8 Tren Utama Industri Kripto yang Diprediksi a16z untuk 2026: Bangkitnya Blockchain Privasi, Transformasi Platform Transaksi, dll.

Penulis: a16z

Dikompilasi oleh: Deep Tide TechFlow

a16z (Andreessen Horowitz) baru-baru ini merilis daftar "ide-ide besar" yang mungkin muncul di sektor teknologi pada tahun 2026. Ide-ide ini diajukan oleh mitra dari tim Apps, American Dynamism, Bioteknologi, Cryptocurrency, Growth, Infrastructure, dan Speedrun.

Berikut adalah beberapa ide dan wawasan kunci terpilih dari kontributor khusus di bidang cryptocurrency, mencakup berbagai topik mulai dari agen cerdas dan kecerdasan buatan (AI), stablecoin, tokenisasi dan keuangan, privasi dan keamanan hingga pasar prediksi dan aplikasi lainnya. Untuk informasi lebih lanjut tentang prospek teknologi tahun 2026, silakan baca artikel lengkapnya.

Membangun Masa Depan

Platform perdagangan hanyalah awal, bukan akhir.

Saat ini, selain stablecoin dan beberapa infrastruktur inti, hampir semua perusahaan cryptocurrency yang berkinerja baik telah bertransformasi menjadi atau sedang dalam proses transformasi menjadi platform perdagangan. Namun, apa hasil akhirnya jika "setiap perusahaan kripto menjadi platform perdagangan"? Banyaknya persaingan homogen tidak hanya akan mengalihkan perhatian pengguna tetapi mungkin juga hanya menyisakan beberapa pemenang. Perusahaan yang beralih ke perdagangan terlalu cepat mungkin kehilangan kesempatan untuk membangun model bisnis yang lebih kompetitif dan berkelanjutan.

Saya sepenuhnya memahami tantangan yang dihadapi para pendiri dalam mempertahankan posisi keuangan yang sehat, tetapi hanya mengejar kesesuaian produk-pasar jangka pendek bisa memiliki biaya. Ini sangat terasa di industri kripto, di mana dinamika unik seputar token dan spekulasi sering kali membawa pendiri ke jalur "kepuasan instan," seperti "tes marshmallow."

Tidak ada yang salah dengan transaksi itu sendiri—mereka memang merupakan fungsi penting dari operasi pasar—tetapi mereka belum tentu tujuan akhir. Pendiri yang fokus pada produk itu sendiri dan mencari kesesuaian produk-pasar dengan perspektif jangka panjang kemungkinan akan menjadi pemenang yang lebih besar pada akhirnya.

– Arianna Simpson, General Partner, Tim Crypto a16z

Pemikiran Baru tentang Stablecoin, Tokenisasi RWA, Pembayaran dan Keuangan

Memikirkan Tokenisasi Aset Dunia Nyata (RWA) dan Stablecoin dengan Cara yang Lebih Kripto-Asli

Kami telah melihat bank, perusahaan fintech, dan firma manajemen aset menunjukkan minat besar dalam membawa saham AS, komoditas, indeks, dan aset tradisional lainnya ke blockchain. Namun, seiring semakin banyak aset tradisional yang dibawa ke blockchain, tokenisasi mereka sering kali "fisik"—yaitu, berdasarkan konsep aset dunia nyata yang ada, tanpa sepenuhnya memanfaatkan fitur asli kripto.

Sebaliknya, bentuk aset sintetis seperti futures perpetual (perps) menawarkan likuiditas yang lebih dalam dan lebih sederhana untuk diimplementasikan. Perps juga menyediakan mekanisme leverage yang mudah dipahami, menjadikannya berpotensi sebagai derivatif asli paling cocok untuk pasar kripto. Ekuitas pasar berkembang mungkin merupakan salah satu kelas aset paling menarik untuk dijelajahi untuk "perpify." Misalnya, untuk beberapa saham, likuiditas pasar opsi tanpa tanggal kedaluwarsa (0DTE) mereka sering kali lebih dalam daripada pasar spot, menjadikan perpify sebagai eksperimen yang layak.

Pada akhirnya, semuanya bermuara pada pilihan antara "persistensi" dan "tokenisasi"; dalam kasus apa pun, kami punya alasan untuk mengharapkan lebih banyak tokenisasi aset dunia nyata yang kripto-asli di tahun mendatang.

