Untuk Kamu yang Belum Masuk AI: Kamu Pikir Telat, Sebenarnya Kamu Hanya Tidak Punya Pandangan Dunia Sendiri

Penulis: danny

“Bagaimana? Uang dari AI tidak saya dapatkan, jika tidak segera naik sudah terlambat.” Kira-kira itulah suara di hatimu saat membuka artikel ini.

NVIDIA naik belasan kali lipat dalam tiga tahun. Pemimpin modul optik naik 17 kali lipat dalam setahun. Setiap berita yang dibuka membahas AI. Rekan kerja memamerkan portofolionya. Berbagai media sosial, Xiaohongshu, X, TIKTOK berbagi “saham sepuluh kali lipat berikutnya”.

Kamu tidak punya posisi. Kamu cemas. Kamu membuka akun, jari melayang di atas tombol “Beli”.

Saya ingin bertanya dulu – Kenapa kamu ingin membeli?

Jika jawabanmu adalah “AI adalah tren besar” “seorang KOL merekomendasikan” – itu penilaian orang lain, bukan milikmu;

Jika jawabanmu adalah “teman dapat untung, saya juga ingin” – itu iri hati, bukan investasi;

Jika jawabanmu adalah “kalau tidak beli sekarang sudah terlambat” – itu FOMO, bukan analisis.

Masalahmu yang sebenarnya bukan ‘terlambat’. Masalahmu adalah tidak memiliki pandangan dunia sendiri.

Kedengarannya abstrak. Biar saya jelaskan dengan cara yang konkret – mengapa masalah ini 100 kali lebih penting daripada “saham apa yang harus dibeli”.

Satu. Di Mana 99% Orang Kalah

Buka platform keuangan apa pun, semua diskusi berkisar pada satu pertanyaan: Beli apa.

“Apakah NVIDIA masih bisa naik?” “Haruskah mengejar modul optik?” “Bagaimana pendapat tentang sektor robotik?”

Pertanyaan-pertanyaan ini sendiri sudah salah.

Mereka mengasumsikan satu hal – kamu sudah tahu bahwa AI / robotik / komunikasi optik adalah arah yang benar. Dan ini justru bagian yang paling perlu dipikirkan mandiri, namun dilewati oleh 99% orang.

Apa konsekuensi melewatkannya?

Ketika penilaianmu benar, kamu tidak tahu mengapa benar – jadi kamu tidak tahu kapan harus keluar.

Kamu beli NVIDIA $80 atas rekomendasi seorang KOL. Naik ke $140 kamu tidak tegas menjual, karena “optimis jangka panjang”. Naik ke $200 kamu ingin menambah, karena “momentum kuat”. Turun ke $150 kamu bingung, “ceritanya masih ada kan”. Turun ke $100 kamu panik menjual, “apakah saya salah lihat”.

Ketika penilaianmu salah, kamu tidak tahu mengapa salah – jadi kamu akan terus rugi sampai dalam.

Kamu beli saham konsep AI di $50. Turun ke $30 kamu tidak jual, “AI adalah tren utama sepuluh tahun”. Turun ke $20 kamu menambah, “sekarang murah”. Turun ke $10 kamu menyerah. Setelah itu, saham itu tidak pernah kembali ke harga belimu.

Kesamaan kedua skenario ini: Kamu tidak pernah punya kerangka penilaian sendiri. Kamu hanya mendengar orang yang berbeda, di waktu yang berbeda, melakukan hal yang berbeda.

Inilah harga yang dibayar untuk pandangan dunia yang disewa.

Dua. Apa yang Dimaksud “Pandangan Dunia Sendiri”

Pandangan dunia bukan membaca berita. Pandangan dunia adalah menjawab beberapa pertanyaan mendasar: (contoh)

Dalam 5-10 tahun ke depan, perubahan terbesar masyarakat manusia apa? Apakah struktur energi akan direorganisasi? Apakah biaya komputasi akan turun satu tingkat lagi? Apakah pasar tenaga kerja akan dibentuk ulang?

Di mana batasan fisik perubahan-perubahan ini? Listrik cukup? Mineral cukup? Talenta cukup?

Bagaimana uang akan mengalir? Siapa yang untung? Siapa yang terganggu? Siapa hambatan sebenarnya?

Saat kamu bisa menjawab pertanyaan-pertanyaan ini, pemilihan saham akan menjadi sederhana – karena kamu sudah tahu ke mana uang akan mengalir, kamu hanya perlu menemukan pintu air di sungai itu.

Yang lebih penting – Saat pasar bergejolak, kamu tidak akan panik, tidak akan bertanya ke sana-sini. Karena penilaianmu tidak tergantung pada “besok naik atau turun”, melainkan pada “seperti apa dunia 5 tahun lagi”.

Buffett, Munger, Dalio bisa melewati bull dan bear, bukan karena mereka lebih pintar, tapi karena pandangan dunia mereka dibangun sendiri, bukan disuapi pasar.

Tiga. Dua Jalur: Bangun Sendiri vs Ikuti

Jalur A: Membangun pandangan dunia sendiri

Sulit. Ini menuntut kamu membaca banyak lintas disiplin, melacak sumber informasi pertama, berpikir mandiri jangka panjang, menerima bahwa 30% penilaian akan salah.

