Semikonduktor Naik 78% per Tahun, Software Turun 12%: 'Perpindahan Likuiditas' Sedang Berlangsung di Dalam Saham Teknologi

marsbitDipublikasikan tanggal 2026-05-26Terakhir diperbarui pada 2026-05-26

Abstrak

"Likuidaan Terhisap" Berlangsung di Dalam Saham Teknologi: Semikonduktor Naik 78%, Perangkat Lunak Anjlok 12% (Intisari Bahasa Indonesia) Data menunjukkan perpecahan ekstrem di dalam sektor teknologi. ETF semikonduktor SOXX melonjak 78,5% sejak awal tahun, sementara ETF perangkat lunak IGV justru merosot 12,5%—jarak kinerja melebihi 90 poin persentase. Saham seperti SanDisk (naik 426%), Intel (naik 222%), dan Micron (naik 154%) memimpin reli, didorong oleh lonjakan harga chip memori dan ledakan permintaan AI. Sebaliknya, raksasa perangkat lunak seperti Microsoft, Adobe, dan Salesforce semuanya turun lebih dari 17% sepanjang tahun. Dibalik kenaikan semikonduktor adalah 'perlombaan senjata' belanja modal (capex) oleh perusahaan hyperscaler seperti Microsoft, Alphabet, Amazon, dan Meta. Perkiraan belanja modal kolektif mereka pada tahun 2026 mendekati $700 miliar, menciptakan aliran dana seperti lubang hitam ke dalam rantai pasok chip. Di sisi lain, sektor perangkat lunak terhantam oleh narasi penggantian AI (seperti diluncurkannya Claude Code) dan pengalihan likuiditas dari pasar. Banyak yang mempertanyakan daya tahan model bisnis SaaS tradisional jika AI dapat secara otomatis menangani tugas seperti pemrograman. Semua saham perangkat lunak di S&P 500 kini berada di bawah rata-rata bergerak 200 hari. Pertanyaan kritis yang belum terjawab adalah: (1) Berapa lama siklus belanja modal besar-besaran ini dapat dipertahankan oleh perusahaan hyperscaler mengingat tekanan pada arus...

Penulis: Claude, Shenchao TechFlow

Panduan Shenchao: ETF Semikonduktor (SOXX) melonjak 78.5% sejak awal tahun hingga sekarang, sementara ETF Software (IGV) turun 12.5% dalam periode yang sama. Perbedaan imbal hasil keduanya melebihi 90 poin persentase, menciptakan level ekstrem sejarah.

SanDisk melonjak 426% memimpin S&P 500, Intel naik tiga kali lipat, Micron naik 154%, sedangkan Microsoft, Adobe, Salesforce masing-masing turun lebih dari 17% tahun ini. Empat perusahaan perhitungan skala besar memperkirakan pengeluaran modal gabungan tahun 2026 mendekati $700 miliar. Modal mengalir deras seperti lubang hitam ke rantai pasokan chip, sementara sektor software menghadapi pembunuhan ganda oleh narasi penggantian AI dan penarikan dana.

Baru-baru ini, postingan panas di subreddit investasi forum Reddit luar negeri menyatakan bahwa saham semikonduktor "pada dasarnya adalah lubang hitam yang menyedot segalanya", memicu banyak resonansi.

Data membuktikan intuisi ini. Hingga penutupan tanggal 22 Mei, imbal hasil iShares Semiconductor ETF (SOXX) sejak awal tahun adalah 78.5%, sedangkan imbal hasil iShares Expanded Tech-Software ETF (IGV) dalam periode yang sama adalah -12.5%. Dua ETF yang sama-sama termasuk dalam kelas besar teknologi ini memiliki perbedaan imbal hasil tahunan lebih dari 90 poin persentase.

Menurut statistik Tickeron, semua saham software di S&P 500 saat ini berada di bawah rata-rata pergerakan 200 hari, sementara sekitar 89% saham semikonduktor masih berada di atas rata-rata pergerakan 200 hari. Kedua sektor ini pernah turun secara sinkron ke nol selama bear market 2022, tetapi setelah itu pergerakannya benar-benar terpisah. Pemisahan ini tidak bertahap, melainkan eksplosif.

SanDisk Naik 426% Memimpin S&P 500, Kenaikan Tiga Kali Lipat Intel Menggilas AMD

Angka di tingkat individual saham bahkan lebih dramatis.

