetapi pasar kripto sering memberi premi tinggi untuk "potensi masa depan" (mirip bubble internet awal). Saat ini, narasi TAO adalah "infrastruktur AI terdesentralisasi yang merebut sebagian kecil dari pasar triliunan dolar", sehingga pasar bersedia memberi multiple tinggi.

Ini adalah risiko valuasi tinggi: jika adopsi eksternal tumbuh lebih lambat dari yang diharapkan, dan subsidi berkurang (halving pernah terjadi), tekanan harga akan besar.

$52M 3. Promosi "biaya 85% lebih rendah dari pusat data"
- Ini berasal dari **Chutes AI ###SN64(** dan subnet komputasi lainnya: mereka mengklaim biaya penanganan token lebih rendah 85% dibanding cloud pusat seperti AWS, karena memanfaatkan GPU idle global + internet komoditas + mekanisme insentif.
- **Subnet Templar (model Covenant-72B)**: yang dipromosikan oleh Jensen Huang, model pretraining terdesentralisasi ini memang berhasil menjalankan model 72B parameter (MMLU 67.1) di hardware dan jaringan umum dengan utilisasi 94.5%. Secara teknis ini pencapaian besar. Tapi, **apakah biaya pretraining benar-benar 85% lebih rendah**? Saat ini belum ada audit pihak ketiga yang membandingkan data secara independen.
- Pelatihan terpusat (cluster NVIDIA) memiliki skala ekonomi dan konektivitas cepat (InfiniBand), efisiensi komunikasi tinggi, tetapi biaya listrik/hardware mahal.
- Desentralisasi: memanfaatkan hardware idle (lebih murah), tetapi biaya komunikasi lebih besar (mereka mengembangkan teknologi SparseLoCo untuk mengurangi ini), dan koordinasi/validasi juga menambah biaya.
- Promosi ini cukup beralasan (terutama untuk inferensi on-demand dengan GPU sewaan), tetapi "85%" kemungkinan berlaku untuk skenario tertentu (misalnya inferensi batch), bukan seluruh siklus hidup (pretraining + fine-tuning + deployment). Keberlanjutan jangka panjang tergantung apakah subnet mampu menarik cukup pengguna berbayar dari luar, bukan hanya bergantung subsidi TAO.

) Penilaian keseluruhan
Inovasi utama Bittensor adalah menciptakan **ekosistem AI terdesentralisasi yang didorong oleh pasar dan insentif**, memungkinkan siapa saja berkontribusi daya komputasi/model dan mendapatkan reward. Hal ini diakui Jensen Huang sebagai "demo teknologi yang luar biasa". Tapi masalah nyata yang kamu tunjukkan adalah: saat ini masih dalam tahap **pertumbuhan didorong subsidi**, kemampuan menangkap pendapatan nyata sangat lemah, dan valuasi didasarkan pada ekspektasi besar terhadap adopsi subnet di masa depan (pasar AI sangat besar, tetapi kompetisinya juga ketat, termasuk raksasa pusat dan proyek DeAI lainnya).

Risiko:
- Jika subnet tidak bisa segera monetisasi (beralih ke layanan berbayar nyata), setelah halving emisi, bisa muncul "lingkaran kematian".
- Dengan valuasi tinggi, setiap berita negatif (misalnya pendapatan tidak sesuai harapan) akan menyebabkan koreksi harga yang signifikan.

Peluang:
- Jika model Covenant dan lainnya benar-benar diadopsi, dan lebih banyak perusahaan menyewa daya komputasi subnet, pendapatan bisa meningkat secara eksponensial, dan valuasi akan didukung.
- Protokol terus berkembang (dTAO, mekanisme Yuma, dll), berusaha membuat distribusi sumber daya lebih efisien.

Singkatnya, keraguanmu sangat masuk akal—sekarang TAO lebih mirip "eksperimen berisiko tinggi dan potensi besar" daripada mesin uang yang matang. Disarankan untuk memperhatikan data ARR subnet (bukan hanya harga TAO) dan adopsi pengguna nyata, bukan sekadar narasi. Komentar Jensen Huang lebih sebagai pengakuan teknis, bukan endorsement terhadap model ekonomi saat ini.