Teman saya, Chen, bulan lalu melakukan sesuatu yang agak mengejutkan—dia 'menyewakan' model hukum kecil yang dia sesuaikan.
Bukan menjual kode secara langsung, bukan menandatangani kontrak lisensi, bukan membuka langganan API. Ini adalah menempatkan model di jaringan OpenLedger, dengan harga bayar per panggilan, lalu... biarkan saja di sana. Dalam sebulan, model ini sudah mengumpulkan lebih dari 3000 panggilan, memberinya pendapatan on-chain yang tidak besar tapi stabil.
Kata-katanya seperti ini:
"Barang ini sekarang mirip dengan liquidity pool yang saya pasang di bursa dulu—saya tidak perlu memantau setiap hari, dia sendiri yang menghasilkan uang di sana."
Saya mencatat kalimat ini dan memikirkannya berulang kali selama lama.
Tuan Lao bekerja di bidang hukum, sama sekali tidak terkait dengan pasar keuangan. Tapi dia menggunakan istilah keuangan untuk menjelaskan model fine-tuning-nya—liquidity pool. Analogi ini bukan gaya bahasa; itu adalah pengalaman paling langsung yang ia rasakan sebagai pengguna.
Ini adalah salah satu hal yang diam-diam sedang diselesaikan oleh arsitektur OpenLedger—ia mengubah sesuatu seperti "model AI" dari sekadar aset kode statis menjadi aset keuangan yang dapat terus menghasilkan arus kas.
Dampak yang membalikkan ini lebih besar daripada yang terlihat di permukaan.
Dalam perangkat lunak tradisional, dua kata "model" dan "aset" hampir tidak pernah bertemu. Sebuah model: bisa diposisikan sebagai hasil riset untuk publikasi (tidak ada nilai komersial), atau dikemas menjadi produk untuk dijual (dibeli sekali bayar), atau dijalankan di server perusahaan tertentu sebagai API (pendapatan masuk ke perusahaan). Ia sendiri tidak menjadi aset independen yang dapat dimiliki, dinilai, dan dialihkan.
Dalam arsitektur OpenLedger, atribut-atribut model berubah total.
Sebuah model yang di-fine-tuning di ModelFactory memiliki beberapa atribut kunci—pertama, ia memiliki identitas di rantai. Data pelatihan, hyperparameter, dan hash versi semuanya tercatat di rantai. Pada level protokol, model ini merupakan objek yang independen dan dapat dilokalisasi.
Kedua, ia memiliki arus kas. Melalui mekanisme x402, setiap kali dipanggil akan memicu pembayaran instan. Model tidak perlu dikemas menjadi produk agar bisa menghasilkan uang; di level protokol, ia langsung memiliki kemampuan "digunakan berarti dikenai biaya".
Ketiga, transparansi biaya. Biaya untuk deploy ditekan serendah mungkin oleh OpenLoRA (satu layanan GPU dapat menampung ribuan model), sedangkan pendapatan ditelusuri dengan jelas oleh PoA sampai ke kontributor data, penulis fine-tuning, dan penyedia infrastruktur. Ini berarti unit economics model tersebut sepenuhnya dapat dihitung.
Keempat, ia memiliki sifat dapat dialihkan. Karena model itu sendiri memiliki identitas di rantai (on-chain), secara teori "hak kepemilikannya" bisa dialihkan—Anda bisa mengalihkan hak atas pendapatan masa depan dari sebuah model fine-tuning ke orang lain, seperti mentransfer sebuah NFT atau token RWA.
Jika keempat atribut ini digabungkan, yang Anda dapatkan bukan lagi "sepotong kode".
Yang Anda dapatkan adalah entitas ekonomi mikro yang dapat dinilai, dapat dialihkan, dan mampu terus menghasilkan arus kas.
Inilah yang saya maksud ketika mengatakan "model pertama kali memiliki wujud aset"—bukan metafora, melainkan aset keuangan dalam arti literal.
Begitu struktur ini terbukti berhasil, ia akan memicu serangkaian perubahan orde-kedua yang patut diperhatikan.
Pertama, akan muncul satu jenis baru "pencipta model".
Peran mereka bukan insinyur dan bukan pencipta, melainkan lebih seperti "provider likuiditas" di DeFi awal. Dengan pengetahuan profesional, mereka melakukan fine-tuning untuk membuat model kecil di bidang vertikal tertentu, lalu "memasangnya" di OpenLedger; setelah itu mereka secara pasif menerima biaya panggilan. Kualitas model semakin baik, panggilan semakin banyak, pendapatannya semakin stabil.
Peran seperti ini sebelumnya tidak ada, karena dalam arsitektur tradisional terdapat begitu banyak langkah rekayasa dan bisnis di antara "membuat sebuah model" dan "membuat model itu sendiri menghasilkan uang". OpenLedger menekan langkah-langkah di tengahnya menjadi tiga langkah: "unggah + penetapan harga + deploy".
Kedua, penilaian (valuation) model akan muncul.