Menurut data Benzinga Pro, SanDisk (SNDK) naik sekitar 426% sejak awal tahun, menjadi saham terbaik di S&P 500 tahun 2026, melonjak lagi setelah sudah naik 559% pada tahun 2025. Perusahaan chip memori yang dipisahkan dari Western Digital ini, harga memori flash NAND naik lebih dari 200% secara tahunan didorong oleh AI, pendapatan kuartal Maret naik 250% tahun ke tahun menjadi $5.95 miliar, margin laba non-GAAP setinggi 78.4%.

Menurut laporan 24/7 Wall Street, Intel (INTC) naik sekitar 222% sejak awal tahun menjadi $225, dua kali lipat kenaikan AMD. Pemulihan Intel berasal dari basis yang sangat rendah, ditambah kemajuan node proses 18A, rumor pesanan manufaktur Apple, dan data peningkatan hasil yang diungkapkan CEO Dr. CC Wei dalam wawancara CNBC. Posisi short dipukul telak, menurut data S3 Partners, sejak titik terendah 30 Maret, kapitalisasi pasar Intel bertambah lebih dari $440 miliar, kerugian kertas short seller melebihi $12 miliar.

Micron (MU) naik sekitar 154% sejak awal tahun, dengan kenaikan kumulatif 661% dalam 12 bulan terakhir. Laporan keuangan juga mendukung tren ini, pendapatan kuartal kedua tahun fiskal 2026 adalah $23.9 miliar, naik 196% tahun ke tahun, laba per saham disesuaikan $12.20, jauh melampaui ekspektasi pasar $9.21. DRAM menyumbang 79% dari total pendapatan, dengan memori bandwidth tinggi (HBM) sebagai pendorong utama. Bahkan Chairman SK Hynix Chey Tae-won memperkirakan bahwa kekurangan chip memori mungkin berlanjut hingga 2030.

Sebaliknya, "mesin pencetak uang" sebenarnya untuk daya komputasi AI, NVIDIA (NVDA), hanya naik sekitar 8% hingga $15 sejak awal tahun, kinerjanya jauh di bawah perusahaan semikonduktor tingkat dua di atas. Menurut laporan The Motley Fool, harga wajar maju (forward P/E) NVIDIA saat ini sekitar 21.5 kali, hampir setara dengan S&P 500 yang 20.3 kali. Ini berarti pasar tidak lagi membayar premi pertumbuhan untuk NVIDIA, dana beralih ke perusahaan chip dengan valuasi lebih rendah dan elastisitas lebih besar.

$700 Miliar Capex: 'Perlombaan Senjata' Perusahaan Perhitungan Skala Besar

Di balik kenaikan tajam semikonduktor ada dukungan uang sungguhan.

Menurut data gabungan Financial Times dan berbagai lembaga, pengeluaran modal gabungan yang diperkirakan untuk empat perusahaan perhitungan skala besar—Microsoft, Alphabet (induk Google), Amazon, dan Meta—pada tahun 2026 adalah antara $650 miliar hingga $725 miliar, hampir dua kali lipat dari sekitar $410 miliar pada tahun 2025. Ini adalah siklus investasi infrastruktur terpusat terbesar dalam sejarah teknologi.

Menurut laporan Tom's Hardware, analis Jefferies Brent Thill dengan tegas menyatakan: "Ekonomi AI sehat. Narasi bearish adalah sampah."

Rincian masing-masing perusahaan: Amazon memimpin dengan pengeluaran modal kuartalan sebesar $44.2 miliar, AWS tumbuh 28%; Alphabet pengeluaran modal kuartal pertama $35.67 miliar, naik dua kali lipat tahun ke tahun, pesanan tertunda Google Cloud melonjak di atas $460 miliar; Microsoft pengeluaran modal tahun kalender 2026 mencapai $190 miliar, dengan sekitar $25 miliar berasal dari kenaikan harga chip memori dan komponen; Meta menaikkan panduan pengeluaran modal tahunan menjadi $125 miliar hingga $145 miliar.

Menurut statistik blog Om Malik, tiga perusahaan perhitungan skala besar mencatat pendapatan investasi non-tunai besar dalam laporan keuangan kuartal pertama: Alphabet $36.8 miliar (terutama dari apresiasi saham Anthropic), Amazon $16.8 miliar, Microsoft $5.9 miliar (dari OpenAI). Meskipun pengeluaran modal sangat boros, target investasi AI itu sendiri juga terus meningkat nilainya.

