Sumber: Cynthia, Hong Kong Ethereum Community Hub
Tamu: qinbaFrank— Investor Pasar Sekunder Saham AS dan Kripto, yang secara jangka panjang mendekonstruksi logika makro, industri, dan individu dengan prinsip-prinsip dasar.
Pada 8 Juni 2026, di acara VIP yang diselenggarakan bersama oleh Futu, SNZ, ETH HK Hub, dan Sharplink, investor senior qinbaFrank memberikan sharing dengan judul "Tinjauan dan Prospek Gelombang Komputasi AI", secara sistematis merangkum lintasan lengkap yang dilalui pasar AI dari 2023 hingga sekarang: dari tiga debat besar pasar tentang 'apakah komputasi diperlukan', bagaimana efisiensi komersialisasi ditentukan oleh dividen penetrasi, hingga tahap kunci saat ini yang bergeser dari kelangkaan perangkat keras ke validasi komersial.
Dia juga memberikan kerangka kerja untuk menilai tingkat penyesuaian kali ini—tiga skenario: pemotongan valuasi, pemotongan kinerja, pemotongan logika, serta menjelaskan mengapa pergerakan AI kali ini berbeda 'substansinya' dengan gelembung internet tahun 2000.
Pernyataan: Konten artikel ini adalah presentasi nyata dari pandangan tamu, tidak dimaksudkan sebagai saran investasi, penawaran penjualan produk, atau janji keuntungan.
I. Mengapa Memberi Peringatan Risiko dan Mengurangi Posisi pada 3 Juni
Sejak 2023, saya telah menulis beberapa pemikiran tentang makro dan pergerakan AI/komputasi kali ini. Pada Juni 2024, di X, saya merekomendasikan Palantir, dengan pandangan bahwa sebagai perwakilan AI pertahanan-militer, masih ada ruang 3–5 kali lipat ke depan. Saat itu, pasar memperdebatkan penilaian ini dengan keras, tetapi melihat ke belakang, Palantir memang menunjukkan pergerakan yang cukup signifikan.
Ini adalah pertama kalinya saya datang offline untuk berbagi seperti ini. Dengan kesempatan ini, saya ingin secara sistematis merangkum kerangka keseluruhan saya tentang pergerakan AI kali ini: bagaimana ia berjalan, posisinya sekarang, dan ke arah mana ia mungkin berkembang di masa depan.
Rabu malam pekan lalu (3 Juni), saya menerima wawancara dari komunitas saham AS 168X di X, berbicara lebih dari dua jam. Poin intinya adalah: pasar akhir-akhir ini agak 'terlalu panas', perlu mendingin dan menyesuaikan. Beberapa alasan spesifik:
- Pertama, aspek sentimen terlalu padat, FOMO berlebihan. Konsentrasi dana di arah-arah populer telah mencapai posisi yang sangat ekstrem, kenaikan parabola sulit dipertahankan, sementara pesanan dan laporan keuangan belum sepenuhnya terealisasi.
- Kedua, roadshow IPO SpaceX memicu penyesuaian portofolio institusi. Selama roadshow SpaceX, banyak institusi mulai mengurangi kepemilikan terkait lebih awal untuk mengalokasikan dana—efek perputaran dan penarikan dana semacam ini cenderung muncul terlebih dahulu.
- Ketiga, situasi geopolitik membawa sentimen penghindaran risiko. Negosiasi AS-Iran masih berfluktuasi, ditambah data non-farm yang dirilis Jumat lalu dan data CPI minggu ini, preferensi risiko pasar secara keseluruhan menurun.
- Keempat, data non-farm mengejutkan ekspektasi penurunan suku bunga. Jika data penambahan non-farm Mei jauh melampaui ekspektasi, pasar akan kembali memasukkan jalur suku bunga yang lebih tinggi.
- Kelima, data CPI minggu ini adalah variabel kebijakan yang sesungguhnya. Data non-farm kuat sendiri tidak cukup untuk menentukan apakah suku bunga akan dinaikkan, kunci sesungguhnya adalah inti CPI—terutama apakah kenaikan harga energi akan ditransmisikan dan menyebar ke harga jasa, ini adalah variabel inti yang perlu dipantau ketat dalam satu atau dua minggu ke depan.
