Jika setahun yang lalu ada yang mengatakan bahwa Dell, Nokia, Cisco, Corning, Western Data, dan lainnya akan kembali menjadi target populer dalam perdagangan AI, kemungkinan besar Anda akan menganggapnya tidak jelas......
Bagaimanapun, untuk waktu yang lama, pasar sering kali mengaitkan AI dengan Nvidia, penyimpanan, modul optik, tenaga listrik, dan pusat data. Mereka yang disebutkan ini biasanya dekat dengan GPU atau berada di bagian paling panas dari ekspansi daya komputasi. Sebaliknya, perusahaan teknologi lama seperti Dell, HP, Nokia, Cisco, Corning, dan Seagate lebih banyak diberi label "pertumbuhan lambat", "cerita lama", dan "valuasi tidak elastis".
Namun, anehnya, saham-saham teknologi lama yang sebelumnya tampak kurang seksi ini akhir-akhir ini menunjukkan kinerja yang cukup cemerlang, membuat pasar mulai membicarakannya kembali.
Pasar juga dengan cepat menemukan sudut pandang penjelasan yang sesuai: Ketika AI bergerak dari parameter model menuju pusat data nyata, pasar secara alami akan mencari kembali perusahaan yang memiliki kemampuan pengiriman dan kemampuan infrastruktur. Inilah alasan mengapa Dell, HP, Nokia, dan lainnya kembali diperhatikan.
Lalu, apakah ini merupakan penilaian ulang industri yang sebenarnya, atau hanya narasi baru yang sementara diberikan pasar pada saham teknologi lama?
I. Perubahan Tahap Tren AI: Mengapa Saham Teknologi Lama Dinilai Ulang?
Beberapa tahun terakhir, garis panduan inti perdagangan AI sangat jelas: pertama lihat model, kemudian lihat daya komputasi.
Ini mudah dipahami. Siapa pun yang memiliki model terkuat, bisa mendapatkan GPU terbanyak, akan mendapatkan premi langsung dari pasar. Pada tahap ini, investor paling ingin membeli imajinasi AI, kekurangan pasokan daya komputasi, dan penerima manfaat inti seperti Nvidia.
Namun, masalahnya adalah AI pada akhirnya tidak bisa hanya berhenti di konferensi pers dan parameter model. Bagaimanapun, model perlu dilatih, yang memerlukan pusat data; inferensi perlu diluncurkan secara luas, yang memerlukan server, jaringan, penyimpanan, dan tenaga listrik; perusahaan benar-benar perlu menggunakan AI, yang memerlukan arsitektur IT dan kemampuan pengiriman yang lengkap.
Dengan kata lain, AI bukanlah masalah yang bisa diselesaikan dengan satu GPU saja, melainkan sistem rekayasa kompleks yang memerlukan kerja sama terpadu. Inilah titik awal perusahaan teknologi lama dinilai ulang.
Di masa lalu, pasar melihat Dell dan mungkin langsung terpikir PC dan server tradisional; melihat HPE, terpikir perangkat keras perusahaan; melihat Nokia, terpikir cerita lama perangkat 5G; melihat Cisco, terpikir perangkat jaringan tradisional; melihat Corning, terpikir bahan kaca dan serat optik; melihat Western Digital dan Seagate, terpikir siklus saham hard disk.
Label-label ini tidak salah, namun dalam siklus infrastruktur AI, peran mereka berubah — pembangunan pusat data AI memerlukan server rak penuh, pendingin cair, penyimpanan, sakelar jaringan, koneksi serat optik, manajemen data, pendukung tenaga listrik, dan kemampuan pengiriman tingkat perusahaan. Semakin besar kluster AI, semakin tinggi persyaratan untuk integrasi sistem, transmisi jaringan, kapasitas penyimpanan, dan kemampuan pemeliharaan.
Oleh karena itu, esensi penilaian ulang ini bukanlah pasar tiba-tiba bernostalgia, atau perusahaan lama secara kolektif mengikuti tren AI, melainkan bahwa setelah AI memasuki tahap pesanan, pendapatan, dan pengiriman, pasar mulai mencari kembali "siapa yang benar-benar bisa membangun infrastruktur AI".
