Michael Heinrich, Pendiri Bersama dan CEO 0G – Seri Wawancara

Michael Heinrich, Pendiri Bersama dan CEO 0G, adalah pengusaha serial, investor, dan eksekutif teknologi yang berfokus membangun infrastruktur terdesentralisasi untuk kecerdasan buatan. Di 0G, ia memimpin pengembangan infrastruktur yang dirancang agar AI lebih terbuka, dapat diverifikasi, dan mudah diakses. Heinrich juga menjabat sebagai Ketua Eksekutif ZeroStack Corp. dan telah menjadi pengajar serta mentor di Stanford University selama lebih dari satu dekade, dengan berkontribusi pada program-program di bidang kewirausahaan, modal ventura, dan inovasi. Ia juga merupakan Mitra Ventura dan investor malaikat di Pioneer Fund, dengan investasi di berbagai perusahaan dan proyek, termasuk Stripe, Anthropic, Brex, Notion, Filecoin, Worldcoin, Uniswap, Shield AI, dan Binance. Sebelumnya, Heinrich mendirikan Garten, perusahaan kesehatan dan kebugaran di tempat kerja yang dahulu bernama Oh My Green, serta bekerja di Bridgewater Associates, Bain & Company, SAP Labs, Microsoft, dan J.P. Morgan. Pengalaman tersebut memberinya keahlian di bidang kewirausahaan, teknologi, keuangan, strategi, dan investasi modal ventura.

0G sedang membangun tumpukan infrastruktur AI terdesentralisasi yang dirancang sebagai lapisan kepercayaan bagi kecerdasan buatan. Infrastruktur ini memungkinkan beban kerja AI dijalankan, disimpan, dan diverifikasi tanpa sepenuhnya bergantung pada penyedia terpusat. Arsitekturnya menyatukan komputasi yang dapat diverifikasi, penyimpanan terdesentralisasi terenkripsi, inferensi AI privat, dan blockchain Layer 1 yang kompatibel dengan EVM serta dirancang khusus untuk AI. Infrastruktur ini mendukung berbagai aplikasi, mulai dari agen AI otonom dan model terdesentralisasi hingga pasar AI dan ekonomi mesin. Platform ini dirancang secara modular sehingga pengembang dapat menggunakan komponen tertentu, seperti penyimpanan atau komputasi, secara terpisah, sekaligus mendukung aplikasi AI yang sepenuhnya berjalan on-chain, dengan data, model, dan tindakan yang dapat diaudit dan diverifikasi. Melalui pendekatan ini, 0G bertujuan menyediakan infrastruktur dasar bagi ekosistem AI yang lebih terbuka dan transparan, tempat pengembang, perusahaan, dan pengguna memiliki kendali lebih besar atas sumber daya dan data AI.

Sebelum mendirikan 0G bersama para pendiri lainnya, Anda membangun dan memimpin Garten serta bekerja di bidang perangkat lunak, keuangan, investasi modal ventura, dan kewirausahaan. Apa yang Anda lihat terjadi di bidang AI hingga yakin untuk memulai 0G pada 2023, dan bagaimana pengalaman Anda sebelumnya membentuk visi perusahaan ini?

Sepanjang karier, saya berpindah-pindah di antara dua dunia yang jarang berinteraksi. Pada awal karier, saya menulis perangkat lunak di SAP dan Microsoft. Lalu saya beralih ke bidang keuangan: mula-mula mempelajari pasar modal global saat melakukan riset di Harvard Business School, kemudian bekerja di Bain dan Bridgewater, tempat saya mengalami langsung krisis 2008. Pengalaman itu mendorong saya mendirikan Garten, perusahaan yang didukung Y Combinator.

Setiap babak mengajarkan pelajaran yang sama dari sudut pandang berbeda: ketika suatu sistem memusatkan kendali dan menyembunyikan cara kerjanya, orang-orang yang bergantung padanya menjadi pihak terakhir yang mengetahui bahwa sistem itu bermasalah.