Garis batas inti untuk menilai tingkat penyesuaian ini adalah: pencernaan murni sisi dana/kepadatan, biasanya hanya penyesuaian level kecil; data inflasi melebihi ekspektasi, mungkin meningkat ke level kecil–sedang; hanya jika komersialisasi AI atau pendapatan cloud menunjukkan perlambatan yang jelas, barulah seluruh narasi direset. Secara keseluruhan, saya berpikir pasar membutuhkan waktu untuk mencerna dan menunggu dalam jangka pendek, arah-arah panas yang sebelumnya terlalu padat mungkin memasuki fase koreksi sedang atau moderat, hingga 'sinyal makro' berikutnya muncul untuk meredakannya.
II. Tinjauan: 'Tiga Debat Besar' Pasar AI Tiga Tahun Terakhir
Untuk memahami posisi saat ini, perlu meninjau lintasan lengkap pergerakan AI kali ini dari 2023 hingga sekarang. Menurut saya ini bukan kenaikan garis lurus sederhana, tetapi gelombang yang didorong oleh siklus 'debat pasar–validasi–debat kembali'.
Debat Pertama (Paruh Kedua 2023): Apakah pengeluaran modal benar-benar diperlukan?
Paruh pertama 2023, garis utama ini terutama didorong oleh valuasi—kinerja belum membaik secara signifikan, harga saham sudah naik lebih dulu (kurang lebih naik beberapa kali lipat). Saat itu berada tepat di tengah siklus penurunan industri semikonduktor global, pasar masih memiliki perbedaan pendapat besar tentang 'berapa banyak komputasi yang benar-benar dibutuhkan AI', sehingga paruh kedua 2023 secara keseluruhan menunjukkan volatilitas tinggi.
Debat Kedua (Awal 2024 hingga Awal 2025): Apakah pengeluaran modal perusahaan besar akan terus berakselerasi?
Pada kuartal pertama 2024, kinerja Nvidia mulai membaik secara kuartalan, pengeluaran modal perusahaan teknologi besar juga mulai berakselerasi, membuat pasar secara bertahap mengonfirmasi 'permintaan komputasi adalah tren nyata'. Peristiwa simbolis: di Forum Davos awal 2024, Sam Altman dari OpenAI menyebutkan perlunya investasi triliunan dolar untuk kapasitas manufaktur chip di masa depan. Saat itu, pernyataan ini sangat diperdebatkan di industri, termasuk manajemen Nvidia dan TSMC yang pernah menyatakan tidak terlalu setuju, berpikir investasi sebesar itu tidak diperlukan. Tetapi melihat pengeluaran modal pemain cloud besar yang terus melebihi ekspektasi setelahnya, pasar secara bertahap menerima penilaian ini—skala listrik dan komputasi yang dibutuhkan pusat data baru di AS memang berada pada tingkat triliunan dolar.
Pada tahap ini, dana mengalir dari pengeluaran modal perusahaan teknologi besar ke Nvidia dan rantai pasokan hulu, mendorong gelombang naik utama 2024.
Debat Ketiga (Awal 2025): Apakah komputasi dinilai terlalu tinggi?
Kuartal pertama 2025, rilis model besar dengan peningkatan efisiensi pelatihan yang signifikan memicu keraguan pasar tentang 'apakah benar-benar butuh komputasi sebanyak ini', harga saham mengalami koreksi yang jelas. Segera setelahnya pada Februari, perubahan kebijakan tarif AS membawa penurunan besar lagi, aset inti terkait turun cukup besar dari puncak—ini adalah penyesuaian besar kedua dalam pergerakan ini.
Tahap Ketiga (Paruh Kedua 2025): Konsensus Terbentuk
Pada kuartal dua dan tiga 2025, pasar umumnya dapat merasakan peningkatan kemampuan dan utilitas model besar yang nyata, skenario aplikasi bergeser dari 'pelatihan utama' ke 'inferensi utama', peningkatan skala parameter model dan kemampuan multimodal semakin mendorong permintaan komputasi. Pada tahap ini, pengeluaran modal perusahaan teknologi besar memasuki akselerasi baru, dan pasar juga memasuki kenaikan baru.
III. Kerangka Inti: Penetrasi Menentukan Efisiensi Komersialisasi
Secara pribadi, saya menilai sejauh mana gelombang teknologi dapat berjalan, intinya melihat tingkat penetrasi, bukan hanya melihat 'apakah tren ada'.
