Eksperimen konten jutaan dolar: X menggunakan uang asli untuk memverifikasi masa depan kreasi seperti apa?

Penulis asli: David, Deep潮 TechFlow

Pertengahan Januari, X mengumumkan hadiah sebesar 1 juta dolar AS untuk artikel panjang terbaik yang tampil di platform.

Elon Musk secara pribadi membagikan ulang dan mengonfirmasi. Aturannya juga sangat sederhana: hanya untuk pengguna AS, artikel asli berbahasa Inggris lebih dari 1000 kata, utama berdasarkan jumlah tampilan dari pengguna berbayar AS.

Kamu pasti masih ingat beberapa hari sebelum peluncuran kegiatan insentif konten ini, seorang blogger pertumbuhan pribadi, Dan Koe, memposting artikel berjudul 「How to fix your entire life in 1 day」, mendapatkan 1,7 miliar tampilan, menjadi artikel terbaik sepanjang sejarah X.

Jelas X melihat potensi trafik dari artikel panjang, dan segera menindaklanjuti; menurunkan ambang batas fitur Articles, menyesuaikan bobot algoritma agar artikel panjang diprioritaskan dibandingkan postingan pendek, serta mengumumkan hadiah total 1 juta dolar AS untuk kompetisi menulis.

Dalam waktu dua minggu, puluhan ribu orang ikut berkompetisi.

Hasil diumumkan pada 4 Februari, total hadiah akhirnya mencapai 2,15 juta dolar AS, lebih dari dua kali lipat dari janji awal. Juara pertama mendapatkan 1 juta, runner-up 50 ribu, serta hadiah khusus “Creator Choice” sebesar 25 ribu dan empat nominasi kehormatan masing-masing 10 ribu.

Kondisi pemenang secara garis besar sebagai berikut:

Kamu bisa melihat Dan Koe kembali masuk daftar pemenang. Tapi, artikel sebelumnya tentang cara memperbaiki hidup dalam satu hari itu mendapatkan 1,7 miliar tampilan, sementara juara kompetisi kali ini hanya 450 juta.

Artikel viral memang masih sulit didapatkan, tapi beberapa artikel pemenang layak untuk dianalisis.

🏆 Juara: “Akun kecil” dengan 9 ribu pengikut, raih 1 juta dolar lewat database buatan sendiri

Judul artikel @beaverd diterjemahkan menjadi “Deloitte, tumor sebesar 740 miliar dolar yang menyebar ke seluruh AS”. Mengulas perusahaan konsultan terkenal Deloitte.

Akun ini saat ini “hanya” memiliki 9 ribu pengikut, termasuk kecil dibandingkan peserta lain yang menang, dan tidak didukung media besar, tidak ada verifikasi blue check selain itu.

Judul yang dia buat juga tidak mengandung kata kunci populer, tapi mengungkapkan hal yang cukup kontroversial, yaitu bagaimana Deloitte mengambil kontrak senilai 740 miliar dolar dari pemerintah federal dan negara bagian, lalu mengerjakan proyek tersebut dengan buruk.

Tautan di sini

Dengan mengklik, kamu akan melihat bahwa orang ini benar-benar bekerja keras.

Dia membangun sebuah situs bernama somaliscan.com, mengumpulkan jutaan data faktur pemerintah, melakukan cross-check laporan audit dan catatan gangguan sistem satu per satu.

Lalu, dengan data primer ini, dia menceritakan rangkaian kisah yang mengerikan: sistem tunjangan pengangguran California disalahgunakan hingga 320 miliar dolar, sistem Medicaid Tennessee gagal sehingga 250 ribu anak kehilangan perlindungan, dan proyek transformasi digital pengadilan yang menghabiskan 1,9 miliar dolar namun terbengkalai… total mencakup 25 negara bagian.

Dia juga mengungkap adanya “pintu putar” antara eksekutif Deloitte dan pejabat pemerintah, secara detail siapa yang berpindah dari Deloitte ke departemen mana, serta kontrak apa yang mereka setujui, lengkap dengan nama dan jumlah uangnya.

Seorang diri membangun database, melakukan riset sendiri, dan mendapatkan 1 juta dolar.

🥈 Runner-up: Akun ekonomi besar dengan 70 ribu pengikut, ajarkan cara menghasilkan uang saat ketakutan tarif

Runner-up @KobeissiLetter sudah lama dikenal di komunitas ekonomi makro, memiliki 70 ribu pengikut, dan secara konsisten membahas kebijakan ekonomi AS serta fluktuasi pasar.

Artikel ini juga sangat langsung, memecah pola Trump saat menggunakan taktik tarif menjadi kerangka transaksi yang bisa diulang, berjudul “Trump’s Tariff Playbook: A How-To Guide”.

Karena Trump sering bertindak di luar kebiasaan, suka mengeluarkan kebijakan ekstrem dan mengancam negara lain, tapi akhirnya tidak selalu menepati janji, Wall Street menyebut pola ini sebagai TACO, singkatan dari Trump Always Chickens Out (Trump selalu mundur).

TACO menggambarkan pola yang berulang:

Trump umumkan tarif tinggi → pasar jatuh → beberapa hari kemudian dia memberi kelonggaran atau menunda → pasar rebound.