Saham Software Menghadapi Pembunuhan oleh Narasi Penggantian AI, IGV Mencatat Penurunan Terburuk Sejak 2008

Di sisi lain koin, adalah keruntuhan tragis saham software.

Menurut laporan The Motley Fool, setelah Anthropic merilis Claude Code pada awal 2026, sektor software mengalami penurunan tajam—logika pasar bukanlah memberi hadiah untuk inovasi AI, melainkan menghukum perusahaan SaaS yang mungkin digantikan oleh AI. IGV sempat mencatat penurunan terbesar sejak 2008.

Hingga akhir Mei, Microsoft turun sekitar 17% tahun ini, Adobe turun sekitar 32%, Salesforce turun sekitar 31%, Shopify turun sekitar 26%. Indeks Software dan Layanan S&P 500 berada sekitar 21% di bawah rata-rata pergerakan 200 harinya, tingkat deviasi ini adalah yang terbesar sejak Juni 2022. Menurut data Goldman Sachs dan lembaga lainnya, posisi short perusahaan software menengah-besar melonjak tajam dalam tiga bulan terakhir, perusahaan keamanan siber dan SaaS adalah bidang yang paling banyak ditambahi posisi short.

Di balik perpecahan ini ada dua lapisan logika. Lapisan pertama adalah perpindahan likuiditas langsung: likuiditas pasar terbatas, ketika $700 miliar pengeluaran modal mendorong saham chip menjadi parabola, dana harus ditarik dari suatu tempat. Penulis postingan Reddit itu mengatakan: "Perusahaan software dengan fundamental bagus, harga sahamnya diam atau turun perlahan, sementara indeks semikonduktor naik vertikal."

Lapisan kedua adalah rekonstruksi narasi valuasi. Evolusi cepat agen AI membuat pasar mulai memeriksa kembali parit pertahanan model bisnis SaaS: ketika AI dapat secara otomatis melakukan pemrograman, pengisian formulir, layanan pelanggan, berapa lama model berlangganan berbasis kursi dapat bertahan? The Motley Fool mencatat, perusahaan software yang dapat bertahan perlu memiliki fitur seperti data nyata, alur kerja eksklusif, dan integrasi pelanggan mendalam yang sulit digantikan AI.

Puncak Siklus atau Perubahan Struktural? Dua Pertanyaan Kunci Masih Menggantung

Pengguna Reddit itu mengajukan dua pertanyaan di akhir postingannya, yang dapat dianggap sebagai pertanyaan utama investor tentang apakah sektor semikonduktor dapat terus panas.

Namun, kedua pertanyaan ini masih belum terjawab.

Pertama: Berapa lama pengeluaran modal perusahaan perhitungan skala besar dapat dipertahankan?

Menurut laporan CNBC, Pivotal Research memperkirakan arus kas bebas Alphabet tahun 2026 akan anjlok hampir 90% dari $73.3 miliar pada tahun 2025 menjadi $8.2 miliar. Dari total pengeluaran modal Microsoft $190 miliar pada tahun 2026, hanya kenaikan harga chip memori dan komponen saja menyerap $25 miliar. Perusahaan-perusahaan ini mempertaruhkan laba masa depan pada pendapatan AI yang belum sepenuhnya terealisasi.

Kedua: Apakah software adalah arah perputaran berikutnya?

Menurut penilaian sebelumnya CIO Bank of America Hartnett dalam laporan Flow Show, software adalah salah satu arah long terbalik terbaik untuk kuartal kedua 2026, alasannya adalah deviasi sektor ini relatif terhadap rata-rata pergerakan 50 dan 200 hari sudah ekstrem.

Namun, ini tidak berarti bahwa tren semikonduktor telah berakhir. Indeks Semikonduktor Philadelphia (SOX) mencatat rekor sejarah kenaikan 18 hari berturut-turut pada tanggal 25 April, dengan kenaikan sekitar 45% selama periode itu. Menurut analisis Intellectia, beberapa analis senior mulai membandingkan pergerakan saat ini dengan gelembung internet tahun 1999-2000, memperingatkan kemungkinan koreksi 25% hingga 30%. Namun, SOX menang di 22 dari 23 hari perdagangan terakhir, menciptakan 15 rekor tertinggi baru intraday, momentum seperti ini sendiri adalah sebuah sinyal.

