Saya ingat pernah mengamati ekonomi sebuah game pada suatu malam dan merasa ada sesuatu pada angkanya yang tak lagi masuk akal. Para pemain masuk ke game, menyelesaikan tugas-tugas yang sudah biasa, mengumpulkan hadiah, lalu kembali keesokan harinya. Tidak ada yang tampak rusak. Siklusnya cukup sederhana untuk dipahami, dan aktivitasnya tampak sehat. Namun, saya terus bertanya-tanya apakah sistem itu benar-benar semakin kuat atau orang-orang sekadar belajar cara mengekstrak nilai darinya dengan lebih efisien.
Perbedaan itu terus melekat dalam pikiran saya. Setelah bertahun-tahun mengamati pasar kripto, ekonomi game, dan perilaku seputar kepemilikan digital, saya tidak lagi terlalu tertarik pada apa yang dikatakan sebuah proyek tentang akan menjadi apa nantinya, melainkan pada apa yang perlahan dipelajari orang-orang untuk dilakukan di dalamnya. Sistem tidak berubah secara mencolok. Sistem mengubah perilaku secara diam-diam.
Sekilas, ekonomi game sering terlihat sederhana: bermain, mendapat penghasilan, lalu mengulanginya. Ceritanya mudah disampaikan karena setiap tindakan seolah punya tujuan yang jelas. Selesaikan tugas, dapatkan hadiah. Gunakan sumber daya, buka sesuatu yang berguna. Kembali besok dan lanjutkan dari titik terakhir. Namun, di balik kesederhanaan itu terdapat susunan insentif, biaya, dan ekspektasi yang lebih rumit.
Pertanyaan pentingnya bukan sekadar seberapa banyak aktivitas yang dihasilkan sebuah gim. Yang perlu ditanyakan adalah apa yang dihasilkan aktivitas tersebut, siapa yang memperoleh nilai darinya, dan ke mana nilai itu mengalir setelahnya.
Seorang pemain mungkin menghabiskan satu jam di dalam gim tanpa menghasilkan pendapatan yang berarti bagi ekonominya. Pemain lain mungkin hanya menghabiskan sepuluh menit untuk melakukan pembelian yang menopang seluruh sistem. Keduanya dihitung sebagai pengguna aktif, tetapi kontribusi ekonomi mereka berbeda. Bahkan, perbandingan itu belum lengkap, karena pemain pertama mungkin mengajak teman-temannya, menjaga komunitas kompetitif tetap hidup, atau menciptakan permintaan atas sumber daya yang dibeli pemain lain.
Di sinilah prediksi pendapatan menjadi sulit. Metrik permukaan jarang menceritakan keseluruhan kisah. Metrik itu menggambarkan apa yang terjadi, tetapi tidak selalu menjelaskan mengapa hal itu terjadi atau apakah perilaku tersebut bisa berlanjut tanpa insentif yang semakin mahal.
Saya mulai berpikir bahwa sinyal yang paling berguna sering kali tampak dalam perubahan kecil. Pemain mulai menyelesaikan aktivitas yang sama dalam waktu lebih singkat. Mereka berhenti bereksperimen dan menjalani rutinitas yang terbatas. Sumber daya yang dahulu terasa opsional menjadi penting untuk progres. Fitur biasa diam-diam menjadi bagian dari jadwal harian pemain.
Masing-masing perubahan ini tampak kecil. Jika digabungkan, semuanya bisa membentuk ulang ekonomi.
Efisiensi, misalnya, memiliki dua sisi. Peralatan yang lebih baik dan progres yang lebih lancar dapat membuat gim lebih menyenangkan sehingga pemain bertahan lebih lama. Namun, efisiensi yang lebih tinggi juga dapat mengurangi waktu yang dibutuhkan untuk mendapatkan hadiah. Jika ekonomi bergantung pada upaya berulang untuk mempertahankan kelangkaan, basis pemain yang lebih efisien pada akhirnya dapat menekan nilai hadiah, permintaan sumber daya, atau kemampuan sistem menyerap pasokan baru yang diciptakan.