Demikian pula, pada tahun 2026, sektor stablecoin akan melihat lebih banyak "inovasi penerbitan, bukan hanya tokenisasi." Stablecoin menjadi arus utama pada tahun 2025, dan penerbitan mereka terus tumbuh.

Namun, stablecoin yang kekurangan infrastruktur kredit yang kuat lebih seperti "bank sempit," memegang aset tertentu yang sangat likuid yang dianggap sangat aman. Meskipun bank sempit adalah produk yang efektif, saya tidak percaya mereka akan menjadi pilar jangka panjang ekonomi on-chain.

Kami telah melihat banyak manajer aset, kurator, dan protokol yang baru muncul mendorong pinjaman berbasis aset on-chain yang dijamin oleh agunan off-chain. Biasanya, pinjaman ini dihasilkan off-chain dan kemudian ditokenisasi. Namun, saya percaya pendekatan tokenisasi ini menawarkan keuntungan terbatas, mungkin hanya dalam mendistribusikannya kepada pengguna yang sudah on-chain. Oleh karena itu, aset utang harus dihasilkan langsung on-chain, bukan dihasilkan off-chain dan kemudian ditokenisasi. Menghasilkan aset utang on-chain mengurangi biaya layanan pinjaman, biaya infrastruktur back-end, dan meningkatkan aksesibilitas. Tantangannya terletak pada kepatuhan dan standardisasi, tetapi pengembang sedang bekerja untuk mengatasi masalah ini.

– Guy Wuollet, General Partner, Tim Crypto a16z

Stablecoin mendorong peningkatan ledger inti bank, membuka skenario pembayaran yang sama sekali baru.

Saat ini, sebagian besar bank masih menjalankan sistem perangkat lunak usang yang sulit dikenali oleh pengembang modern: bank adalah pengguna awal sistem perangkat lunak skala besar sejak tahun 1960-an dan 70-an. Pada tahun 1980-an dan 90-an, perangkat lunak perbankan inti generasi kedua mulai muncul (seperti GLOBUS dari Temenos dan Finacle dari InfoSys). Namun, perangkat lunak ini telah menjadi tua, dan peningkatan telah terlalu lambat. Akibatnya, banyak ledger inti kritis industri perbankan—database kunci yang mencatat deposit, agunan, dan kewajiban lainnya—masih berjalan pada komputer mainframe menggunakan bahasa pemrograman COBOL, mengandalkan antarmuka file batch daripada API modern.

Sebagian besar aset global masih disimpan dalam ledger inti yang berusia puluhan tahun ini. Meskipun sistem ini telah terbukti dalam praktik, dipercaya oleh regulator, dan terintegrasi secara mendalam ke dalam skenario perbankan yang kompleks, mereka juga telah menjadi hambatan untuk inovasi. Misalnya, menambahkan fitur kunci seperti pembayaran real-time dapat memakan waktu berbulan-bulan atau bahkan bertahun-tahun, dan melibatkan penanganan utang teknologi yang substansial dan persyaratan regulasi yang kompleks.

Di sinilah stablecoin berperan. Selama beberapa tahun terakhir, stablecoin telah menemukan kesesuaian produk-pasar dan berhasil memasuki arena keuangan arus utama. Tahun ini, institusi keuangan tradisional (TradFi) telah merangkul stablecoin pada tingkat yang belum pernah terjadi sebelumnya. Instrumen keuangan seperti stablecoin, deposit yang ditokenisasi, obligasi pemerintah yang ditokenisasi, dan obligasi on-chain memungkinkan bank, perusahaan fintech, dan institusi keuangan untuk mengembangkan produk baru dan melayani lebih banyak pelanggan. Yang lebih penting, inovasi ini tidak memaksa institusi untuk menulis ulang sistem warisan mereka—meskipun sistem ini sudah tua, mereka telah berjalan stabil selama puluhan tahun. Stablecoin dengan demikian menyediakan institusi dengan cara yang sama sekali baru untuk berinovasi.