Seperti yang dikatakan pengguna Reddit itu: "Saya tidak ingin menyebut puncak, karena terlalu sering ditampar sebelumnya. Namun, konsentrasi keuntungan tinggi di satu sektor, mulai mencium aroma tahap akhir siklus."

Pertanyaan Terkait

QBerapa persen selisih kinerja antara ETF semikonduktor (SOXX) dan ETF perangkat lunak (IGV) tahun ini?

ASelisih kinerja antara iShares Semikonduktor ETF (SOXX) dan iShares Expanded Tech-Software ETF (IGV) melebihi 90 persen poin, dengan SOXX naik 78,5% dan IGV turun 12,5% sejak awal tahun.

QApa penyebab utama kenaikan tajam pada saham perusahaan semikonduktor seperti SanDisk dan Intel?

AKenaikan tajam didorong oleh lonjakan permintaan chip karena ledakan AI, kenaikan harga komponen seperti NAND flash, kemajuan proses manufaktur (seperti node 18A Intel), serta pesanan dari perusahaan hyperscaler dengan belanja modal besar.

QBerapa total perkiraan belanja modal (capex) gabungan untuk empat perusahaan hyperscaler pada tahun 2026?

APerkiraan belanja modal gabungan Microsoft, Alphabet (Google), Amazon, dan Meta untuk tahun 2026 adalah antara 6500 hingga 7250 miliar dolar AS, hampir dua kali lipat dari tahun 2025.

QMengapa saham perusahaan perangkat lunak seperti Microsoft dan Adobe mengalami penurunan yang signifikan?

ASaham perangkat lunak mengalami tekanan karena narasi penggantian oleh AI (misalnya, AI yang dapat melakukan tugas pemrograman), aliran modal yang berpindah ke sektor semikonduktor, serta kekhawatiran atas model bisnis berlangganan tradisional.

QApa dua pertanyaan kunci yang diajukan mengenai keberlanjutan rally di sektor semikonduktor?

ADua pertanyaan kunci adalah: (1) Berapa lama belanja modal besar-besaran perusahaan hyperscaler dapat dipertahankan? (2) Apakah perangkat lunak akan menjadi sektor berikutnya yang mengalami perputaran aliran dana (rotasi)?

Bacaan Terkait

PA Visual | Satu Gambar Pahami Peristiwa Web3 Penting yang Patut Diperhatikan di Bulan Juni

"PA Pictorial: Peta untuk Memahami Peristiwa Web3 Penting yang Perlu Diperhatikan pada Juni" Jelajahi Kalender Kripto terbaru PANews dengan cakupan lebih lengkap, penyaringan fleksibel, dan ekspor yang mudah. Pada Juni, pasar kripto dipadati oleh keputusan suku bunga makro, data ekonomi penting, pelepasan token, dan acara teknologi tradisional. Poin-poin intinya meliputi: 📌 Amerika Serikat merilis data NFP dan CPI bulan Mei. The Fed menerbitkan Buku Beige dan menggelar konferensi pers kebijakan, dengan preferensi risiko pasar tetap dipengaruhi ekspektasi makro. 🏦 Bank Sentral Eropa dan Bank of Japan akan mengumumkan keputusan suku bunga, menjadikan likuiditas global dan jalur suku bunga sebagai salah satu tema utama pasar di Juni. 🪙 Beberapa token seperti SUI dan ENA akan mengalami pelepasan (unlock), perlu diperhatikan risikonya. 🚀 Perkembangan proyek: Coinbase akan meluncurkan futures indeks saham perpetual perdana, CME Group berencana meluncurkan futures indeks kripto Nasdaq; SharpLink akan dimasukkan ke dalam Indeks Russell 2000 dan 3000. ⚠️ Penyaringan proyek terus berlanjut: Layanan seperti browser Bitcoin Ordinals, Ord.io, secara bertahap berhenti beroperasi. Perhatikan pengaturan penarikan dan migrasi aset. 🌐 Acara penting lainnya: Pembukaan Piala Dunia, pembukaan Apple WWDC26, penawaran saham SpaceX, pertemuan IPO S&T UBTECH di pasar STAR, dll. Dengan makroekonomi, pelepasan token, regulasi, penyaringan proyek, dan acara teknologi yang berlangsung bersamaan, pasar pada Juni mungkin terus mencari arah baru di tengah ekspektasi likuiditas, perubahan kebijakan, dan rotasi ekosistem. Kunci inti peristiwa global dan alur utama Web3 Juni 2026 dalam satu peta!