Perusahaan-perusahaan ini mungkin tidak paling seksi, tetapi mereka memiliki satu keunggulan bersama: pengalaman pelanggan, saluran, rantai pasokan, pengiriman, dan kemampuan infrastruktur yang telah mereka kumpulkan selama puluhan tahun terakhir kembali menjadi berharga pada tahap penyebaran AI skala besar.
Dengan kata lain, AI sedang memasukkan sekelompok "aset lama" ke dalam "permintaan baru" untuk dinilai ulang.
II. Dari Server, Jaringan, hingga Penyimpanan: Saham Teknologi Lama Sedang Dimasukkan ke dalam Rantai Infrastruktur AI
Secara keseluruhan, saham teknologi lama yang dinilai ulang oleh AI ini dapat dibagi menjadi tiga garis besar: server dan integrasi sistem, jaringan dan konektivitas, serta penyimpanan dan manajemen data.
Garis pertama adalah server dan integrasi sistem.
Dell adalah contoh paling khas. Dalam laporan keuangan terbaru, Dell menunjukkan data yang sangat kuat: Pendapatan Q1 FY27 mencapai 43,8 miliar dolar AS, pesanan AI mencapai 24,4 miliar dolar AS, dan mengkonfirmasi pendapatan server AI sebesar 16,1 miliar dolar AS. Perusahaan juga meningkatkan proyeksi pendapatan server AI untuk FY27 menjadi 60 miliar dolar AS, dan panduan pendapatan tahunan rata-rata dinaikkan menjadi 167 miliar dolar AS.
Data ini penting karena mengubah cara pasar melihat Dell. Di masa lalu, investor melihat Dell lebih banyak pada siklus PC, server tradisional, dan permintaan perangkat keras perusahaan. Namun sekarang, pasar melihat Dell mulai melihat apakah ia bisa menjadi kontraktor utama dalam pembangunan pabrik AI.
Keunggulannya bukan membuat GPU sendiri, melainkan rantai pasokan, kemampuan pengiriman, klien perusahaan, desain sistem server, serta kemampuan melengkapi ekosistem Nvidia. Server AI tidak berakhir dengan menjual satu GPU saja, melainkan perlu dimasukkan ke dalam rak, dihubungkan dengan jaringan, daya, sistem pendingin cair, kemudian dikirim ke penyedia cloud dan klien perusahaan.
Dell mengambil bagian dari tahap ini, dari chip hingga implementasi sistem. Logika HPE juga serupa.
Harga saham HPE naik tajam setelah laporan keuangan terbaru, juga didorong oleh permintaan kuat infrastruktur AI. Pendapatan Q2 perusahaan mencapai 10,68 miliar dolar AS, meningkat 40% YoY; pendapatan bisnis terkait Cloud dan AI mencapai 7,71 miliar dolar AS, dan meningkatkan proyeksi pertumbuhan untuk FY2026. Yang lebih penting, HPE juga ditambah dengan kemampuan jaringan dari Juniper, yang membuatnya tidak hanya menjadi perusahaan server tradisional, melainkan mulai lebih menyerupai platform "Jaringan AI + Infrastruktur Perusahaan".
Oleh karena itu, logika penilaian ulang Dell dan HPE bukanlah "mereka akan menjadi seperti Nvidia", melainkan mereka sedang menjadi integrator sistem yang sangat penting dalam tim konstruksi pabrik AI.
Garis kedua adalah jaringan dan konektivitas.
Salah satu bagian infrastruktur AI yang paling mudah diabaikan adalah koneksi. Daya komputasi tidak berdiri sendiri. Di dalam pusat data perlu interkoneksi berkecepatan tinggi, antar pusat data perlu koneksi serat optik, dan setelah aplikasi AI meluas ke ujung (edge) dan terminal, perlu jaringan telekomunikasi dan infrastruktur nirkabel yang lebih kuat. Semakin besar skala pelatihan dan inferensi AI, jaringan dan konektivitas semakin tidak hanya menjadi peran pendukung, melainkan menjadi infrastruktur kunci yang menentukan efisiensi daya komputasi.