Pada 2023, saya melihat pola mulai terbentuk di bidang AI dengan kecepatan yang belum pernah saya saksikan di pasar lain. Model-modelnya luar biasa, tetapi infrastruktur di baliknya terkonsentrasi di tangan segelintir perusahaan. Lebih penting lagi, Anda tidak dapat memeriksa apa yang dijalankan, ke mana data Anda dikirim, atau berapa biaya komputasi yang sebenarnya. Pada saat yang sama, modal yang dibutuhkan untuk berpartisipasi terus bertambah secara majemuk setiap kuartal. Bagi seseorang yang menyaksikan krisis 2008 terjadi, situasinya tampak seperti pengungkit di atas kotak hitam, sementara semua orang menganggap kotak hitam itu baik-baik saja.

Karena itu, arah 0G berawal dari pertanyaan tentang keuangan yang terus mengusik saya: “Apa yang terjadi ketika masukan terpenting dalam perekonomian tidak memiliki pasar yang transparan dan tidak dapat diverifikasi secara independen?” Bersama para pendiri lainnya, Thomas Yao, Fan Long, dan Ming Wu, kami menjawab pertanyaan itu dengan membangun 0G.

Jawabannya adalah lapisan kepercayaan untuk AI: satu tumpukan yang menyatukan komputasi privat, model 0gm berbobot terbuka milik kami, mekanisme pengamanan seperti penyelarasan inferensi sparse dan verifikasi Tee, penyimpanan terenkripsi, serta blockchain yang dirancang khusus untuk beban kerja AI. Di sini, pekerjaan AI, mulai dari inferensi hingga tindakan agen, diverifikasi dan diaudit.

Perusahaan AI mengalokasikan modal dalam jumlah sangat besar untuk GPU, pusat data, dan energi. Apa perubahan mendasar dalam ekonomi komputasi, dan apakah menurut Anda akses ke komputasi dapat menjadi sama pentingnya secara strategis dengan akses ke modal atau energi?

Akses ke komputasi sudah menjadi sama pentingnya secara strategis dengan akses ke modal atau energi. Empat penyedia hyperscaler terbesar mengalokasikan lebih dari $500 miliar untuk belanja modal AI pada 2025 saja, dan kini berada pada laju yang akan menggandakan angka tersebut tahun ini. Ini bukan lagi anggaran teknologi. Ini adalah belanja untuk infrastruktur nasional yang dikelola segelintir perusahaan swasta.

Perubahan mendasarnya adalah komputasi kini menjadi kendala utama bagi kecerdasan itu sendiri. Setiap peningkatan model, setiap agen, dan setiap produk pada akhirnya bergantung pada jam penggunaan GPU. Ketika satu masukan menjadi penentu bagi segala hal yang bergantung padanya, masukan itu tak lagi berperilaku seperti komoditas yang dibeli, melainkan seperti modal yang dimiliki. Akses ke komputasi kini menentukan perusahaan, universitas, dan negara mana yang dapat membangun.

Hal yang aneh adalah aset ini tidak memiliki pasarnya sendiri. Komputasi diproduksi dalam skala besar, disewakan secara global, dan harganya ditetapkan setiap hari, tetapi tidak ada cara untuk memiliki hak atasnya, melakukan lindung nilai terhadapnya, atau mengalokasikannya secara transparan. Modal memiliki pasar. Energi memiliki pasar. Komputasi hanya memiliki kontrak pengadaan dengan segelintir vendor.

Setiap sumber daya yang langka menempuh jalur yang sama: pertama diproduksi, lalu harganya ditetapkan, kemudian dibiayai. Minyak melalui proses ini. Listrik juga. Bandwidth juga. Komputasi sedang memasuki tahap ketiga itu sekarang, dan membangun infrastruktur keuangan untuk mendukungnya merupakan salah satu proyek infrastruktur paling menentukan pada dekade ini.

0G memperkenalkan gagasan bahwa komputasi dapat dimiliki, diperoleh, dan digunakan, bukan sekadar dibeli sebagai layanan cloud. Secara praktis, apa artinya mengubah komputasi menjadi aset, dan bagaimana hal itu dapat mengubah hubungan antara penyedia infrastruktur, pengembang, dan perusahaan AI?