– Sam Broner

Masa Depan Agen Cerdas dan AI

Menggunakan AI untuk melakukan tugas penelitian substantif

Sebagai ekonom matematika, pada awal tahun ini, saya merasa sangat sulit untuk membuat model AI tingkat konsumen memahami alur kerja saya; namun, pada bulan November, saya dapat memberi mereka instruksi abstrak seolah-olah mereka adalah mahasiswa PhD… dan mereka kadang-kadang akan mengembalikan jawaban yang sama sekali baru dan dieksekusi dengan benar. Selain itu, kami mulai melihat AI digunakan dalam berbagai bidang penelitian yang lebih luas—terutama dalam penalaran, di mana model AI sekarang tidak hanya langsung membantu dalam penemuan tetapi juga secara otonom menyelesaikan masalah Putnam (mungkin ujian matematika tingkat perguruan tinggi paling sulit di dunia).

Yang masih belum jelas adalah di bidang mana pendekatan bantuan penelitian ini akan paling membantu, dan bagaimana. Namun, saya mengantisipasi bahwa kemampuan penelitian AI akan mendorong dan menginspirasi gaya penelitian "polymath" baru: yang cenderung berspekulasi tentang hubungan antara berbagai ide dan dengan cepat mengekstrapolasi dari jawaban yang lebih hipotetis. Jawaban-jawaban ini mungkin tidak sepenuhnya akurat, tetapi setidaknya dalam kerangka logis tertentu, mereka dapat menunjuk ke arah yang benar. Ironisnya, pendekatan ini agak seperti memanfaatkan kekuatan "ilusi" model: ketika model ini menjadi "cukup pintar," membiarkan mereka bebas menjelajahi ruang abstrak mungkin menghasilkan beberapa ide yang tidak masuk akal, tetapi kadang-kadang juga dapat mengarah pada penemuan terobosan, seperti bagaimana manusia paling kreatif ketika mereka bebas dari pemikiran linier dan keluar dari arah yang jelas.

Memikirkan masalah dengan cara ini memerlukan alur kerja AI yang sama sekali baru—bukan hanya model "proxy-to-proxy", tetapi model "proxy-wrapped-proxy" yang lebih kompleks—di mana lapisan model yang berbeda membantu peneliti dalam mengevaluasi model tahap awal dan secara bertahap mengekstrak wawasan berharga. Saya telah menggunakan metode ini untuk menulis makalah, sementara yang lain telah menggunakannya untuk pencarian paten, menemukan bentuk seni baru, dan bahkan (sayangnya) menemukan cara baru untuk menyerang kontrak pintar.

Namun, untuk menjalankan model penelitian "wrapped reasoning agent" ini, interoperabilitas yang lebih baik antara model diperlukan, dan cara untuk mengidentifikasi dan mengkompensasi kontribusi setiap model secara wajar diperlukan—dan ini adalah masalah yang dapat diselesaikan oleh teknologi enkripsi.

– Scott Kominers, anggota tim penelitian kriptografi a16z, profesor di Harvard Business School

Pajak tersembunyi yang dikenakan pada jaringan terbuka oleh agen AI

Dengan munculnya agen AI, semacam "pajak tersembunyi" menindas internet terbuka dan secara fundamental mengganggu fondasi ekonominya. Gangguan ini berasal dari asimetri yang berkembang antara lapisan kontekstual dan eksekusi internet : saat ini, agen AI mengekstrak data dari situs web konten yang didukung iklan (lapisan kontekstual) untuk memberikan kenyamanan kepada pengguna, sambil secara sistematis melewati aliran pendapatan yang mendukung pembuatan konten (seperti iklan dan langganan).

Untuk mencegah penurunan lebih lanjut dari web terbuka (dan untuk melindungi konten beragam yang menggerakkan AI), kita perlu menerapkan solusi teknologi dan ekonomi dalam skala besar. Ini bisa mencakup konten bersponsor generasi berikutnya, sistem mikro-atribusi, atau model pendanaan inovatif lainnya. Perjanjian lisensi AI yang ada juga telah terbukti menjadi langkah-langkah sementara yang picik, biasanya hanya mengkompensasi penyedia konten untuk sebagian kecil dari pendapatan yang hilang karena perambahan lalu lintas AI.

Internet membutuhkan model tekno-ekonomi yang sama sekali baru yang memungkinkan nilai mengalir secara otomatis. Pergeseran paling kritis tahun depan akan dari model otorisasi statis ke model kompensasi berdasarkan penggunaan real-time. Ini berarti menguji dan menskalakan sistem—berpotensi memanfaatkan nanopayments yang didukung blockchain dan kriteria atribusi yang canggih—untuk secara otomatis memberi penghargaan kepada setiap entitas yang berkontribusi informasi untuk penyelesaian tugas yang berhasil oleh agen AI.