Perilaku yang sama yang meningkatkan retensi dapat melemahkan model ekonomi jika insentifnya tidak seimbang.
Bisa saja saya keliru, tetapi menurut saya di sinilah banyak narasi pendapatan menjadi terlalu percaya diri. Narasi tersebut memperlakukan keterlibatan seolah secara alami berubah menjadi pendapatan, dan pendapatan seolah otomatis menjadi pertumbuhan yang berkelanjutan. Kenyataannya, setiap peralihan harus diupayakan. Pemain bisa tetap aktif sambil mengurangi pengeluaran. Transaksi bisa meningkat sementara margin menyusut. Komunitas yang berkembang bisa hidup berdampingan dengan ekonomi yang membagikan hadiah lebih cepat daripada kemampuannya menangkap nilai.
Inilah juga alasan saya memperhatikan lapisan kecerdasan di sekitar ekonomi digital. Bukan karena kecerdasan buatan otomatis membuat sebuah proyek lebih bernilai, melainkan karena sistem yang mampu menafsirkan data perilaku dan menerjemahkannya menjadi keputusan operasional dapat merespons perubahan dengan lebih cepat.
Bayangkan sebuah sistem yang mengamati di bagian mana pemain meninggalkan tugas, sumber daya mana yang menjadi hambatan, bagaimana pengeluaran berubah setelah pembaruan, dan insentif apa yang membuat orang kembali tanpa menciptakan ketergantungan berlebihan pada hadiah. Jika informasi itu langsung digunakan untuk menyesuaikan ekonomi, jarak antara pengamatan dan tindakan menjadi lebih pendek.
Hasilnya bisa berupa ekonomi yang lebih adaptif. Pengembang mungkin dapat lebih dini mendeteksi melemahnya permintaan, menyesuaikan progres sebelum frustrasi menyebar, atau menyadari kapan struktur hadiah mendorong perilaku berulang alih-alih partisipasi yang sungguh-sungguh.
Namun, kecerdasan tidak sama dengan pemahaman. Sebuah sistem bisa mengoptimalkan hasil yang terukur sambil merusak sesuatu yang lebih sulit diukur. Sistem itu bisa memperpanjang sesi bermain tanpa meningkatkan kepuasan, atau mendorong transaksi yang kemudian disesali pemain. Siklus umpan balik yang lebih cepat hanya berguna jika tujuan yang dioptimalkan memang masuk akal.
Untuk memprediksi pendapatan, saya ingin tahu apakah lapisan kecerdasan ini memperbaiki hubungan antara perilaku pemain dan hasil ekonomi. Apakah lapisan ini mengurangi insentif yang terbuang? Apakah lapisan ini membantu mengubah permintaan yang sudah ada menjadi pendapatan berulang? Apakah lapisan ini cukup meningkatkan pengalaman sehingga pemain memilih untuk kembali tanpa harus terus-menerus diberi hadiah?
Pertanyaan-pertanyaan itu lebih penting daripada sekadar adanya label AI.
Menelusuri aliran uang memerlukan satu langkah lagi. Metrik keterlibatan adalah bukti adanya perhatian, bukan bukti adanya pendapatan. Pengguna aktif harian, durasi sesi, kunjungan berulang, dan retensi dapat menunjukkan apakah sebuah komunitas mulai membentuk kebiasaan. Nilai ekonomi yang sesungguhnya bergantung pada apa yang terjadi selanjutnya: pembelian, biaya transaksi, aktivitas pasar, langganan, lisensi, atau tindakan lain yang menghasilkan pendapatan.
Bahkan setelah itu, aktivitas bruto bisa menyesatkan. Sebuah pasar mungkin memproses volume yang besar tetapi hanya menghasilkan sedikit pendapatan bersih. Insentif bisa menciptakan transaksi yang sebenarnya tidak akan terjadi. Hadiah token mungkin untuk sementara menopang partisipasi sekaligus meningkatkan tekanan jual di masa depan.