Pikirkan cara kerja aset produktif lainnya. Ekuitas menghasilkan dividen. Obligasi membayar kupon. Compute Finance, yang kami singkat sebagai ComFi, menerapkan pemikiran yang sama pada komputasi. Alih-alih hanya membayar untuk mengakses GPU, Anda dapat memiliki posisi yang memberi Anda akses ke komputasi AI yang benar-benar dapat digunakan.

Dalam praktiknya, Anda mengaktifkan suatu aset untuk menghasilkan imbalan berupa komputasi AI. Komputasi itu dapat mendukung berbagai hal, mulai dari menjalankan model secara privat hingga membangun dan meluncurkan aplikasi AI. Di baliknya, sistem ini berjalan di atas blockchain 0G. Pengguna melakukan staking—yakni mengunci—0G sebagai jaminan, menerima a0G, mencetak iAI, lalu mengalokasikan iAI tersebut untuk memperoleh komputasi yang dapat digunakan di berbagai layanan AI.

Tujuannya adalah menjadikan komputasi sebagai sesuatu yang dapat Anda miliki, peroleh, dan gunakan, bukan sekadar disewa per jam dari penyedia cloud. Berdasarkan parameter awal, pengguna dapat mengalokasikan iAI dan menerima kredit komputasi senilai lebih dari $1 per hari di berbagai layanan AI 0G yang didukung. Jaminan yang mendasarinya tetap terkunci selama posisi tersebut aktif dan dapat diperoleh kembali ketika iAI dibakar.

Hal penting yang perlu dipahami adalah pengguna tidak menerima uang tunai atau imbal hasil finansial. Mereka menerima akses ke komputasi yang benar-benar dapat digunakan.

Hal ini mengubah hubungan antara penyedia infrastruktur, pengembang, dan perusahaan AI. Penyedia infrastruktur mendapatkan cara baru untuk menyediakan kapasitas komputasi mereka di luar kontrak cloud tradisional. Pengembang memperoleh sumber daya yang lebih dapat diprediksi untuk perencanaan dan penganggaran. Perusahaan AI dapat mengamankan kapasitas komputasi dan merencanakan penggunaannya, alih-alih hanya menganggapnya sebagai pengeluaran yang dikendalikan segelintir penyedia.

Selain itu, karena berjalan di lapisan kepercayaan 0G, penggunaan komputasi dapat diverifikasi dan diaudit, alih-alih hanya diminta untuk “percaya saja kepada kami”

Kami memosisikan ComFi sebagai kategori terbuka bagi industri AI, bukan sebagai merek eksklusif. Ascend dan iAI adalah implementasi pertama dari gagasan ini, dan masih banyak lagi yang akan hadir di jaringan 0G.

0G Compute beroperasi sebagai pasar terdesentralisasi tempat penyedia GPU dapat bersaing untuk menangani beban kerja AI. Keunggulan ekonomi apa yang dapat ditawarkan model ini dibandingkan dengan mengandalkan segelintir penyedia cloud berskala hiper, terutama ketika permintaan GPU sedang tinggi?

Kami menyoroti tiga keunggulan yang makin terlihat saat GPU langka: penemuan harga, elastisitas, dan tanpa keterikatan pada satu penyedia.

1. Penemuan harga: Di 0G Compute, penyedia menetapkan harga sendiri dan bersaing untuk mendapatkan beban kerja. Hasilnya dapat berupa biaya yang jauh lebih rendah: biaya inferensi model terbuka yang sebanding bisa hingga 95 persen lebih rendah, sementara lapisan penyimpanan kami beroperasi dengan biaya lebih dari 90 persen di bawah AWS S3. Sebagian penghematan berasal dari persaingan, dan sebagian lagi dari pemanfaatan kapasitas GPU yang menganggur serta penggunaan model terbuka, bukan model terdepan tertutup pada infrastruktur khusus.

2. Elastisitas: Kapasitas penyedia cloud berskala hiper direncanakan bertahun-tahun sebelumnya dan dialokasikan melalui hubungan jangka panjang. Pasar dapat menarik pasokan dari mana saja, termasuk operator independen, klaster akademis, dan perusahaan yang memiliki perangkat keras menganggur. Saat permintaan melonjak, kenaikan harga dapat mendorong lebih banyak pasokan untuk mulai beroperasi. Antrean tetap hanya akan makin panjang.