– Liz Harkavy, Tim Investasi Crypto a16z

Privasi adalah parit

Privasi akan menjadi parit paling penting di ruang kripto.

Privasi adalah salah satu fitur kunci yang mendorong keuangan global ke blockchain. Namun, ini juga merupakan elemen penting yang kurang di hampir semua blockchain saat ini. Untuk sebagian besar blockchain, privasi sering kali hanya merupakan hal sekunder, renungan.

Namun, privasi itu sendiri sekarang menjadi pembeda kunci untuk teknologi blockchain. Lebih penting lagi, privasi juga dapat menciptakan "penguncian rantai," atau efek jaringan privasi. Ini sangat penting di era di mana persaingan kinerja tidak lagi merupakan keuntungan yang cukup.

Protokol jembatan lintas-rantai membuat migrasi antara rantai yang berbeda menjadi sangat mudah, selama semua informasi bersifat publik. Namun, kenyamanan ini menghilang begitu privasi diperkenalkan: mentransfer token lintas rantai itu mudah, tetapi mentransfer privasi lintas rantai sangat sulit. Pengguna menghadapi risiko saat berpindah masuk dan keluar dari rantai privasi, baik beralih ke rantai publik atau rantai privasi lain, karena mereka yang mengamati data on-chain, mempool, atau lalu lintas jaringan berpotensi menyimpulkan identitas mereka. Melintasi batas antara rantai privasi dan rantai publik, atau bahkan antara dua rantai privasi, dapat membocorkan berbagai metadata, seperti korelasi antara waktu transaksi dan jumlah—informasi yang dapat membuat pelacakan pengguna jauh lebih mudah.

Dibandingkan dengan banyak rantai baru yang homogen yang biaya transaksinya mungkin didorong hingga mendekati nol karena persaingan, blockchain dengan fitur privasi dapat menghasilkan efek jaringan yang lebih kuat. Kenyataannya adalah jika blockchain "tujuan umum" tidak memiliki ekosistem yang matang, aplikasi pembunuh, atau keunggulan distribusi yang tidak adil, tidak ada alasan bagi pengguna untuk memilih menggunakannya atau membangun di atasnya, apalagi mengembangkan loyalitas.

Pada blockchain publik, pengguna dapat dengan mudah bertransaksi dengan pengguna di rantai lain—tidak masalah rantai mana yang mereka ikuti. Namun, pada blockchain pribadi, rantai yang dipilih pengguna untuk bergabung menjadi sangat penting, karena setelah bergabung, mereka cenderung tidak bermigrasi ke rantai lain untuk menghindari risiko paparan privasi. Fenomena ini menciptakan dinamika "pemenang-mengambil-semua". Dan karena privasi sangat penting untuk sebagian besar aplikasi dunia nyata, beberapa rantai privasi mungkin pada akhirnya mendominasi ruang kripto.

– Ali Yahya, General Partner Tim Crypto a16z

Industri dan aplikasi lainnya

Pasar prediksi akan menjadi lebih besar, lebih luas, dan lebih pintar.

Pasar prediksi telah secara bertahap memasuki arus utama, dan di tahun mendatang, dengan konvergensi mereka dengan kriptografi dan kecerdasan buatan (AI), mereka akan menjadi lebih besar, lebih banyak digunakan, dan lebih cerdas, sambil juga membawa tantangan baru dan signifikan bagi pengembang.

Pertama, lebih banyak kontrak akan terdaftar di pasar prediksi. Ini berarti kita tidak hanya akan memiliki akses ke peluang real-time pada pemilihan besar atau peristiwa geopolitik, tetapi juga prediksi untuk berbagai hasil bernuansa dan peristiwa lintas yang kompleks. Seiring kontrak baru ini mengungkap lebih banyak informasi dan secara bertahap berintegrasi ke dalam ekosistem berita (tren yang telah dimulai), mereka akan menimbulkan pertanyaan sosial penting, seperti bagaimana menyeimbangkan nilai informasi dan bagaimana merancang pasar ini dengan lebih baik untuk membuatnya lebih transparan dan dapat diaudit—pertanyaan yang dapat diatasi melalui kriptografi.