Mayoritas orang biasa tidak punya waktu, energi, pengetahuan untuk ini. Tidak masalah – masih ada Jalur B.

Jalur B: Mengikuti orang yang paling jauh pandangannya

Logikanya sederhana: orang yang benar-benar mengubah dunia, melihat tren 5-10 tahun lebih awal dari semua orang. Pernyataan dan tindakan mereka akan mengekspos pandangan dunia mereka. Mengikuti uang mereka, sama dengan mewarisi penilaian mereka.

Tapi 99% orang salah di langkah ini – yang kamu ikuti bukan pernyataan mereka, tapi uang mereka.

Biar saya ulangi, karena ini penting:

Bicara itu murah. Tapi Capex itu mahal.

Elon Musk bilang delapan tahun “FSD L5 tahun depan” – itu omong kosong. SpaceX menghabiskan $5.6B untuk membeli turbin gas – itu capex.

capex tidak berbohong. Seseorang yang mau mengalokasikan 50 miliar dolar ke suatu arah, keyakinan nyatanya terhadap arah ini, 10 kali lebih kuat daripada wawancara, pidato, tweet apa pun.

Ini adalah tolok ukur paling kunci untuk menilai pandangan dunia tokoh pemimpin.

Subscribe

Empat. Lima Orang yang Layak Diikuti di Bidang Komersialisasi AI

Tidak semua pernyataan CEO layak didengar. Artikel ini menyebutkan lima orang, mereka mewakili irisan pandangan dunia yang berbeda di era AI, yang jika digabung membentuk jaringan sinyal yang lengkap.

Jensen Huang(NVIDIA) – Perspektif penjual sekop

Semua perusahaan AI harus membeli chip darinya. Dia menguasai sinyal kebutuhan paling lengkap dari rantai pasok: kurva kebutuhan daya komputasi yang sebenarnya, hambatan di bagian mana, alokasi kapasitas 3 tahun ke depan.

Dengarkan keynote utama GTC (setiap Maret dan Oktober), lihat konferensi telepon laporan kuartalan. Tapi yang paling penting lihat investasi di neraca NVIDIA – CoreWeave, Lumentum, Coherent, Corning, Nokia – inilah hambatan nyata yang dia yakini. Dia menggunakan kas perusahaannya sendiri untuk memberitahumu di mana ada uang yang bisa didapat.

Elon Musk(Tesla / SpaceX / xAI) – Perspektif capex

Pelaksana paling agresif. Secara bersamaan punya kekuasaan keputusan uang nyata di lima bidang: mengemudi otonom, roket, AI, penyimpanan energi, robotik.

Ada cara untuk mendengarkan Musk: 70% pernyataannya adalah omong kosong, 100% tindakannya adalah sinyal. “FSD L5 tahun depan” sudah dikatakan delapan tahun adalah omong kosong, tapi $5.6B beli turbin gas, $697M beli Megapack, merger SpaceX dan xAI – keputusan capex inilah pandangan dunia nyatanya.

Posisi yang benar: Abaikan kebisingan tweet-nya, fokus pada faktur pembeliannya.

Sam Altman(OpenAI) – Perspektif komersialisasi, dengan bias

Mewakili lapisan aplikasi AI + garis depan komersialisasi. Dia setiap hari berhubungan dengan klien perusahaan terbesar, tahu use case mana yang benar-benar menghasilkan pendapatan, di mana hambatan nyata iterasi model.

Tapi dengarkan Altman harus hati-hati satu hal – dia sedang menggalang dana. Deskripsinya tentang semua hal ada unsur “talk his book”. Seberapa jauh AGI, investasi Stargate lima triliun – semua ini adalah pembingkaian naratif untuk penetapan harga putaran pendanaan berikutnya.

Posisi yang benar: dengarkan arah yang dia tunjuk, tapi beri diskon minimal 50% untuk jadwal waktunya.

Dario Amodei(Anthropic) – Perspektif teknisi

“Kelompok teknisi + kelompok keamanan” paling serius di industri AI. Anthropic bisa bersaing langsung dengan OpenAI di model terdepan, tapi kekuatan suaranya jauh lebih kecil daripada valuasinya – ini berarti pernyataan Dario punya sinyal, tanpa kebisingan.

Beberapa tulisannya yang panjang (“Machines of Loving Grace”, “On DeepSeek”) adalah sedikit pemikiran serius di era AI. Dia tidak menjual cerita, dia menjelaskan apa yang dia percayai. Mendengarkan Dario membuatmu lebih dekat dengan fakta daripada mendengarkan Sam – karena dia tidak perlu membesar-besarkan.

Cara melacak: Blog resmi Anthropic, tulisannya yang panjang, podcast sesekali. Dia tidak main twitter – ini sendiri adalah sinyal.

Liang Wenfeng(DeepSeek) – Perspektif anti-konsensus

Mewakili kedalaman teknologi AI Tiongkok yang sebenarnya. DeepSeek-V3, R1 membuktikan satu hal: Dalam kondisi daya komputasi terbatas, optimisasi teknik bisa mendekati kinerja model tertutup. Fakta ini mengubah seluruh kurva biaya rantai pasok AI. (Terutama biaya!!!)

