OpenAI Raih Pendanaan $122 Miliar dengan Valuasi $852 Miliar, Berencana IPO Tahun Ini

marsbitDipublikasikan tanggal 2026-04-01Terakhir diperbarui pada 2026-04-01

Abstrak

OpenAI mengumumkan pendanaan baru senilai $122 miliar, mendorong valuasi perusahaan menjadi $852 miliar. Dipimpin oleh SoftBank, Andreessen Horowitz, dan investor utama lainnya, pendanaan ini akan digunakan untuk pengembangan chip AI, pembangunan pusat data, dan perekrutan talenta. Perusahaan juga meningkatkan fasilitas kreditnya menjadi $4,7 miliar. OpenAI saat ini menghasilkan pendapatan bulanan $2 miliar dengan lebih dari 900 juta pengguna aktif mingguan dan 50 juta pelanggan berbayar. Pendapatan dari bisnis korporat telah mencapai 40%, didorong oleh model GPT-5.4, dan diproyeksikan menyamai bisnis konsumen pada akhir 2026. Perusahaan sedang mengembangkan "aplikasi super AI" sebagai antarmuka interaksi inti, mempersiapkan diri untuk IPO tahun ini.

OpenAI baru-baru ini mengumumkan penyelesaian putaran pendanaan baru senilai $122 miliar, yang mendorong valuasi perusahaan melonjak menjadi $852 miliar. Sebagai aksi pendanaan terbesar sejauh ini oleh perusahaan, langkah ini tidak hanya secara signifikan memperluas cadangan dana untuk pengembangan chip AI, pembangunan pusat data, dan perekrutan talenta, tetapi juga dianggap sebagai batu loncatan kunci menuju IPO tahun ini.

Pendanaan ini dipimpin oleh SoftBank, Andreessen Horowitz, DE Shaw Ventures, MGX, TPG, dan T. Rowe Price Associates, dengan partisipasi dari raksasa teknologi seperti Amazon, NVIDIA, dan Microsoft. Selain itu, sekitar $3 miliar dana berasal dari investor individu, dan akses dari beberapa ETF di bawah ARK Invest semakin memperluas basis pemegang sahamnya sebelum go public.

Selain memperkuat struktur modal, OpenAI memperluas fasilitas kredit berulang menjadi $4,7 miliar, dengan dukungan dari beberapa bank terkemuka global. Meskipun fasilitas ini belum digunakan, dikombinasikan dengan pernyataan pendanaannya yang sangat mirip dengan gaya file S-1, hal ini menunjukkan fleksibilitas keuangan perusahaan di tengah biaya infrastruktur komputasi yang melonjak. Data kinerja menunjukkan bahwa pendapatan bulanan OpenAI telah mencapai $2 miliar, dengan kecepatan pertumbuhan pendapatan jauh melampaui Alphabet dan Meta pada tahap awal. Saat ini, pengguna aktif mingguannya突破了9亿 (mencapai 900 juta), dengan lebih dari 50 juta pengguna berlangganan, dan penggunaan pencarian meningkat tiga kali lipat secara tahunan.

Dalam hal struktur bisnis, proyek percontohan iklan OpenAI menyumbangkan lebih dari $100 juta dalam pendapatan tahunan berulang dalam enam minggu, dengan pangsa pendapatan bisnis B2B telah naik menjadi 40%. Didorong oleh model terbaru GPT-5.4 untuk alur kerja agen, perusahaan memperkirakan pendapatan dari sisi bisnis akan menyamai bisnis konsumen pada akhir 2026. OpenAI berfokus pada pembangunan "aplikasi super AI" untuk menguasai antarmuka interaksi inti. Penyelesaian putaran pendanaan ini menandai bahwa OpenAI telah beralih dari pengembangan teknologi tunggal ke pembangunan narasi pasar publik yang komprehensif, dengan logika operasionalnya telah bertransisi mulus dari ekspansi awal ke ekspektasi IPO yang stabil.

Pertanyaan Terkait

QBerapa jumlah pendanaan yang diperoleh OpenAI dalam putaran terbaru dan berapa valuasi perusahaannya sekarang?

