Siapa yang akan memegang kendali penetapan harga komputasi pada era AI?

Pendahuluan

Pada paruh pertama tahun 2026, “pasar modal komputasi” dengan cepat berubah dari konsep yang tidak banyak dikenal menjadi jalur baru yang sama-sama dipertaruhkan oleh Wall Street dan Silicon Valley. CME dan Silicon Data mengumumkan peluncuran kontrak berjangka komputasi pertama; perusahaan induk NYSE, ICE, bekerja sama dengan Ornn dan NATIVX secara bertahap untuk menyusun kontrak berjangka GPU compute; Architect yang didirikan oleh Brett Harrison, mantan presiden FTX US, mencoba memperkenalkan struktur perpetual contract yang telah matang di pasar kripto ke perdagangan komputasi yang teregulasi. Sementara itu, CoreWeave, dengan pembiayaan yang dijaminkan GPU, nilainya sudah menembus 20 miliar dolar AS, dan menyelesaikan pembiayaan berbasis GPU dengan peringkat investasi pertama.

Komputasi sedang berevolusi mengikuti jalur klasik komoditisasi keuangan skala besar: dari aset belanja modal yang digunakan sendiri oleh perusahaan, berangsur menuju perdagangan spot, indeks harga, lindung nilai dengan futures, dan akhirnya masuk ke pasar kredit serta pembiayaan terstruktur.

Mengapa perlu komputasi: AI value waterfall

Untuk memahami pasar komputasi, pertama-tama perlu dipahami posisi komputasi dalam rantai industri AI. Seluruh rantai industri bisa dipecah menjadi aliran air terjun sembilan lapis: dari sudut pandang nilai bisnis dan arus kas, titik awal permintaan berada di lapisan paling hilir aplikasi, lalu merambat ke atas secara bertahap; sementara komputasi berada di tengah, menghubungkan perangkat keras lapisan dasar dan infrastruktur pusat data, serta model dan aplikasi di lapisan atas.

Lapisan 1｜Chip dan perangkat keras: NVIDIA, AMD, produsen HBM/DRAM. Ini adalah bahan baku paling dasar komputasi. GPU menentukan pasokan dasar komputasi yang tersedia, dan sumber daya penyimpanan seperti HBM/DRAM juga mulai dikomoditisasi secara finansial.

Lapisan 2｜Listrik dan tanah: agar pusat data bisa dibangun, kuncinya bukan hanya ada GPU, melainkan apakah tersedia tanah yang sesuai dan akses listrik yang cukup. Sebagian besar biaya marjinal komputasi berasal dari tagihan listrik, sehingga secara karakter komoditas ia lebih mirip listrik, bukan minyak.

Lapisan 3｜Neocloud dan pusat data independen: CoreWeave, Nebius, Lambda, GMI Cloud, Crusoe, dll. Mereka membeli GPU, membangun klaster, lalu menyewakan komputasi ke perusahaan AI—sebagai “tambang” dan “ladang minyak” di pasar komputasi.

Lapisan 4｜platform agregasi dan broker: Mithril, Andromeda, SF Compute, dll. Mereka tidak selalu memiliki GPU sendiri, tetapi membantu pencariannya untuk pemasok, menstandarkan SLA, mempertemukan transaksi, bahkan menjadi market maker sendiri. Mereka lebih mirip pedagang di pasar komoditas seperti Glencore dan Vitol.

Lapisan 5｜indeks dan benchmark: Silicon Data, Ornn (OCPI), NATIVX (COIL). Tanpa acuan harga yang bisa dipercaya, pasar sulit berkembang ke futures dan derivatif. Oleh karena itu, lapisan ini berfungsi mengubah harga komputasi yang semula tidak transparan menjadi harga pasar yang dapat dilacak dan diverifikasi.

Lapisan 6｜derivatif dan kredit: CME, ICE, Architect, perpetual DEX on-chain, serta alat seperti pinjaman berbasis jaminan GPU, dan GPU-computing ABS. Lapisan ini memungkinkan pasar melakukan lindung nilai atas risiko fluktuasi harga komputasi, sekaligus menjadikan kapasitas GPU sebagai aset yang bisa dibiayai.