Liang Wenfeng pada dasarnya tidak menerima wawancara, tidak pakai twitter, tidak melakukan marketing. Pandangan dunianya tersembunyi di makalah DeepSeek dan catatan rilis model – kamu harus membacanya, tidak bisa menunggu media memberikannya.

Kenapa masih harus dilacak: Dia mewakili perspektif anti-konsensus tapi sangat penting – “AI tidak selalu butuh menumpuk daya komputasi tak terbatas”. Jika arahnya terbukti benar, seluruh cerita “AI = capex tak terbatas” perlu dievaluasi ulang.

Keberadaannya sendiri adalah hedge untuk portofoliomu – indikator balik yang mengingatkanmu “mungkin kurva pertumbuhan NVIDIA tidak sejelas itu”.

Ingat saat DeepSeek-R1 dirilis awal 2025? NVIDIA turun 17% dalam satu hari, valuasi menguap enam ratus miliar dolar. Jika kamu hanya dengar Jensen tidak dengar Liang Wenfeng, penurunan itu kamu tidak tahu kenapa. Jika kamu dengar keduanya, kamu akan paham: ini pasar mengevaluasi ulang kurva biaya pelatihan, koreksi bukan kerusakan – jadi kamu tidak akan panik menjual.

Keragaman pandangan dunia, menentukan apakah kamu bisa tetap tenang saat kejadian tak terduga terjadi.

Lima. Bagaimana Membaca Capex Secara Konkret

Sampai sini mungkin kamu ingin tanya: Prinsipnya saya paham, tapi capex ini sebenarnya dilihat di mana? Bagaimana membacanya?

Bagian ini adalah inti sesungguhnya. Saya pecah metode menjadi langkah-langkah yang bisa dieksekusi.

Kategori Pertama: Capex kuartalan Hyperscaler (sumber sinyal terpenting)

Lihat apa: Angka “Capital Expenditures” di laporan keuangan setiap kuartal + forward guidance yang diberikan manajemen dalam konferensi telepon.

Lihat di mana:

• Pengungkapan laporan Microsoft → investor.microsoft.com

• Google → abc.xyz/investor

• Meta → investor.fb.com

• Amazon → ir.aboutamazon.com

• Oracle → investor.oracle.com

Bagaimana membaca tiga lapis sinyal:

Lapis pertama: Angka gambaran besar Total capex hyperscaler 2024 sekitar $250B, 2025 sekitar $320B, 2026 ekspektasi konsensus $400B+. Tumbuh 25-30% per tahun.

Angka ini sendiri memberitahumu dua hal:

• Gelombang pengeluaran modal AI masih naik

• Pertumbuhan melambat(dari +60% 2023 menjadi +25% 2026)

Perhatian: Melambat tidak sama dengan selesai. Pasar yang tumbuh dari $250B menjadi $400B, untuk rantai pasok tetap tarikan yang besar – tapi kamu tidak bisa lagi memakai ekspektasi “kurva eksponensial” seperti 2023-2024 untuk penetapan harga.

Lapis kedua: Perubahan kuartal ke kuartal Capex kuartal tunggal naik atau turun dari kuartal sebelumnya? Ini indikator paling sensitif.

Contoh: Meta 2025 Q1 capex $20B → Q2 $23B → Q3 $27B – Ini akselerasi. Jika kamu lihat perubahan kuartal menjadi negatif – alarm. Ini berarti perusahaan mulai mengurangi input.

Lapis ketiga: Komentar manajemen Dalam konferensi telepon laporan, manajemen akan ditanya analis “capex dibelanjakan untuk apa? Arah mana?” – Jawaban mereka adalah ekspresi niat nyata, karena mereka punya kewajiban pengungkapan informasi ke pemegang saham (meski akan dibungkus).

Kata kunci yang harus didengar:

• “compute infrastructure” / “AI training” / “data center build” → Pengeluaran modal AI

• “land and shells” / “long-lived assets” → Konstruksi fisik data center (bukan pembelian GPU, tapi lahan+bangunan+akses listrik)

• “networking” → Modul optik, switch

• “we are demand-constrained, not capacity-constrained” → Masih kekurangan barang

• “we see signs of normalization” → Alarm, permintaan mulai melunak

Kategori Kedua: Klasifikasi pendapatan kuartalan NVIDIA (indikator utama tercepat rantai pasok)

Lihat apa: Pendapatan bisnis Data Center di laporan NVIDIA + sub-bagian Networking.

Kenapa ini sinyal emas: NVIDIA menjual chip ke semua hyperscaler. Pendapatan datacenternya = realisasi nyata bagian “compute” dari capex AI hyperscaler. Jika pendapatan datacenter NVIDIA Q1 FY27 +92% YoY, itu berarti input AI hyperscaler benar-benar terealisasi – bukan guidance, tapi pendapatan.

