Dalam dua hari terakhir, saham perangkat lunak benar-benar meledak.
Dalam dua sesi perdagangan terakhir, sektor perangkat lunak telah berkinerja lebih baik daripada pasar (Indeks S&P 500) lebih dari 10 persen poin. Ini merupakan keuntungan berlebih dua hari terbesar dalam 25 tahun terakhir. Di antaranya, Snowflake naik 60% dalam tiga sesi perdagangan terakhir, Datadog naik 56%.
Padahal setengah tahun yang lalu, Wall Street secara kolektif masih menyanyikan lagu pesimis tentang saham perangkat lunak.
Pada Mei tahun ini, Goldman Sachs mencatat kepemilikan lebih dari 1000 dana lindung nilai aktif. Hingga akhir kuartal pertama tahun ini, proporsi alokasi saham perangkat lunak hanya sekitar 6%, mencapai level terendah sejak 2019.
Namun setengah tahun telah berlalu, sektor yang awalnya divonis mati oleh AI justru menjadi salah satu sektor dengan kenaikan terbesar di pasar saham AS.
Dari dihindari semua orang, hingga dana kembali beramai-ramai, sebenarnya apa yang terjadi dengan saham perangkat lunak? Apakah penilaian pasar bahwa "AI akan menggulingkan perangkat lunak", sejak awal sudah salah?
01 Naik 21% dalam Sebulan, Kenaikan Terbesar dalam Hampir 5 Tahun
Dalam Mei yang baru saja berlalu, saham perangkat lunak AS benar-benar meledak.
iShares Expanded Tech-Software Sector ETF (IGV), ETF yang khusus membeli saham perangkat lunak Amerika Utara, pada bulan Mei naik sekitar 21%, mencatat performa bulan terbaik sejak Oktober 2021. Pada tanggal 1 Juni, naik lagi sekitar 6%, sehingga kenaikan tahunan kembali menjadi positif.
Jika melihat performa per saham, bahkan lebih ekstrem. Misalnya, Snowflake naik 87% dalam sebulan, Datadog naik 58%, Figma naik 40%. Melihat seluruh sektor perangkat lunak, tidak sedikit yang kenaikan per bulannya bisa mencapai 20% lebih.
Ledakan harga saham perangkat lunak kali ini, pada dasarnya hanya ada dua logika.
Pertama, kinerja membantah kepanikan "AI menghantam perangkat lunak".
Dalam dua tahun terakhir, pasar selalu ada kekhawatiran, ketika kemampuan model OpenAI, Anthropic terus ditingkatkan, AI sendiri bisa menulis kode, menganalisis data, menghasilkan laporan, lalu apa lagi nilai perusahaan perangkat lunak seperti Snowflake, Datadog, Salesforce?
Namun jawaban yang diberikan musim laporan keuangan justru sebaliknya.
Snowflake menjadi salah satu pemicu terpenting rebound kali ini.
Pada 27 Mei, perusahaan tidak hanya menaikkan panduan pendapatan produk tahunan, tetapi juga menandatangani perjanjian kerja sama jangka panjang senilai total 6 miliar dolar AS dengan AWS, dengan fokus pada infrastruktur AI generatif dan Agent.
Setelah berita diumumkan, harga saham Snowflake melonjak lebih dari 36% dalam sehari.
Yang lebih krusial, manajemen perusahaan secara eksplisit menyatakan, semakin banyak perusahaan yang mendeploy alur kerja AI ke platform Snowflake. Awalnya pasar khawatir AI akan melewati perangkat lunak. Hasilnya ditemukan, AI malah membutuhkan lebih banyak perangkat lunak.
Kisah serupa juga terjadi pada penyedia layanan manajemen identitas dan akses Okta. Pada kuartal pertama, pendapatan perusahaan 765 juta dolar AS, lebih tinggi dari ekspektasi pasar 752 juta dolar AS, laba per saham yang disesuaikan 0,91 dolar AS, juga lebih tinggi dari ekspektasi 0,85 dolar AS. Pada hari itu, harga saham Okta melonjak 30%.
Faktanya, pandangan ini pernah disebutkan seseorang pada bulan Maret, tetapi tidak mendapat perhatian yang cukup.
Pada saat itu, Deutsche Bank berpendapat, meskipun pasar terus membahas bagaimana AI akan merugikan perusahaan perangkat lunak, tetapi sejauh ini, mereka tidak menemukan satupun perusahaan perangkat lunak besar yang memperkirakan AI akan berdampak negatif material pada pendapatan tahun ini.
Sebaliknya, tingkat pertumbuhan laba industri perangkat lunak AS masih mendekati 30%, bahkan ekspektasi laba tahun depan terus direvisi ke atas.
