All-In Full-Stack atau Gugur: Strategi di Balik Akuisisi Cursor senilai $600 Miliar oleh xAI

marsbitDipublikasikan tanggal 2026-06-18Terakhir diperbarui pada 2026-06-18

Abstrak

**Rangkuman: Entah "Full-Stack" atau Tersingkir - Kalkulasi di Balik Akuisisi Cursor senilai $60 Miliar oleh xAI** xAI milik SpaceX mengakuisisi Anysphere, perusahaan induk alat pemrograman AI Cursor, dengan harga $60 miliar dalam saham. Akuisisi ini bukan sekadar untuk pangsa pasar, tetapi terutama untuk **data pelatihan berkualitas tinggi** yang dihasilkan oleh 7 juta developer yang menggunakan Cursor setiap hari. Data dari aktivitas coding dianggap sebagai sinyal pelatihan terkuat untuk model AI. Artikel ini menyoroti kesuksesan Anthropic, yang pendapatannya melonjak 540x dalam 28 bulan, didorong kuat oleh produk coding mereka, Claude Code. Ini menunjukkan bahwa **generasi kode adalah aplikasi "pembunuh" (killer app) terkuat dari model bahasa besar (LLM) saat ini.** Penulis, Tara Tan dari Strange Ventures, menyimpulkan tren kunci: **untuk menjadi pemain AI besar, perusahaan harus membangun platform "full-stack"** yang mengintegrasikan tenaga komputasi (compute), model, dan aplikasi. Logika ini menciptakan siklus virtu: aplikasi yang baik menghasilkan data unik, data tersebut melatih model yang lebih baik, dan model yang lebih baik meningkatkan aplikasi. Dengan memiliki tumpukan penuh (seperti xAI dengan Colossus untuk compute, Grok sebagai model, X dan sekarang Cursor sebagai aplikasi), perusahaan dapat: 1. Meningkatkan ekonomi unit dalam pelatihan model. 2. Membangun "parit pertahanan" (moat) melalui data pelatihan berpemilik dan penguncian alur kerja pengguna. Ked...

Penulis: Tara Tan

Diterjemahkan oleh: Deep Tide TechFlow

Sumber: The Strange Review

Panduan Deep Tide: xAI di bawah SpaceX mengakuisisi perusahaan induk Cursor, Anysphere, dengan saham senilai $600 miliar. Yang dibeli bukan pangsa pasar, melainkan data pelatihan berkualitas tinggi dari 7 juta pengembang yang menulis kode setiap hari. Partner Strange Ventures Tara Tan menggunakan transaksi ini untuk menyampaikan sebuah penilaian: untuk menjadi raksasa AI, Anda harus mengintegrasikan seluruh stack—komputasi, model, dan aplikasi. Tinjauan singkat ini memaparkan rute pendapatan Anthropic yang naik 540 kali lipat dalam 28 bulan, dan menjelaskan mengapa perusahaan model selanjutnya akan gila-gilaan melakukan akuisisi ke lapisan aplikasi. Perhatikan bahwa penulis adalah seorang VC, dan "full-stack" adalah tema investasi perusahaannya sendiri.

Pembuatan kode adalah aplikasi pemungkas (killer app) terkuat dari model bahasa besar hingga saat ini, tidak ada duanya.

Pendapatan Anthropic meningkat dari $87 juta (pendapatan tahunan) pada Januari 2024 menjadi $47 miliar pada Mei 2026, naik sekitar 540 kali lipat dalam 28 bulan. Pertumbuhan ini didorong oleh dua mesin yang bekerja bersamaan: di satu sisi, kerja sama perusahaan dari atas ke bawah (Claude adalah satu-satunya model terdepan yang tersedia di ketiga platform cloud besar), dan di sisi lain, penetrasi dari bawah ke atas oleh pengembang, berkat Claude Code. Produk ini adalah yang tercepat pertumbuhannya dalam sejarah perusahaan, dari 0 menjadi pendapatan tahunan $25 miliar dalam 9 bulan. Sekarang Anthropic menguasai 54% pasar pemrograman AI tingkat perusahaan.

Cursor adalah taruhan yang sama yang ditempatkan oleh SpaceX.