Banyak orang membandingkan pergerakan AI kali ini dengan gelembung internet tahun 2000. Saya pikir keduanya 'mirip bentuknya, tetapi berbeda substansinya': keduanya mengalami kenaikan parabola valuasi mendahului kinerja, tetapi lingkungan industri sangat berbeda.
-
Sekitar tahun 2000, penetrasi internet di AS hanya sekitar 30% lebih, model bisnis (iklan, e-commerce, game, layanan bernilai tambah) juga masih dalam fase pencarian, sehingga setelah gelembung pecah, indeks Nasdaq butuh waktu lama untuk pulih.
-
Internet seluler sekitar 2010 berbeda: Setelah iPhone dirilis pada 2007 dan sistem Android terbuka, penetrasi internet seluler di AS dan China menyelesaikan transisi dari awal ke arus utama dalam sekitar sepuluh tahun (2010–2018)—jauh lebih cepat daripada proses internet yang membutuhkan 20–30 tahun. Di balik ini, infrastruktur generasi sebelumnya (penetrasi internet, efisiensi penyebaran informasi) memberikan fondasi yang sangat baik untuk generasi berikutnya.
Hari ini kita menghadapi lingkungan di mana miliaran orang di dunia telah terbiasa menggunakan WeChat, media sosial, berbagai aplikasi—kecepatan penyebaran informasi dan tingkat penerimaan publik terhadap teknologi baru sama sekali berbeda dengan tahun 2000. Inilah perbedaan terbesar antara lingkungan industri AI kali ini dengan internet tahun 2000.
Secara spesifik pada metode penilaian, saya cukup setuju dengan titik kritis dalam 'siklus hidup adopsi teknologi' (teori melintasi jurang): penetrasi 10% adalah titik kritis. Di bawah 10%, berarti teknologi masih dalam fase 'validasi awal', apakah cukup revolusioner menentukan apakah dapat mencapai skala; begitu melewati 10%, berarti telah melintasi pasar massal, kemiringan pertumbuhan biasanya menjadi lebih curam; interval 10%–50% adalah jendela pengamatan inti, juga 'periode emas' untuk investasi industri terkait—ekspansi skala pengguna dan peningkatan kesediaan membayar terjadi bersamaan, konsumsi token naik; setelah melebihi 50%, ruang tambahan akan berkurang secara marginal.
Mengacu pada data survei: survei dari bank investasi besar tentang kesediaan pembelian AI perusahaan menunjukkan, proporsi ini meningkat dari sekitar 10% pada September lalu, menjadi sekitar 18% pada akhir Maret tahun ini—ini berarti penetrasi AI perusahaan telah melewati titik kritis, secara resmi memasuki fase pertumbuhan cepat.
Jika gelombang AI kali ini ditempatkan dalam perbandingan tiga generasi gelombang teknologi: PC internet dari 1990 hingga 2010, membutuhkan sekitar 20 tahun untuk menyelesaikan penetrasi; internet seluler dari 2010 hingga 2019, membutuhkan kurang dari 10 tahun; sedangkan AI dari 2023, kecepatan penyebarannya mungkin lebih singkat. Alasan intinya adalah semakin lengkap infrastruktur, semakin pendek siklus komersialisasi—era internet seluler, ponsel pintar, 4G, toko aplikasi, dan pembayaran seluler mendorong popularisasi massal; AI hari ini, berdiri di atas infrastruktur komputasi cloud, API model, penyebaran sosial, dan Agen, metode penyebaran informasi dan komersialisasi jauh lebih matang daripada generasi mana pun sebelumnya.
IV. AI vs Internet: Perbedaan Mendasar Logika Komersialisasi
Masalah inti yang dipecahkan internet adalah 'efisiensi konektivitas dan penyebaran informasi'—mengurangi biaya perantara dalam aliran informasi, logistik, dan uang, tetapi internet sendiri tidak secara langsung menggantikan 'manusia'.