Sub-bagian Networking adalah tambang emas yang lebih tersembunyi: Networking NVIDIA Q1 FY27 +199% YoY, mencapai $15B per kuartal – tahunan $60B+. Angka ini lebih besar dari semua prediksi analis tentang “TAM pasar jaringan AI”.

Apa artinya ini?

• Kebutuhan seluruh rantai pasok modul optik / switch / interkoneksi diremehkan

• Rantai pasok hulu (komponen optik, konektor, PCB) seharusnya lebih ketat dari ekspektasi pasar

• Dari angka ini kamu bisa menyimpulkan kembali tingkat kemakmuran sub-industri 12 bulan kemudian

Kategori Ketiga: “Investasi neraca” perusahaan pemimpin (sinyal terkuat)

Ini sinyal yang benar-benar diabaikan kebanyakan investor ritel.

Pernyataan CEO mungkin bias, angka laporan keuangan adalah indikator tertinggal. Tapi saat sebuah perusahaan menggunakan kasnya sendiri untuk memiliki saham perusahaan lain – ini adalah ekspresi keyakinan terkuat terhadap masa depan.

Target yang diakuisisi NVIDIA dalam 12 bulan terakhir:

Apakah agak rumit? Atau sama sekali tidak ada arah? Kalau hubungan rantai pasok mereka disambungkan, apakah sedikit ada gambaran?

Metode yang sama berlaku untuk:

• Microsoft mengakuisisi startup AI mana? Selain investasi di OpenAI, investasi di siapa lagi?

• Daftar akuisisi Google (Apa artinya lisensi balik Character.AI?)

• Perubahan pembayaran supplier Tesla di bagian mana?

Bagaimana mencari data ini:

• Lampiran “Investments and Advances” di laporan tahunan 10-K / 20-F perusahaan

• Pengajuan SEC 13D/G (wajib diungkap jika kepemilikan lebih dari 5%)

• PitchBook, Crunchbase (berbayar)

• Bagian rilis berita masing-masing perusahaan (kerjasama strategis publik akan dirilis)

Kategori Keempat: Indikator utama – Listrik, lahan, peralatan lead time panjang

Ini sinyal paling tersembunyi tapi paling awal.

Kenapa penting: Chip bisa dibeli, tapi periode pengiriman listrik, lahan, transformator, turbin gas adalah 3-7 tahun. Jadi pesanan sumber daya long-lead-time ini, mencerminkan kapasitas 3 tahun kemudian.

Lihat apa:

• “interconnection queue” perusahaan grid AS ERCOT / PJM / MISO (data antrian aplikasi data center untuk sambungan listrik, bisa diakses publik)

• Data backlog GE Vernova, Siemens Energy, Mitsubishi Heavy Industries

• Pesanan transformator ABB, Hitachi Energy, Eaton

• Lokasi dan konfigurasi listrik data center spesifik yang diungkapkan publik xAI / Stargate / Meta

Sinyal-sinyal ini sering muncul 12-24 bulan sebelum ledakan penjualan chip terjadi. Jika kamu lihat queue ERCOT 2026 tumbuh 200%, itu berarti sekitar 2028 akan ada banyak data center online, kebutuhan chip terkait di 2027-2028.

Enam. Gambaran Lengkap Rantai Pasok AI (Kognisi struktural)

Hanya tahu “di mana ada uang” tidak cukup. Kamu perlu tahu bagaimana uang ini mengalir di rantai pasok.

Biarkan saya menggambar rantai pasok AI dari lapisan paling bawah ke paling atas. Ini bukan untuk membuatmu mengingat setiap lapisan, tapi untuk membuatmu memahami “di mana nilai diciptakan, didistribusikan”.

Lapisan 0: Bahan mentah dan substrat

Listrik: Nuklir, gas alam, panas bumi, penyimpanan energi Material: Silikon, tembaga, tanah jarang, galium, indium, indium fosfida (InP), litium niobat film tipis (TFLN) Pemain khas: Cameco (uranium), Williams Companies (pipa gas alam), AXTI (substrat InP), Soitec (substrat SOI), NGK (TFLN)

Karakteristik ekonomi:

• Padat modal, penyesuaian kapasitas lambat (2-5 tahun)

• Sifat komoditas kuat, kemampuan negosiasi dari geografi atau paten teknologi

• “Ujung transmisi” siklus AI – Kemakmuran tertinggal 12-24 bulan dari hulu

Lapisan 1: Pabrikan wafer dan pemrosesan substrat

Pabrikan chip logika: TSMC, Samsung Foundry, Intel Semikonduktor senyawa: Win Semi (GaAs/InP), Tower Semiconductor (fotonik silikon) Manufaktur memori: SK Hynix, Samsung Memory, Micron Pemrosesan substrat: Shin-Etsu, SUMCO

Karakteristik ekonomi:

• Oligopoli (TSMC di bawah 3nm pada dasarnya tunggal)

• Pengeluaran modal sangat tinggi (satu fab $100-300 miliar)