Saya lebih suka menelaah seluruh jalur dari perilaku hingga pendapatan. Seorang pemain menemukan insentif, membentuk rutinitas, merasakan manfaat suatu sumber daya, lalu pada akhirnya mengeluarkan uang atau berkontribusi pada aktivitas ekonomi yang menghasilkan pendapatan. Sistem menangkap sebagian nilai tersebut dan menggunakannya untuk membiayai operasional, pengembangan, atau partisipasi lebih lanjut.
Jika jalur itu menjadi semakin konsisten seiring waktu, prospek pendapatannya menjadi lebih meyakinkan. Jika jalur itu bergantung pada hadiah yang semakin agresif, pertumbuhan yang tampak mungkin tidak setahan lama seperti kelihatannya.
Lapisan token menambahkan kerumitan lain. Token seperti $PIXEL tidak seharusnya dipahami hanya sebagai hadiah yang diberikan kepada pemain. Dalam ekonomi yang berfungsi, token dapat memengaruhi keputusan tentang pengeluaran, progres, perdagangan, dan partisipasi. Peran ekonominya bergantung pada kegunaannya bagi orang-orang, seberapa sering mereka menggunakannya, dan apakah permintaannya melampaui tindakan sekadar menerimanya.
Kecepatan peredaran token penting di sini. Token yang bergerak cepat dalam suatu ekonomi dapat mendukung aktivitas yang besar, tetapi peredaran yang cepat tidak selalu berarti nilai token bertahan kuat. Pemain mungkin memperoleh token, langsung membelanjakannya, dan tidak menciptakan alasan bagi siapa pun untuk menyimpannya. Sebaliknya, beberapa aktivitas yang bermanfaat mungkin menciptakan permintaan yang saling menguatkan, dengan token yang sama digunakan untuk berbagai keperluan di seluruh ekosistem.
Hal itu bisa membuat gambaran ekonominya lebih menarik, tetapi juga lebih sulit ditafsirkan.
Banyak kegunaan tidak serta-merta menciptakan banyak sumber permintaan yang berkelanjutan. Jika semua aktivitas pada akhirnya bergantung pada kelompok pemain terbatas yang sama, sistem tersebut mungkin kurang terdiversifikasi daripada kelihatannya. Jika integrasi menghadirkan kegunaan yang nyata, menarik peserta yang berbeda ke dalam ekonomi, dan menciptakan alasan untuk bertransaksi yang sebelumnya tidak ada, token tersebut mungkin memiliki posisi yang lebih tahan lama.
Perbedaannya halus, tetapi penting.
Saya juga akan berhati-hati terhadap dilusi. Sebuah ekonomi bisa tampak aktif sambil terus memperkenalkan imbalan baru yang pertumbuhannya melampaui permintaan yang berarti. Partisipasi yang kuat hari ini tidak meniadakan kemungkinan insentif yang lebih lemah besok. Demikian pula, integrasi yang tampak mengesankan di atas kertas mungkin hanya memberi sedikit kontribusi jika penggunanya tidak tetap aktif atau insentif ekonominya bertentangan dengan kepentingan komunitas yang sudah ada.
Basis pemain yang berbeda menciptakan jenis kerentanan yang berbeda pula. Pemain kompetitif mungkin mementingkan progres dan status. Pemain kasual mungkin menghargai kemudahan dan interaksi sosial. Peserta yang berorientasi ekonomi mungkin berfokus pada efisiensi dan peluang menjual kembali. Sistem yang melayani satu kelompok dengan sangat baik bisa tanpa sengaja membuat pengalaman bermain kurang menarik bagi kelompok lain.
Perbedaan ini memengaruhi retensi, pengeluaran, harga sumber daya, dan pada akhirnya kualitas pendapatan. Perbedaan ini juga membuat ekstrapolasi sederhana berisiko. Bulan yang kuat tidak serta-merta membuktikan adanya tren pendapatan yang andal, terutama ketika aktivitas dipengaruhi minat musiman, insentif token, atau perubahan sentimen pasar sementara.
