Nilai gabungan token crypto terkait AI telah melonjak empat kali lipat dalam dua tahun terakhir, mendekati kapitalisasi pasar $20 miliar.
Meski masih merupakan bagian kecil - hanya 0,67% - dari total pasar crypto $3,55 triliun, pertumbuhannya mencerminkan ekspektasi yang meningkat terhadap peran infrastruktur AI terdesentralisasi, uang yang dapat diprogram, dan sistem pembayaran berbasis stablecoin.
Menurut Grayscale Investments, kedewasaan relatif sektor crypto AI menjelaskan ukurannya yang sekarang masih terbatas dibandingkan dengan sektor dominan lain seperti keuangan terdesentralisasi dan layanan keuangan tokenisasi, yang mewakili ratusan miliar dalam nilai. Namun, perusahaan menyarankan disparitas ini bisa menyusut seiring model crypto AI-native yang matang dan kasus penggunaan institusional menjadi lebih jelas.
Pada akhir Mei 2025, ruang crypto AI terdiri dari sekitar 20 token. Yang terbesar berdasarkan kap pasaran beredar adalah TAO, aset asli dari protokol pembelajaran mesin terdesentralisasi Bittensor. Meski tahun secara keseluruhan bullish untuk crypto, sektor token AI mengalami kinerja individu yang bervariasi. TAO naik 2% tahun ke tahun, sementara ElizaOS turun 80%, menyoroti volatilitas sektor dan sifat awalnya.
Meski begitu, tren keseluruhan telah meningkat tajam. Pada 2023, nilai total pasar sektor crypto AI hanya mencapai $4,5 miliar. Saat ini, nilainya mendekati $20 miliar, menunjukkan bahwa minat investor terhadap infrastruktur AI-native, pelatihan terdesentralisasi, dan koordinasi agen berbasis blockchain semakin meningkat.
Stablecoin sebagai Penggerak Utama untuk Agen AI
Salah satu tren penting yang muncul adalah konvergensi antara AI dan infrastruktur stablecoin. Laporan Grayscale terbaru oleh peneliti Zach Pandl dan Will Ogden Moore menyoroti bagaimana stablecoin - dolar digital berbasis blockchain - dapat menjadi alat dasar untuk agen AI yang membutuhkan sistem pembayaran yang cepat, lintas batas, dan dapat diprogram.
Integrasi stablecoin ke dalam kasus penggunaan AI muncul di tengah minat yang berkembang dari pemain fintech dan teknologi besar. Stripe baru-baru ini memperluas fungsionalitas pembayaran stablecoin ke lebih dari 150 negara. Meta sedang bereksperimen dengan rel pembayaran berbasis blockchain, dan bank-bank besar AS juga disebut-sebut sedang mengeksplorasi kerangka setoran tokenisasi yang kompatibel dengan alat AI.
Sementara itu, Coinbase telah meluncurkan "dompet pintar" dan tumpukan pembayaran yang dapat diprogram yang ditujukan untuk memungkinkan agen AI dan internet-of-things melakukan mikrotransaksi dalam stablecoin. Perkembangan ini dibentuk oleh kemajuan regulasi, seperti undang-undang struktur pasar crypto AS dan proposal GENIUS Act - undang-undang yang berfokus pada lisensi dan tata kelola untuk stablecoin yang didukung fiat. Jika disahkan, regulasi semacam ini dapat memberikan landasan hukum yang lebih jelas untuk aliran pembayaran yang digerakkan oleh AI.
Bittensor: Halving, Subnet, dan Komputasi Terdesentralisasi
Bittensor tetap merupakan protokol AI terdesentralisasi yang paling berkembang saat ini. Secara longgar dimodelkan pada Bitcoin, TAO memiliki batas keras 21 juta token dan mengadakan acara halving setiap empat tahun. Acara pertama diharapkan tahun ini, mengurangi issuance dan berpotensi mempengaruhi dinamika pasokan token.
Pada bulan Februari, Bittensor meluncurkan pembaruan dTAO, memungkinkan pembentukan subnet yang dapat diinvestasikan - jaringan mini khusus yang dioptimalkan untuk tugas pembelajaran mesin tertentu. Sejak peluncuran, lebih dari 7% dari pasokan beredar TAO telah diinvestasikan ke dalam subnet ini, menunjukkan partisipasi pengembang yang semakin meningkat dalam lingkungan pelatihan terdesentralisasi.
