Membedah Filosofi Investasi Gavin Baker, Investor Awal Nvidia: Long Bottleneck Infrastruktur AI, Short Risiko Pasar Keseluruhan
**Ringkasan: Filsafat Investasi Gavin Baker - Fokus pada Kemacetan Infrastruktur AI, Lindungi Diri dari Risiko Pasar**
Investor awal Nvidia, Gavin Baker, percaya AI bukan gelembung, melainkan **siklus super infrastruktur** yang digerakkan oleh tiga faktor kunci: **listrik (watts), wafer silikon, dan token komputasi**. Menurutnya, keuntungan investasi terbesar tidak terletak pada model bahasa besar (seperti OpenAI/Anthropic) atau SaaS, tetapi pada penyedia infrastruktur fisik ("penjual sekop") yang mengatasi kemacetan.
**Strategi inti Baker adalah:**
1. **"Long" pada aset kemacetan AI:** Berinvestasi pada perusahaan yang mengatasi hambatan dalam pasokan listrik, chip (terutama untuk *inference*), konektivitas data (seperti Astera Labs), memori (seperti Micron), dan fabrikasi canggih (seperti TSMC, ASML). Contoh investasinya termasuk Nvidia, Cerebras, dan Positron.
2. **"Short" pada risiko pasar luas:** Melindungi portofolio dengan opsi jual (put) pada ETF QQQ untuk lindung nilai terhadap koreksi pasar secara keseluruhan, karena ia percaya pada AI tetapi tidak optimis terhadap sentimen pasar luas.
**Alasan mengapa ini bukan gelembung seperti dot-com:**
* **Dibiayai dengan uang tunai, bukan utang:** Pembeli utama infrastruktur AI (Google, Microsoft, dll.) menggunakan kas mereka, bukan leverage.
* **Dibatasi oleh kendala fisik:** Pasokan terbatas pada listrik, kapasitas fabrikasi wafer (TSMC), dan peralatan canggih (ASML) mencegah kelebihan pasokan dan pengeluaran modal yang tidak terkendali.
* **Permintaan nyata:** Pendapatan dari perusahaan AI seperti OpenAI/Anthropic sudah signifikan dan banyak yang dibayar di muka.
**Area investasi utama yang diidentifikasi:**
* **Model Bahasa Kecil yang Terspesialisasi (SLMs):** Untuk penggunaan perusahaan dan perangkat tepi (*on-device*).
* **Infrastruktur Kedaulatan & Kecepatan Penerapan Fisik:** Perusahaan yang dapat membangun dengan cepat (misalnya SpaceX).
* **Energi & Komputasi Orbit:** Solusi untuk mengatasi keterbatasan jaringan listrik darat.
* **Transisi dari Pelatihan ke *Inference*:** *Inference* diyakini membutuhkan 5-10 kali lebih banyak komputasi daripada pelatihan.
Kesimpulan Baker: selama kendala **listrik dan wafer silikon** tetap ada, pertumbuhan infrastruktur AI memiliki dasar yang kuat. Ia melihat peluang jangka panjang pada perusahaan yang meningkatkan kinerja per watt dan menurunkan biaya per token.
marsbit05/29 08:39