Lapisan 7｜platform pengembangan inferensi: Fireworks, Baseten, Modal, dll. Mereka mengemas GPU, deployment model, dan API inferensi agar pengembang tidak perlu mengelola sendiri infrastruktur komputasi yang kompleks, dan tetap bisa memakai kemampuan inferensi model seperti memanggil layanan cloud.

Lapisan 8｜lapisan LLM/model: OpenAI, Anthropic, xAI, DeepSeek, dll. Mereka mengubah komputasi lapisan bawah menjadi kemampuan model dan keluaran cerdas. Model itu sendiri adalah lapisan tengah inti yang menghubungkan infrastruktur dasar dengan pengalaman aplikasi lapisan atas.

Lapisan 9｜lapisan aplikasi: Cursor, Perplexity, Suno, Rime, dll. Lapisan ini langsung berhadapan dengan pengguna akhir, membungkus kemampuan model menjadi produk serta skenario penggunaan yang konkret; ini adalah pintu penting untuk penyebaran kebutuhan AI dan pembayaran pengguna.

Arus air terjun sembilan lapis ini menjelaskan fakta inti: komputasi adalah komoditas perantara dalam ekonomi AI. Di bawahnya terhubung ke chip, listrik, tanah, dan belanja modal; di atasnya terhubung ke platform inferensi, perusahaan model, dan lapisan aplikasi.

Setiap kali aplikasi AI memanggil model, pada dasarnya itu adalah proses mengonsumsi sebagian kecil komputasi dari hulu. Dan justru karena komputasi berada di tengah rantai industri, di satu sisi ada pihak penyuplai yang memegang aset GPU dan pusat data, dan di sisi lain ada perusahaan model, platform inferensi, serta perusahaan aplikasi yang membutuhkan komputasi yang stabil; ketika fluktuasi harga cukup besar dan arah risikonya saling berlawanan, komputasi pun secara alami mulai ber-finansialisasi.

Mengapa perlu pasar komputasi: lindung nilai kebutuhan dan struktur pasar

Siapa yang perlu melakukan lindung nilai

Source: X @0xfishylosopher

Kebutuhan lindung nilai di pasar komputasi pertama-tama berasal dari pihak industri yang benar-benar memegang eksposur komputasi fisik, bukan lembaga keuangan. Ini logikanya sama seperti perusahaan maskapai yang melakukan lindung nilai harga bahan bakar, dan pembangkit listrik yang melakukan lindung nilai harga listrik.

Neocloud dan pusat data independen di lapisan dasar, misalnya CoreWeave, Nebius, Lambda, memegang aset fisik GPU, dengan pendapatan dari sewa di masa depan. Mereka khawatir sewa GPU akan turun, sehingga secara alami menjadi pihak penjual/sisi short yang perlu menjual futures untuk mengunci pendapatan.

Platform pengembangan inferensi di lapisan menengah, misalnya Fireworks, Baseten, Modal, membeli komputasi dari atas dan menyediakan API inferensi serta layanan deployment model ke bawah. Komputasi adalah biaya penting bagi mereka.

Perusahaan aplikasi di lapisan atas, misalnya Cursor, Perplexity, Suno, Rime, juga perlu terus membeli kemampuan inferensi. Biaya inferensi akan langsung memengaruhi margin kotor. Oleh karena itu, lapisan menengah dan lapisan atas adalah pihak pembeli/sisi long yang alami, yang perlu membeli futures untuk mengunci biaya.

Perusahaan cloud skala sangat besar, seperti Google, Amazon, dan Microsoft, agak berbeda. Mereka memiliki pusat data, platform cloud, model, dan aplikasi sekaligus, dan secara internal sudah terbentuk lindung nilai alami sampai batas tertentu.

Mengapa komputasi lebih mirip listrik, bukan minyak

Komputasi tidak sepenuhnya komoditas yang homogen.

Meski sama-sama kapasitas H100/H200 selama satu jam, nilainya tetap berbeda karena spesifikasi chip, wilayah, latensi, interkoneksi jaringan, ukuran klaster, jendela reservasi, SLA, keamanan data, dan jenis workload spesifik.