Subnet berfungsi sebagai primitif ekonomi dan teknis, memungkinkan peserta untuk mendanai, mengkurasi, dan mengambil nilai dari jaringan saraf yang diatur secara independen. Analis Grayscale melihat arsitektur modular ini sebagai kunci untuk penskalaan AI dalam sistem terdesentralisasi tanpa bergantung pada penyedia komputasi terpusat seperti Amazon Web Services.
Pelatihan Terdistribusi dan Pasar GPU
Selain Bittensor, beberapa protokol crypto berfokus AI lainnya sedang menjelajahi mekanisme pelatihan terdistribusi. Salah satu contohnya adalah Prime Intellect, yang telah melatih model dengan lebih dari 30 miliar parameter menggunakan GPU menganggur yang dikontribusikan oleh peserta global.
Jika pendekatan ini terbukti dapat diskalakan, ia dapat mengurangi biaya tinggi yang terkait dengan pelatihan model AI terpusat dan mengurangi ketergantungan pada infrastruktur teknologi besar.
Proyek lainnya, seperti Gensyn dan Nous Research, juga sedang membangun menuju pasar GPU terdesentralisasi dan mungkin memperkenalkan token akhir tahun ini. Platform-platform ini bertujuan untuk mendukung pengembangan model AI di lingkungan di mana kontributor diberi imbalan dalam crypto untuk berbagi komputasi atau data, bukan bergantung pada infrastruktur perusahaan terpusat.
Monestisasi Data dan Penggunaan Non-Keuangan
Salah satu vertikal yang muncul dalam persimpangan AI-crypto adalah monetisasi data. Grass, sebuah protokol yang mengumpulkan dan menjual data web-scraped ke laboratorium AI, dilaporkan telah mencapai puluhan juta dolar dalam pendapatan tahunan tanpa menawarkan token. Proyek ini menyoroti bagaimana jaringan terdesentralisasi dapat memanfaatkan permintaan yang ada dari pengembang AI sambil menghasilkan pendapatan dunia nyata dari sumber non-keuangan.
Ekonomi data menjadi semakin penting karena sistem AI memerlukan kumpulan data yang besar, beragam, dan diperbarui secara berkala untuk melatih model secara efektif. Trajektori Grass menunjukkan bahwa sumber data dan alat monetisasi yang berasal dari crypto dapat berdampingan dengan broker data tradisional, berpotensi membuka pasar baru untuk partisipasi ritel dalam loop pelatihan AI.
Demikian pula, Virtuals - sebuah platform yang menawarkan akses tokenisasi ke agen AI - telah melihat biaya perdagangan tahunan sebesar $30 juta. Daya tarik seperti itu menunjukkan permintaan awal untuk ekonomi berbasis agen, di mana model AI bertindak secara otonom dan terlibat dalam perdagangan menggunakan token digital.
Pemikiran Akhir
Terlepas dari optimisme ini, sektor ini menghadapi risiko yang jelas, termasuk ketidakpastian regulasi, tantangan eksekusi teknis, dan narasi yang terlalu digembor-gemborkan. Sebagian besar kapitalisasi pasar saat ini bersifat spekulatif dan terkait dengan ekspektasi pertumbuhan protokol atau utilitas token di masa depan.
Namun, konvergensi AI, crypto, dan uang yang dapat diprogram tampaknya selaras secara struktural dengan tren teknologi jangka panjang. Jika kerangka regulasi baru seperti GENIUS Act atau undang-undang struktur pasar crypto yang final memberikan panduan yang lebih jelas untuk operasi AI-crypto, adopsi institusional bisa mengikuti.
Untuk saat ini, sektor crypto AI tetap eksperimental dan volatil - tetapi semakin terlihat. Ketika aplikasi dunia nyata bertambah dan infrastruktur matang, fase berikutnya mungkin melihatnya bertransisi dari kategori ceruk menjadi komponen yang lebih terintegrasi dari ekosistem crypto dan AI.