AOpenAI memperoleh pendanaan sebesar $122 miliar dalam putaran terbaru, dengan valuasi perusahaan mencapai $852 miliar.

QPerusahaan mana saja yang memimpin investasi dalam putaran pendanaan OpenAI ini?

APutaran pendanaan ini dipimpin oleh SoftBank, Andreessen Horowitz, DE Shaw Ventures, MGX, TPG, dan T. Rowe Price Associates, dengan partisipasi dari Amazon, NVIDIA, dan Microsoft.

QApa pendapatan bulanan OpenAI saat ini dan berapa jumlah pengguna aktif mingguannya?

AOpenAI saat ini memiliki pendapatan bulanan sebesar $2 miliar dan lebih dari 900 juta pengguna aktif mingguan.

QApa tujuan utama OpenAI dalam menggunakan dana yang diperoleh dari pendanaan ini?

ADana tersebut akan digunakan untuk pengembangan chip AI, pembangunan pusat data, perekrutan talenta, dan sebagai persiapan penting untuk IPO tahun ini.

QBagaimana kinerja proyek percontohan iklan OpenAI dan berapa kontribusi pendapatannya?

AProyek percontohan iklan OpenAI menghasilkan lebih dari $100 juta dalam pendapatan tahunan berulang hanya dalam enam minggu, dengan pendapatan bisnis B2B menyumbang 40% dari total pendapatan.

Bacaan Terkait

TechFlow Intelijen: Saham Chip Kehilangan Triliunan Dolar dalam Satu Hari, Bitcoin Jatuh di Bawah $60.000, Konflik AS-Iran Meningkat

Teknologi & Keuangan Berguncang: Data Non-Farm AS Hantam Pasar, Ketegangan AS-Iran Meningkat Pasar keuangan global diterpa badai pada hari Jumat. Indeks semiconductor Philadelphia (SOXX) anjlok 10%, menghapus lebih dari satu triliun dolar AS dalam satu hari, dengan saham chip seperti Marvell dan AMD terpuruk. Bitcoin juga jatuh di bawah US$60.000, menyentuh level oversold terparah sejak Maret 2020. Pemicu utama adalah data lapangan kerja AS (non-farm payrolls) Mei yang melonjak menjadi 172 ribu, hampir dua kali lipat dari perkiraan. Ini memadamkan harapan pasar akan pemotongan suku bunga oleh The Fed dan mendorong imbal hasil obligasi AS melonjak. Nasdaq merosot lebih dari 4%. Sementara itu, ketegangan geopolitik memanas. AS mencegat rudal dan drone Iran yang menargetkan Bahrain dan Kuwait, lalu membalas dengan menyerang dua stasiun radar Iran. Selat Hormuz tetap terhambat, meningkatkan risiko gangguan pasokan minyak dan inflasi. Di balik data lapangan kerja yang kuat, para CEO perusahaan konsumen seperti Kraft dan McDonald's memperingatkan bahwa konsumen AS mulai kehabisan tabungan, menimbulkan pertanyaan tentang kekuatan ekonomi riil. Di sektor teknologi, diskusi utama terkait AI. Laporan internal Anthropic memperingatkan tentang kemungkinan "peningkatan diri secara rekursif" (RSI) pada AI. Sementara itu, komunitas pengembang memperdebatkan kode bug yang diperkenalkan oleh Claude ke dalam basis kode rsync, mempertanyakan keandalan alat coding AI. Di sisi lain, DeepSeek V4 Flash mendapat pujian untuk kinerja lokalnya, dan GitHub Copilot kini mendukung endpoint kustom untuk model lokal. Intinya, pasar sedang menyesuaikan harga untuk lingkungan makro yang sulit: tekanan inflasi yang potensial dari geopolitik, kebijakan moneter The Fed yang ketat, dan sinyal yang bertentangan tentang kesehatan ekonomi konsumen AS.

marsbit1j yang lalu

TechFlow Intelijen: Saham Chip Kehilangan Triliunan Dolar dalam Satu Hari, Bitcoin Jatuh di Bawah $60.000, Konflik AS-Iran Meningkat

marsbit1j yang lalu

Saya Butuh Setahun untuk Menyadari Kebenaran yang Menyakitkan tentang Pembayaran Agent

