黄仁勋 membuka era baru AI: Bagaimana Physical AI membentuk ulang peta kekuatan komputasi dan ekosistem Crypto

Dalam forum Davos terbaru, pernyataan Jensen Huang memicu pemikiran luas di industri. Pemimpin NVIDIA ini tidak hanya mendefinisikan ulang arah perkembangan kecerdasan buatan, tetapi juga secara tak langsung membuka peluang baru di bidang aset kripto. Dengan konsep “Physical AI”, dia mengumumkan kedatangan era baru.

Dari pelatihan hingga inferensi: Revolusi daya komputasi yang diumumkan Jensen Huang

Huang menunjukkan bahwa saat ini lapisan aplikasi AI sedang meledak secara besar-besaran, tetapi fokus kebutuhan daya komputasi sedang mengalami pergeseran fundamental. Tahap kompetisi yang dulu bergantung pada penumpukan perangkat keras untuk pelatihan model—yang bersifat intensif sumber daya—telah berakhir. Kompetisi masa depan akan berfokus pada inferensi dan bidang Physical AI, yaitu AI tidak hanya harus “berpikir”, tetapi juga “melakukan”.

Pandangan ini menandai sebuah perubahan besar. NVIDIA, sebagai pemenang mutlak era GPU, sebelumnya menyediakan daya komputasi skala besar untuk mendukung perusahaan melatih model yang lebih besar melalui penumpukan sumber daya. Tetapi pernyataan Huang yang baru menunjukkan bahwa mengejar parameter saja tidak lagi menjadi kunci kemenangan. Kompetisi AI ke depan akan beralih ke penerapan, implementasi skenario, dan penciptaan nilai nyata.

Esensi Physical AI: Melangkah dari virtual ke nyata

Large Language Models telah menyelesaikan pembelajaran menyeluruh dari data teks internet, tetapi itu masih jauh dari cukup. Sebuah model besar yang telah dilatih tetap tidak mampu membuka tutup botol secara akurat seperti manusia, memahami berat dan tekstur objek. Inilah inti masalah yang harus dipecahkan oleh Physical AI—menyatukan lapisan kecerdasan AI dan lapisan eksekusi nyata.

Keterbatasan utama Physical AI terletak pada tuntutan respons waktu nyata yang ekstrem. Ketika ChatGPT mengalami penundaan satu detik, pengguna mungkin hanya merasa antarmuka sedikit lag. Tetapi ketika robot berkaki dua berhenti selama satu detik karena latensi jaringan, ia bisa saja jatuh dari tangga. Ini berarti Physical AI harus didasarkan pada komputasi lokal dan daya komputasi edge, bukan bergantung pada pemrosesan jarak jauh di cloud.

Tiga tantangan teknologi utama Physical AI

Saat menjelaskan bidang baru ini, Huang secara implisit menunjukkan tiga tantangan teknologi utama yang harus diatasi. Tantangan ini tidak hanya mewakili arah perkembangan industri, tetapi juga mengindikasikan peluang investasi baru.

Inteligensi ruang: kemampuan robot memahami dunia tiga dimensi

Profesor Fei-Fei Li dari Stanford pernah menyatakan bahwa inteligensi ruang adalah bintang utara berikutnya dalam evolusi AI. Agar robot dapat beraktivitas di dunia fisik, mereka harus mampu memahami lingkungan di sekitar mereka secara nyata.

Ini bukan sekadar mengenali objek dalam gambar—“Ini adalah kursi”—melainkan memahami posisi spesifik kursi dalam ruang tiga dimensi, karakteristik konstruksinya, dan berapa banyak kekuatan yang diperlukan untuk memindahkannya dengan aman. Kemampuan pemahaman ini harus dibangun di atas data lingkungan 3D yang meliputi berbagai skenario dalam dan luar ruangan secara real-time dan masif. Saat ini, data semacam ini masih sangat kurang.

Arena pelatihan virtual: sekolah simulasi robot

Huang secara khusus menyebutkan Omniverse, yang sebenarnya mewakili paradigma pelatihan baru. Sebelum masuk ke dunia fisik nyata, robot perlu menyelesaikan ribuan siklus percobaan dan kesalahan dalam lingkungan virtual sepenuhnya. Seperti belajar berjalan yang membutuhkan “jatuh seribu kali”, robot juga harus mengalami banyak kegagalan dalam simulasi untuk menguasai gerakan di dunia nyata. Proses ini disebut “Sim-to-Real”—dari simulasi ke dunia nyata.

Jika langsung membiarkan robot mencoba-coba di lingkungan nyata, setiap tabrakan dan jatuh akan menyebabkan kerusakan perangkat keras, dan biaya perbaikan serta penggantian akan menjadi angka yang sangat besar. Nilai dari arena pelatihan virtual adalah mampu melakukan pembelajaran skala besar dengan biaya perangkat keras hampir nol. Proses ini membutuhkan mesin simulasi fisik dan kemampuan rendering yang meningkat secara eksponensial.