Yang lebih penting, komputasi tidak bisa disimpan. Jam GPU yang tidak digunakan hari ini tidak bisa disimpan seperti minyak untuk dijual lagi tahun depan. Karena itu, dari sisi karakter komoditas, komputasi lebih mirip listrik: ada sifat waktu, ada keterikatan wilayah, dan sangat bergantung pada infrastruktur lokal.

Ini menghasilkan tiga konsekuensi:

Pertama, transaksi komputasi yang benar-benar nyata sering kali perlu penyesuaian dua arah yang spesifik mengelilingi SKU tertentu dan syarat penyerahan.

Kedua, saat ini belum ada acuan harga yang seragam dan transparan seperti WTI minyak mentah.

Ketiga, indeks dan benchmark menjadi sangat krusial. Tim seperti Silicon Data, Ornn, Compute Desk, tugas utamanya adalah mengubah harga komputasi yang tersebar menjadi sinyal pasar yang dapat dilacak dan dapat dilindung nilainya.

Web3 generasi lama komputasi terdesentralisasi vs pedagang komputasi generasi baru

Pasar komputasi bukanlah konsep yang benar-benar baru. Di siklus sebelumnya, proyek Web3 seperti Akash, io.net, Aethir sudah menggunakan narasi “pasar komputasi terdesentralisasi”, dengan menghubungkan GPU menganggur global melalui jaringan yang digerakkan insentif token.

Namun masalahnya: mengapa sebagian besar proyek generasi lama tidak menjadi lapisan utama tempat pembelian komputasi AI dilakukan, sementara pemain baru seperti Andromeda dan SF Compute bisa dalam waktu singkat memperoleh pelanggan perusahaan dan pendapatan dalam dolar AS?

Yang dijual berbeda: pasokan terdesentralisasi vs kapasitas yang bisa diserahkan

Logika inti proyek Web3 generasi sebelumnya adalah: menghubungkan jaringan akses GPU yang tersebar, melalui insentif token untuk memasok, agar pengguna dapat membeli komputasi dengan biaya lebih rendah.

Mereka menyelesaikan masalah “di mana ada GPU”.

Namun yang benar-benar diperhatikan pembeli perusahaan adalah sekumpulan masalah lain: apakah itu H100/H200? Apakah ada InfiniBand? Apakah ukuran klaster cukup? Apakah bisa beroperasi stabil selama beberapa minggu bahkan beberapa bulan? Siapa yang bertanggung jawab atas SLA? Jika terjadi kegagalan, siapa yang mengganti?

Dengan kata lain, pelanggan perusahaan tidak membeli “GPU di suatu tempat”, melainkan kapasitas GPU yang bisa dijamin penyerahannya, bisa dihitung, dan bisa dipertanggungjawabkan.

Pasokan GPU yang tersebar, heterogen, dan lintas operator mungkin berguna untuk batch inference, rendering, atau tugas yang tidak terlalu sensitif; namun untuk pelatihan model skala besar dan inferensi level produksi, stabilitas, kondisi jaringan, dan tanggung jawab penyerahan adalah kunci.

Empat masalah struktural generasi lama

Pertama, insentif token bisa mendatangkan pasokan, tapi belum tentu mendatangkan permintaan nyata.
Subsidi token bisa dengan cepat menghasilkan jumlah node, jumlah GPU, dan skala jaringan yang terlihat bagus, tetapi jika sisi permintaan terutama bergantung pada narasi token, bukan pada pelanggan yang membayar secara alami, pada akhirnya mudah terjadi masalah utilisasi rendah, kualitas pendapatan rendah, serta penemuan harga yang terdistorsi oleh insentif.

Menurut Messari “State of Akash Q1 2026”, rata-rata penggunaan GPU Akash pada satu kuartal turun 57,4% secara kuartal-ke-kuartal menjadi 84 unit, sementara rata-rata kapasitas GPU yang tersedia turun 57,5% menjadi 249 unit, menunjukkan penyusutan yang jelas di dua sisi pasokan dan permintaan. Di bawah mekanisme awal io.net, selama node online, reward tetap diperoleh tanpa peduli apakah GPU benar-benar menjalankan pekerjaan efektif; token mereka juga turun tajam dari titik tertinggi historis, hingga Juni 2026 baru meluncurkan mekanisme insentif yang lebih digerakkan permintaan.