AI berbeda: yang digantikan secara langsung adalah kognisi dan tenaga kerja manusia. Ketika kemampuan AI mencapai atau bahkan melampaui tingkat 'rata-rata sosial' karyawan manusia, yang dibawanya bukan hanya peningkatan efisiensi, tetapi substitusi dalam arti sebenarnya—ini berarti perusahaan membayar AI, pada dasarnya setara dengan biaya yang dikeluarkan untuk mempekerjakan tenaga kerja tersebut di masa lalu. Inilah mengapa banyak orang (termasuk saya sendiri) dengan cepat meningkatkan jumlah pembayaran untuk alat AI dari versi gratis menjadi puluhan, ratusan dolar per bulan, bahkan membayar untuk beberapa model besar sekaligus—begitu merasakan 'ia benar-benar melakukan lebih baik dan lebih cepat dari saya', kesediaan membayar meningkat dengan sangat tegas. Jadi, begitu AI melewati tingkat kecerdasan rata-rata sosial, nilai komersialnya akan naik secara eksponensial dengan cepat.
Ini juga merespons pertanyaan yang sebelumnya diajukan tamu: dalam tren AI yang dengan cepat menggantikan tenaga kerja kognitif, bagaimana nilai 'parit pertahanan' pengetahuan dan pengalaman profesional individu akan berubah, ini adalah salah satu alasan mendasar mengapa komersialisasi AI lebih kompleks daripada internet.
V. Logika Investasi Rantai Industri Komputasi: Dari 'Narasi Titik-Tunggal GPU' ke Penilaian Ulang Sistemik
Logika investasi komputasi kali ini, sedang bergeser dari sekadar bertaruh pada GPU, menyebar ke penilaian ulang sistemik seluruh rantai termasuk penyimpanan, CPU, interkoneksi, pasokan daya, kemasan, dan perangkat keras tepi. Secara keseluruhan dapat dirangkum dengan kerangka tiga tahap: jangka pendek lihat 'kelangkaan sumber daya', jangka menengah lihat 'peningkatan sistem', jangka panjang lihat 'tingkat penetrasi Physical AI'.
1. Penetapan Harga Kelangkaan: Permintaan GPU Tumpah ke Penyimpanan & CPU
Rantai logika: konteks panjang, multimodal, dan aplikasi Agen mendorong permintaan penyimpanan—HBM pertama kali ketat, kemudian berlapis-lapis ditransmisikan ke DRAM/GDDR, NAND/SSD/HDD, terakhir ke tahap penjadwalan CPU, lalu ke pasokan listrik.
Pertama GPU ketat. 2022-2023 tepat berada di siklus penurunan industri penyimpanan global, banyak kapasitas dihapus. Memasuki 2024, dengan pengeluaran modal pemain cloud besar yang berakselerasi, dampak penghapusan kapasitas ini mulai terlihat.
Kemudian penyimpanan/HBM ketat. Proses produksi HBM sendiri kompleks, peningkatan yield lambat, dan setelah mengalami kelebihan kapasitas yang parah di siklus sebelumnya, produsen penyimpanan utama sangat berhati-hati dalam ekspansi, kapasitas baru baru akan tersedia secara bertahap pada paruh kedua 2027. Ini menyebabkan kemampuan negosiasi produsen penyimpanan meningkat tajam dalam menandatangani kontrak pasokan jangka panjang—kontrak panjang langsung 5 tahun, bahkan meminta uang muka 10%~30%, bahkan meminta alat jaminan keuangan dari pelanggan hilir. Inilah mengapa perusahaan-perusahaan ini menunjukkan karakteristik 'kinerja naik sebelum valuasi': selama beberapa kuartal terakhir kinerja terus melebihi ekspektasi, tetapi valuasi tertekan karena kekhawatiran pasar akan 'mengulangi siklus semikonduktor', hingga keberadaan kontrak jangka panjang secara bertahap membuat pasar percaya fluktuasi siklus akan 'dihaluskan', dan valuasi mulai pulih.
Selanjutnya ketatnya penjadwalan CPU, terakhir ketatnya listrik. Alasan intinya: banyak tugas penjadwalan dan orkestrasi di pusat data tidak cocok untuk diproses GPU, harus bergantung pada CPU. Mengambil kabinet NVL72 Nvidia sebagai contoh, konfigurasi saat ini kurang lebih 72 GPU dengan 36 CPU Vera, yaitu rasio CPU:GPU sekitar 1:2 (skema awal sekitar 1:8); pasar memperkirakan di masa depan mungkin bergerak mendekati 1:1, ini berarti CPU (baik Intel, AMD, atau chip ARM buatan sendiri) sedang dihargai ulang pentingnya dalam infrastruktur komputasi. Transmisi lebih lanjut adalah masalah listrik pusat data dan kapasitas jaringan listrik.