• “Tenggorokan” seluruh revolusi AI – Semua orang harus pesan di sini

Lapisan 2: Desain chip

GPU: NVIDIA, AMD ASIC: Broadcom (mendesain untuk Google TPU / Meta MTIA), Marvell (untuk Amazon) Chip jaringan: Broadcom (Tomahawk), NVIDIA (Spectrum-X) Kontroler HBM: Marvell, Astera Labs, Credo CPU: Intel, AMD, arsitektur ARM (apel / Apple Silicon)

Karakteristik ekonomi:

• Margin laba sangat tinggi (margin kotor NVIDIA 75%)

• Tapi sedang terdiferensiasi – ASIC buatan sendiri hyperscaler merebut pangsa NVIDIA

• Kemampuan desain adalah parit pertahanan sebenarnya, modal relatif tidak padat

Lapisan 3: Kemasan maju dan pengujian

Kemasan CoWoS: TSMC (kapasitas tunggal) Peralatan pengujian: KLA, Applied Materials, Onto Innovation Pengikatan hibrida (teknologi kunci HBM4): BESI, ASMPT Pengujian fotonik silikon: MSSCORP

Karakteristik ekonomi:

• Perusahaan peralatan adalah “pembuka kunci batasan kapasitas”

• Margin laba sangat tinggi (margin kotor BESI 60%+)

• Bagian yang sangat diremehkan – Kebanyakan investor ritel tidak tahu lapisan ini ada

Lapisan 4: Interkoneksi optik dan jaringan

Laser: Lumentum, Coherent, Sivers Modulator: HyperLight (TFLN), produsen tradisional Modul optik: Zhongji Innolight, Suzhou New Haobo, Coherent Koneksi serat optik: Corning, Foci Switch jaringan: Arista, Cisco, Juniper, NVIDIA Spectrum-X

Karakteristik ekonomi:

• Saat kluster GPU lebih dari 100 ribu, biaya interkoneksi mencapai 15-25% dari total biaya sistem

• Ini adalah salah satu segmen anak dengan pertumbuhan tercepat di rantai pasok AI

Lapisan 5: Server dan integrasi sistem

ODM / EMS: Foxconn, Quanta, Wistron, Inventec, Supermicro Pendinginan cair: Vertiv, Boyd, Asetek, Auras Sumber daya: Delta Electronics, Lite-On

Karakteristik ekonomi:

• Margin kotor rendah (5-10%) tapi volume besar

• Pendinginan cair adalah segmen pertumbuhan baru (margin kotor jauh lebih tinggi daripada pendinginan udara tradisional)

Lapisan 6: Infrastruktur data center

Operasi data center: Equinix, Digital Realty Neocloud: CoreWeave, Nebius, Lambda Listrik + pendingin + pendukung jaringan: Terlalu banyak pemain

Karakteristik ekonomi:

• Ini tujuan terbesar capex hyperscaler sendiri

• Neocloud adalah spesies baru yang muncul 2024-2026 – Menyewa daya komputasi GPU secara mandiri ke perusahaan AI

Lapisan 7: Model dan aplikasi

Model terdepan: OpenAI, Anthropic, Google DeepMind, xAI, Meta, DeepSeek Lapisan aplikasi: Microsoft Copilot, Cursor, Perplexity, berbagai AI SaaS vertikal

Karakteristik ekonomi:

• Lapisan yang paling diperhatikan pasar, tapi pemenang belum pasti

• Model bisnis masih dieksplorasi (langganan, API, biaya agen)

• Lapisan dengan risiko tertinggi, imbalan juga paling tidak pasti

Tujuh. Hubungan keterkaitan rantai pasok

Hanya tahu stratifikasi rantai pasok tidak cukup. Kamu perlu memahami bagaimana perubahan satu lapisan mentransmisikan ke lapisan lain – ini kognisi yang paling mudah diabaikan investor biasa.

Saya beri beberapa contoh rantai transmisi konkret:

Keterkaitan 1: Lapisan model → Lapisan daya komputasi → Lapisan penyimpanan

Pemicu peristiwa: OpenAI merilis GPT-5 (asumsi butuh 10 triliun parameter)

Rantai transmisi:

1. Kebutuhan daya komputasi pelatihan: Dari sekitar 25,000 H100 GPT-4 → perkiraan GPT-5 butuh 100,000+ B200/Rubin

2. NVIDIA diuntungkan: Pendapatan Datacenter akselerasi

3. Kebutuhan HBM melonjak: Setiap B200 dilengkapi 192GB HBM3E, 100 ribu = ~20PB HBM

4. SK Hynix / Samsung / Micron diuntungkan: Harga HBM naik

5. HBM4 dipercepat: Klien mendesak Samsung / SK Hynix percepat produksi massal HBM4

6. BESI diuntungkan: HBM4 butuh pengikatan hibrida, pesanan peralatan BESI melonjak

7. InP / TFLN diuntungkan: Karena kluster 100 ribu GPU harus pakai interkoneksi optik, kebutuhan material hulu terkait

Inilah sebabnya saat OpenAI satu konferensi tidak hanya meledakkan harga saham NVIDIA – tapi juga BESI, Lumentum, AXTI dan bagian hulu ini.