Kedua, SLA level perusahaan sulit ditangani hanya lewat protokol.
Pelanggan perusahaan butuh faktur, kanal dukungan, SLA standar, mekanisme refund, tinjauan kepatuhan, dan tanggung jawab hukum. Semua itu perlu entitas bisnis yang jelas untuk menanggungnya, bukan sekadar mengandalkan lapisan protokol.

Ketiga, workload AI tidak cocok secara alami dengan pasokan terdesentralisasi.
Pelatihan sinkron skala besar dan inferensi produksi memerlukan tingkat tinggi untuk interkoneksi GPU, NVLink/InfiniBand, penjadwalan klaster, pemulihan dari kegagalan, serta keamanan data. Jaringan yang tersebar secara geografis dan heterogen perangkat keras sulit memenuhi tuntutan workload seperti itu secara langsung.

Keempat, penetapan harga berbasis token tidak sejalan dengan proses pengadaan perusahaan.
Perusahaan lebih terbiasa dengan kontrak berbasis dolar AS, faktur, persetujuan anggaran, dan manajemen pemasok; mereka tidak ingin menanggung volatilitas harga token, perlakuan akuntansi, dan ketidakpastian kepatuhan.

Pengecualian penting: Aethir

Aethir adalah pengecualian.

Pendapatan Aethir pada 2025 melampaui 127 juta dolar AS, memiliki lebih dari 150 pelanggan perusahaan yang membayar, dan 430 ribu kontainer GPU, mencakup GPU kelas atas seperti H100, H200, B200, B300, dan lain-lain. Sesuai pengungkapan mandiri, skala pendapatannya sudah melampaui Andromeda dengan sekitar 100 juta dolar AS run-rate, dan jauh lebih tinggi daripada SF Compute.

Jalur Aethir lebih mirip menempatkan token Web3 dan efek jaringan pada lapisan struktur modal dan insentif ekosistem, sambil membuat bagian yang benar-benar menghadap pelanggan menjadi lebih terpusat, lebih standar, dan lebih enterprise. Klaster terpusat atau semi-terpusat, komitmen layanan yang jelas, kontrak penetapan harga dalam dolar AS, dukungan dan tanggung jawab pengiriman untuk pelanggan perusahaan.

Token bisa membantu pendanaan awal, insentif pasokan, dan organisasi jaringan, tetapi tidak seharusnya menjadi antarmuka utama yang harus dihadapi perusahaan saat mengadakan komputasi.

Apa yang baru pada trader generasi berikutnya

Titik awal pemain generasi baru bukan “membangun jaringan terdesentralisasi dulu”, melainkan langsung masuk ke rasa sakit utama pembelian bagi pembeli AI.

Perusahaan AI sering perlu menandatangani kontrak komputasi jangka panjang, tetapi permintaan yang nyata bersifat fluktuatif. Cara SF Compute adalah membuat pelanggan membeli kapasitas komputasi jangka panjang yang dibiayai pihak ketiga, lalu bagian yang tidak terpakai ditempel di buku pesanan untuk dijual kembali atau sublease. Mereka tidak memiliki GPU sendiri; lebih seperti pasar dengan likuiditas sekunder yang dibangun di sekitar kontrak komputasi.

Andromeda lebih mendekati dealer komputasi: melakukan price comparison real-time lintas lebih dari 100 pemasok, memverifikasi performa, menstandarkan SLA, dan bertindak sebagai pihak lawan kontrak tunggal untuk pelanggan. Nilainya tidak hanya sekadar mempertemukan transaksi; Andromeda juga menanggung fungsi pengadaan, pengiriman, dan sebagian perantara kredit untuk pelanggan, sehingga juga menyebut dirinya “market maker untuk compute”.

Andromeda melakukan transaksi pokok (principal trading), memegang atau mengendalikan persediaan, dan memperoleh profit dari selisih harga, sekaligus menanggung SLA dan tanggung jawab pengiriman. SF Compute lebih mirip gabungan exchange/broker: fokus pada pengantaran berbasis agen dan likuiditas sekunder, tanpa harus memegang GPU dasar, serta memperoleh pendapatan dari biaya transaksi dan efek jaringan pasar.