Kemarin SpaceX mengumumkan akuisisi terhadap Anysphere, perusahaan di balik Cursor, dengan nilai saham $600 miliar. Alat pemrograman AI Cursor digunakan setiap hari oleh 7 juta pengembang. Diluncurkan dari inkubator MIT empat tahun lalu, pendapatan tahunannya melesat menjadi $20 miliar, menjadikannya alat pemrograman AI dengan pendapatan tertinggi dalam kategorinya. Pangsa pasarnya terus menurun selama setahun terakhir, dari 41% menjadi 26%, karena Claude Code muncul sebagai pesaing kuat. Tapi yang ingin dibeli xAI sama sekali bukan pangsa pasar.

xAI sudah memiliki stack lengkap: Colossus adalah komputasi, Grok adalah model, dan X adalah aplikasi. Masalahnya, X adalah tempat untuk berselancar (scroll), sedangkan Cursor adalah tempat untuk menulis kode. Yang dihasilkan pengembang saat menulis kode mungkin adalah data pelatihan dengan sinyal terkuat di bidang AI, dan inilah bagian yang dibutuhkan Grok untuk melengkapi daya tempurnya.

Hal ini mengonfirmasi pemikiran yang saya renungkan sejak transaksi antara OpenAI dan Nvidia bulan September lalu:

Ingin menjadi raksasa AI? Anda harus full-stack.

Logika ini semakin jelas. Produk yang lebih baik membawa infrastruktur yang lebih baik (lebih banyak data), dan infrastruktur yang lebih baik pada gilirannya memberikan pengalaman yang lebih baik. Ini selalu menjadi logika investasi inti kami di Strange.

Keterangan gambar: Diagram logika investasi tim penulis tentang "Siklus Tertutup Full-Stack"

Menjadi full-stack membawa dua hal:

Pertama, model ekonomi unit untuk membangun dan melatih model menjadi berkelanjutan.

Kedua, Anda bisa mendapatkan data pelatihan eksklusif dari lapisan aplikasi, membedakan diri dari vendor model lain. Penguncian data pengguna dan alur kerja menjadi parit pertahanan yang menarik.

Beberapa tahun ke depan, kita mungkin akan melihat gerakan-gerakan ini: perusahaan model mengembangkan aplikasi secara internal, atau secara agresif melakukan akuisisi ke atas, langsung menelan lapisan aplikasi.

Ada pepatah populer di kalangan pengusaha saat ini: Karena membuat produk sekarang 10 kali lebih mudah, perusahaan harus 10 kali lebih ambisius daripada sebelumnya untuk berhasil. Saat ini, tampaknya pepatah ini berlaku di berbagai lini.

——Tara

Pertanyaan Terkait

QApa yang menjadi alasan utama xAI membeli perusahaan di balik Cursor (Anysphere) seharga $600 miliar menurut artikel tersebut?

AMenurut artikel, xAI membeli Anysphere (Cursor) bukan untuk pangsa pasar, melainkan untuk mendapatkan data pelatihan berkualitas tinggi yang dihasilkan oleh 7 juta pengembang yang menggunakan Cursor untuk menulis kode setiap hari. Data dari aktivitas pemrograman dianggap sebagai sinyal pelatihan terkuat di bidang AI dan dibutuhkan untuk meningkatkan kemampuan model Grok milik xAI.

QBagaimana kinerja produk Claude Code dari Anthropic yang disebutkan dalam artikel?

AArtikel menyebutkan bahwa Claude Code adalah produk dengan pertumbuhan tercepat dalam sejarah Anthropic, mencapai pendapatan tahunan $25 miliar dari nol hanya dalam 9 bulan. Produk ini merupakan kontributor utama yang membantu Anthropic menguasai 54% pangsa pasar pemrograman AI tingkat perusahaan dan mendorong pendapatan tahunan perusahaan naik sekitar 540 kali lipat dalam 28 bulan.

QApa tesis investasi inti dari penulis (Tara Tan) dan Strange Ventures berdasarkan analisis dalam artikel ini?

ATesis investasi inti penulis dan Strange Ventures adalah 'full-stack' atau 'tumpukan lengkap'. Mereka percaya bahwa untuk menjadi pemain besar di AI, sebuah perusahaan harus menguasai seluruh tumpukan teknologi: daya komputasi (computing), model, dan aplikasi. Lingkaran umpan balik dari produk yang lebih baik menghasilkan data lebih banyak untuk infrastruktur yang lebih baik, yang pada gilirannya menciptakan pengalaman pengguna yang lebih baik.