Untuk mengatasi lonjakan kontrak baru, kita memerlukan cara baru untuk mencapai konsensus tentang peristiwa dunia nyata untuk menyelesaikan kontrak ini. Sementara solusi platform terpusat (seperti mengkonfirmasi apakah suatu peristiwa benar-benar terjadi) itu penting, keterbatasan mereka telah terpapar dalam kasus kontroversial seperti pasar tuntutan Zelensky dan pasar pemilihan Venezuela. Untuk mengatasi kasus-kasus marjinal ini dan membantu memperluas pasar prediksi ke aplikasi yang lebih praktis, mekanisme tata kelola terdesentralisasi yang baru dan oracle Large Language Model (LLM) dapat membantu dalam menentukan kebenaran di balik hasil yang disengketakan.

Potensi AI melampaui oracle yang didorong LLM. Misalnya, agen AI yang aktif di platform ini dapat mengumpulkan sinyal secara global untuk mendapatkan keuntungan perdagangan jangka pendek. Ini tidak hanya membantu kita melihat dunia dari perspektif yang sama sekali baru tetapi juga memungkinkan prediksi tren masa depan yang lebih akurat. (Proyek seperti Prophet Arena telah memicu kegembiraan di bidang ini.) Di luar memberikan wawasan sebagai analis politik yang canggih, agen AI ini mungkin juga mengungkapkan faktor prediktif fundamental untuk peristiwa sosial yang kompleks saat kita memeriksa strategi mereka yang muncul.

Apakah pasar prediksi akan menggantikan jajak pendapat? Tidak. Sebaliknya, mereka akan meningkatkan jajak pendapat (dan informasi jajak pendapat juga dapat diumpankan ke pasar prediksi). Sebagai profesor ekonomi politik, saya paling bersemangat tentang potensi pasar prediksi untuk bekerja berdampingan dengan ekosistem beragam jajak pendapat—tetapi kita akan perlu mengandalkan teknologi baru, seperti AI, yang dapat meningkatkan pengalaman survei, dan enkripsi, yang dapat memberikan cara yang sama sekali baru untuk memverifikasi bahwa peserta survei dan kuesioner adalah manusia dan bukan robot.

– Andy Hall, Penasihat Penelitian Crypto di a16z, Profesor Ekonomi Politik di Universitas Stanford

Teknologi enkripsi akan berkembang ke aplikasi yang sama sekali baru di luar blockchain.

Selama bertahun-tahun, SNARK (bukti non-interaktif ringkas pengetahuan nol, jenis bukti kriptografi yang memverifikasi kebenaran bukti tanpa melakukan kembali komputasi) telah terutama digunakan di bidang blockchain. Ini karena overhead komputasi mereka sangat besar: membuktikan komputasi bisa seribu kali lebih melelahkan daripada menjalankan komputasi secara langsung. Dalam skenario di mana overhead ini perlu didistribusikan di antara puluhan ribu validator, itu bermanfaat, tetapi dalam skenario lain itu tidak praktis.

Situasi ini akan berubah. Pada tahun 2026, overhead komputasi prover zkVM (mesin virtual pengetahuan nol) akan dikurangi menjadi sekitar 10.000 kali, sementara jejak memori mereka hanya akan beberapa ratus megabyte—cukup cepat untuk berjalan di ponsel dan cukup murah untuk aplikasi luas di berbagai skenario. Salah satu alasan mengapa "10.000 kali" ini mungkin menjadi titik kritis adalah bahwa throughput paralel GPU kelas atas kira-kira 10.000 kali lipat CPU laptop. Pada akhir tahun 2026, satu GPU akan dapat menghasilkan bukti komputasi yang sebaliknya akan memerlukan eksekusi CPU secara real-time.

Ini akan membuka beberapa visi yang diajukan dalam makalah penelitian sebelumnya: komputasi awan yang dapat diverifikasi. Jika Anda sudah menjalankan beban kerja CPU di cloud (karena tugas komputasi Anda tidak cukup untuk akselerasi GPU, atau Anda kekurangan keahlian yang relevan, atau karena alasan historis), Anda akan dapat memperoleh bukti kriptografi kebenaran komputasi dengan biaya yang wajar. Selain itu, prover sudah dioptimalkan untuk GPU, tidak memerlukan penyesuaian tambahan pada kode Anda.

– Justin Thaler, anggota tim penelitian kriptografi a16z, Associate Professor Ilmu Komputer di Universitas Georgetown

— Tim Editing Enkripsi a16z