Beli Kripto
Bayar dengan
USD
USD
Beli & Jual
Hot
Mendukung Visa, Mastercard, SEPA, dll.
P2P
0 Fees
Perdagangan fleksibel, nol biaya
Gate Card
Gunakan kripto untuk pembayaran global
Market
Perdagangan
Dasar
Lanjutan
Futures
Futures
Akses ribuan kontrak perpetual
CFD
Emas
Satu platform aset tradisional global
Opsi
Hot
Perdagangkan Opsi Vanilla ala Eropa
Akun Terpadu
Memaksimalkan efisiensi modal Anda
Perdagangan Demo
Pengantar tentang Perdagangan Futures
Bersiap untuk perdagangan futures Anda
Acara Futures
Gabung acara & dapatkan hadiah
Perdagangan Demo
Gunakan dana virtual untuk merasakan perdagangan bebas risiko
Earn
Peluncuran
CandyDrop
tag
Koleksi permen untuk mendapatkan airdrop
Launchpool
Staking cepat, dapatkan token baru yang potensial
HODLer Airdrop
Pegang GT dan dapatkan airdrop besar secara gratis
Pre-IPOs
Buka akses penuh ke IPO saham global
Poin Alpha
Perdagangkan aset on-chain, raih airdrop
Poin Futures
Dapatkan poin futures dan klaim hadiah airdrop
Investasi
Square
Kotak
Temukan nilai dalam kripto
Live
moments live
Analisis live pasar kripto
Chat
Mengobrol dengan trader kripto
Berita
Apa yang terjadi di kripto
flower_head
Lainnya
Promosi
AI
Lainnya
TradFi
WCTC S8
Hadiah
META

Harga Meta Platforms

META
Rp10.466.781,75
-Rp117.208,23(-1,10%)

*Data terakhir diperbarui: 2026-05-11 16:13 (UTC+8)

Pada 2026-05-11 16:13, Meta Platforms (META) dihargai di Rp10.466.781,75, dengan total kapitalisasi pasar sebesar Rp26871,05T, rasio P/E 27,52, dan imbal hasil dividen sebesar 0,34%. Hari ini, harga saham berfluktuasi di antara Rp10.415.210,13 dan Rp10.557.075,49. Harga saat ini adalah 0,49% di atas titik terendah hari ini dan 0,85% di bawah titik tertinggi hari ini, dengan volume perdagangan 13,55M. Selama 52 minggu terakhir, META telah diperdagangkan antara Rp9.029.375,00 hingga Rp13.826.230,08, dan harga saat ini adalah -24,29% jauh dari titik tertinggi 52 minggu.

Statistik Utama META

Penutupan KemarinRp10.710.401,22
Kapitalisasi PasarRp26871,05T
Volume13,55M
Rasio P/E27,52
Imbal Hasil Dividen (TTM)0,34%
Jumlah DividenRp9.116,19
EPS Terdilusi (TTM)27,85
Laba Bersih (FY)Rp1049,80T
Pendapatan (FY)Rp3489,61T
Tanggal Pendapatan2026-07-29
Estimasi EPS7,19
Estimasi PendapatanRp1044,49T
Saham Beredar2,50B
Beta (1T)1.243
Tanggal Ex-Dividend2026-03-16
Tanggal Pembayaran Dividen2026-03-26