Ini juga alasan mengapa Corning, Nokia, dan Cisco kembali dibahas pasar. Corning adalah contoh yang sangat khas. Ini bukan saham chip AI dalam arti tradisional, tetapi serat optik, koneksi optik, dan bahan komunikasi optiknya justru merupakan perlengkapan penting dari ekspansi pusat data AI.
Penjualan inti Q1 2026 perusahaan mencapai 4,35 miliar dolar AS, meningkat 18% YoY; di antaranya penjualan bisnis komunikasi optik mencapai 1,846 miliar dolar AS, meningkat 36% YoY. Perusahaan juga menyebutkan bahwa permintaan produk Gen AI dan perjanjian jangka panjang dengan klien hyperscaler besar baru merupakan pendorong penting pertumbuhan, menunjukkan bahwa pusat data AI tidak hanya memerlukan GPU, tetapi juga bahan dasar yang benar-benar menghubungkan daya komputasi.
Cerita Nokia, dari perangkat 5G tradisional, meluas ke AI-RAN, 6G, dan jaringan nirkabel asli AI. Nvidia sebelumnya mengumumkan akan berinvestasi 1 miliar dolar AS ke Nokia, dan keduanya akan bekerja sama mendorong AI-RAN serta transisi dari 5G ke 6G. Sinyal ini penting karena lalu lintas AI di masa depan tidak hanya akan tetap berada di pusat data, tetapi juga akan masuk ke skenario terminal seperti ponsel, mobil, robot, AR/VR, dan lainnya. Selama aplikasi AI terus menyebar ke jaringan tepi (edge) dan seluler, perusahaan infrastruktur telekomunikasi akan mendapatkan kembali ruang narasi.
Logika Cisco lebih condong ke jaringan pusat data. Pendapatan Q3 FY2026 perusahaan mencapai 15,8 miliar dolar AS, meningkat 12% YoY; pesanan sakelar pusat data meningkat lebih dari 40% YoY. Ingat, dalam kluster AI, jaringan bukan sekadar kabel penghubung, tetapi merupakan bagian kunci yang memengaruhi efisiensi transmisi data, tingkat pemanfaatan daya komputasi, dan stabilitas kluster.
Logika umum perusahaan jenis ini adalah: semakin AI menuju ke penyebaran skala besar, semakin berharga jaringan dan konektivitasnya.
Garis ketiga adalah penyimpanan.
Garis ini telah dikenal luas oleh pasar dalam dua bulan terakhir, bahwa AI tidak hanya kekurangan daya komputasi, tetapi juga kekurangan penyimpanan. Bahkan sebelumnya pasar paling memperhatikan HBM, DRAM, dan NAND, tetapi sekarang HDD kapasitas tinggi juga kembali masuk ke pandangan, karena pelatihan model AI, log inferensi, data video, data perusahaan, dan arsip data dingin, semuanya akan membawa permintaan kapasitas penyimpanan yang lebih besar.
Western Digital adalah salah satu perwakilannya. Pendapatan perusahaan triwulan terbaru meningkat 45% YoY menjadi 3,34 miliar dolar AS, dan memberikan panduan pendapatan triwulan berikutnya yang lebih tinggi dari yang diharapkan pasar. Yang lebih penting, pasar memperhatikan bahwa permintaan hard disk kapasitas tinggi terutama berasal dari AI dan pusat data cloud; Seagate juga serupa, sangat diuntungkan dari hard disk nearline kapasitas tinggi, dengan proporsi klien pusat data semakin tinggi.
Tentu saja, era AI tidak berarti semua data harus disimpan di penyimpanan berkecepatan tinggi termahal. Sejumlah besar data dingin, data pelatihan, data log, data video, dan data arsip, masih memerlukan hard disk kapasitas besar yang efektif biaya. Oleh karena itu, logika penilaian ulang WDC dan STX bukan "hard disk tiba-tiba bangkit kembali", melainkan ledakan data AI membuat penyimpanan kembali menjadi kebutuhan yang sangat mendesak.