Keterkaitan 2: Hambatan listrik → Perubahan lokasi data center → Wilayah diuntungkan

Pemicu peristiwa: Periode pengiriman transformator AS memanjang dari 50 minggu menjadi 130 minggu

Rantai transmisi:

1. Pembangunan data center tertunda: Proyek rencana online 2026 ditunda ke 2028

2. Menghindari grid: Hyperscaler mulai pakai turbin gas bergerak (Solar Turbines / Capstone)

3. Permintaan gas alam tumbuh: Williams Companies, Kinder Morgan diuntungkan

4. Penyimpanan energi mengisi: Tesla Megapack, Sungrow, Fluence dijual ke data center

5. Pilihan nuklir dievaluasi ulang: Cameco (uranium), Constellation Energy (operasi nuklir) naik besar

6. Lokasi terkonsentrasi ke wilayah penghasil gas alam: Texas, Appalachia, North Dakota menjadi koridor data center baru

Inilah sebabnya ketatnya listrik membuatmu menemukan peluang “saham energi + saham penyimpanan energi” dalam tema AI.

Keterkaitan 3: Decoupling China-AS → Dual-track rantai pasok → Diferensiasi pemain regional

Pemicu peristiwa: AS membatasi ekspor Nvidia H20 ke Tiongkok

Rantai transmisi:

1. Penyedia cloud Tiongkok terpaksa buat sendiri: Alibaba, ByteDance, Tencent, Baidu percepat pembelian chip domestik

2. Huawei Ascend diuntungkan: Pesanan melonjak

3. Rantai peralatan semikonduktor Tiongkok diuntungkan: AMEC, NAURA, dll.

4. Perusahaan model Tiongkok seperti DeepSeek diuntungkan: Karena daya komputasi terbatas justru melahirkan optimisasi teknik

5. DeepSeek-R1 keluar → NVIDIA turun 17%: Karena pasar khawatir “kurva kebutuhan daya komputasi tidak sejelas itu”

6. Sebaliknya mendorong NVIDIA cari pertumbuhan baru di Timur Tengah, India: Proyek HUMAIN, IndiaAI

Inilah sebabnya geopolitik bukan variabel eksternal tema AI – itu adalah salah satu variabel internal terbesar tema AI.

Keterkaitan 4: Pergantian generasi Pelatihan → Inferensi

Pemicu peristiwa: Model reasoning (o1, Claude reasoning, DeepSeek-R1) mungkin menjadi arus utama

Rantai transmisi:

1. Konsumsi token inferensi meledak: Satu kali kueri dari 500 token → 50,000 token (100 kali)

2. Kebutuhan daya komputasi inferensi > Kebutuhan daya komputasi pelatihan: Dari 4:6 2024 → prediksi 2027 7:3

3. Chip AI tepi: Dari datacenter menyebar ke terminal (ponsel, mobil, robot)

4. Mediatek, Horizon Robotics, Mobileye diuntungkan

5. Rasio efisiensi energi menjadi lebih penting: Kebutuhan semikonduktor daya GaN, SiC tumbuh

6. Lini produk “optimisasi inferensi” NVIDIA (Blackwell Ultra, Rubin Inference) menjadi lebih menguntungkan daripada produk pelatihan

Ini adalah titik balik rantai pasok terpenting 2025-2027 – Kebanyakan investor masih memakai kerangka “daya komputasi pelatihan” melihat AI, tapi uang sesungguhnya sedang beralih ke inferensi. (Kamu bisa minta AI-mu membantumu reasoning)

Delapan. “Pandangan dunia” yang disimpulkan balik dari capex perusahaan publik

Saat kamu mulai mengikuti aliran capex, kamu akan temukan uang mengalir ke beberapa arah jelas:

Chip AI – Biaya marginal kecerdasan turun, tapi pertumbuhan kebutuhan total lebih cepat, jadi total chip terus meluas. Tapi pemenangnya bukan hanya NVIDIA. Broadcom melalui ASIC merebut pesanan buatan sendiri hyperscaler, TSMC adalah fab semua pemain.

Penyimpanan – Semakin besar model AI, kebutuhan HBM semakin banyak. GPU tanpa HBM sama dengan cacat. HBM adalah kelangkaan struktural, SK Hynix, Samsung, Micron tiga oligarki, siklus ekspansi 18-24 bulan.

Interkoneksi optik – Saat jumlah GPU melebihi 1 juta, batas fisik interkoneksi tembaga terlampaui, harus pakai optik. Corning adalah target relatif paling aman – saham besar + benar-benar diuntungkan.

Robotik – Struktur biaya tenaga kerja fisik sedang ditulis ulang. Tapi pasar ini jauh belum matang, Tesla Optimus sudah ditunda dua kali. Masih terlalu awal, tunggu sampai 2027 lihat data produksi massal baru bicara.

Energi – Ini arah yang paling diremehkan. AI bukan revolusi perangkat lunak, tapi revolusi konsumsi energi. Satu data center besar mengonsumsi listrik setara kota menengah. Grid listrik AS tidak mampu menampung kebutuhan AI yang diharapkan, antrian transformator 5 tahun, antrian turbin gas 7 tahun. Jadi yang sedang terjadi adalah hyperscaler menghindari grid, bangun sendiri turbin gas + penyimpanan energi + nuklir kecil di masa depan.