QMenurut artikel, apa dua keuntungan utama yang didapat perusahaan dengan strategi 'full-stack' di bidang AI?

ADua keuntungan utama strategi 'full-stack' adalah: 1) Model ekonomi unit untuk membangun dan melatih model menjadi berkelanjutan. 2) Perusahaan dapat memperoleh data pelatihan kepemilikan dari lapisan aplikasi, yang membedakan model mereka dari pesaing dan menciptakan parit pertahanan (moat) melalui penguncian data pengguna dan alur kerja.

QApa prediksi tren untuk perusahaan model AI dalam beberapa tahun ke depan berdasarkan kesimpulan artikel?

AArtikel memprediksi bahwa dalam beberapa tahun ke depan, perusahaan model AI akan semakin agresif bergerak ke lapisan aplikasi. Mereka akan melakukannya dengan dua cara: secara internal mengembangkan aplikasi mereka sendiri, atau melalui akuisisi yang agresif untuk langsung mengambil alih perusahaan di lapisan aplikasi.

Bacaan Terkait

Nvidia CPU Berdatangan, RISC-V China Menyambut Tantangan: Pengamatan Mendalam Industri Semikonduktor Bagian Empat

NVIDIA akan meluncurkan CPU Vera berbasis Arm ke pasar Tiongkok pada Agustus, dengan harga per unit melebihi US$20.000. Langkah ini memicu pertanyaan kritis di Tiongkok: apakah ketergantungan pada arsitektur x86 dan Arm dalam infrastruktur AI harus terus berlanjut? RISC-V muncul sebagai jawaban potensial. Artikel ini membahas perjalanan RISC-V Tiongkok dari segmen embedded ke komputasi kinerja tinggi (HPC) dan AI. Dijelaskan "segitiga mustahil" industri CPU—kemakmuran, kendali, dan kemandirian—di mana RISC-V dipandang sebagai satu-satunya jalur yang dapat mencapai ketiganya secara bersamaan berkat sifatnya yang terbuka, modular, dan standar internasional. Dorongan utama di Tiongkok berasal dari kombinasi permintaan AI yang meledak, pembatasan ekspor chip yang memperketat pasokan, potensi pengurangan biaya struktural melalui open-source, serta dukungan kebijakan pemerintah. Beberapa tim Tiongkok telah berhasil mencapai atau melampaui tolok ukur performa kunci, seperti skor SPECint 15 per GHz, dan mengembangkan subsistem komputasi lengkap termasuk jaringan on-chip (NoC) yang koheren. Namun, tantangan besar tetap ada. Fragmentasi ekosistem akibat instruksi kustom, kesenjangan dalam rantai alat EDA dan verifikasi, serta kebutuhan untuk mengejar efisiensi dan kinerja inti tunggal adalah beberapa rintangan nyata. Meski produk server RISC-V yang patuh pada standar RVA23 telah ada, jalan menuju paritas penuh dengan x86 dan Arm di data center masih panjang. Kesimpulannya, RISC-V menawarkan jalur mandiri bagi Tiongkok dalam komputasi kinerja tinggi. Meski belum dapat menggantikan solusi seperti NVIDIA Vera dalam waktu dekat, fokusnya adalah membangun fondasi untuk kemandirian jangka panjang, memastikan Tiongkok tidak lagi sepenuhnya bergantung pada arsitektur pihak asing di masa depan.

marsbit17m yang lalu

Nvidia CPU Berdatangan, RISC-V China Menyambut Tantangan: Pengamatan Mendalam Industri Semikonduktor Bagian Empat

marsbit17m yang lalu

Panel Taruhan Coding Meraup Untung, Tapi Polymarket Bukan Tempat 'Arbitrase' yang Baik