Tautan

Artikel dari KobeissiLetter ini mengubah TACO dari sekadar lelucon menjadi panduan operasional dengan kerangka waktu tertentu. Dia menggunakan data dari 12 bulan terakhir terkait kejadian tarif, dan menyusun sebuah template siklus lengkap, agar bisa dipakai untuk trading sesuai waktu.

Misalnya, akhir pekan, Gedung Putih memberi sinyal kepanikan, tengah minggu ada dana yang masuk untuk membeli, akhir pekan berikutnya ada sinyal relaksasi, dan dalam 2-4 minggu tercapai kesepakatan tertentu. Dia juga terus mengikuti setiap langkah dan memberi update, seperti serial drama yang berkelanjutan.

Dia juga memberikan metode praktis, yaitu memantau yield obligasi 10 tahun AS. Jika angka ini melewati 4,60%, besar kemungkinan Trump akan mengalah.

Bagi pengguna berbayar di X yang fokus pada makro dan trading, ini sangat menarik.

Ini tidak membahas baik buruknya tarif, juga tidak memberi penilaian moral, melainkan memberi tahu kapan dan apa yang harus dilakukan agar bisa menghasilkan uang.

🥉 Tempat ketiga: Dan Koe yang paling disukai, metodologi hidup yang akrab

Artikel kompetisi Dan Koe berjudul “Cara masuk ke kondisi fokus ekstrem kapan saja” mendapatkan 42 ribu like dan 8.681 share, keduanya tertinggi di antara semua peserta. Tapi, jumlah tampilan hanya 11,04 juta, kurang dari seperempat dari juara pertama.

X sebenarnya tidak secara resmi menempatkan ini sebagai tempat ketiga, karena ada kategori “Creator Choice” (Pilihan Kreator) yang khusus dan bernilai 25 ribu dolar.

Memang wajar, karena Dan Koe adalah “orang yang menginspirasi kompetisi ini”. Artikel viral awal Januari yang mendapatkan 1,7 miliar tampilan itu langsung menunjukkan bahwa potensi trafik dari artikel panjang sangat besar.

Tautan

Isi artikel ini sendiri tidak perlu dijelaskan lagi, karena memang berisi metodologi pengembangan diri. Secara garis besar, membahas cara mendapatkan fokus, didukung konsep dari neuroscience dan flow state.

Sebenarnya, data interaksi artikel ini paling bagus, tapi berdasarkan aturan utama kompetisi “tampilan dari pengguna berbayar AS”, posisinya tidak di atas.

Mengapa artikel dengan interaksi tertinggi tidak mendapatkan tampilan yang tinggi? Nanti kita bahas di bagian lain.

Nominasi kehormatan: 4 orang masing-masing 10 ribu dolar

Nick Shirley, Josh Wolfe, Kaizen Asiedu, Ryan Hall masing-masing mendapatkan insentif 10 ribu dolar. Akun mereka mencakup bidang kebijakan publik, geopolitik, sejarah, dan keamanan publik.

Di antaranya, Josh Wolfe adalah co-founder Lux Capital, investor terkenal, dan juga menyumbangkan hadiah secara setara ke empat lembaga amal.

Karena dalam posting awal tidak disebutkan artikel spesifik dari keempat orang ini, dan keterbatasan waktu serta tenaga, kami belum melakukan investigasi lebih dalam. Silakan juga menambahkan informasi yang mungkin terlewat.

Beberapa pengamatan mendalam

Dari hasil kompetisi ini, beberapa pola yang terlihat adalah:

Artikel dengan like terbanyak, tampilan hanya seperempat dari juara

Data paling tidak terduga adalah dari Dan Koe.

42 ribu like, 8.681 share, 4.627 komentar, ketiganya tertinggi. Tapi, tampilan hanya 11,04 juta, kurang dari seperempat dari @beaverd. Padahal, like @beaverd hanya 30 ribu, bahkan lebih sedikit dari Dan Koe.

Kalau kamu pernah mengelola media sosial, pasti merasa data ini aneh. Secara umum, semakin tinggi interaksi, algoritma cenderung mendorong lebih banyak, dan tampilan seharusnya lebih besar.

Tapi, di kompetisi ini, yang dihitung adalah “tampilan di timeline utama pengguna berbayar AS”. Indikator ini mengecualikan pengguna non-AS, pengguna gratis, pencarian, dan kunjungan ke profil pribadi.

Karena Dan Koe membahas pengembangan diri yang bersifat global, pengikutnya banyak dari luar AS. Sedangkan @beaverd membahas bagaimana uang pajayan AS disalahgunakan Deloitte, sehingga audiensnya lebih terkonsentrasi di AS. Dengan mekanisme rekomendasi algoritma yang sama, “kepadatan geografis” konten menentukan nilai indikator ini.

9 ribu pengikut mengalahkan 90 ribu pengikut, tingkat kelangkaan konten > jumlah pengikut

Juara @beaverd dengan 9 ribu pengikut sebelum kompetisi. Runner-up @KobeissiLetter dengan 70 ribu. Dan Koe dengan 90 ribu.