Lima arah di atas, setiap satu disimpulkan balik dari aliran capex, bukan disimpulkan dari berita. Inilah penilaian yang dibangun di atas pandangan dunia.

Dibicarakan begitu banyak capex, rantai pasok, lindung nilai, kamu mungkin berpikir: Saat saya baca berita setiap hari, scroll twitter, CEO bilang satu kalimat bagaimana saya menilainya?

Ini berikan satu proses penilaian yang bisa dieksekusi.

Sembilan. Latihan yang bisa segera kamu lakukan

Setelah selesai teori sebanyak ini, berikan satu latihan yang bisa dilakukan malam ini.

Latihan: Buat daftar semua target investasi NVIDIA dalam 12 bulan terakhir, dan jelaskan kenapa.

Saya bantu kamu buat daftar:

Tidak bisa jelaskan → Kamu belum punya pandangan dunia, ini adalah pekerjaan rumahmu sebulan ke depan Bisa jelaskan → Kamu sudah mulai melihat dunia dengan mengikuti aliran modal

Daftar yang bisa kamu jelaskan sendiri ini lebih penting daripada rekomendasi saham apa pun. Ini tidak hanya memberitahumu “beli apa”, ini juga melatihmu “bagaimana melihat”.

Sepuluh. Dari pandangan dunia ke tindakan

Oke – kamu sudah membangun pandangan dunia. Sekarang pertanyaannya: bagaimana diimplementasikan?

Jawaban yang kontra-intuitif: Semakin jelas pandangan dunia, sebenarnya tindakan semakin lambat. (Percayalah, lihat Pak Buffett)

Kenapa? Karena kamu tidak lagi didorong FOMO. Kamu tahu AI adalah cerita 10 tahun – masuk 3 bulan, 6 bulan, bahkan 12 bulan terlambat, dalam skala 10 tahun tidak penting. Kamu tidak perlu menangkan gelombang ini, kamu harus menangkan 30 tahun ke depan.

Langkah pertama: Selesaikan struktur keuangan dasar dulu

Sebelum berpikir “beli apa”, jawab dulu tiga pertanyaan:

• Dana darurat ada 6 bulan biaya hidup?

• Utang berbunga tinggi (kartu kredit, pinjaman konsumsi) sudah lunas?

• Asuransi sudah beli?

Tidak selesaikan tiga masalah ini lalu investasi saham, sama dengan menunggu dipotong.

Langkah kedua: Tentukan proporsi strategi investasi

Versi konservatif 10%, versi seimbang 15%, versi agresif 25%.

Jangan lebih dari 25%. Meskipun kamu 100% percaya AI adalah masa depan – manajemen risiko tidak mengizinkan satu tema tunggal melebihi seperempat portofolio. Ini bukan pesimis, ini disiplin.

Langkah ketiga: Pilih cara partisipasi

Untuk 80% orang biasa, jawaban benar adalah ETF indeks luas (QQQ, SPY, VOO). (Data juga membuktikan demikian)

Di Nasdaq 100, NVIDIA, Microsoft, Google, Meta, Amazon, Apple gabungan lebih dari 40% – mereka semua penerima manfaat inti tema AI. Kamu beli QQQ sama dengan otomatis overweight AI, sekaligus mendiversifikasi risiko target tunggal.

Untuk 15% orang – ETF bertema (AIQ, SOXX). Volatilitas 2-3 kali indeks luas, tapi lebih terdiversifikasi daripada saham tunggal.

Untuk 5% orang – Saham perorangan. Daftar sangat pendek, seperti NVIDIA, Microsoft, Google, Meta, TSLA, Broadcom, TSMC (bukan saran investasi, silakan riset sendiri)

Jangan diperluas ke “hulu saham kecil rasio pengembalian tinggi”. Itu untuk profesional, bukan untukmu.

Langkah keempat: Masuk bertahap

Jika kamu putuskan investasi 10 juta ke AI – jangan beli sekaligus hari ini.

Bagi 6-12 bulan, beli jumlah tetap setiap bulan.

Kamu tidak tahu hari ini titik tinggi atau rendah. Jika dibagi 12 bulan beli, selama pasar turun 20% kamu masih terus beli – biaya rata-rata kamu akan jauh lebih rendah daripada beli sekaligus.

Strategi membosankan, seringkali strategi menghasilkan uang. Strategi menarik, seringkali strategi merugi.

Langkah kelima: Tulis aturan

Sebelum masuk, tulis tiga aturan, cetak tempel di dinding, atau jadikan layar kunci/latar ponsel:

1. Saya akan mulai [tanggal] investasi rutin bulanan [jumlah], berlanjut [bulan]

2. Saya tidak akan ubah rencana karena fluktuasi jangka pendek – baik naik 20% atau turun 20%, lanjut investasi rutin

3. Saya akan evaluasi apakah perlu penyesuaian di [3 tahun kemudian / lebih dari 30% portofolio / butuh uang mendesak]

Kamu harus tahu: Penilaian rasional yang bisa kamu tulis hari ini, saat pasar bergejolak besar kemungkinan akan tertutup emosi. Dan aturan yang dicetak di dinding ini adalah kontrak antara kamu dan dirimu yang tak terkendali di masa depan.