2. Penetapan Harga Peningkatan: Interkoneksi Optik, Pasokan Daya, Kemasan Lanjutan Naik Tingkat Bersamaan
Garis utama kedua adalah 'logika peningkatan'—intinya bukan 'ada tidaknya modul ini', tetapi apakah efisiensi konversi, konsumsi daya, kepadatan pasokan daya, dan yield kemasan dapat terus ditingkatkan.
Interkoneksi optik: modul optik berkembang ke LPO/NPO/CPO. Co-packaged optics (CPO) mengintegrasikan chip optik dan chip listrik lebih erat, secara teori dapat mengurangi konsumsi daya, tetapi saat ini belum diproduksi massal. Beberapa survei dan kunjungan lapangan menunjukkan, pemain cloud besar kemungkinan besar belum akan mengadopsi CPO secara massal sebelum 2027—kekhawatiran inti adalah keandalan: modul optik tradisional rusak dapat diganti langsung, sedangkan CPO sekali bermasalah, melibatkan biaya penggantian dan siklus validasi tingkat papan utuh, perusahaan besar masih perlu waktu untuk memvalidasi yield dan tingkat kegagalan secara memadai.
Jaringan pasokan daya: dari 48/54V berkembang ke HVDC 800V. Ini sangat mirip dengan jalur voltase tinggi industri kendaraan listrik—arsitektur pasokan daya kendaraan listrik awal umumnya menggunakan voltase relatif rendah, efisiensi rendah; kemudian termasuk BYD, Huawei, dan produsen lain beralih ke arsitektur DC voltase lebih tinggi, voltase lebih tinggi, arus lebih rendah, rugi daya lebih kecil. Sistem pasokan daya pusat data sedang mengalami jalur peningkatan serupa, ini juga mendorong permintaan rantai industri semikonduktor daya (seperti silicon carbide) dan manajemen daya terkait.
Kemasan lanjutan: susun 3D + substrat kaca/keramik. Ini mirip dengan jalur evolusi chip smartphone beberapa tahun terakhir—ketika peningkatan kinerja yang dibawa hanya dari penyusutan node proses semakin menurun manfaat marginalnya, industri beralih ke cara kemasan lebih lanjutan (seperti susun 3D, substrat kaca atau keramik) untuk melampaui batas fisik, menggunakan bahan dan proses kemasan yang lebih baik untuk terus meningkatkan kinerja keseluruhan.
3. Penetapan Harga Jangka Panjang: Komputasi Tepi & Physical AI
Logika jangka panjang adalah komputasi tepi dan Physical AI memasuki fase validasi aplikasi—dari inferensi sisi perangkat model kecil, ke robotika, kendaraan otonom, hingga produksi massal dan penurunan biaya, akhirnya membentuk kurva penetrasi baru. Fokus pelacakan jangka pendek-menengah pada penyimpanan, CPU/ARM, interkoneksi optik, peralatan listrik, dan kemasan lanjutan; jangka panjang melihat kurva produksi massal robotika dan kendaraan otonom.
VI. Evolusi Garis Utama Investasi: Dari Kendala Fisik ke OS AI Vertikal
Setelah kondisi ketat pasokan komputasi mereda, fokus perhatian pasar akan mengalami jalur migrasi: kendala fisik (kekurangan komputasi/kapasitas) → lapisan penerapan perusahaan (apakah perusahaan dapat mengubah AI menjadi sistem produksi) → OS AI vertikal (menguasai pintu masuk alur kerja industri) → Physical AI (masuk ke dunia fisik nyata).
Esensi lapisan penerapan perusahaan bukan sekadar menghubungkan kotak obrolan, tetapi menulis ulang alur kerja perusahaan: pertama temukan alur kerja dengan frekuensi tinggi, biaya tenaga kerja tinggi, hasil yang dapat divalidasi, lalu hubungkan data pribadi perusahaan (melibatkan RAG, manajemen hak akses, lineage data, knowledge graph), biarkan Agen benar-benar dapat mengeksekusi tindakan (memanggil API, SaaS, menyelesaikan proses persetujuan dan rollback), dan secara terus-menerus mengukur tingkat penyelesaian tugas, tingkat pengambilalihan manual, biaya, dan ROI.