marsbit1j yang lalu

PA Visual | Satu Gambar Pahami Peristiwa Web3 Penting yang Patut Diperhatikan di Bulan Juni

marsbit1j yang lalu

Ali "Menaruh Barang", Byte "Berlatih Ilmu"

Dalam satu minggu terakhir Mei, dua raksasa teknologi China, Alibaba dan ByteDance, memamerkan dua pendekatan berbeda dalam strategi AI mereka. Alibaba, sebagai perusahaan publik, fokus pada integrasi AI untuk monetisasi langsung. Mereka menghubungkan model Qwen dengan platform e-commerce seperti Taobao, menciptakan fitur seperti "pencocokan harga AI" dan "pakaian virtual AI". Melalui protokol ACT, mereka membangun infrastruktur untuk transaksi berbasis agen AI. Pendapatan eksternal Alibaba Cloud tumbuh 40%, menunjukkan model bisnis "MaaS" (Model-as-a-Service) mereka yang berhasil. Namun, pendekatan ini mungkin mengorbankan penelitian mendasar untuk keunggulan jangka pendek. Sebaliknya, ByteDance, yang masih swasta, berinvestasi besar dalam penelitian AI jangka panjang. Departemen Seed mereka, dengan anggaran belanja modal (capex) yang meningkat pesat, bertujuan "menjelajahi batas atas kecerdasan". Mereka merilis model pembuatan video Seedance 2.0 yang memimpin peringkat global dan mempublikasikan penelitian mendalam tentang "model dunia". Perusahaan ini memberikan kebebasan bagi tim risetnya tanpa tekanan kuartalan dari pasar modal. Perbedaan kunci ini lebih disebabkan oleh status kepemilikan daripada filosofi semata. Sebagai perusahaan publik, Alibaba terikat pada harapan ROI jangka pendek investor. ByteDance, yang belum IPO, memiliki kemewahan untuk berfokus pada terobosan teknologi jangka panjang. Analisis menyimpulkan bahwa jalan strategis AI sebuah perusahaan di China sangat ditentukan oleh apakah perusahaan tersebut terdaftar di bursa atau tidak, yang membentuk pilihan antara "menjual AI" dan "membuat AI".

marsbit1j yang lalu

Ali "Menaruh Barang", Byte "Berlatih Ilmu"

marsbit1j yang lalu

Mengapa Lebih Banyak AI Agent Belum Tentu Berarti Produktivitas yang Lebih Tinggi?

**Mengapa Lebih Banyak AI Agent Tidak Sama dengan Produktivitas Lebih Tinggi?** Meskipun teknologi memungkinkan kita meluncurkan banyak AI Agent dengan mudah dan murah, produktivitas nyata tidak serta-merta meningkat. Ini karena munculnya konsep "Pajak Orkestrasi"—biaya tersembunyi untuk mengelola, menilai, dan menggabungkan hasil kerja semua Agent tersebut. Pekerjaan ini harus kembali ke satu sumber daya serial yang tidak dapat diduplikasi: perhatian dan penilaian manusia. **Manusia adalah 'GIL' dalam Sistem.** Seperti Global Interpreter Lock (GIL) dalam Python, semua Agent dapat berjalan paralel, tetapi untuk keputusan penting (seperti tinjauan arsitektur, kode, atau penyelesaian konflik), mereka harus "mengambil kunci" dari Anda—sang pengembang. Hukum Amdahl berlaku: percepatan maksimum dari paralelisasi dibatasi oleh bagian kerja yang harus tetap serial, yaitu kapasitas penilaian manusia. Menambah Agent hanya membuat antrian tinjauan lebih panjang, memperbesar beban konteks, dan menyebabkan kelelahan kognitif. **Kelelahan dan Utang Tersembunyi.** Banyaknya Agent yang aktif memberi ilusi produktivitas tinggi, tetapi rasa sibuk itu tidak sama dengan hasil berkualitas. Jika Anda "menyerah secara kognitif" dan tidak meninjau hasil dengan benar, Anda menumpuk utang teknis dan utang kognitif—masalah yang akan muncul nanti. Pajak orkestrasi harus dibayar, baik secara sadar melalui proses yang terencana, atau diam-diam melalui penurunan kualitas. **Solusi: Kelola Perhatian Seperti Sistem Produksi.** Kuncinya adalah merancang alur kerja dengan menghormati batas perhatian manusia sebagai sumber daya langka: 1. **Kontrol Jumlah Agent:** Sesuaikan jumlah Agent dengan kemampuan *review* Anda, bukan dengan apa yang UI izinkan. Batasi ke angka rendah. 2. **Klasifikasi Tugas:** Pisahkan tugas independen (cocok untuk Agent paralel) dari tugas kompleks yang membutuhkan penilaian mendalam (kerjakan secara serial). 3. **Tinjau Secara Berkelompok (*Batch Review*):** Kurangi biaya alih konteks dengan meninjau hasil beberapa Agent sekaligus. 4. **Gunakan Waktu Serial untuk Penilaian:** Fokuskan perhatian hanya pada bagian yang memerlukan penilaian manusia. Biarkan Agent menangani bagian yang dapat diverifikasi otomatis (seperti tes). 5. **Lindungi Waktu Fokus Anda:** Kadang, tindakan paling produktif adalah berhenti mengoordinasi banyak Agent dan fokus pada satu masalah inti. Kemampuan sebenarnya di era AI bukanlah menjalankan banyak Agent, tetapi merancang sistem yang secara sadar mengelilingi dan melindungi kapasitas penilaian serial manusia—sumber daya paling berharga dalam proses pengembangan.