Tentang META

Meta Platforms, Inc. bergerak dalam pengembangan produk yang memungkinkan orang untuk terhubung dan berbagi dengan teman dan keluarga melalui perangkat seluler, komputer pribadi, headset realitas virtual, dan perangkat wearable di seluruh dunia. Perusahaan ini beroperasi dalam dua segmen, Family of Apps dan Reality Labs. Segmen Family of Apps menawarkan Facebook, yang memungkinkan orang untuk berbagi, berdiskusi, menemukan, dan terhubung dengan minat; Instagram, komunitas untuk berbagi foto, video, dan pesan pribadi, serta feed, cerita, reels, video, siaran langsung, dan toko; Messenger, aplikasi pesan untuk orang terhubung dengan teman, keluarga, komunitas, dan bisnis melalui platform dan perangkat dengan pesan teks, panggilan suara, dan video; serta WhatsApp, aplikasi pesan yang digunakan oleh orang dan bisnis untuk berkomunikasi dan bertransaksi secara pribadi. Segmen Reality Labs menyediakan produk terkait augmented dan virtual reality yang meliputi perangkat keras konsumen, perangkat lunak, dan konten yang membantu orang merasa terhubung, kapan saja, dan di mana saja. Perusahaan ini sebelumnya dikenal sebagai Facebook, Inc. dan mengubah namanya menjadi Meta Platforms, Inc. pada Oktober 2021. Meta Platforms, Inc. didirikan pada tahun 2004 dan berkantor pusat di Menlo Park, California.
SektorLayanan Komunikasi
IndustriKonten dan Informasi Internet
CEOMark Elliot Zuckerberg
Kantor PusatMenlo Park,CA,US
Situs Resmihttp://www.meta.com
Karyawan (FY)78,86K
Pendapatan Rata-rata (1T)Rp44,24B
Pendapatan Bersih per KaryawanRp13,31B

Pelajari lebih lanjut tentang Meta Platforms (META)

Artikel Gate Learn

Apa itu Meta Transaksi (ERC-2771)? (2025)Apa itu Meta Transaksi (ERC-2771)? (2025) Pelajari tentang standar ini dan meta transaksi. Jelajahi manfaat, mekanisme, dan perkembangan terbaru 2025 termasuk aplikasi dunia nyata yang diperluas dalam game dan platform NFT, kemajuan relayer multi-chain Biconomy, integrasi ekosistem yang ditingkatkan, dan kerangka keamanan yang ditingkatkan yang mendorong adopsi blockchain arus utama melalui interaksi tanpa gas.2024-03-29
Pendle - Di Luar Meta Titik"Point Meta" mengacu pada sistem yang mendistribusikan poin melalui protokol. Fungsi YT Pendle pada dasarnya memungkinkan pengguna untuk "memanfaatkan untuk membeli poin," menarik modal yang signifikan ke platform. Namun, Boros telah memperkenalkan serangkaian fitur tambahan, menciptakan efek roda berputar dan mencapai kesesuaian pasar produk.2024-12-11
Apa tujuan token META? Analisis tata kelola, penerbitan, dan mekanisme insentifToken META bertindak sebagai token tata kelola sekaligus token utilitas dalam protokol MetaDAO. Fungsi utamanya mencakup tata kelola proposal, manajemen Treasury, pemberian insentif Marketplace, serta pengaturan penerbitan token melalui mekanisme Futarchy.2026-05-07

Blog

Meta Kembali ke Pembayaran Kripto: Infrastruktur Stablecoin Berbasis USDC untuk Ekonomi KreatorArtikel ini menyajikan analisis mendalam mengenai dampak luas yang akan ditimbulkan oleh langkah ini terhadap ekonomi kreator dan industri kripto, dengan mengkaji isu tersebut dari empat perspektif: gambaran umum peristiwa, pelajaran dari Libra/Diem, logika industri, dan penilaian risiko.2026-05-07
Meta Melanjutkan Pembayaran Stablecoin: USDC Mendukung Infrastruktur Penyelesaian dan Pembayaran On-Chain Baru untuk KreatorMeta meluncurkan pembayaran stablecoin USDC untuk kreator di Kolombia dan Filipina, memanfaatkan infrastruktur Stripe serta menyelesaikan transaksi melalui jaringan Solana dan Polygon.2026-04-30
Raksasa Teknologi Bergerak Lagi: Meta Akuisisi Moltbook, MOLT Melonjak 258% dalam 24 Jam — Analisis MendalamMeta mengakuisisi Moltbook, sebuah platform sosial berbasis AI, yang memicu lonjakan nilai token MOLT sebesar 258% dalam 24 jam. Artikel ini menyajikan analisis mendalam mengenai strategi arbitrase yang beragam, isu keamanan, serta dampak struktural yang mungkin ditimbulkan peristiwa ini terhadap industri kripto secara luas.2026-03-12

FAQ Meta Platforms (META)

Berapa harga saham Meta Platforms (META) hari ini?

x
Meta Platforms (META) saat ini diperdagangkan di harga Rp10.466.781,75, dengan perubahan 24 jam sebesar -1,10%. Rentang perdagangan 52 minggu adalah Rp9.029.375,00–Rp13.826.230,08.