GMI Cloud perlu diklasifikasikan secara terpisah. Ia bukan broker/dealer yang tipikal, melainkan lebih mendekati neocloud: membangun pusat data sendiri, memegang aset, dan menjual kapasitas cloud GPU. Selain itu, ia juga adalah pengguna dana untuk pembiayaan berbasis utang untuk kredit GPU; sebagian besar pendanaan putaran A-nya adalah pembiayaan utang, sehingga lebih mendekati produsen komputasi di lapisan 3.

Yang paling dibutuhkan pasar sekarang bukan cloud ideal yang lebih terdesentralisasi, melainkan lapisan transaksi yang bisa langsung menyerahkan kapasitas H100/H200 hari ini, menanggung SLA, dan membantu pembeli menurunkan risiko kontrak jangka panjang.

Apakah sudah ada pasar penemuan harga komputasi?

Bentuk utama perdagangan komputasi saat ini masih OTC/bilateral customization. Quote publik memang meningkatkan transparansi pasar, tetapi lebih sering hanya menjadi titik awal untuk penemuan harga, bukan harga transaksi final yang seragam.

Sebagai contoh H100, kini sudah mulai muncul kisaran harga yang bisa diamati di pasar: harga Andromeda sekitar $1,83/jam; harga rata-rata SF Compute sekitar $2,03/GPU-hour; harga awal GMI Cloud sebesar $2,00/GPU-hour; sedangkan spot instance Mithril H100 SXM5 8-GPU jika dihitung ulang sekitar $2,92/GPU-hour.

Artinya, penawaran H100 di pasar publik kira-kira berada di kisaran $1,8–3,0/GPU-hour. Namun harga-harga ini tidak bisa dibandingkan secara langsung sepenuhnya, karena syarat penyerahan di lapisan dasar berbeda. Bentuk GPU, lokasi wilayah, interkoneksi jaringan, ukuran klaster, durasi sewa, SLA, dan jenis workload akan secara signifikan memengaruhi harga transaksi akhir.

Karena itu, yang benar-benar dibeli perusahaan biasanya bukan “satu jam H100” yang abstrak, melainkan capacity contract yang dirancang mengelilingi SKU tertentu, wilayah, jangka waktu, konfigurasi klaster, serta syarat penyerahan. Dengan kata lain, kutipan web membuat harga komputasi mulai terlihat, tetapi inti transaksi yang sesungguhnya di pasar saat ini masih kontrak OTC yang sangat terspesialisasi.

Ornn: upaya menjadi lapisan indeks pasar komputasi

Source: Ornn

Posisi inti Ornn bukan sekadar menjual komputasi, melainkan membangun infrastruktur dasar harga untuk pasar komputasi finansial. Ornn meluncurkan Ornn Compute Price Index (OCPI), yang melacak harga spot real-time yang ditransaksikan untuk compute GPU seperti H100, H200, B200, B300, dan menyusun harga-harga tersebut menjadi indeks yang dapat digunakan untuk penetapan harga, lindung nilai, dan penyelesaian. Situs resmi Ornn menyebut OCPI sebagai reference price untuk compute, yang digunakan untuk pricing, hedging, dan settlement di market turunan compute.

Ini berarti Ornn ingin melakukan hal seperti “Platts/Argus/WTI untuk pasar compute”: pertama, menormalisasi harga sewa GPU yang tersebar dan tidak standar; lalu membuat pasar bisa memperdagangkan futures, perp, atau perpetual contract berdasarkan benchmark tersebut.

Roadmap Ornn secara garis besar bisa dipahami dalam tiga langkah:

Langkah pertama, membangun indeks harga spot, yaitu OCPI.

Langkah kedua, melisensikan OCPI ke bursa dan platform derivatif agar menjadi harga penyelesaian kontrak.

Langkah ketiga, mengembangkan produk finansial seperti futures, perps, hedging, dan lending di sekitar indeks.