Artikel ini membahas pengalaman penulis menggunakan panel taruhan buatannya sendiri di Polymarket, platform prediksi berbasis blockchain. Meski panel tersebut membantu menghasilkan keuntungan sekitar 30% dari modal $1600 dalam beberapa minggu, penulis menekankan bahwa Polymarket bukanlah tempat yang ideal untuk mencari peluang arbitrase yang mudah dan aman. Penulis menjelaskan panelnya yang terdiri dari dua bagian utama: "Dasbor Portofolio" untuk memantau posisi terbuka dengan fitur manajemen risiko, dan "Pemantauan Peluang" sebagai watchlist. Panel ini dirancang untuk mengubah keputusan taruhan yang subjektif menjadi kerangka kerja yang lebih terstruktur dan terkendali. Poin kunci dari artikel ini adalah analisis tentang jebakan ekspektasi matematis di Polymarket. Di sini, meskipun suatu taruhan tampak memiliki ekspektasi positif, risiko kehilangan seluruh modal (100%) dalam satu perdagangan tetap ada. Oleh karena itu, penulis menerapkan prinsip diversifikasi dan manajemen posisi ketat dengan membagi taruhan menjadi tiga tingkatan (T1, T2, T3) berdasarkan keyakinan dan waktu penyelesaian, serta membatasi eksposur per taruhan dan per tema. Kesimpulan penulis adalah bahwa peluang di Polymarket lebih bergantung pada perbedaan informasi dan diversifikasi portofolio yang cermat, bukan pada arbitrase bebas risiko. Setiap taruhan memiliki risiko tinggi berupa kehilangan seluruh modal. Platform ini lebih cocok digunakan sebagai alat pelatihan untuk menguji ketajaman analisis terhadap peristiwa dunia, dengan disiplin manajemen risiko yang ketat untuk menghindari kerugian besar.

marsbit3j yang lalu

Panel Taruhan Coding Meraup Untung, Tapi Polymarket Bukan Tempat 'Arbitrase' yang Baik

marsbit3j yang lalu

Analisis Pertumbuhan Notion: Dari Alat Catatan hingga 100 Juta Pengguna, Bagaimana Notion Membangun Tiga Roda Gigi Pertumbuhan Produk, Template, dan Komunitas

Notion telah berkembang dari alat catatan sederhana menjadi platform kolaborasi global dengan lebih dari 100 juta pengguna. Kesuksesannya didorong oleh tiga roda pertumbuhan yang saling terkait. **Pertama, Product-Led Growth (PLG):** Produk yang mudah digunakan dan gratis memungkinkan pengguna merasakan nilainya dengan cepat, sementara fitur berbagi dan kolaborasi menciptakan penyebaran alami. **Kedua, Ekonomi Template:** Template yang dibuat oleh pengguna dan kreator mengubah kemampuan abstrak Notion menjadi solusi praktis, mengurangi hambatan bagi pengguna baru dan membuka berbagai skenario penggunaan. **Ketiga, Komunitas:** Komunitas pengguna yang kuat berfungsi sebagai jaringan pertumbuhan terdesentralisasi, memproduksi tutorial, studi kasus, dan konten lokal, memperkuat identitas merek dan mendorong adopsi global. Perjalanan Notion dimulai dari kegagalan awal karena kompleksitas, yang mengarah pada pendekatan modular seperti "blok bangunan". Ini memungkinkan "plastisitas" – kemampuan untuk menyesuaikan alat untuk berbagai kebutuhan seperti manajemen proyek, wiki, atau kalender konten. Strategi ini akhirnya membawa Notion dari pengguna individu ke pasar perusahaan melalui adopsi "bottom-up", di mana tim yang sudah menggunakan alat ini mendorong adopsi formal di tingkat organisasi. Di era AI, Notion mengintegrasikan kecerdasan buatan langsung ke dalam alur kerja yang ada, meningkatkan nilai template dan pengelolaan pengetahuan. Yang sulit ditiru oleh pesaing bukanlah fitur teknisnya, melainkan ekosistem yang telah dibangun: aset pengetahuan pengguna, jaringan kreator template, dan komunitas yang setia. Notion telah berubah dari sekadar alat perangkat lunak menjadi sistem ekosistem yang memperkuat dirinya sendiri, di mana pengguna juga adalah kontributor, memastikan pertumbuhan yang berkelanjutan.

marsbit5j yang lalu

Analisis Pertumbuhan Notion: Dari Alat Catatan hingga 100 Juta Pengguna, Bagaimana Notion Membangun Tiga Roda Gigi Pertumbuhan Produk, Template, dan Komunitas

marsbit5j yang lalu

Panduan Pengujian Kartu AI WeChat: Apakah Era AI Shopping Telah Tiba?