3. Tanpa keterikatan pada satu penyedia: Setiap penyedia di jaringan kami menyediakan API yang kompatibel dengan OpenAI melalui satu perute, yang secara otomatis mengalihkan permintaan jika penyedia mengalami gangguan. Saat ini, ada 13 penyedia yang melayani ratusan model melalui satu titik akhir, dengan lebih dari 373 miliar token telah diproses dan 27 juta permintaan inferensi. Pengembang dapat berganti penyedia hanya dengan mengubah header, tanpa perlu melakukan migrasi.

Ada juga fakta berupa angka yang sering luput dari perhatian. Model kami sendiri, 0GM-1.0, merupakan model yang paling banyak digunakan kedua di jaringan selama 30 hari terakhir, hanya kalah dari DeepSeek. Ketika model terbuka milik jaringan terdesentralisasi mampu bersaing dalam hal penggunaan dengan model terbuka terbaik di dunia, hal itu menunjukkan bahwa pasar tersebut dapat beroperasi dalam skala besar.

Penyedia cloud berskala hiper sangat unggul dalam bidangnya. Namun, ketika GPU menjadi sumber daya paling langka dalam AI, tersedianya lebih banyak sumber komputasi dapat menciptakan model pasokan yang sangat berbeda dibandingkan sekadar menunggu tambahan kapasitas dari penyedia cloud berskala hiper.

Salah satu tantangan infrastruktur terdesentralisasi adalah memastikan bahwa komputasi yang lebih murah dan tersebar luas tidak mengorbankan keandalan. Bagaimana 0G menentukan apakah penyedia komputasi benar-benar menjalankan beban kerja AI dengan benar?

Ini pertanyaan yang sangat bagus, dan jawabannya membedakan pasar komputasi yang nyata dari sistem yang mengharuskan Anda begitu saja memercayai penyedia seperti AWS, Google Cloud, atau Microsoft Azure. Kami merancang 0G agar Anda tidak perlu begitu saja menerima klaim penyedia.

Tingkat privat 0G berjalan di dalam lingkungan eksekusi tepercaya yang tertutup. Perangkat keras menghasilkan pengesahan yang menunjukkan model dan kode mana yang sedang berjalan, lalu menandatangani setiap respons dengan kunci yang hanya ada di dalam lingkungan tersebut. Klien dapat memverifikasi tanda tangan terhadap pengesahan itu dan memastikan bahwa model yang ditentukan berjalan pada penyedia yang ditentukan tanpa modifikasi. Baik 0G maupun penyedia tidak dapat melihat perintah maupun respons. Di semua tingkat layanan, 0G tidak menyimpan perintah atau respons dan tidak melatih model dengan data Anda.

Pada tingkat terverifikasi, permintaan diarahkan ke model hulu yang dituju, sehingga Anda tahu model mana yang menjawab meskipun penyedianya sendiri terpusat. Tingkat layanan ini ditentukan untuk setiap permintaan dan diberlakukan oleh jaringan. Jika suatu permintaan membutuhkan penyedia yang mampu menjaga privasi dan penyedia semacam itu tidak tersedia, permintaan akan gagal alih-alih diam-diam dialihkan ke tingkat layanan lain. Tingkat layanan yang jujur lebih penting daripada tingkat layanan yang sekadar dipromosikan.

Pembayaran dikaitkan dengan bukti. Dana ditahan sampai hasil yang ditandatangani diserahkan. Sejauh ini, jaringan telah mencatat lebih dari 24,9 juta bukti TEE, dan kerangka kerja ini juga mendukung verifikasi optimistis serta tanpa pengetahuan untuk beban kerja yang lebih cocok menggunakan pendekatan tersebut daripada pengesahan perangkat keras.

Keandalan ditangani secara langsung, dengan pengalihan otomatis antarpenyedia serta data kesehatan dan latensi langsung. Jaringan yang mendasarinya dirancang agar verifikasi dan penyelesaian transaksi tidak menjadi hambatan.