Architect: memperkenalkan struktur perpetual contract ke perdagangan komputasi yang lebih institusional

Architect termasuk jenis pemain yang lebih “bernuansa tempat transaksi” dalam pasar derivatif komputasi. Didirikan oleh Brett Harrison, mantan presiden FTX US, dan di bawahnya terdapat platform trading institusional AX yang bekerja sama dengan Ornn, dengan rencana meluncurkan kontrak bursa berbasis harga sewa GPU dan harga DRAM.

Secara mekanisme, Architect tidak menyerahkan komputasi fisik H100/H200, melainkan memberikan eksposur finansial atas harga sewa GPU dan harga memori bagi para trader melalui kontrak yang melacak indeks komputasi Ornn. Produknya lebih mirip struktur perpetual contract di pasar kripto: trader melakukan margin trading kontrak terindeks, harga kontrak kemudian “di-anchor” melalui indeks dan mekanisme pendanaan (funding rate), agar sedekat mungkin dengan harga sewa GPU di lapisan bawah.

Karena itu, arti Architect adalah memperkenalkan mekanisme perpetual contract yang native kripto ke skenario perdagangan komputasi yang lebih institusional dan teregulasi. Ia lebih seperti lapisan perdagangan derivatif di pasar komputasi, sementara Ornn menyediakan lapisan indeks yang menjadi acuan harga.

Lighter: perpetual contract on-chain untuk price discovery awal

Lighter lebih mirip venue compute perp versi on-chain. Platform ini sudah meluncurkan $H100, memungkinkan pengguna melakukan perdagangan eksposur harga compute H100 dengan leverage maksimal 10x; produk tersebut melacak Ornn H100 Compute Price Index.

Makna produk seperti ini adalah, ia memungkinkan pasar untuk pertama kali membentuk sinyal harga on-chain yang kontinu yang berputar di sekitar harga sewa GPU. Ia tidak menyelesaikan isu penyerahan GPU yang nyata, dan bukan pula jalur utama untuk pengadaan komputasi perusahaan, tetapi bisa digunakan sebagai pasar awal untuk spekulasi, lindung nilai, dan price discovery.

Dari mekanisme, produk ini lebih dekat ke perpetual contract di pasar kripto: trader tidak melakukan settlement dan pengiriman fisik atas komputasi H100, melainkan memperdagangkan kontrak yang melacak indeks H100; harga kontrak di-anchor melalui indeks dan mekanisme funding rate.

Kelebihannya adalah kecepatan peluncuran yang cepat, ambang partisipasi yang rendah, serta mendukung perdagangan sepanjang hari. Kekurangannya adalah likuiditas mungkin lebih tipis, dan masih ada risiko basis (basisk risk) dibanding kontrak kapasitas komputasi level perusahaan yang nyata.

ICE × Ornn: peta jalan pasar futures yang teregulasi

ICE adalah jalur bursa yang lebih tradisional dan teregulasi. Pada Mei 2026, ICE mengumumkan rencana bekerja sama dengan Ornn untuk meluncurkan serangkaian kontrak futures GPU compute, dengan benchmark dasar sebagai Ornn Compute Price Index. Di pengumuman ICE disebutkan secara jelas bahwa OCPI melacak live-traded spot prices untuk tipe perangkat keras utama seperti H100, H200, B200, B300; kontrak terkait direncanakan ditetapkan dengan dolar AS, diselesaikan secara cash, serta menunggu persetujuan regulator.

Mekanisme ICE berbeda dari Lighter. Lighter adalah perpetual on-chain yang cocok untuk membentuk cepat harga transaksi dan likuiditas spekulatif; sementara ICE adalah pasar futures yang teregulasi, sehingga lebih cocok untuk partisipasi institusional, clearing, manajemen risiko, dan hedging kepatuhan.

Namun kontrak ICE tidak melakukan penyerahan fisik; melainkan cash settlement. Artinya, trader tidak akan benar-benar menyerahkan atau menerima kapasitas H100, melainkan melakukan settlement profit dan loss berdasarkan indeks seperti OCPI. Ini menurunkan kompleksitas penyerahan, tetapi juga berarti apakah kontrak bisa sukses bergantung pada apakah indeks cukup tepercaya dan tahan terhadap manipulasi, serta apakah indeks tersebut mampu mewakili harga pasar yang nyata.