Berapa harga tertinggi dan terendah 52 minggu untuk Meta Platforms (META)?

x

Berapa rasio harga terhadap pendapatan (P/E) dari Meta Platforms (META)? Apa arti dari rasio tersebut?

x

Berapa kapitalisasi pasar Meta Platforms (META)?

x

Berapa laba per saham (EPS) kuartalan terbaru untuk Meta Platforms (META)?

x

Apakah Anda sebaiknya beli atau jual Meta Platforms (META) sekarang?

x

Faktor apa saja yang dapat memengaruhi harga saham Meta Platforms (META)?

x

Bagaimana cara beli saham Meta Platforms (META)?

x

Peringatan Risiko

Pasar saham melibatkan tingkat risiko dan volatilitas harga yang tinggi. Nilai investasi Anda dapat meningkat atau menurun, dan Anda mungkin tidak mendapatkan kembali seluruh jumlah yang diinvestasikan. Kinerja masa lalu bukan merupakan indikator yang andal untuk hasil di masa depan. Sebelum membuat keputusan investasi, Anda harus dengan cermat menilai pengalaman investasi, kondisi keuangan, tujuan investasi, dan toleransi risiko Anda, serta melakukan riset sendiri. Jika diperlukan, konsultasikan dengan penasihat keuangan independen.

Penafian

Konten di halaman ini disediakan hanya untuk tujuan informasi dan bukan merupakan saran investasi, saran keuangan, atau rekomendasi perdagangan. Gate tidak bertanggung jawab atas kerugian atau kerusakan yang diakibatkan oleh keputusan keuangan tersebut. Lebih lanjut, harap diperhatikan bahwa Gate mungkin tidak dapat menyediakan layanan penuh di pasar dan yurisdiksi tertentu, termasuk namun tidak terbatas pada Amerika Serikat, Kanada, Iran, dan Kuba. Untuk informasi lebih lanjut mengenai Lokasi Terbatas, silakan merujuk ke Perjanjian Pengguna.

Berita Terbaru Meta Platforms (META)