Data taktil: sumber data kaya yang belum dimanfaatkan

Agar Physical AI benar-benar mampu meniru sentuhan manusia, diperlukan sensor kulit elektronik untuk mendeteksi suhu, tekanan, dan tekstur bahan. Data “sentuhan” ini merupakan kali pertama dalam sejarah masyarakat manusia yang dikumpulkan secara massal.

Dalam pameran CES terbaru, perusahaan Ensuring memamerkan terobosan: mereka mengembangkan “kulit elektronik massal” yang terintegrasi dengan 1.956 sensor padat yang tersusun rapat pada satu tangan mekanis. Berkat sensor-sensor kecil ini, robot mampu memutar telur dengan presisi tanpa memecahkannya. Kemampuan pengumpulan data sentuhan ini mewakili kategori aset data yang benar-benar baru.

Peluang tersembunyi di jalur Crypto

Melihat kebutuhan teknologi ini, banyak orang mungkin berpikir bahwa hanya perusahaan teknologi besar dan produsen perangkat keras yang bisa berpartisipasi. Tetapi sebenarnya, ekosistem aplikasi terdesentralisasi seperti DePIN, DeAI, dan DeData justru dapat mengisi kekosongan penting di era Physical AI.

Jaringan pengumpulan data lingkungan 3D yang tersebar di seluruh dunia

Mobil Street View Google dapat memindai jalan utama di seluruh dunia, tetapi mereka tidak bisa masuk ke gang kecil, kompleks perumahan, atau sudut bawah tanah. Data lingkungan 3D dari area-area “butas” ini sangat penting untuk implementasi robot secara nyata.

Jaringan DePIN melalui mekanisme insentif token dapat menggerakkan jutaan pengguna di seluruh dunia untuk memanfaatkan ponsel dan perangkat mereka yang tersebar guna terus mengumpulkan data lingkungan 3D di area-area edge ini. Setiap pengguna yang menyumbangkan data yang valid akan mendapatkan token sebagai imbalan. Pendekatan ini jauh lebih murah daripada mengandalkan armada perusahaan besar, sekaligus mampu menutup kekurangan cakupan data di kilometer terakhir.

Jaringan komputasi edge terdistribusi

Kebutuhan komputasi waktu nyata dari Physical AI berarti tidak bisa sepenuhnya bergantung pada cloud. Ini membuka peluang besar bagi jaringan komputasi terdistribusi. Ratusan juta perangkat konsumen—PC, konsol game, perangkat mobile berperforma tinggi—sering kali dalam keadaan idle atau beban rendah.

Dengan memanfaatkan jaringan daya komputasi terdesentralisasi, perangkat-perangkat ini dapat diintegrasikan, dialokasikan, dan dijadwalkan untuk menangani tugas rendering intensif dalam pelatihan virtual Sim-to-Real. Model inferensi juga dapat didistribusikan ke node edge. Pendekatan ini menyelesaikan masalah respons waktu nyata sekaligus menurunkan biaya operasional aplikasi Physical AI secara signifikan.

Ekonomi token untuk perlindungan privasi dan hak data

Data sentuhan melibatkan informasi privasi yang sangat sensitif. Jika pengguna langsung menyerahkan data ini ke raksasa AI, tentu akan menimbulkan kekhawatiran keamanan dan privasi. Tetapi dengan membangun mekanisme hak kepemilikan data berbasis blockchain dan pembagian keuntungan, situasinya berbeda.

Pengguna dapat memastikan kepemilikan atas data mereka, mengetahui secara pasti bagaimana data digunakan, dan mendapatkan imbalan ekonomi selama siklus hidup data tersebut. Model “data sebagai aset” ini, dipadukan dengan insentif token dan kontrak pintar yang otomatis mendistribusikan keuntungan, dapat secara besar-besaran mendorong partisipasi pengguna dalam kontribusi data privasi sekaligus melindungi keamanan dan privasi pribadi.

Signifikansi strategi Crypto di era Physical AI

Pernyataan Huang sebenarnya menunjukkan arah bagi seluruh industri. Physical AI bukan hanya bagian dari babak kedua AI Web 2.0, tetapi juga merupakan peluang strategis langka bagi bidang Web 3.0 dan Crypto.

Infrastruktur dan aplikasi data terdesentralisasi seperti DePIN, DeAI, dan DeData bukan lagi sekadar konsep teoritis, melainkan menjadi bagian tak terpisahkan dari era baru Physical AI. Mulai dari pengumpulan data terdistribusi secara global hingga pengaturan daya edge, dari aliran data yang aman dan terverifikasi hingga distribusi nilai yang adil, solusi desentralisasi menunjukkan nilai nyata di era ini.

Perubahan pandangan Huang ini sebenarnya telah menyalakan sebuah lampu penunjuk jalan bagi industri aset kripto. Dalam konteks besar Physical AI, proyek Crypto yang fokus pada pembangunan infrastruktur, protokol data, dan mekanisme insentif mungkin benar-benar berada di ambang sejarah.