Ekonomi infrastruktur AI semakin erat kaitannya dengan ketersediaan listrik. Seiring model dan beban kerja inferensi terus berkembang, apakah Anda memperkirakan energi akan menjadi kendala utama bagi komputasi AI, menggantikan GPU, dan bagaimana infrastruktur terdesentralisasi dapat membantu mengatasi hambatan tersebut?

Energi dan komputasi jelas saling terkait, dan keduanya saling memengaruhi; hambatan yang dipicu oleh energi sudah terjadi. Di Virginia Utara, permintaan dari pusat data sebesar lebih dari 3 GW tiba-tiba terputus dari jaringan listrik pada bulan Juli, yang menyoroti tekanan yang dapat ditimbulkan oleh beban pusat data terkonsentrasi terhadap infrastruktur listrik.

Penggunaan listrik pusat data AI diperkirakan akan meningkat dua kali lipat pada 2030, dan IEA memproyeksikan konsumsi pusat data global akan meningkat lebih dari dua kali lipat, menjadi sekitar 945 terawatt-jam pada 2030, dengan AI sebagai pendorong utamanya. GPU dapat dibangun lebih cepat daripada infrastruktur listrik yang dibutuhkan untuk menjalankannya.

AI terpusat memperburuk masalah ini dengan memusatkan permintaan di sejumlah kecil pusat data berskala sangat besar, yang masing-masing membutuhkan listrik dalam jumlah besar dan infrastruktur jaringan listrik baru.

Infrastruktur terdesentralisasi dapat membantu meringankan kendala yang kian besar ini dengan menempatkan beban kerja di lokasi yang sudah memiliki pasokan listrik dan kapasitas komputasi. Lokasi itu bisa berupa pusat data regional, kawasan industri dengan kapasitas berlebih, atau sumber energi terbarukan yang jika tidak dimanfaatkan akan terbuang. Alih-alih menyalurkan lebih banyak listrik ke beberapa kompleks berskala sangat besar, beban kerja dapat dipindahkan ke tempat yang pasokan listriknya sudah tersedia tetapi belum dimanfaatkan secara optimal.

Perlu ditegaskan, hal ini tidak menghilangkan kendala energi, tetapi dapat membantu memaksimalkan pemanfaatan infrastruktur energi dan komputasi yang sudah ada.

0G menggunakan berbagai mekanisme, termasuk lingkungan eksekusi tepercaya, verifikasi optimistis, dan teknik tanpa pengetahuan, agar komputasi AI dapat diverifikasi. Menurut Anda, di mana verifikasi kriptografis akan menjadi paling penting ketika agen AI otonom mulai mengambil keputusan dan menjalankan transaksi tanpa pengawasan manusia secara terus-menerus?

Verifikasi paling penting tepat ketika manusia berhenti mengawasi. Kopoilot memiliki seseorang yang meninjau keluarannya. Agen otonom tidak. Ketika agen dapat mengambil keputusan, menandatangani transaksi, menyimpan dana, atau berinteraksi dengan agen lain, Anda perlu tahu agen mana yang bertindak, model mana yang menjalankannya, dan apakah agen itu melakukan hal yang seharusnya.

Di sinilah verifikasi kriptografis menjadi penting. Ketika agen berjalan di dalam lingkungan eksekusi tepercaya, Anda dapat memperoleh catatan bertanda tangan yang menunjukkan model mana yang menghasilkan keputusan dan masukan apa yang digunakannya. Blockchain merupakan lapisan kepercayaan yang ideal karena bersifat permanen, hanya dapat ditambahi, dan dapat melacak asal-usul. Blockchain menyediakan catatan bersama atas bukti-bukti tersebut, sehingga pengembang, auditor, dan pihak-pihak yang bertransaksi dapat memverifikasi apa yang terjadi tanpa memercayai versi peristiwa dari satu pihak saja.