Selama setahun terakhir, penulis berfokus membangun infrastruktur untuk ekonomi *agent*, berinteraksi dengan perusahaan seperti Stripe, Visa, dan startup lainnya. Kesimpulan utamanya: belum ada permintaan riil yang matang, dan startup menghadapi banyak tantangan struktural. **Data Realitas:** Stripe melaporkan sedikit transaksi *agent* aktif. Visa menyebutkan proses KYC yang panjang dan batas pendapatan tinggi untuk token pembayaran *agent*. Analisis Coinbase menunjukkan volume transaksi harian *agent* di blockchain masih sangat kecil, sebagian besar adalah transaksi uji coba. **Tantangan di Berbagai Sektor:** 1. **Agent untuk Merchant (E-commerce):** Pengalaman belanja via chatbot seringkali lebih buruk daripada antarmuka visual tradisional. Kebutuhan merchant saat ini bersifat defensif (optimasi untuk *agent*), bukan karena permintaan konsumen yang nyata. Celah potensial ada pada pembelian rutin (seperti pesan makanan) atau situs dengan UI rumit, tetapi butuh distribusi B2C skala besar yang dikuasai raksasa seperti Amazon. 2. **Agent untuk API:** Developer sudah memiliki metode pembayaran yang mapan (kunci API, saldo prabayar) untuk akses layanan komputasi dan data. Pasar untuk transaksi mikro bersifat *long-tail* namun relatif kecil. Penyedia SaaS besar cenderung mempertahankan model kontrak bisnis mereka. 3. **Agent untuk Agent:** Visi jangka panjang ini masih teoritis dengan volume transaksi nyata yang hampir nihil. Butuh infrastruktur penyelesaian khusus untuk transaksi antar-mesin yang cepat dan kompleks. 4. **Agent untuk Keuangan:** Ini adalah kategori dengan permintaan dan kemauan bayar yang sudah ada. Integrasi AI ke alur kerja keuangan tradisional atau DeFi merupakan evolusi alami, meski persaingan dengan lembaga mapan sangat ketat. **Inti Permasalahan:** Banyak yang membangun infrastruktur pembayaran untuk *agent*, tetapi masalah sebenarnya bukan pada transfer dana. Tantangan utamanya adalah **koordinasi** antara *agent* dan manusia—memverifikasi kerja dan menyelesaikan hasil. Penyelesaian (settlement) dan pembayaran (payment) hanyalah bagian dari masalah koordinasi yang lebih besar. Perusahaan yang memecahkan masalah koordinasi akan mendominasi. Perusahaan besar membangun untuk bertahan dari masa depan transaksi mesin skala besar. Namun, startup harus menemukan pasar yang benar-benar aktif *sekarang*, yang mungkin berada di luar empat kategori utama ini.

marsbit1j yang lalu

Saya Butuh Setahun untuk Menyadari Kebenaran yang Menyakitkan tentang Pembayaran Agent