2026-05-09 22:02Senator AS Warren Mengirim Surat ke Meta yang Meminta Rincian Stablecoin pada 20 MeiMenurut sumber, Senator AS Elizabeth Warren mengirim surat kepada CEO Meta Mark Zuckerberg yang meminta informasi rinci tentang rencana stablecoin perusahaan tersebut paling lambat 20 Mei. Warren menyebut kekhawatiran atas kurangnya transparansi Meta terkait inisiatif kripto terbarunya, khususnya mengacu pada proyek Libra sebelumnya. Meta dilaporkan telah menguji pembayaran stablecoin berbasis USDC bersama sejumlah kreator konten terpilih di Filipina dan Kolombia pada April, dengan tujuan memungkinkan transfer lintas negara yang lebih cepat dan berbiaya lebih rendah.2026-05-09 00:31Senator AS Warren Mendesak Meta Menjelaskan Rencana Stablecoin Paling Lambat 20 MeiMenurut Cointelegraph, pada 9 Mei, Senator AS Elizabeth Warren mengirim surat kepada CEO Meta Mark Zuckerberg untuk meminta rincian rencana integrasi stablecoin perusahaan. Warren, mengutip upaya Meta sebelumnya yang gagal meluncurkan stablecoin Libra, menyatakan kekhawatiran tentang kurangnya transparansi. Ia meminta agar Zuckerberg memberikan informasi pada 20 Mei mengenai tanggal peluncuran percontohan, stablecoin pihak ketiga yang terlibat, serta perlindungan privasi. Meta telah lebih dulu meluncurkan pembayaran stablecoin USDC kepada kreator di Filipina dan Kolombia pada April.2026-05-08 11:05Investasi Infrastruktur AI Menguras Arus Kas Raksasa Teknologi; Alphabet Menghentikan Buyback untuk Pertama Kalinya dalam Satu DekadeMenurut Beating, sebuah platform teknologi intelligence, investasi infrastruktur AI senilai $725 miliar sedang dengan cepat menguras arus kas bebas dari empat raksasa teknologi besar—Amazon, Alphabet, Microsoft, dan Meta. Pada Q3 2026, arus kas bebas gabungan mereka diperkirakan turun menjadi sekitar $4 miliar, jauh di bawah rata-rata kuartalan pascapandemi sebesar $45 miliar, yang menandai level terendah sejak 2014. Untuk mengelola belanja infrastruktur yang sangat besar, para raksasa teknologi tersebut beralih ke penerbitan utang, penghentian buyback, dan pembiayaan di luar neraca. Alphabet menghentikan program buyback saham untuk pertama kalinya sejak 2015 dan menerbitkan obligasi senilai $48 miliar secara kumulatif. Meta menghentikan buyback (penangguhan terpanjang sejak 2017) dan menerbitkan utang senilai $55 miliar. Aset server dan peralatan Microsoft meningkat tiga kali lipat menjadi $191 miliar sejak pertengahan 2022, sementara Amazon berencana menggelontorkan $200 miliar untuk investasi pada 2026.2026-05-08 11:05Senator Warren Menuntut Meta Menjawab pada 20 Mei tentang Uji Coba Stablecoin Menjelang Peluncuran 2026Menurut Senator Elizabeth Warren, pada 8 Mei ia menuntut CEO Meta Mark Zuckerberg untuk menjawab tujuh pertanyaan rinci paling lambat 20 Mei terkait rencana perusahaan untuk mengintegrasikan stablecoin pihak ketiga ke dalam platformnya pada paruh kedua 2026. Dalam surat kepada Zuckerberg, Anggota Peringkat Komite Perbankan Senat tersebut menyatakan kekhawatiran bahwa langkah itu dapat mengganggu stabilitas keuangan dan privasi konsumen di seluruh jaringan pengguna Meta yang berjumlah 3,5 miliar. Warren mengutip laporan bahwa Meta saat ini menjalankan “uji coba kecil dan terfokus” menggunakan stablecoin pihak ketiga sebelum peluncuran yang lebih luas. Pertanyaannya membahas struktur uji coba, kontrol manajemen risiko, batasan privasi, serta apakah Meta berniat menerbitkan stablecoin sendiri atau mata uang privat.2026-05-08 00:52Meta mengajukan peninjauan yudisial terhadap Ofcom terkait perhitungan biaya keselamatan onlineMenurut Reuters, Meta telah mengajukan peninjauan yudisial terhadap regulator media Inggris, Ofcom, terkait cara biaya dan potensi sanksi dihitung berdasarkan Undang-Undang Online Safety. Ofcom mengaitkan biaya dengan pendapatan global yang memenuhi syarat dari sebuah penyedia; Meta berpendapat bahwa biaya dan denda seharusnya hanya dikaitkan dengan layanan yang diatur di negara tersebut. Berdasarkan undang-undang tersebut, sanksi dapat mencapai hingga 10% dari pendapatan global yang memenuhi syarat perusahaan atau 18 juta poundsterling (US$24,5 juta), mana yang lebih tinggi. Dengan mengacu pada pendapatan Meta yang dilaporkan sebesar US$201 miliar, satu pelanggaran serius dapat secara teoritis menghasilkan denda sekitar US$20 miliar. Ofcom mengatakan akan membela pendekatannya di pengadilan.