Kalau jumlah pengikut menentukan tampilan, posisi seharusnya terbalik. Tapi kenyataannya, dalam logika rekomendasi Articles di X, bobot jumlah pengikut jauh lebih kecil dari yang dibayangkan.

@beaverd bisa menang karena dia punya sesuatu yang tidak dimiliki orang lain, yaitu kelangkaan konten.

Ini berbeda dari logika trafik tradisional. Akun besar mengandalkan jumlah pengikut dan frekuensi posting, tapi dalam lingkungan distribusi berbasis algoritma, “apakah kamu punya sesuatu yang eksklusif” jauh lebih penting daripada “berapa banyak pengikutmu”.

Kamu harus membangun “perangkat keras” konten sendiri

Secara umum, ketiga artikel pemenang ini sangat berbeda tema: satu membahas kontrak pemerintah, satu mengajarkan trading saat ketakutan tarif, satu lagi membahas cara fokus.

Dalam sistem kategori platform manapun, mereka tidak akan muncul di daftar yang sama. Tapi, mereka punya satu kesamaan: masing-masing punya “perangkat keras” tersendiri, yaitu kerangka naratif yang kokoh.

@beaverd punya database yang dibangun sendiri untuk mengumpulkan data pemerintah; KobeissiLetter punya kerangka trading yang sudah diuji selama 12 bulan; Dan Koe punya metodologi enam bab yang menggabungkan neuroscience dan psikologi, meskipun terlihat kompleks, sebenarnya berisi prinsip-prinsip yang sudah dikenal.

Tidak ada satu pun artikel pemenang yang murni berisi opini. Semuanya membutuhkan narasi panjang untuk memuat informasi, dan ini adalah alasan utama mengapa produk Articles ada.

Fakta lain yang patut dicatat, dari delapan pemenang, tidak ada satu pun dari media tradisional.

Semua adalah kreator independen. Bukan berarti media tradisional tidak ikut, tapi dalam format kompetisi ini, akun pribadi justru lebih unggul.

Media institusi biasanya memposting konten di situs mereka sendiri, dan hanya menaruh link serta ringkasan di media sosial. Tapi, Articles mengharuskan konten lengkap diposting di platform X, yang terasa tidak nyaman bagi media yang terbiasa mengarahkan trafik keluar.

X menghabiskan 2,15 juta dolar, sebenarnya membeli apa

Kembali ke platform itu sendiri.

X awalnya menjanjikan insentif 1 juta dolar, tapi akhirnya mengeluarkan 2,15 juta. Selama kompetisi, juga dilakukan berbagai langkah pendukung: memperluas fitur Articles dari akun kreator ke semua pengguna berbayar, menyesuaikan algoritma agar konten panjang lebih direkomendasikan, dan mengubah metode penilaian menjadi “tampilan di halaman utama pengguna berbayar AS”.

Dengan biaya sebesar ini, yang paling jelas dibeli X adalah konten asli panjang di dalam platform.

Dulu, konten panjang di X sebagian besar berasal dari tautan eksternal, seperti Substack, Medium, blog pribadi. Pengguna klik dan langsung keluar, waktu baca dan interaksi tetap di platform lain. Tujuan Articles adalah agar konten ini tetap berada di dalam platform, sehingga pengguna bisa membaca dari awal sampai akhir tanpa meninggalkan X.

Lebih dalam lagi, X memiliki Grok. Pelatihan model bahasa besar membutuhkan data teks panjang berkualitas tinggi, sementara sebagian besar konten di X hanyalah tweet pendek 280 karakter. Jika Articles mampu terus menarik kreator untuk menghasilkan konten panjang yang mendalam, konten tersebut akan menjadi bahan latihan Grok.

Terakhir, nilai bagi pengguna berbayar.

Aturan kompetisi membatasi indikator pada “tampilan di halaman utama pengguna berbayar AS”, yang secara langsung memberi tahu kreator bahwa konten mereka harus melayani pengguna berbayar.

Ini adalah cara menggunakan konten kreator untuk mendukung sistem berbayar, agar pengguna merasa “uang yang saya keluarkan sepadan, karena saya bisa melihat konten mendalam yang tidak bisa dilihat di tempat lain di halaman utama”.

Dari sudut pandang pembuat konten, kita merasa era opini murni mungkin sudah berakhir.

Tren ini juga berlaku untuk pembuat konten di dunia kripto. Industri kripto tidak kekurangan opini, setiap hari ada banyak orang yang mengumumkan, memprediksi harga, mengomentari regulasi di X.

Tapi, yang bisa membangun alat analisis data on-chain sendiri seperti @beaverd, atau memecah siklus pasar menjadi skrip trading yang bisa diulang seperti KobeissiLetter, sangat sedikit.

Menjaga kelangkaan dan kemandirian, serta terus menghasilkan konten, sebenarnya adalah pekerjaan yang sangat profesional, sekaligus sangat memuaskan dan memberi umpan balik positif.

Kami juga berharap bisa melihat lebih banyak konten dari komunitas berbahasa Indonesia, dan suatu saat nanti bisa masuk ke daftar pemenang.