Yang dimaksud 'OS AI vertikal' dapat dipahami sebagai lapisan kendali pintar industri—berbeda dengan SaaS tradisional 'orang mengoperasikan perangkat lunak', OS AI adalah 'AI memanggil alat, memajukan proses, orang bertanggung jawab mengawasi, menyetujui, dan memutuskan', pada dasarnya kombinasi dari System of Intelligence + Action + Governance. Indikator inti untuk menilai kemajuan tahap ini termasuk: apakah komersialisasi terus berakselerasi (ARR model, pendapatan cloud, jumlah klien perusahaan), apakah kualitas penerapan benar-benar melewati jalur produksi (tingkat penyelesaian tugas, tingkat pengambilalihan manual, akurasi), apakah kelayakan ekonomi tertutup (biaya inferensi per unit, ROI, margin kotor), serta apakah parit pertahanan terbentuk (data pribadi, kedalaman proses, audit kepatuhan).
VII. Jangkar Dasar Naik Bergelombang: ARR Model & Pendapatan Cloud
Apakah narasi pasar dapat berlanjut, intinya bukan 'valuasi mahal atau tidak', tetapi apakah ARR (pendapatan berulang tahunan) produsen model dan pendapatan bisnis cloud terus mempertahankan pertumbuhan tinggi—ini menentukan apakah pengeluaran modal perusahaan teknologi besar masuk akal, dan apakah sentimen rantai komputasi dapat berlanjut. Rantai transmisi ini adalah: permintaan nyata (pembayaran nyata B/C-end) → ARR produsen model tumbuh tinggi → bisnis cloud melebihi ekspektasi → rantai komputasi terus diuntungkan.
Mengenai rantai transmisi ini, dapat didiskusikan dalam tiga skenario:
Skenario 1: Kecepatan tidak melambat, logika tidak terbalik. Jika ARR produsen model masih tumbuh, bisnis cloud terus melebihi ekspektasi, berarti rasionalitas pengeluaran modal masih berlaku, logika pesanan rantai komputasi tetap efektif. Dalam situasi ini, meskipun dalam jangka pendek naik terlalu banyak, valuasi 'dianggap mahal' menyebabkan koreksi kecil hingga sedang, fundamental tidak rusak—sering turun cepat, juga pulih cepat, saat laporan keuangan atau aplikasi baru muncul, mungkin dengan cepat membawa pembalikan.
Skenario 2: Kecepatan tidak memenuhi ekspektasi, narasi direset. Jika kinerja produsen model melambat signifikan, atau rantai permintaan bisnis cloud menunjukkan perlambatan jelas, berarti masalah lebih mendekati 'titik awal komersialisasi'—karena banyak pembelian komputasi cloud sendiri berasal dari produsen model ini. Dalam situasi ini setidaknya penyesuaian level sedang, perlu menunggu bukti baru yang membuktikan skala dan kecepatan dapat kembali melebihi ekspektasi, keyakinan baru akan kembali.
Skenario 3: Makro/sisi dana adalah 'penguat', bukan penyebab mendasar. Aspek makro dan dana akan mempengaruhi sentimen pasar dan tingkat diskonto, tetapi hanya ketika benar-benar mempengaruhi tingkat komersialisasi, barulah menjadi risiko inti. Secara spesifik dapat dibagi tiga lapis: penarikan murni sisi dana atau satu kali CPI melebihi ekspektasi, biasanya penyesuaian level kecil; jika ditambah inflasi berkelanjutan, tidak ada penurunan suku bunga, dan risiko geopolitik, mungkin meningkat menjadi kecil–sedang; hanya jika ARR model atau pendapatan cloud menunjukkan perlambatan nyata, barulah masuk ke reset logika level sedang.
Secara sederhana: selama ARR model besar dan pendapatan cloud tidak melambat, penyesuaian kali ini lebih seperti penilaian ulang tingkat valuasi dan sisi dana, bukan crash seperti tahun 2000; begitu fundamental benar-benar melambat, barulah perlu menunggu bukti pembalikan baru.