Prospek pasar

Tiga arah yang layak dipantau

Institusionalisasi OTC meja (counterparty) Akhir dari pasar komputasi tidak mesti perusahaan industri langsung memperdagangkan futures di bursa; kemungkinan lebih besar dealer akan menampung kebutuhan kustom dari pihak industri, lalu mengelola risiko lewat indeks, futures, atau perpetual contract. Dalam 12–24 bulan ke depan, yang paling layak diamati adalah apakah pemain seperti Andromeda dan SF Compute bisa naik dari “platform pembelian komputasi” menjadi benar-benar “meja perdagangan komputasi”: di satu sisi menangani kebutuhan spot level SKU dan reservasi; di sisi lain melakukan hedging inventori dan risiko basis di pasar indeks. Siapa pun yang bisa menyelesaikan langkah ini lebih dulu, berpeluang menjadi perantara inti di pasar komputasi.

Siklus tertutup kredit dan derivatif Jika “pembiayaan berbasis jaminan GPU + hedging futures” bisa berjalan, pihak pemberi pinjaman bisa mengelola fluktuasi harga GPU dan risiko nilai sisa (residual) dengan lebih efektif, sehingga menurunkan haircut dan biaya pendanaan. Ini akan langsung meningkatkan efisiensi permodalan infrastruktur AI, dan menjadi salah satu makna terpenting dari finansialisasi komputasi bagi industri AI dunia nyata.

Terbentuknya benchmark harga dan sistem clearing Agar komputasi menjadi aset yang benar-benar bisa diperdagangkan dan bisa dibiayai, ia harus terlebih dahulu memiliki benchmark harga yang tepercaya dan mekanisme clearing. Penyedia indeks seperti Ornn, Silicon Data, NATIVX, serta tempat perdagangan seperti ICE, CME, Architect, dan Lighter, yang diperebutkan bukan sekadar peluang produk tunggal, melainkan pintu masuk penentuan harga (pricing power) bagi pasar komputasi masa depan.

Pertanyaan yang belum terjawab

Persetujuan regulasi

Produk seperti CME, ICE, dan Architect masih perlu melalui persetujuan regulasi. Saat ini belum jelas bagaimana komputasi akan didefinisikan—apakah sebagai komoditas, layanan, atau semacam sumber daya baru yang bisa diperdagangkan.

Pasar spot lapisan dasar masih relatif tipis

Kepercayaan pada indeks bergantung pada kedalaman transaksi spot yang nyata. Spot publik dan pasar rotasi sekunder masih berada di tahap awal; sebagian besar perdagangan komputasi masih terkunci dalam kontrak jangka panjang antara hyperscaler, neocloud, dan perusahaan AI. Jika kedalaman transaksi di lapisan dasar kurang, hal itu dapat memengaruhi representativitas indeks dan kemampuan tahan manipulasi.

Risiko siklus Jika belanja modal AI melambat, likuiditas spot bisa menyusut sebelum pasar derivatif matang. Sementara itu, sewa GPU sudah turun secara jelas dari puncaknya, dan kurva nilai sisa serta depresiasi GPU belum memiliki data historis yang cukup, yang akan semakin memperbesar ketidakpastian dalam penilaian kredit dan penetapan harga derivatif.

Reference

Tentang Gate Ventures

Gate Ventures adalah divisi venture capital milik Gate yang berfokus pada investasi pada infrastruktur terdesentralisasi, ekosistem, dan aplikasi, dengan tujuan menata ulang dunia di era Web 3.0. Gate Ventures bekerja sama dengan pemimpin industri global untuk memberdayakan tim dan startup yang memiliki pemikiran inovatif dan kemampuan, serta mendefinisikan ulang pola interaksi sosial dan keuangan.
Untuk informasi lebih lanjut, kunjungi: situs resmi | X | Telegram | LinkedIn | Medium

Penafian

Konten ini tidak merupakan penawaran, ajakan, atau saran apa pun. Anda harus selalu mencari nasihat profesional independen sebelum mengambil keputusan investasi apa pun. Harap dicatat bahwa GateVentures dapat membatasi atau melarang semua atau sebagian layanan yang berasal dari wilayah yang dibatasi. Silakan baca perjanjian pengguna untuk informasi lebih lanjut, tautan:*.