Postingan Hangat Tentang Meta Platforms (META)

MysteryBoxOpener

MysteryBoxOpener

10 menit yang lalu
Belakangan ini, seorang eksekutif dari sebuah perusahaan investasi membuat pengamatan menarik tentang masa depan pasar stablecoin. Singkatnya, jika perusahaan teknologi besar benar-benar serius mengembangkan ini, pasar stablecoin bisa membesar hingga 4 triliun dolar pada tahun 2030. Saat ini, DoorDash dan Meta sedang melakukan eksperimen pembayaran, dan dia melihat ini sebagai titik balik yang berpotensi menjadi "aplikasi pembunuh sejati". Memang, saat ini penggunaan utama stablecoin hanyalah untuk perdagangan aset kripto. Tapi, melihat uji coba dari perusahaan besar ini, mungkin saja ada peluang nyata untuk ekspansi yang lebih luas. Mengapa perusahaan besar tertarik pada pembayaran stablecoin? Sederhana saja. Lebih murah dan lebih cepat daripada pengiriman uang internasional yang ada. Selain itu, dapat menyederhanakan infrastruktur pembayaran global. Bagi perusahaan multinasional, mengadopsi stablecoin berarti dapat secara signifikan merapikan jaringan pembayaran yang kompleks. Meskipun masih dalam tahap eksperimen kecil, jika ini menjadi lebih serius, pasar stablecoin bisa berkembang menjadi skala triliunan dolar dan menjangkau ratusan juta pengguna dengan cepat. Kuncinya adalah seberapa serius perusahaan teknologi besar akan mendorong ini ke depan.
0
0
0
0
SmartMoneyWallet

SmartMoneyWallet

25 menit yang lalu
Belakangan ini saya sedang membaca sebuah studi dari a16z, dan ada sebuah perumpamaan yang cukup menarik——LLM sebenarnya hidup di saat ini yang kekal, seperti tokoh utama dalam film "Memory Fragment" yang kehilangan ingatan. Setelah pelatihan, model dibekukan, informasi baru tidak bisa masuk, hanya mengandalkan catatan obrolan, sistem pencarian, dan plugin lainnya untuk mengatasi keadaan darurat. Tapi apakah ini cukup? Semakin banyak peneliti yang berpendapat tidak cukup. Pembelajaran konteks memang berguna, tetapi secara esensial itu adalah pencarian, bukan pembelajaran. Bayangkan sebuah lemari arsip tak terbatas, di mana apa pun bisa dicari, tetapi model tidak pernah dipaksa untuk memahami, mengompresi, atau menginternalisasi pengetahuan baru secara nyata. Untuk masalah yang membutuhkan penemuan sejati—seperti pembuktian matematika yang benar-benar baru, skenario adversarial, atau pengetahuan yang terlalu implisit dan tidak dapat diungkapkan dengan bahasa—hanya mengandalkan pencarian pasti tidak cukup. Inilah mengapa arah penelitian pembelajaran berkelanjutan semakin mendapatkan perhatian. Masalah inti sangat sederhana: **Di mana proses kompresi terjadi?