Sebelas. Kesalahan yang pasti kamu buat 12 bulan ke depan

Kesalahan 1: Saat pasar anjlok, berhenti investasi rutin. Hari turun -15% reaksi naluriahmu “cepat berhenti”. Salah – justru ini saat yang paling harus terus beli.

Kesalahan 2: Saat pasar melonjak, beli berlipat. Tiga bulan berturut naik ingin “percepat progres” – ini beli tinggi.

Kesalahan 3: Ubah “investasi” jadi “lihat pasar”. Mulai investasi rutin lalu cek akun sepuluh kali sehari – kamu sudah meluncur dari investor ke penjudi. Uninstall APP, lihat sekali sebulan.

Kesalahan 4: Dengar kabar burung tambah posisi. Grup rekomendasi “pasti naik sepuluh kali” – 99% salah, 1% tidak bisa kamu bedakan. Selain daftarmu, semuanya jangan didengar.

Kesalahan 5: Hitung untung rugi. Pemula paling suka hitung “saya untung berapa”. Keuntungan buku sebelum dijual bukan milikmu. 5 tahun tidak hitung.

Lima kesalahan ini berasal dari akar yang sama – pandangan duniamu belum cukup stabil.

Jika kamu benar-benar percaya AI adalah tren utama 10 tahun, turun 20% tidak akan panik (bahkan senang ada kupon murah). Jika penilaianmu disewa, turun 5% kamu sudah mulai meragukan hidup.

Stabilitas pandangan dunia, menentukan stabilitas eksekusimu.

Dua belas. Terakhir, kenapa kamu ingin beli?

Kembali ke pertanyaan awal – Kenapa kamu ingin beli?

Jika setelah baca artikel ini kamu bisa berikan jawaban milik sendiri, maka hari ini kamu lebih dekat kebenaran daripada 95% investor ritel.

Bukan karena kamu lebih pintar dari mereka. Karena kamu mau melambat, pikirkan dulu why, baru lakukan what.

Ingat, kesenjangan terkecil antara orang biasa dengan institusi besar, pedagang profesional, IQ150 adalah waktu. Kamu dan mereka sama, sehari hanya 24 jam. Semua sama perlu menunggu waktu setara baru lihat buah matang.

Institusi setiap hari hadapi tekanan kinerja kuartalan, tekanan penarikan klien, tekanan mengungguli rekan sejawat. Mereka harus dagang setiap hari, harus timing, harus kejar tema.

Kamu tidak perlu.

Investasi rutin indeks global 30 tahun keuntungan majemuk sekitar 8-10% – sudah mengungguli 80% dana dikelola aktif.

Kamu tidak riset apa-apa, tidak analisis apa-apa, hanya eksekusi mekanis – keuntungan jangka panjangmu sudah melebihi kebanyakan investor profesional.

Lalu kenapa kamu masih mau ambil risiko beli saham AI perorangan?

Karena kita semua ingin merasa “ikut serta di zaman”. Karena kita semua takut ketinggalan kesempatan “jelas terlihat” seperti NVIDIA. Karena naluri kita beri tahu “tidak bertindak adalah kegagalan”.

Tapi dalam investasi, ‘tidak bertindak’ seringkali tindakan terkuat.

1. Punya pandangan dunia dulu, baru punya saham. Beli tanpa pandangan dunia, pada dasarnya judi.

2. Ikuti capex, jangan ikuti pernyataan. Seseorang mau menghabiskan uang nyata berapa, menentukan keyakinan nyatanya terhadap masa depan.

3. Uang tidak perlu buru-buru diinvestasikan. Kesempatan selalu ada, tapi modal hanya sekali.

Kamu harus tahu, AI tidak akan membawamu kolaps; AI juga tidak akan karena kamu masuk terlambat tiga bulan jadi tidak relevan denganmu – tapi modalmu sekali all-in di titik waktu salah, mungkin butuh lima tahun baru balik modal.

Lima tahun itu, adalah harga termahalmu.

Sarankan kamu cetak tempel di dinding:

Pascakata

Beberapa hari ini banyak orang tanya, mau beli apa? Bagaimana buka akun?

Saya selalu bilang: sungguh, jangan buru-buru buka akun beli saham.

Malam ini lakukan satu hal: cari kertas, tulis “kenapa saya percaya AI adalah tren utama 10 tahun ke depan” – pakai kata-katamu sendiri, minimal 500 kata.

Tidak bisa tulis – kamu belum punya pandangan dunia, jangan investasi dulu. Bisa tulis – pandangan duniamu tahan uji sederhana ini, bisa mulai eksekusi.

Percayalah, satu kertas ini, lebih penting daripada kamu beli saham apa pun hari ini.

Karena ini adalah awal pemikiran investasi mandirimu.

Ini akan menemanimu 30 tahun ke depan – dan bunga majemuk 30 tahun, adalah hal yang benar-benar bisa kamu menangkan dari zaman ini.

Pelan-pelan. Lakukan langkah pertama dengan benar