marsbit1j yang lalu

Butuh Satu Tahun untuk Menyadari Kebenaran Pahit tentang Pembayaran Agent

Selama setahun terakhir, penulis telah membangun infrastruktur untuk ekonomi Agen, berinteraksi dengan perusahaan besar seperti Stripe, Visa, Coinbase, Google, dan puluhan startup. Temuan utamanya adalah bahwa belum ada permintaan nyata untuk pembayaran berbasis Agen, dan startup menghadapi banyak tantangan struktural. Analisis terhadap empat kategori utama menunjukkan: 1. **Agen ke Merchant**: Pengalaman belanja melalui chat seringkali lebih buruk daripada antarmuka e-commerce visual tradisional untuk kebanyakan produk. Permintaan dari merchant saat ini bersifat defensif (AEO) dan bukan kebutuhan mendesak. Pengecualian mungkin ada untuk pembelian rutin seperti pesan makanan, tetapi hambatan distribusi B2C sangat besar. 2. **Agen ke API**: Pengembang sudah memiliki solusi pembayaran yang berfungsi untuk penggunaan API (misalnya, isi ulang saldo). Penyedia SaaS besar cenderung menolak model mikro-pembayaran yang mengganggu bisnis inti mereka. Peluang ada di pasar ekor panjang, tetapi skalanya terbatas. 3. **Agen ke Agen**: Ini adalah visi jangka panjang dengan volume transaksi nyata yang hampir nol saat ini. Jika terwujud, akan membutuhkan infrastruktur penyelesaian khusus yang sangat berbeda dari sistem pembayaran saat ini. 4. **Agen ke Keuangan**: Ini adalah satu-satunya kategori dengan permintaan yang sudah mapan dan pelanggan yang mau membayar, baik untuk otomatisasi alur kerja maupun kemampuan baru. Namun, persaingan dari perusahaan mapan yang sudah memiliki lisensi dan hubungan klien sangat ketat. Kesimpulannya, perusahaan besar membangun infrastruktur pembayaran Agen sebagai taruhan defensif jangka panjang. Namun, bagi startup, peluang nyata saat ini tidak terletak pada lapisan pembayaran itu sendiri. Masalah intinya adalah **koordinasi** antara Agen dan manusia (memverifikasi pekerjaan dan menyelesaikan hasil). Penyelesaian dan pembayaran hanyalah bagian dari puzzle koordinasi yang lebih besar. Perusahaan yang memecahkan masalah koordinasi skala besar akan mendominasi, bukan sebaliknya.

链捕手2j yang lalu

Butuh Satu Tahun untuk Menyadari Kebenaran Pahit tentang Pembayaran Agent

链捕手2j yang lalu

Claude Opus 4.8 Menemukan Bug Senilai 4.5 Miliar Dolar AS, Era AI Sedang Memproduksi Peretas Secara Massal

Seorang peneliti keamanan menemukan bug serius dalam jaringan privasi Zcash (Orchard) yang memungkinkan penciptaan token tanpa batas, menggunakan Claude Opus 4.8. Setelah perbaikan darurat, harga Zcash turun 50%. Peristiwa ini menunjukkan bahwa AI, seperti model Opus yang tersedia umum, membuat penemuan kerentanan menjadi lebih mudah dan murah, bukan hanya model canggih seperti Claude Mythos. AI mendemokratisasikan kemampuan audit keamanan, memungkinkan tim kecil memiliki kemampuan seperti tim besar. Namun, ini membanjiri pemelihara dengan laporan bug berkualitas rendah yang dihasilkan AI, seperti yang dialami curl dan didiskusikan OpenSSF. Ini seperti serangan DDoS pada perhatian manusia. Banyak kerentanan lama (seperti Heartbleed, Baron Samedit) tetap tak terdeteksi selama bertahun-tahun karena biaya penemuan yang tinggi. AI mengubah struktur biaya ini. Namun, sementara AI membuat penemuan dan potensi serangan lebih murah, perbaikan tetap mahal dan membutuhkan keahlian manusia. Industri keamanan siber sudah menghadapi kekurangan tenaga kerja global yang besar (misalnya, defisit 4,8 juta menurut ISC2). Laporan menunjukkan profesional beralih ke analisis ancaman kompleks dan pembuatan strategi. Yang paling dibutuhkan adalah orang yang dapat memahami, menilai, dan memperbaiki kerentanan. Kesimpulannya, AI tidak menghancurkan internet, tetapi mengungkap kerentanan yang sudah ada. Kemampuan menemukan bug menyebar dengan cepat, tetapi tanggung jawab untuk memperbaikinya tidak bertambah sebanding. Keamanan digital bergantung pada upaya terus-menerus oleh manusia untuk mengurangi risiko, dan di era AI, sumber daya manusia yang terampil tetap menjadi aset paling berharga dan langka.

marsbit2j yang lalu

Claude Opus 4.8 Menemukan Bug Senilai 4.5 Miliar Dolar AS, Era AI Sedang Memproduksi Peretas Secara Massal

marsbit2j yang lalu

Trading

Spot
Futures
活动图片