** Sistem saat ini menyerahkan proses kompresi kepada rekayasa prompt, pipeline RAG, dan kerangka kerja agen cerdas. Tetapi mekanisme yang membuat LLM kuat saat pelatihan—kompresi lossy dan pembelajaran tingkat parameter—telah dimatikan saat model di-deploy. Dunia penelitian umumnya terbagi menjadi tiga jalur. Satu ujung adalah pembelajaran konteks, di mana tim fokus mengoptimalkan pipeline pencarian, manajemen konteks, dan arsitektur multi-agen. Ini adalah yang paling matang, infrastruktur sudah teruji, tetapi batasannya adalah panjang konteks. Ujung lain adalah pembelajaran berbasis bobot, yang melibatkan pembaruan parameter sejati—layer memori sparse, loop reinforcement learning, pelatihan saat inferensi. Di tengah-tengah ada jalur modular, yang menggunakan modul pengetahuan yang dapat dipasang dan dilepas untuk mencapai spesialisasi tanpa mengubah bobot inti. Arah penelitian berbasis bobot sangat beragam. Ada metode regulasi (seperti EWC), ada pelatihan saat inferensi (menggunakan gradient descent saat melakukan inferensi), ada meta-learning (melatih model agar belajar bagaimana belajar), serta distilasi diri dan perbaikan diri secara rekursif. Semua ini sedang menyatu, dan sistem generasi berikutnya kemungkinan besar akan menggabungkan berbagai strategi. Namun, ada satu masalah kunci: pembaruan bobot yang sederhana akan menimbulkan banyak masalah di lingkungan produksi. Lupa secara katastrofik, decoupling waktu, kegagalan integrasi logika, dan operasi penghapusan yang secara fundamental tidak mungkin—semua tantangan besar ini. Lebih rumit lagi dari segi keamanan dan tata kelola—begitu batas pelatihan dan deployment dibuka, alignment bisa runtuh, serangan data poisoning menjadi lebih rentan, auditabilitas hilang, dan risiko privasi meningkat. Ini semua adalah masalah terbuka, tetapi juga bagian dari agenda penelitian. Yang menarik, ekosistem startup sudah mulai bergerak di level-level ini. Di sisi konteks, ada perusahaan seperti Letta dan mem0 yang mengelola strategi konteks; di sisi parameter, ada tim yang bereksperimen dengan kompresi parsial, loop RL, metode pusat data, dan ada pula yang secara radikal mendesain ulang arsitektur itu sendiri. Belum ada satu pendekatan yang benar-benar unggul, dan mengingat keberagaman use case, mungkin sebaiknya tidak hanya ada satu pemenang. Dari sudut pandang tertentu, kita sedang berada di titik balik. Sistem pencarian memang kuat, tetapi pencarian tidak pernah sama dengan pembelajaran. Model yang benar-benar mampu terus mengompresi pengalaman dan menginternalisasi pengetahuan baru setelah deployment akan menghasilkan nilai majemuk dengan cara yang tidak bisa dilakukan sistem saat ini. Ini berarti kemajuan dalam arsitektur sparse, meta-learning, dan siklus perbaikan diri mungkin juga akan mengubah definisi "model" itu sendiri—bukan sekadar kumpulan bobot tetap, melainkan sebuah sistem yang berevolusi. Prospek pembelajaran berkelanjutan ada di sini. Lemari arsip sebesar apa pun hanyalah lemari arsip; terobosan terletak pada membuat model mampu melakukan pelatihan setelah deployment—mengompresi, mengabstraksi, dan belajar secara nyata. Jika tidak, kita akan terjebak dalam kekekalan saat ini.
0
0
0
0
HackerWhoCares