Bagi saya, prediksi yang lebih cerdas berawal dari ketidakpastian, bukan dari angka sasaran. Saya lebih ingin memahami hubungan antara retensi, pengeluaran, permintaan sumber daya, peredaran token, dan pendapatan bersih daripada menyusun prakiraan berdasarkan satu persentase pertumbuhan. Saya akan mencari bukti bahwa ekonomi tersebut dapat mempertahankan partisipasi tanpa terus-menerus semakin bergantung pada insentif.
Saya juga akan membedakan hal-hal yang bisa diamati dari hal-hal yang masih berupa asumsi. Peningkatan volume transaksi bisa diamati. Klaim bahwa peningkatan itu akan menghasilkan profitabilitas jangka panjang merupakan sebuah penafsiran. Peningkatan utilitas token mungkin dapat diukur. Namun, asumsi bahwa utilitas ini akan mendorong permintaan token yang lebih kuat masih memerlukan bukti tambahan.
Pembedaan ini menjadi semakin penting ketika gim, infrastruktur kripto, dan pengambilan keputusan otomatis mulai saling bersinggungan. Industri ini tampaknya beralih dari bersaing untuk mendapatkan perhatian ke mempelajari cara memengaruhi perilaku. Pengeluaran pemasaran semakin berkaitan dengan pertanyaan tentang retensi pelanggan, nilai seumur hidup pelanggan, dan alokasi modal. Gim itu sendiri dapat menjadi infrastruktur ekonomi yang mengoordinasikan transaksi, kepemilikan, dan insentif, alih-alih sekadar menyediakan hiburan.
Peralihan itu bisa membuka peluang yang berarti. Namun, peralihan tersebut juga bisa membuat perilaku manusia sehari-hari lebih mudah diukur, diprediksi, dan dimanipulasi.
Saya terus kembali pada pertanyaan yang sama dan terasa mengusik: ketika sebuah sistem menjadi sangat piawai dalam mengantisipasi tindakan orang, apakah sistem itu memberi mereka lebih banyak kebebasan atau sekadar semakin pandai mengarahkan pilihan mereka?
Ekonomi yang efisien belum tentu sehat. Gim yang menguntungkan belum tentu memuaskan. Dan token yang memiliki banyak kegunaan belum tentu benar-benar dibutuhkan orang.
Mungkin prediksi pendapatan yang paling berguna bukanlah prediksi yang menghasilkan angka paling tepat. Melainkan prediksi yang membantu membedakan perilaku ekonomi yang bertahan lama dari aktivitas yang hanya ada karena sistem terus membayarnya.
Tentu saja, saya tetap mengamati angka-angkanya. Namun, sekarang saya lebih memperhatikan hal-hal yang berubah di sekitarnya: kebiasaan yang terbentuk pada pemain, alasan mereka kembali, sumber daya yang mulai mereka hargai, dan insentif yang lama-kelamaan tidak lagi mereka sadari.
Hal-hal terperinci itu dapat menunjukkan arah suatu ekonomi sebelum perubahan tersebut terlihat jelas dalam metrik utamanya.
Apakah arah itu pada akhirnya menghasilkan pendapatan yang berkelanjutan adalah pertanyaan lain. Sistemnya mungkin menjadi lebih efisien, lebih menguntungkan, dan lebih mampu merespons para pesertanya. Namun, di suatu titik, batas antara melayani perilaku dan membentuknya bisa menjadi sulit dilihat.
Mungkin itulah tantangan sesungguhnya dalam memprediksi masa depan ekonomi digital. Bukan sekadar memahami seberapa banyak nilai yang dapat ditangkap sebuah sistem, tetapi juga bertanya perilaku seperti apa yang harus diciptakannya untuk menangkap nilai tersebut, dan apa yang tersisa dari pengalaman itu setelah setiap tindakan memiliki tujuan ekonomi.