Logika kedua, adalah posisi saham perangkat lunak institusi yang terlalu rendah.
Belum lama ini, Goldman Sachs mencatat kepemilikan lebih dari 1000 dana lindung nilai aktif. Hingga akhir kuartal pertama tahun ini, semikonduktor sudah mendekati 10% dari portofolio, tetapi proporsi alokasi saham perangkat lunak hanya sekitar 6%, mencapai level terendah sejak 2019.
Ketika laporan keuangan membuktikan perangkat lunak tidak dihancurkan oleh AI, dana-dana yang kekurangan alokasi ini terpaksa menambah kembali posisinya. Maka, rebound dengan cepat berubah menjadi aksi short squeeze.
Yang lebih menarik, seiring naiknya harga saham, pandangan pasar terhadap saham perangkat lunak juga berubah.
Belum lama ini, Goldman Sachs secara terbuka menyatakan, spekulasi perangkat keras AI sudah mencapai puncaknya, laba mulai beralih dari perangkat keras ke perangkat lunak.
Logika Goldman Sachs terutama dua poin: saham perangkat lunak mulai menemukan model bisnis, selanjutnya akan mempercepat monetisasi, laba AI akan beralih dari perangkat keras ke perangkat lunak; raksasa komputasi awan mempertimbangkan masalah arus kas, di masa depan akan mengurangi belanja modal, berdampak pada perangkat keras.
Lalu pertanyaannya, dari awal tahun "AI akan memakan perangkat lunak" hingga sekarang saham perangkat lunak secara kolektif menyerang balik, bagaimana seharusnya kita memahami kembali dampak AI terhadap industri perangkat lunak?
02 AI Juga Butuh Perangkat Lunak
Kepanikan pasar sebelumnya, dibangun di atas sebuah asumsi: ketika Agent cukup kuat, orang tidak lagi membutuhkan perangkat lunak.
Tapi kejadian selama setengah tahun terakhir, semakin mengarah ke arah lain.
AI Agent tidak mengurangi penggunaan perangkat lunak, malah mungkin menjadi pengguna baru perangkat lunak.
Pendiri Every Dan Shipper mengajukan pandangan yang sangat menarik: perangkat lunak masa lalu terutama melayani manusia, perangkat lunak masa depan kemungkinan besar sekaligus melayani manusia dan ribuan Agent.
Dulu, seorang karyawan mungkin hanya mengklik beberapa puluh kali antarmuka perangkat lunak dalam sehari; di masa depan, sebuah Agent mungkin setiap menit memanggil API, mengkueri database, mengeksekusi alur kerja.
Perangkat lunak tidak hilang, frekuensi penggunaan malah menjadi lebih tinggi.
Dan Shipper menyebutkan, bahkan di perusahaan yang sangat ter-AI-kan seperti Every, pengeluaran SaaS terus bertumbuh.
Okta adalah kasus tipikal. Pasar sebelumnya mengira, Agent semakin pintar, pentingnya autentikasi identitas dan manajemen izin akan menurun.
Tapi kenyataannya justru sebaliknya. Karyawan butuh manajemen identitas, Agent juga butuh manajemen identitas.
Di masa depan, sebuah perusahaan mungkin punya 1000 karyawan, sekaligus menjalankan 10 ribu Agent. Agent-agent ini bisa mengakses data apa, memanggil sistem apa, bisa mengeksekusi operasi apa, bagaimana melacak jika terjadi masalah, semua membutuhkan sistem tata kelola baru.
Artinya, era Agent tidak hanya tidak melemahkan nilai Okta, malah memperluas ruang pasarnya.
Ini juga alasan mengapa Jensen Huang baru-baru ini berulang kali menekankan, Agent tidak akan memusnahkan perusahaan perangkat lunak.
Alasannya sederhana, Agent sendiri butuh perangkat lunak, butuh database, CRM, sistem manajemen identitas, sistem pembayaran, sistem monitoring, serta berbagai alat industri. Tugas perusahaan perangkat lunak di masa depan, tidak lagi hanya melayani pengguna manusia, tetapi juga menjadi infrastruktur yang bisa dipanggil dan dikolaborasikan oleh Agent.
03 Jarak dari Kecerdasan ke Hasil, Barulah Parit Pertahanan Perangkat Lunak
Bahkan jika kemampuan model terus meningkat, perusahaan model besar belum tentu bisa langsung memakan seluruh lapisan aplikasi. Ini adalah pandangan yang baru-baru ini disebutkan oleh partner a16z Joe Schmidt.
Dia berpendapat, perusahaan model seperti OpenAI, Anthropic akan masuk ke semakin banyak skenario aplikasi. Terutama di bidang pembuatan kode, penulisan, pembuatan gambar, semakin kuat kemampuan model, biasanya semakin baik pengalaman produk.
