Pertanyaan yang Tidak Pernah Dipikirkan untuk Ditanyakan
Ketika seseorang belum pernah trading crypto sebelumnya dan ingin memulai, kemana mereka pergi pertama kali?
Semakin sering, jawabannya bukan Google. Bukan juga Reddit. Ini adalah ChatGPT, Claude, Gemini, atau model bahasa besar lainnya — diketik ke dalam jendela chat dengan pertanyaan seperti: "Bursa crypto mana yang harus saya gunakan?"
Untuk ratusan juta pengguna, asisten AI telah menjadi titik kontak pertama untuk pengambilan keputusan finansial. Namun, hingga kini, hampir tidak ada penelitian sistematis yang mengkaji apa yang sebenarnya dikatakan oleh asisten AI ketika ditanya tentang bursa crypto — dan apakah jawaban mereka mencerminkan lanskap nyata dari pasar.
Penelitian DeFiLlama bertujuan untuk menjawab pertanyaan itu.
Bagaimana Studi Dilakukan
Tim penelitian menjalankan 120 output di empat model bahasa besar terkemuka: Claude Opus 4.7, GPT-5.4, Gemini 3 Flash, dan Qwen 3.6 Plus.
Alih-alih mengajukan pertanyaan yang memimpin atau bermerk, para peneliti menggunakan 30 pertanyaan netral yang tidak bermerek — jenis pertanyaan organik yang mungkin diketik oleh pengguna baru. Pertanyaan tersebut dijalankan dalam bahasa Inggris dan Mandarin, menangkap gambaran lintas bahasa tentang bagaimana AI merepresentasikan lanskap pertukaran.
Metodologi dirancang untuk menampilkan perilaku alami AI: pertukangan apa yang direkomendasikan model saat tidak memiliki alasan khusus untuk memfavoritkan satu platform?
Tri-Pillar Hierarchy
Temuan utama sangat mencolok dalam konsistensinya: tiga pertukaran — Binance, OKX, dan Bybit — muncul dalam 100% output di semua model dan semua prompt yang diuji.
Temuan ini sendiri layak untuk dibahas lebih dalam. Di empat sistem AI yang berbeda, dibangun oleh empat perusahaan berbeda, dilatih dengan data yang berbeda, dan merespons dalam dua bahasa yang berbeda — tiga platform muncul setiap kali. Para peneliti menyebut ini "Tri-Pillar Hierarchy": konsentrasi struktural dalam model mental AI tentang pasar pertukaran crypto yang bertahan terlepas dari model atau bahasa yang digunakan.
Binance berdiri terpisah bahkan di dalam kelompok ini, menangkap sekitar 90% dari semua slot Top-1 — yang berarti bahwa ketika AI diminta untuk menyebutkan satu pertukaran terbaik, Binance muncul di bagian atas daftar itu sebagian besar waktu.
Bingkai Niat: Bagaimana AI Membagi Pasar
Salah satu temuan yang lebih halus dari studi ini adalah bahwa pertukaran yang berbeda tidak hanya muncul lebih atau kurang sering — mereka memiliki bingkai niat spesifik. Ketika sebuah prompt diframing di sekitar kebutuhan pengguna tertentu, pertukaran tertentu secara konsisten muncul sebagai rekomendasi utama:
Kraken → Kerangka keselamatan dan kepatuhan regulasi
Bybit → Kerangka derivatif dan perdagangan lanjutan
Coinbase → Akses institusional dan kerangka kejelasan regulasi AS
Binance → Tujuan umum, volume tertinggi, pemilihan aset terluas
Ini berarti AI tidak hanya mencantumkan pertukaran yang sama setiap kali — ia mencocokkan pola niat pengguna dengan identitas pertukaran tertentu. Pertukaran yang direkomendasikan sangat bergantung pada bagaimana pertanyaan diframing, bahkan ketika permintaan dasarnya secara fungsional serupa.
Jarak Antara Gambar AI dan Realitas
Mungkin temuan yang paling penting adalah struktural: gambar AI tentang pasar pertukaran crypto jauh lebih terkonsentrasi daripada lanskap volume perdagangan yang sebenarnya.
Volume perdagangan riil terdistribusi di berbagai platform yang lebih luas daripada yang disarankan oleh output AI. Pertukaran dengan kehadiran pasar yang substansial, basis pengguna aktif, dan dominasi regional yang kuat muncul jauh lebih jarang dalam rekomendasi AI — atau bahkan tidak muncul sama sekali — meskipun mewakili pangsa aktivitas perdagangan yang berarti.
Jarak ini memiliki konsekuensi nyata. Bagi pengguna yang bergantung pada AI untuk menavigasi keputusan pertama tentang di mana untuk berdagang, peta yang mereka terima mungkin sangat tidak lengkap. Pertukaran yang tidak pernah mereka dengar tidak selalu lebih buruk — mereka hanya tidak menjadi bagian dari konsensus yang dihasilkan dari pelatihan AI.
Apa Artinya Ini untuk Era Penemuan Crypto Berikutnya
Studi DeFiLlama datang di saat yang penting. Saat asisten AI menjadi antarmuka utama melalui mana jutaan orang menemukan produk dan layanan keuangan, bias yang tertanam dalam sistem tersebut — baik yang disengaja maupun muncul — menjadi signifikan secara struktural.
Beberapa implikasi yang layak dipertimbangkan:
Untuk pengguna: Memahami bahwa rekomendasi AI mencerminkan konsensus data pelatihan — bukan analisis independen — adalah hal yang penting. Pertukaran yang paling sering direkomendasikan oleh LLM tidak selalu merupakan yang terbaik untuk kasus penggunaan Anda, geografi, atau toleransi risiko. Anggap AI sebagai titik awal, bukan putusan.
Untuk pertukaran: Visibilitas AI menjadi sumbu kompetisi baru. Kehadiran organik dalam data pelatihan AI — didorong oleh liputan media, kualitas dokumentasi, diskusi komunitas, dan analisis pihak ketiga — semakin menentukan apakah sebuah platform muncul dalam corong penemuan yang dimediasi AI.
Untuk industri: Temuan konsentrasi ini menimbulkan pertanyaan tentang bagaimana penemuan yang didorong AI akan membentuk struktur pasar dari waktu ke waktu. Jika tiga pertukaran menangkap 100% sebutan AI, dan AI menjadi mekanisme penemuan utama bagi pengguna baru, implikasinya untuk dinamika persaingan sangat signifikan.
Gambaran Besar
Studi DeFiLlama adalah, pada intinya, peta bagaimana AI melihat dunia crypto — dan pengingat bahwa gambar AI adalah produk dari data yang dilatih, bukan penilaian netral tentang lanskap saat ini.
Di ruang yang berubah secepat crypto, jarak antara apa yang "diketahui" AI dan apa yang saat ini benar dapat terbuka dengan cepat. Pertukaran yang mendominasi model mental AI saat ini sebagian besar adalah yang mendominasi berita dan diskusi komunitas selama periode pengumpulan data pelatihan. Pendatang baru, pemimpin regional, dan platform yang tumbuh cepat dalam siklus terbaru mungkin terwakili secara struktural lebih rendah terlepas dari posisi pasar mereka saat ini.
Bagi siapa pun yang membuat keputusan tentang di mana untuk berdagang — apakah mereka pengguna baru yang bertanya pada chatbot AI atau tim institusional yang mengevaluasi platform — studi DeFiLlama adalah pengingat berguna: jawaban yang paling menonjol tidak selalu yang paling lengkap.
Baca laporan lengkap Penelitian DeFiLlama di defillama.com/reports.