Prinsip yang sama berlaku saat agen mulai berinteraksi satu sama lain dalam skala besar. Tidak mungkin manusia meninjau setiap keputusan atau transaksi. Verifikasi, kemampuan audit, dan kepercayaan harus menjadi bagian dari infrastruktur itu sendiri. Tujuannya sederhana. Alih-alih bertanya apakah agen mengaku telah mengikuti aturan, Anda dapat membuktikan bahwa agen memang melakukannya.

Sebagian besar persaingan infrastruktur saat ini berpusat pada pembangunan pusat data terpusat yang makin besar. Apakah komputasi AI terdesentralisasi menjadi alternatif bagi model tersebut, atau pada akhirnya Anda melihat jaringan terdesentralisasi dan penyedia cloud hyperskala saling melengkapi dalam pasar komputasi global yang sama?

Menurut saya, keduanya saling melengkapi, dan pembagiannya akan sangat mirip dengan jaringan energi. Penyedia cloud hyperskala memasok beban dasar. Mereka sangat piawai menangani beban kerja berskala besar, dapat diprediksi, dan sensitif terhadap latensi untuk perusahaan terbesar, dan mereka sebaiknya terus melakukannya. Jaringan terdesentralisasi dapat melengkapi mereka dengan menyerap permintaan yang berfluktuasi, menghadirkan kapasitas komputasi terdistribusi dan yang sebelumnya tidak terpakai ke jaringan, serta memberi lebih banyak perusahaan akses ke kapasitas GPU.

Jaringan terdesentralisasi merupakan alternatif nyata karena menawarkan kepercayaan. Konsentrasi adalah masalah ekonomi, tetapi juga masalah visibilitas. Ketika segelintir perusahaan menjalankan infrastruktur, mereka juga mengendalikan apa yang dapat Anda lihat. Penyedia cloud hyperskala dapat berjanji untuk tidak melihat data Anda. Enklave tertutup dengan pengesahan publik dapat membuktikan bahwa janji itu ditepati. Keunggulan tersebut tidak meningkat hanya karena pusat datanya lebih besar. Keunggulan itu berasal dari verifikasi yang tertanam di dalam infrastruktur.

Kami sudah melihat kedua model ini berjalan berdampingan. Google Cloud dan Alibaba Cloud termasuk di antara mitra peluncuran jaringan utama kami. Perusahaan ingin dapat mengarahkan beban kerja ke penyedia cloud hyperskala, penyedia terdesentralisasi, atau perangkat keras mereka sendiri, berdasarkan harga, persyaratan privasi, dan tingkat verifikasi yang mereka perlukan.

Itulah arah pergerakan pasar yang kami lihat. Bukan satu model menggantikan model lainnya, melainkan pasar komputasi global tempat beban kerja dapat berpindah di antara berbagai sumber infrastruktur sesuai dengan kebutuhan tugasnya.

Ketika agen AI menjadi pelaku ekonomi yang mampu membeli layanan dan mengelola sumber daya secara otonom, mungkinkah komputasi menjadi bagian dari ekonomi antarmesin, tempat agen memperoleh infrastruktur secara dinamis berdasarkan harga, kinerja, dan ketersediaan?

Kami telah melihat beberapa contoh kecilnya di jaringan kami. Sebagian besar permintaan melalui 0G Compute tidak berasal dari seseorang yang mengeklik tombol. Permintaan itu berasal dari aplikasi dan agen yang memanggil API, membayar setiap permintaan menggunakan saldo yang telah diisi dana, lalu diarahkan ke penyedia yang paling sesuai dengan tugasnya. Sekitar 43.000 dompet telah membayar inferensi dengan cara ini, dan lebih dari 300 proyek dibangun di atas 0G. Ghast AI saja telah menyalurkan lebih dari 100 miliar token melalui 0G Compute. NeoSoul menjalankan jutaan agen di 0G dan BNB Chain, jaringan blockchain lainnya. Memilih penyedia yang lebih murah untuk tugas pemrosesan batch dan enklave privat untuk tugas yang sensitif adalah keputusan perutean yang sudah terjadi saat ini.