HackerWhoCares

29 menit yang lalu
Apakah kamu pernah memperhatikan bagaimana semua orang mencoba menyalin portofolio pemenang begitu portofolio itu dipublikasikan? Nah, ada seorang pria Jerman berusia 24 tahun bernama Leopold Aschenbrenner yang pada dasarnya telah memecahkan permainan itu. Dana miliknya naik 61% dalam dua bulan, dan orang-orang benar-benar gila mencoba mencari tahu langkah berikutnya. Bagian yang gila? Dia tidak membeli Nvidia. Tidak membeli OpenAI. Tidak menyentuh salah satu permainan AI yang jelas-jelas di kejar orang lain. Sebaliknya, Leopold Aschenbrenner bertaruh semuanya pada hal-hal yang benar-benar dibutuhkan AI agar bisa ada: pembangkit listrik, pembuatan chip, pusat data. Teori utamanya sederhana - hambatan sebenarnya bukan algoritma, melainkan listrik dan daya komputasi. Dua kemenangan terbesar miliknya menunjukkan bagaimana ini berjalan. Bloom Energy, perusahaan sel bahan bakar yang menyediakan listrik di luar jaringan untuk pusat data AI, melonjak 239% tahun ini. Posisinya di sana meningkat dari $875 juta menjadi hampir $3 miliar. Lalu Intel - dia membeli 20 juta opsi panggilan saat sahamnya sekitar $20 dan semua orang di Wall Street sedang bearish. Intel mencapai $113 minggu lalu, tertinggi dalam 25 tahun. Itu sekitar 5 kali lipat pengembalian hanya dari opsi. Jelas, Reddit dan blog investasi langsung mulai bertanya: saham apa yang dia beli berikutnya? The Motley Fool menerbitkan empat artikel dalam satu hari yang membahas kepemilikannya. Tapi inilah yang orang lewatkan - laporan posisi memiliki delay 45 hari. Pada saat kamu melihat apa yang dia beli, pasar sudah bergerak setengah jalan. Lebih penting lagi, kamu sebenarnya tidak bisa meniru alasan dia terus mendapatkan itu dengan benar. Keunggulan sebenarnya bukan pada teorinya. Banyak orang sudah menyadari bahwa AI membutuhkan lebih banyak daya. Keunggulan itu ada pada lingkaran. Leopold Aschenbrenner menghabiskan setahun di tim Superalignment OpenAI bekerja langsung di bawah Ilya Sutskever. Dia melihat peta jalan sebenarnya, angka konsumsi daya nyata, kebutuhan chip spesifik untuk model generasi berikutnya. Ketika dia menulis tentang permintaan daya gigawatt dalam makalahnya, itu bukan spekulasi - itu berdasarkan pengetahuan internal laboratorium. LP-nya pada dasarnya adalah penjaga gerbang infrastruktur Silicon Valley. Pendiri Stripe memiliki akses langsung ke perusahaan mana yang menandatangani kontrak daya besar-besaran. Nat Friedman, mantan CEO GitHub dan sekarang pemimpin produk Meta AI, secara harfiah terlibat dalam pengambilan keputusan pengadaan daya setiap hari. Direktur penelitiannya, Carl Shulman, menghabiskan bertahun-tahun di hedge fund Peter Thiel menerjemahkan wawasan AI menjadi strategi perdagangan nyata. Ada juga detail bahwa tunangannya adalah kepala staf Dario Amodei di Anthropic. Jadi Leopold Aschenbrenner memiliki pengalaman praktis di OpenAI dan kontak rutin dengan pimpinan Anthropic. Dia salah satu dari sedikit orang yang memiliki koneksi mendalam ke kedua sisi perlombaan AGI. Lebih aneh lagi - dia pernah menjabat di CleanSpark dan Bitfarms, kedua perusahaan penambangan Bitcoin yang mengubah operasi mereka menjadi pusat komputasi AI. Ternyata dia menghabiskan sembilan bulan di yayasan amal FTX sebelum runtuh. Dia pada dasarnya salah satu dari sedikit orang yang memahami infrastruktur crypto sekaligus laboratorium AI mutakhir. Perpotongan itu saja sudah berharga. Struktur dana miliknya juga menunjukkan banyak hal. Dia secara eksplisit menolak jalur VC karena ingin bertaruh pada perusahaan mapan dengan infrastruktur fisik yang sudah ada - sel bahan bakar, produsen chip, tambang. Ini sudah publik selama bertahun-tahun tetapi analis masih menggunakan model valuasi lama. Mereka belum secara serius memperhitungkan variabel "infrastruktur AI penting." Itulah arbitrase-nya. Tapi hal yang benar-benar penting adalah - ini menciptakan lingkaran yang memperkuat diri sendiri. Pengembalian yang lebih baik menarik lebih banyak insider industri sebagai LP. Lebih banyak LP berarti akses ke informasi yang lebih terkonsentrasi dari pengambil keputusan. Informasi yang lebih baik berarti taruhan yang lebih akurat. Pengembalian yang lebih tinggi menarik lebih banyak LP yang terhubung. Bagi luar, hambatan masuknya hanya semakin tinggi. Semua orang melihat portofolionya dan ingin menyalinnya. Tapi kamu bukan menyalin posisi, kamu menyalin momen di mana seseorang memiliki informasi yang tidak kamu miliki. Makalah-makalahnya bersifat publik. Laporan kepemilikannya juga publik. Logika investasinya dijelaskan dalam podcast. Tapi bahkan jika kamu memahami setiap penilaian dengan sempurna, kamu tidak bisa meniru posisi yang dia miliki saat membuat penilaian itu. Pengetahuan tidak bisa dibagikan dengan cara yang sama seperti posisi yang bisa dilacak. Itulah ketidakseimbangan nyata. Pengembalian Leopold Aschenbrenner bukan tentang menjadi lebih pintar - mereka tentang berada di lingkaran yang tepat pada waktu yang tepat. Dan itulah hal yang sebenarnya tidak bisa kamu beli.
0
0
0
0