marsbit2j yang lalu

Mengapa Lebih Banyak AI Agent Belum Tentu Berarti Produktivitas yang Lebih Tinggi?

marsbit2j yang lalu

Tiga Tahun Kemudian: Meninjau Kembali Penilaian Saya terhadap ChatGPT di Tahun 2023

Tiga tahun kemudian, pada Mei 2026, penulis meninjau kembali 20 prediksi tentang ChatGPT yang dibuatnya pada Maret 2023, menggunakan AI untuk mengevaluasi akurasinya berdasarkan data terbaru. Secara keseluruhan, arah dan mekanisme prediksi banyak yang tepat. Yang paling akurat adalah tentang RAG sebagai arsitektur standar, LUI (Antarmuka Pengguna Bahasa Alami) sebagai lapisan interaksi baru, munculnya "jaringan robot" (protokol untuk agen AI), dan kemampuan China mengejar ketertinggalan model AI besar. Prediksi bahwa ChatGPT bukan AGI namun langkah besar, tidak menyebabkan gelombang pengangguran massal, serta sifat uji Turing yang hanya mengukur persepsi juga pada dasarnya benar. Namun, prediksi dengan angka spesifik atau pernyataan mutlak sering meleset. Klaim bahwa GPT-4 memiliki 100 triliun parameter sepenuhnya salah. Pernyataan bahwa LLM "tidak mungkin" mengerjakan matematika murni terbantahkan dengan model penalaran yang memenangkan medali emas IMO. Estimasi biaya pelatihan model hanya $5-10 miliar juga jauh dari kenyataan, yang kini mencapai miliaran dolar untuk model terdepan. Beberapa prediksi keliru tentang distribusi dampak, seperti bahwa nilai akan berpindah ke lapisan aplikasi (nyatanya, penyedia chip seperti NVIDIA paling untung), atau bahwa AI akan "menghindari" masalah hak cipta (justru menimbulkan gugatan besar). Kesimpulan utama adalah: dalam memprediksi teknologi yang cepat berubah, mengidentifikasi arah dan mekanisme umumnya lebih bisa diandalkan daripada memberikan angka pasti atau pernyataan mutlak. Prediksi cenderung terlalu optimis tentang kecepatan perubahan jangka pendek, tetapi meremehkan besarnya perubahan jangka panjang. Penting juga untuk mempertimbangkan distribusi dampak, bukan hanya kesimpulan agregat. Pernyataan yang disertai batasan dan keraguan justru lebih tahan uji waktu. Beberapa pertanyaan mendasar masih belum terjawab setelah tiga tahun. Tinjauan ini berfungsi sebagai pelajaran untuk membuat prediksi yang lebih baik di tiga tahun mendatang.

marsbit9j yang lalu

Tiga Tahun Kemudian: Meninjau Kembali Penilaian Saya terhadap ChatGPT di Tahun 2023

marsbit9j yang lalu

Trading

Spot
Futures
活动图片