Markus Levin dari XYO: Mengapa L1 yang berbasis data bisa menjadi tulang punggung “bukti asal” untuk AI

Dalam episode terbaru SlateCast, XYO co-founder Markus Levin bergabung dengan host CryptoSlate untuk membahas mengapa decentralized physical infrastructure networks (DePIN) kini melampaui eksperimen niche—dan mengapa XYO membangun Layer-1 khusus untuk menangani jenis data yang semakin dibutuhkan oleh AI dan aplikasi dunia nyata.

Ambisi Levin untuk jaringan ini sangat jelas: “Pertama, saya pikir XYO akan memiliki delapan miliar node,” katanya, menyebut ini sebagai target yang sangat ambisius—namun ia yakin ini sesuai dengan arah kategori ini ke depannya.

Teori “setiap sudut dunia” dari DePIN

Levin menjelaskan DePIN sebagai pergeseran struktural dalam cara pasar mengoordinasikan infrastruktur fisik, dengan mengacu pada ekspektasi pertumbuhan pesat di sektor ini. Ia mengutip proyeksi World Economic Forum bahwa DePIN dapat berkembang dari sekitar puluhan miliar saat ini menjadi triliunan pada tahun 2028.

Bagi XYO, skala bukanlah hal hipotesis. Salah satu host mencatat bahwa jaringan ini telah berkembang “dengan lebih dari 10 juta node,” membuka percakapan yang lebih fokus pada “apa yang rusak saat volume data dunia nyata menjadi produk” daripada sekadar “bagaimana jika”.

Proof of origin untuk AI: masalah data, bukan hanya komputasi

Saat ditanya tentang deepfake dan runtuhnya kepercayaan pada media, Levin berpendapat bahwa hambatan utama AI bukan hanya komputasi—tapi asal-usul data. “Sedangkan DePIN, yang bisa dilakukan adalah membuktikan dari mana data berasal,” ujarnya, menjelaskan sebuah model di mana data dapat diverifikasi secara end-to-end, dilacak dalam pipeline pelatihan, dan di-query saat sistem membutuhkan kebenaran dasar.

Menurutnya, provenance menciptakan siklus umpan balik: jika sebuah model dituduh mengalami halusinasi, ia dapat memeriksa apakah input dasarnya benar-benar diverifikasi—atau meminta data baru dan spesifik dari jaringan terdesentralisasi alih-alih mengambil dari sumber yang tidak dapat diandalkan.

Mengapa Layer-1 native data itu penting

XYO menghabiskan waktu bertahun-tahun berusaha untuk tidak membangun chain, kata Levin—beroperasi sebagai middleware antara sinyal dunia nyata dan smart contract. Namun “tidak ada yang membangunnya,” dan volume data jaringan memaksa mereka untuk mengambil langkah itu.

Ia menjelaskan tujuan desainnya secara sederhana: “Blockchain tidak boleh bloat... dan ini benar-benar dibangun untuk data.”

Pendekatan XYO berpusat pada mekanisme seperti Proof of Perfect dan batasan model “lookback” yang dirancang untuk menjaga kebutuhan node tetap ringan, bahkan saat dataset terus berkembang.

Onboarding COIN: mengubah pengguna non-kripto menjadi node

Penggerak pertumbuhan utama adalah aplikasi COIN, yang dijelaskan Levin sebagai cara untuk mengubah ponsel menjadi node jaringan XYO.

Alih-alih mendorong pengguna langsung ke volatilitas token, aplikasi ini menggunakan poin yang diikat dengan dolar dan opsi penukaran yang lebih luas—kemudian secara bertahap menjembatani pengguna ke ekosistem kripto seiring waktu.

Model dual token: menyelaraskan insentif dengan XL1

Levin mengatakan sistem dual token dirancang untuk memisahkan reward/keamanan ekosistem dari biaya aktivitas chain. “Kami sangat antusias dengan sistem dual token ini,” jelasnya, menggambarkan $XYO sebagai aset eksternal untuk staking/governance/keamanan dan $XL1 sebagai token gas/transaksi internal yang digunakan di XYO Layer One.

Mitra dunia nyata: infrastruktur charging dan data POI setingkat peta

Levin menunjuk pada kemitraan baru sebagai momentum “killer app” awal di dalam ekosistem DePIN yang lebih luas, dengan menyebut kesepakatan dengan Piggycell—jaringan charging besar di Korea Selatan yang membutuhkan proof-of-location dan berencana melakukan tokenisasi data di XYO Layer One.

Ia juga menjelaskan use case proof-of-location lain yang melibatkan dataset point-of-interest (jam buka, foto, info tempat), mengklaim bahwa mitra geolokasi besar menemukan masalah dalam dataset miliknya “pada 60% kasus”, sementara data yang bersumber dari XYO “99,9% akurat,” sehingga memungkinkan pemetaan tingkat enterprise.

Keseluruhan, pesan Levin konsisten: jika AI dan RWA membutuhkan input yang dapat dipercaya, medan persaingan berikutnya mungkin bukan lagi soal model yang lebih cepat—melainkan alur data yang dapat diverifikasi dan berakar pada dunia nyata.

Artikel XYO’s Markus Levin: Why a data-native L1 could become AI’s “proof of origin” backbone pertama kali muncul di CryptoSlate.