VIII. Tahap Saat Ini: Dari Kelangkaan Perangkat Keras ke Validasi Komersialisasi
Tahap dari April hingga Juni tahun ini, asumsi inti pasar adalah: panduan pengeluaran modal pemain cloud besar akan terus melebihi ekspektasi, dan dukungan di baliknya adalah permintaan pembayaran nyata dari perusahaan dan konsumen untuk layanan cloud (yaitu kecepatan pertumbuhan pendapatan bisnis cloud). Jika asumsi ini berlaku, berarti pengeluaran modal 'masuk akal dan berkelanjutan', maka seluruh rantai pasokan—penyimpanan, optik, CPU, chip, hingga listrik dan jaringan listrik—akan diuntungkan.
Ke depan, saya pikir fokus perhatian pasar akan secara bertahap bergeser dari 'kelangkaan perangkat keras' ke 'realisasi komersialisasi'. Pada Mei tahun ini ada laporan yang menyebutkan, di pasar layanan perusahaan, kategori produk yang paling laris sebenarnya adalah layanan konsultasi/implementasi AI—yaitu kemampuan yang membantu perusahaan benar-benar menerapkan AI ke dalam alur kerja bisnis spesifik. Logika di baliknya: banyak pengetahuan inti proses produksi dan pengalaman industri, bukan berupa dokumen publik, tetapi mengendap dalam pengalaman karyawan senior, data pelatihan model besar itu sendiri tidak mencakup 'pengetahuan tersirat' ini. Siapa yang dapat membantu perusahaan menggabungkan know-how industri ini dengan AI, dia akan menangkap peluang tahap berikutnya.
Penilaian pribadi saya: selama kecepatan pertumbuhan itu sendiri tidak menunjukkan penurunan signifikan, ke depan terlepas dari koreksi yang disebabkan faktor makro (seperti suku bunga, tarif, dll.), lebih mungkin merupakan penyesuaian bertahap level kecil–sedang, bukan pembalikan tren. Yang benar-benar perlu diwaspadai adalah ketika kecepatan pertumbuhan komersialisasi AI secara keseluruhan jauh di bawah ekspektasi—saat itulah perlu benar-benar menilai ulang logika valuasi seluruh sektor.
IX. Referensi Sejarah: Kerangka Tiga Tingkat Penyesuaian Saham AS
Menilai tingkat penyesuaian saham AS, melihat penurunan itu sendiri tidak banyak berarti, kuncinya melihat apakah pemicu menggulingkan logika jangka panjang—apakah hanya impuls pemotongan valuasi, dampak peristiwa makro, atau seluruh narasi industri direset. Mengambil indeks Nasdaq sebagai patokan (karena sifat teknologi lebih murni), koreksi 20 tahun terakhir kira-kira dapat dibagi menjadi tiga tingkat:
L1 Tingkat Kecil (penurunan satu digit): Pemicu biasanya impuls 'pemotongan valuasi' setelah naik terlalu cepat, ditambah dampak likuiditas atau gangguan ekspektasi inflasi/penurunan suku bunga. Penyesuaian seperti ini bukan krisis, fundamental tidak berubah, begitu gangguan dikonfirmasi mereda, pembalikan biasanya cepat. Contoh yang cukup baru adalah koreksi sekitar 7%–8% November lalu, terutama dampak likuiditas ditambah keraguan pasar terhadap pengeluaran modal AI baru mulai muncul.
L2 Tingkat Sedang (penurunan sekitar 15%): Biasanya disertai peristiwa makro besar tertentu atau dampak mekanisme pasar, risiko perlu dinilai ulang, tetapi tidak mewakili runtuhnya tatanan dasar, pasar perlu menunggu data baru untuk mengonfirmasi risiko tidak menyebar lebih lanjut. Misalnya koreksi sekitar 15% Agustus hingga Oktober 2023, latar belakangnya yield obligasi AS 10 tahun mendekati 5%; koreksi Juli-Agustus 2024, terkait dengan penutupan posisi perdagangan bunga (carry trade) dan kekhawatiran pasar akan resesi.
L3 Tingkat Besar (penurunan 25% atau lebih): Berarti logika makro yang biasa digunakan di masa lalu direset, atau narasi jangka panjang industri digulingkan, preferensi risiko akan mengalami penilaian ulang sistemik, perlu bukti sama sekali baru untuk membangun kembali kepercayaan. Contoh sejarah termasuk krisis keuangan 2008 (terbelah dua), kuartal empat 2018 (sekitar 25%–30%), dampak pandemi Maret 2020 (sekitar 30%–40%), siklus kenaikan suku bunga 2022 (sekitar 33%–35%), serta koreksi sekitar 28% yang dibawa oleh dampak tarif atau gangguan perdagangan global.