Penulis: Alan | Biteye Content Team Pada 17 Juni, WeChat resmi meluncurkan "Kartu Khusus AI" untuk WeChat Pay. Menurut deskripsi resmi, pengguna dapat menyampaikan kebutuhan konsumsi dalam percakapan dengan Workbuddy (asisten AI) dan menyelesaikan pembayaran melalui Kartu Khusus AI ini. Namun, berdasarkan pengujian, Kartu Khusus AI saat ini **tidak mendukung "konsumsi otomatis penuh" oleh AI**. Ini lebih tepat dipahami sebagai kemampuan pembayaran yang dibuka WeChat Pay untuk AI Agent. Setiap transaksi tetap memerlukan konfirmasi pengguna, dan keberhasilan pembelian aktual bergantung pada Agent, Skill, otorisasi platform pihak ketiga, dan proses pemenuhan barang. **Apa itu Kartu Khusus AI WeChat?** Secara mekanisme produk, ia berfungsi seperti "dompet kecil" yang terpisah dari dompet utama WeChat. Pengguna perlu mengisi ulang saldo khusus ke kartu ini dari dompet utama. Konsumsi oleh AI Agent akan dipotong dari saldo independen ini. **Bagaimana Mengaktifkannya?** Aksesnya berada dalam percakapan Workbuddy. Pengguna dapat menanyakan cara penggunaan, lalu mengikuti tautan untuk memindai kode QR dan mengikat kartu dengan kata sandi pembayaran. **Apa Skenario yang Cocok Saat Ini?** Menurut Workbuddy, kartu ini cocok untuk: 1. Membeli konten berbayar (laporan, data, layanan analisis). 2. Memanggil API atau alat berbayar. 3. Berlangganan atau memperpanjang layanan. Namun, dalam pengujian, penulis belum menemukan fungsi berbayar spesifik di Workbuddy yang langsung memicu penggunaan kartu ini. **Pengujian Praktis: Memesan Secangkir HeyTea Gagal** Penulis mencoba memesan HeyTea melalui Workbuddy. Workbuddy perlu memanggil Skill "Pendamping Hidup Meituan". Hanya untuk membuat kode QR otorisasi login akun Meituan, diperlukan 185.37 poin (melebihi poin harian gratis 150). Setelah otorisasi, AI memang menghasilkan tautan pembayaran Kartu Khusus AI. Namun, setelah pembayaran, yang dibeli bukan minuman yang diinginkan, melainkan voucher grup Meituan yang tidak sesuai. **Akar Masalah: Rantai Eksekusi Agent, Bukan Pembayaran** Kegagalan ini terletak pada rantai eksekusi Agent yang kompleks (pemahaman kebutuhan, panggilan platform, otorisasi, pemilihan produk, dll.). Kartu Khusus AI hanya menangani bagian "pembayaran". Banyak AI Agent saat ini dapat memanggil alat, tetapi belum tentu dapat menyelesaikan tugas dunia nyata yang kompleks dengan stabil. **Mekanisme Keamanan Saat Ini** Desainnya cukup hati-hati: - Sumber dana: Hanya menggunakan saldo independen Kartu Khusus AI. - Konfirmasi pembayaran: Setiap transaksi perlu dikonfirmasi pengguna di ponsel. - Akun utama: Tidak langsung memotong dana dari akun WeChat utama. - Produk/store: Setelah pembayaran, pengguna masih perlu melakukan verifikasi di toko. **Kesimpulan** Kartu Khusus AI WeChat saat ini lebih menyerupai **dompet kecil WeChat dengan batas yang dapat dikontrol, memerlukan konfirmasi per transaksi, dan terisolasi dari akun utama**. Jika ingin mencoba, disarankan mulai dari skenario layanan digital bernilai rendah dan risiko rendah. Ingat: isi ulang saldo kecil, periksa detail barang/jumlah sebelum bayar, dan jangan menganggap AI telah sepenuhnya memahami kebutuhan Anda, terutama terkait toko, pengiriman, atau voucher spesifik.

marsbit5j yang lalu

Panduan Pengujian Kartu AI WeChat: Apakah Era AI Shopping Telah Tiba?

marsbit5j yang lalu

Trading

Spot
Futures
活动图片