Sebuah model yang menghasilkan arus kas stabil, secara teori dapat dinilai—dengan menerapkan model penilaian yang mirip SaaS atau obligasi, misalnya berdasarkan growth rate jumlah panggilan, nilai transaksi rata-rata, dan stabilitas. Jika hal ini bisa berjalan di skenario tertentu yang tersegmentasi, langkah berikutnya adalah model itu sendiri menjadi terfinansialkan—digadaikan, disekuritisasi, dan dikombinasikan dalam portofolio.
Kedengarannya mirip dengan lintasan evolusi DeFi awal—mulanya ada "aset yang bisa menghasilkan imbal hasil", lalu ada "instrumen keuangan" yang berputar mengelilingi aset-aset tersebut.
Ketiga, cara aliran modal di industri AI akan berubah.
Dalam logika pendanaan proyek AI sebelumnya, fokusnya adalah "investasi pada tim"—VC memberi uang ke tim, tim menggunakan uang itu untuk melatih model, mempekerjakan orang, dan melakukan promosi. Jika model jadi, IP-nya milik tim dan VC.
Setelah asetisasi model, akan muncul logika "berinvestasi pada model"—dana bisa langsung melewati tim untuk menginvestasikan hak atas pendapatan masa depan dari model tertentu. Struktur ini sudah matang di RWA dan DeFi; memigrasikannya ke bidang AI hanyalah masalah waktu.
Keempat, ekonomi "AI long-tail" akan diaktifkan.
Komersialisasi AI tradisional hanya peduli pada skenario yang berada di puncak—permintaan yang cukup besar untuk layak menghabiskan beberapa juta dolar agar dijadikan produk. Skenario long-tail menengah-panjang (suatu masalah spesifik dalam industri tertentu yang tersegmentasi) tidak pernah punya jalur komersialisasi, karena tidak mampu mendanai tim produk independen.
Namun jika sebuah model kecil bisa dibuat oleh pakar bidang dalam waktu satu sore, lalu dipasang di jaringan untuk menagih otomatis, maka skenario long-tail untuk pertama kalinya menjadi layak secara ekonomi. Model kecil kepatuhan hukum ala Tuan Lao yang menjadi contoh tipikal—jumlah pelanggannya tidak akan pernah cukup besar untuk menopang sebuah perusahaan, tapi sebagai aset arus kas pasif, model itu sudah benar-benar bekerja bagi Tuan Lao secara pribadi.
Perlu menjelaskan batasannya dengan jelas.
Pertama, "likuiditas" model sebagai aset saat ini masih sangat terbatas. Model Tuan Lao, dengan sekitar tiga ribu lebih pemanggilan per bulan, terdengar bagus. Tapi jika dikonversi menjadi arus kas, nilainya jauh tidak cukup untuk membuatnya berhenti kerja lalu fokus melakukan hal itu. Agar ekosistem ini benar-benar matang, skala pemanggilan perlu naik beberapa orde besaran lagi.
Kedua, penilaian (valuation) model perlu waktu untuk membentuk konsensus pasar. Saat ini belum ada standarisasi "model penilaian model". Pasar belum memiliki konsensus penetapan harga untuk pertanyaan seperti "model fine-tuning yang menghasilkan X bulan pemanggilan seharusnya bernilai berapa". Terbentuknya hal ini membutuhkan praktik berulang dari pasar.
Ketiga, aset model akan membuka permukaan serangan baru. Misalnya fine-tuning beritikad buruk, pemalsuan kualitas model, pemesanan panggilan (刷单) untuk menaikkan angka—semua ini adalah masalah yang sebelumnya tidak ada, tetapi di masa depan akan muncul. PoA dan mekanisme penilaian OpenLedger dapat mengurangi sebagian, namun sistem pertahanan yang lengkap masih sedang dibangun.
Keempat, regulasi akan menjadi lebih kompleks seiring terjadinya finansialisasi. Begitu model diperdagangkan sebagai aset yang memiliki arus kas, masalah klasifikasi sekuritisasi adalah sesuatu yang tidak bisa dihindari. Ini akan memperlambat penyebaran mekanisme tersebut.
Tapi sekalipun ada batasan-batasan ini, arah besarnya sudah jelas.
Kalimat Tuan Lao, "likuiditasnya mirip dengan liquidity pool yang saya pasang" bukanlah perumpamaan asal dari seorang pengguna. Itu adalah sinyal zaman—transformasi model AI dari kode statis menjadi aset keuangan untuk pertama kalinya benar-benar terwujud di level rekayasa.
Dalam sepuluh tahun terakhir, kita telah melihat kripto membuat "uang" menjadi bisa diprogram, kita telah melihat NFT membuat "gambar" menjadi sesuatu yang bisa dimiliki, dan kita telah melihat DeFi membuat "keuangan" menjadi tanpa izin.
Yang berikutnya yang ditulis ulang dengan paradigma ini—mungkin justru model itu sendiri—yakni sebuah kode yang pertama kali memiliki atribut "terus menghasilkan arus kas".
Model kecil Tuan Lao itu adalah titik awal yang tidak mencolok, namun konkret, dari perubahan ini.