Diterapkan pada pergerakan AI kali ini, garis batas inti masih apakah kecepatan pertumbuhan komersialisasi AI melambat: jika ARR model, jumlah pengguna perusahaan, pendapatan token, dan pendapatan bisnis cloud masih melebihi ekspektasi, berarti logika bisnis tidak terbalik, penurunan lebih banyak disebabkan penyesuaian kecil–sedang akibat gangguan sisi dana atau makro; jika kinerja produsen model tidak memenuhi ekspektasi, berarti sudah lebih mendekati titik awal komersialisasi, setidaknya perlu penilaian ulang level sedang, dan menunggu bukti baru; hanya ketika kecepatan pertumbuhan AI melambat, sementara ditambah risiko sistemik seperti inflasi meledak, konflik geopolitik, atau keruntuhan tatanan global, barulah mungkin meningkat menjadi penyesuaian level besar.
Secara sederhana: selama komersialisasi AI tidak melambat, penyesuaian kali ini lebih seperti 'penilaian ulang'; hanya ketika bukti komersialisasi terputus, barulah berarti seluruh kerangka perlu direset.
X. Kesimpulan: AI Adalah Loncatan Dasar Kemampuan Peradaban
Terakhir, izinkan saya berbagi pemahaman pribadi tentang sifat gelombang kali ini. Bubuk mesiu, mesin uap, listrik, internet dalam sejarah, pada dasarnya adalah 'revolusi industri titik-tunggal'—mereka meningkatkan alat, energi, atau saluran informasi tertentu, memecahkan satu hambatan kunci kemudian menyebar sepanjang rantai industri, menunjukkan kurva S siklus teknologi tunggal. Revolusi ini mengubah 'kemampuan satu dimensi', bukan langsung meningkatkan kecerdasan itu sendiri.
Saya pikir AI berbeda—yang ditingkatkannya adalah 'kecerdasan' sebagai kemampuan dasar paling bawah. Dapat dianalogikan dengan manusia 'menggunakan api': dari tidak bisa menggunakan api ke bisa menggunakan api, yang dibawa bukan hanya 'menambah satu alat', tetapi makanan matang mengubah struktur tubuh, kemudian mempengaruhi kapasitas otak, akhirnya membawa ekspansi kemampuan seluruh peradaban. AI juga mengubah kemampuan dasar—persepsi, penalaran, generasi, pengambilan keputusan, tindakan, seluruh rangkaian kemampuan ini bergeser ke atas secara keseluruhan, ini adalah peningkatan tingkat dasar pada level 'fungsi produksi peradaban', bukan membuat satu alat tertentu menjadi lebih mudah digunakan.
Justru karena ini adalah loncatan kemampuan dasar, lapisan atas akan terus-menerus dan bertahap menumbuhkan revolusi industri baru: revolusi Agen, revolusi robotika, revolusi drone, lalu teknologi pertahanan-militer, teknologi luar angkasa, serta rekonstruksi proses lebih banyak industri. Proses ini tidak akan terealisasi sekaligus, tetapi muncul gelombang demi gelombang. Jadi menurut saya, garis utama yang benar-benar layak dilacak, bukan bertaruh pada ledakan aplikasi spesifik tertentu, tetapi terus mengamati 'bagaimana kemampuan kecerdasan meluap ke dunia fisik dan berbagai alur kerja industri'—inilah petunjuk inti untuk menilai seberapa jauh gelombang AI kali ini dapat berjalan.
Ke depan satu dua tahun, saya pikir semua orang akan terus merasakan 'akselerasi dalam akselerasi' ini—kemampuan teknologi dan proses komersialisasi saling memvalidasi, saling mendorong. Tetapi pergerakan pasar itu sendiri pasti bukan garis lurus, tetapi akan berganti logika antara 'kelangkaan—peningkatan—realisasi jangka panjang', menunjukkan karakteristik bergelombang.
Pernyataan: Konten artikel ini adalah presentasi nyata dari pandangan tamu, tidak dimaksudkan sebagai saran investasi, penawaran penjualan produk, atau janji keuntungan.