Hal-hal yang belum tersedia untuk mewujudkan ekonomi mesin adalah hal-hal yang dianggap lumrah oleh manusia, yaitu identitas, cara menyimpan sumber daya untuk digunakan nanti, dan satuan hitung. Agen memerlukan identitas yang dapat digunakan di berbagai layanan, dan Agentic ID dari 0G dirancang untuk menyediakannya. Mereka juga memerlukan cara untuk mengamankan kapasitas komputasi terlebih dahulu, alih-alih membayar setiap permintaan, agar dapat merencanakan dan beroperasi secara otonom.

Itulah salah satu alasan kami membangun Compute Finance. Ketika komputasi dapat diperoleh melalui partisipasi dalam jaringan dan digunakan di berbagai layanan AI, agen dapat didanai satu kali dan menggunakan komputasi yang dibutuhkannya tanpa campur tangan manusia untuk mengisi ulang akun cloud. Ascend dan Infinite AI adalah implementasi pertamanya. Ekonomi mesin akan dibangun di atas keduanya oleh orang-orang yang belum kami temui.

Persyaratan keselamatannya tidak bisa ditawar. Setiap keputusan mesin harus meninggalkan jejak yang dapat diverifikasi dan dilengkapi dengan pagar pengaman keselamatan. Ekonomi mesin tanpa bukti transaksi hanyalah cara yang lebih cepat untuk kehilangan uang dan memicu bencana keamanan yang tidak terungkap.

Melihat lima tahun ke depan, bagaimana Anda memperkirakan perkembangan pasar komputasi AI? Apakah perusahaan masih akan terutama berpikir dalam hal menyewa GPU dan kapasitas cloud, atau kita sedang menuju pasar global yang lebih likuid, tempat komputasi dapat dimiliki, dipertukarkan, dimonetisasi, dan dialokasikan secara dinamis?

Menurut saya, penyewaan tidak akan hilang, sama seperti leasing tidak hilang ketika pembiayaan peralatan berkembang. Namun, kini penyewaan bukan lagi satu-satunya pilihan, dan para pelaku serius tidak akan lagi memandangnya sebagai satu-satunya cara untuk menggunakan komputasi sebagai sumber daya.

Seiring perkembangannya, saya memperkirakan komputasi akan memiliki infrastruktur keuangan yang sama seperti setiap input strategis lainnya. Perusahaan akan memegang posisi dalam komputasi, seperti halnya mereka memegang kontrak energi atau mata uang asing. Penyedia akan menjual kapasitas di pasar terbuka, alih-alih menegosiasikan kontrak satu per satu. Harga komputasi akan ditentukan berdasarkan beban kerja dan tingkat kepercayaan, karena inferensi privat yang terverifikasi dan inferensi yang tidak terverifikasi adalah produk yang berbeda. Selain itu, semakin banyak pembeli akan berupa agen, bukan tim pengadaan.

Itulah tujuan Compute Finance (ComFi). Kami meluncurkan Ascend dan mengumumkan Infinite AI pada peringatan satu tahun jaringan utama kami karena kini urutannya sudah jelas. Komputasi diproduksi. Harganya ditetapkan. Langkah berikutnya adalah lapisan keuangan tempat hak atas komputasi dapat dimiliki, diperoleh, digunakan, dan diperdagangkan, dengan setiap unit meninggalkan catatan yang dapat diverifikasi. Kami sengaja menjadikan ComFi kategori terbuka, bukan merek eksklusif, karena pasar yang hanya memiliki satu peserta bukanlah pasar.

Yang memungkinkan semua ini bukan GPU yang lebih baik. Melainkan lapisan kepercayaan: bukti tentang apa yang dijalankan, bukti tentang siapa yang menjalankannya, serta penyelesaian transaksi yang mengikuti bukti tersebut. Setelah komputasi dapat diverifikasi, komputasi menjadi cukup mudah dipertukarkan untuk dibiayai. Setelah dapat dibiayai, komputasi menjadi likuid. Lima tahun ke depan adalah masa ketika industri berhenti memperlakukan sumber daya terpenting dalam perekonomian sebagai pos anggaran.

Terima kasih atas wawancara yang luar biasa. Pembaca yang ingin mengetahui lebih lanjut dapat mengunjungi 0G.