III. Apa yang Bisa Dianggap Penilaian Ulang yang Sebenarnya?
Namun, saham teknologi lama yang dinilai ulang oleh AI tidak berarti semua perusahaan lama layak untuk dibeli secara membabi buta.
Perbedaan terpenting di sini adalah beberapa perusahaan benar-benar masuk ke dalam rantai infrastruktur AI. Oleh karena itu, untuk menilai apakah perusahaan seperti ini benar-benar dinilai ulang, setidaknya perlu dilihat tiga kriteria:
- Pertama, apakah ada realisasi pesanan dan pendapatan: Misalnya, pesanan AI dan pendapatan server AI Dell, bisnis terkait Cloud dan AI HPE, pendapatan komunikasi optik Corning, pesanan sakelar pusat data Cisco, permintaan hard disk kapasitas tinggi WDC; ini lebih penting daripada sekadar bercerita tentang AI;
- Kedua, apakah ada revisi panduan ke atas: Jika AI hanya berhenti di konferensi pers dan pengenalan produk, harga saham mudah naik kemudian turun kembali. Namun, jika manajemen bersedia merevisi ke atas proyeksi pendapatan tahunan, proyeksi pertumbuhan bisnis, atau proyeksi pengiriman produk kunci, itu menunjukkan permintaan AI bukan hanya emosi jangka pendek, tetapi mungkin sedang mengubah kurva pertumbuhan perusahaan. Inilah mengapa pasar menilai ulang perusahaan seperti Dell dan HPE;
- Ketiga, apakah kualitas laba bisa mengikuti: Masalah terbesar perusahaan perangkat keras lama selalu margin kotor dan siklus. Pertumbuhan pendapatan server AI yang cepat tidak serta-merta membuat elastisitas laba pasti tinggi; kenaikan harga penyimpanan mungkin hanya ketidakseimbangan pasokan dan permintaan jangka pendek; peningkatan pesanan perangkat jaringan juga perlu dilihat apakah bisa diubah menjadi laba yang berkelanjutan;
Penilaian ulang yang benar-benar bagus seharusnya meningkatkan pertumbuhan pendapatan, visibilitas pesanan, dan kualitas laba secara bersamaan.
Jika hanya pendapatan yang naik, tetapi margin kotor ditekan sangat tipis, atau permintaan hanya siklus penambahan stok jangka pendek, maka penilaian ulang valuasi akan terbatas. Pada akhirnya, pasar tidak membeli "perusahaan lama yang bercerita baru", tetapi "aset lama ditambah permintaan baru, apakah bisa menjadi laba baru".
Ini juga poin yang paling perlu diperhatikan dari "pohon lama berbunga baru" ini: AI tidak akan membuat semua perusahaan teknologi tradisional kembali menjadi saham pertumbuhan, AI hanya akan menyaring perusahaan-perusahaan yang benar-benar berada di bagian kunci infrastruktur dan bisa mengubah permintaan AI menjadi pesanan, pendapatan, dan laba.
Sebagai Penutup
Secara objektif, tren AI saat ini sudah bukan hanya masalah "siapa yang modelnya lebih kuat" atau "siapa yang GPU-nya lebih banyak". Perubahan sebenarnya adalah AI sedang memasuki periode pembangunan nyata.
Ketika pusat data AI semakin banyak dibangun, perusahaan server akan dinilai ulang; ketika kluster daya komputasi semakin kompleks, perusahaan jaringan akan dinilai ulang; ketika pusat data memerlukan lebih banyak koneksi serat optik, perusahaan material akan dinilai ulang; ketika data AI terus meledak, perusahaan penyimpanan juga akan dinilai ulang.
Inilah alasan mengapa saham teknologi lama kembali diperhatikan pasar: Mereka tidak tiba-tiba menjadi muda kembali, tetapi era AI kembali membutuhkan infrastruktur yang mereka miliki.
Namun, ini juga berarti bahwa penilaian ulang ini tidak akan dibagikan secara merata kepada semua "saham lama".
Hanya dengan benar-benar masuk ke dalam rantai belanja modal untuk penyebaran pusat data dan perusahaan, perusahaan teknologi lama baru mungkin bisa bergerak dari "pemulihan valuasi" menuju "penilaian ulang logika".
