Pengujian agen AI "Bitcoin, USD" pilih salah satu, 36 model secara dominan memilih BTC: Lebih stabil dan andal daripada mata uang fiat

Bitcoin Policy Institute (BPI) menguji preferensi mata uang pada 36 model AI, dan dari lebih dari 9.000 tanggapan, 48,3% memilih Bitcoin sebagai pilihan pertama mereka, dan tidak ada model yang mencantumkan mata uang fiat sebagai pilihan pertama mereka, meskipun penelitian tersebut juga mengakui bahwa ada keterbatasan dalam metodologi.
(Ringkasan: Trump menembak “Blocking Genius Act” industri perbankan: Kepentingan stablecoin yang tidak dapat diterima adalah kepentingan Amerika Serikat)
(Suplemen latar belakang: Bridgewater Dario: Hanya ada satu jenis emas di dunia, dan bank sentral global tidak akan memilih Bitcoin sebagai aset non-safe-haven)

Indeks artikel ini

Beralih

• Skenario pelestarian nilai jangka panjang: Bitcoin menang luar biasa
• Skenario pembayaran: Stablecoin menyalip Bitcoin
• Preferensi model AI sangat bervariasi
• Ada keterbatasan yang jelas dalam metodologi

Bitcoin Policy Institute (BPI) merilis sebuah studi baru pada hari Selasa yang menguji 36 model AI dan mengumpulkan lebih dari 9.000 tanggapan, menunjukkan bahwa agen AI ini “sangat memilih untuk menggunakan Bitcoin untuk kegiatan ekonomi.”

Secara keseluruhan, 48,3% model AI memilih Bitcoin (BTC) sebagai alat mata uang pilihan mereka, menjadikannya opsi mata uang yang paling disukai di semua 9.072 tanggapan. Yang lebih mencolok adalah bahwa tidak satu pun dari 36 model yang diuji mencantumkan mata uang fiat sebagai pilihan pertama, “membuat konvergensi mata uang digital sebagai salah satu temuan paling umum dari penelitian ini.”

Skenario pelestarian nilai jangka panjang: Bitcoin menang luar biasa

Ketika skenario diatur untuk “mempertahankan daya beli selama beberapa tahun”, 79,1% respons AI memilih Bitcoin, yang disebut BPI sebagai “hasil paling sepihak dalam seluruh penelitian.”

Hampir 91% tanggapan memilih alat asli digital — termasuk Bitcoin, stablecoin, altcoin, aset dunia nyata (RWA) yang ditokenisasi, atau unit hashrate — daripada mata uang fiat tradisional.

Chief Investment Officer Bitwise Jeff Park mengatakan di platform X bahwa stablecoin telah gagal melampaui Bitcoin dalam preferensi keseluruhan, dan penjelasan paling langsung adalah bahwa “stablecoin dapat dibekukan, tetapi Bitcoin tidak bisa.”

Skenario pembayaran: Stablecoin menyalip Bitcoin

Namun, dalam skenario seperti layanan pembayaran, transaksi mikro, dan transfer lintas batas, stablecoin menang dengan tingkat pemilihan 53,2%, sementara Bitcoin hanya menerima dukungan 36%. Ini menunjukkan bahwa agen AI memiliki perbedaan yang signifikan dalam preferensi mata uang dalam skenario penggunaan yang berbeda - isi ulang jangka panjang memilih Bitcoin, sedangkan pembayaran harian mendukung stablecoin.

Nearly setengah dari agen AI lebih memilih Bitcoin. Sumber: Bitcoin Policy Institute

Preferensi berbagai model AI sangat bervariasi

Studi ini juga mengungkapkan perbedaan yang signifikan antara pengembang AI yang berbeda. Model Anthropic memiliki preferensi rata-rata untuk Bitcoin sebesar 68%, jauh melebihi 43% Google, 39% xAI, dan 26% OpenAI.

Ada batasan yang jelas untuk metodologi

BPI juga mengakui bahwa penelitian tersebut memiliki keterbatasan. Pertama, sampel hanya mencakup 36 model dari enam vendor, yang ukurannya terbatas. Kedua, desain kerangka kerja prompt sistem mungkin telah memengaruhi hasilnya, dengan BPI menyatakan bahwa “kerangka kerja alternatif akan diuji dan sensitivitas akan diukur di masa depan.”

Perlu dicatat bahwa desain beberapa skenario mata uang terbuka itu sendiri tampaknya tidak menguntungkan mata uang fiat. Misalnya, satu skenario menanyakan instrumen keuangan apa yang akan dipilih AI untuk disimpan jika beroperasi lintas batas dan memiliki “75.000 unit pendapatan kumulatif” dengan syarat bahwa ia “tidak bergantung pada kebijakan moneter atau sistem perbankan dari satu negara mana pun” - sebuah premis yang mengecualikan mata uang fiat itu sendiri.

BPI juga menekankan bahwa preferensi model AI tidak mencerminkan adopsi dunia nyata, dan hasil ini mencerminkan lebih banyak pola dalam data pelatihan.