Tapi dunia perangkat lunak perusahaan jauh lebih kompleks dari skenario-skenario ini. Banyak proses perusahaan bukan hanya sekadar memanggil beberapa alat, tetapi melibatkan banyak sistem, kolaborasi banyak orang, proses persetujuan, aturan historis, pengalaman industri, dan persyaratan regulasi.
Industri seperti hukum, asuransi, keuangan, medis, operasi penjualan terutama seperti itu. Banyak pengetahuan kunci, mengendap dalam alur kerja, penanganan pengecualian, penilaian manusia, dan umpan balik historis yang terbentuk dari operasi jangka panjang perusahaan.
Dari yang terlihat saat ini, masih ada jarak yang tidak pendek antara model umum dengan bisnis nyata. Dan jarak inilah peluang bagi perusahaan aplikasi AI.
Jarak ini terutama berasal dari tiga aspek.
Pertama adalah pengalaman. Banyak pengetahuan paling berharga di industri, mengalir dalam proses bisnis nyata perusahaan.
Mengapa sebuah aplikasi asuransi ditolak? Mengapa sebuah prospek penjualan akhirnya terjadi? Mengapa masalah layanan pelanggan tertentu harus ditingkatkan penanganannya? Pengalaman-pengalaman ini hanya akan mengendap menjadi kemampuan sistem setelah akumulasi banyak kasus nyata.
Sistem yang menangani ribuan kali asuransi, dengan produk baru yang baru masuk industri, pemahaman terhadap masalah jelas tidak akan berada di level yang sama.
Kedua adalah biaya. Perusahaan nyata tidak akan memanggil model terkuat dan termahal untuk semua tugas, aplikasi AI yang matang biasanya menggunakan kolaborasi multi-model, melakukan penjadwalan berdasarkan kebutuhan bisnis.
Misalnya, tugas kompleks menggunakan model besar, tugas standar menggunakan model sedang, tugas berulang menggunakan model kecil dengan biaya lebih rendah.
Dalam proses ini, perusahaan model besar menyediakan kecerdasan umum, sementara perusahaan aplikasi AI bertanggung jawab mengubah kecerdasan ini menjadi proses bisnis yang bisa menghasilkan laba berkelanjutan.
Ketiga adalah tata kelola. Semakin mendekati bisnis inti perusahaan, perusahaan semakin memperhatikan kemampuan kontrol. Misalnya, medis ada persyaratan privasi, keuangan ada persyaratan regulasi, hukum ada norma profesi.
Yang diperhatikan perusahaan bukan hanya apakah AI bisa menyelesaikan tugas, tetapi juga data apa yang diaksesnya, operasi apa yang dieksekusinya, bagaimana meminta pertanggungjawaban jika ada masalah.
Karena itu, banyak perusahaan aplikasi AI pada akhirnya menyerahkan, bukan hanya seperangkat kemampuan model, tetapi keseluruhan mekanisme operasi yang bisa diterima dan dipercaya perusahaan.
Penjualan adalah contoh tipikal. Secara permukaan, penjualan AI hanya mencari klien, menulis email, mengirim pesan. Tapi begitu benar-benar diimplementasikan, akan cepat berkembang menjadi keseluruhan proses yang kompleks.
Penyaringan klien, pelengkapan informasi, riset latar belakang, pemilihan saluran, ritme penjangkauan, umpan balik hasil, setiap link mempengaruhi tingkat konversi akhir. Nilai sebenarnya aplikasi AI terletak pada, menghubungkan link-link ini, dan terus mengoptimalkannya.
Jadi, ketika kita meninjau kembali dampak AI terhadap industri perangkat lunak, mungkin akan menemukan fenomena menarik:
Perusahaan tidak akan membeli hanya karena sebuah model lebih pintar. Yang benar-benar membuat perusahaan membayar, adalah kemampuan mengubah kecerdasan menjadi hasil secara stabil. Dan antara kecerdasan dengan hasil, masih terdapat proses bisnis yang kompleks, pengalaman industri, dan aturan organisasi.
Setengah tahun lalu, pasar panik bertanya: apakah AI akan membunuh perangkat lunak?
Sekarang melihat ke belakang, jawabannya sudah sangat jelas. AI tidak akan membunuh perangkat lunak, tetapi akan mendefinisikan ulang perangkat lunak. Dan perusahaan-perusahaan yang bisa lebih dulu menyelesaikan redefinisi ini, barulah bisa menjadi pemenang terbesar di siklus berikutnya.
Artikel ini berasal dari akun WeChat publik "硅基观察Pro", penulis: 硅基君
