# Artikel Terkait Enterprise

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "Enterprise", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

Dell's 'Dual Comeback': Narasi AI Politik Sebuah Server Lama

**Ringkasan: "Dell's Double Comeback: Narasi AI Politik Sebuah Server Tua"** Dell mengalami transformasi luar biasa, dengan sahamnya melonjak 10x sejak titik terendah 2022. Kenaikan ini didorong oleh dua narasi yang saling terkait. **Narasi Pertama: Kebangkitan Bisnis AI.** Dell, yang sebelumnya dianggap "tua", menemukan momentum baru di gelombang AI. Permintaan bergeser dari raksasa cloud ke "AI privat" di pusat data perusahaan, bidang yang selama ini dikuasai Dell. Meski margin kotor terdampak karena biaya GPU tinggi, pendapatan dan laba absolut meledak. Pasar mulai menghargai model bisnis baru Dell: menggunakan server AI ber-margin rendah sebagai umpan untuk menjual solusi penyimpanan, jaringan, dan layanan ber-margin tinggi. **Narasi Kedua: Dukungan Politik.** Hubungan dekat Michael Dell dengan pemerintahan Trump menjadi faktor signifikan. Donasi besar Dell ke program "Trump Accounts", ajakan langsung Trump untuk membeli produk Dell, dan pemberian kontrak pertahanan Pentagon senilai $9.7 miliar kepada Dell menciptakan "alpha kebijakan" yang langka. Keterlibatan politik ini berkontribusi pada kenaikan harga saham, menciptakan semacam "premium politik" dalam valuasi. Kisah Dell merefleksikan fenomena baru di pasar saham AS: perusahaan yang secara aktif merangkul politik dan mengubah dukungan pemerintah menjadi nilai pemegang saham. Investor kini harus mempertimbangkan tidak hanya fundamental keuangan, tetapi juga kalender politik CEO. Pertanyaan kritis bagi investor adalah: bagian mana dari valuasi Dell yang murni dari bisnis AI, dan bagian mana yang bergantung pada narasi politik yang bisa berubah?

marsbit05/29 08:15

Dell's 'Dual Comeback': Narasi AI Politik Sebuah Server Lama

marsbit05/29 08:15

Ketika Token Lebih Mahal daripada Manusia, 'Narasi AI' Menghadapi Masalah

Aliran uang perusahaan untuk AI menghadapi ujian ketat karena biaya token terus melonjak, namun nilai bisnis yang terukur sulit ditemukan. Eksekutif Uber dan Microsoft menyoroti kesenjangan antara peningkatan konsumsi token dan perbaikan produk nyata, menciptakan istilah "tokenmaxxing" untuk menggambarkan pemborosan. Data dari berbagai sumber memperlihatkan gambaran mengkhawatirkan: Uber menghabiskan anggaran Claude Code tahunan dalam empat bulan, dengan tagihan per engineer mencapai $2000 per bulan. Platform Entelligence.AI menemukan bahwa dari setiap $1 biaya token AI, hanya $0,18 yang menciptakan nilai bagi pengguna, sementara sisanya habis untuk memperbaiki bug, pengerjaan ulang, dan gesekan dalam tinjauan. Harga token sendiri telah naik sekitar 65% sejak akhir Februari. Para analis terbelah. Pandangan positif berargumen bahwa ini hanya fase transisi, dan konsumsi token akan bergeser ke metrik biaya-per-tindakan-efektif yang lebih sehat, didukung oleh tanda-tanda peningkatan produktivitas nyata. Pandangan skeptis, yang dipimpin oleh analis seperti Jim Covello dari Goldman Sachs, memperingatkan bahwa model saat ini tidak berkelanjutan. Hampir semua nilai dalam rantai pasokan AI mengalir ke perusahaan semikonduktor seperti Nvidia, sementara banyak perusahaan pengguna berjuang untuk melihat ROI. Penelitian MIT bahkan menunjukkan 95% investasi AI generatif memberi laba nol. Kekhawatiran lain adalah struktur pendanaan melingkar antara raksasa cloud (Microsoft, Google, dll.) dan lab AI (OpenAI, Anthropic). Lab AI membayar tagihan komputasi besar ke penyedia cloud, yang juga investor utama mereka, menciptakan siklus ketergantungan. Keberlanjutan sistem ini bergantung pada aliran pendanaan eksternal yang konstan ke lab AI dan kesediaan pelanggan perusahaan membayar tagihan token yang terus naik. Meski tidak sebanding dengan gelembung dot-com 1999 dari segi valuasi, masalahnya nyata. Teknologi AI terbukti bermanfaat bagi pengguna berat, tetapi pertanyaannya kini adalah apakah penghematan biaya di tingkat perusahaan pengguna dapat mengimbangi biaya token yang meningkat dengan cukup cepat. Narasi bahwa peningkatan konsumsi token sama dengan keberhasilan transformasi AI telah runtuh. Faktanya, tagihan AI telah jatuh tempo, tetapi masih belum jelas siapa yang akhirnya akan membayarnya.

marsbit05/29 01:46

Ketika Token Lebih Mahal daripada Manusia, 'Narasi AI' Menghadapi Masalah

marsbit05/29 01:46

Kebenaran di Balik Pembayaran Global Terungkap oleh Airwallex

**Ringkasan: Kebenaran di Balik Pembayaran Global Terungkap oleh Airwallex** Banyak platform pembayaran global terlihat serupa di permukaan, menawarkan fitur seperti "penerimaan global" dan "akun multivaluta". Namun, kemampuan inti di balik layar mereka sangat berbeda. Airwallex, melalui artikel pendirinya Jack Zhang, mengungkap tiga jalur utama dalam industri ini: 1. **Pembayaran Mata Uang Digital/Web3**: Berusaha memintas infrastruktur tradisional dengan blockchain. Namun, jalan ini menghadapi tantangan regulasi besar dan tidak memiliki keunggulan pengganti yang jelas dibandingkan platform utama, sering kali hanya melayani pasar fragmentasi. 2. **Mengemas Infrastruktur Tradisional**: Jalur paling umum. Perusahaan mengandalkan mitra dan perantara untuk membungkus infrastruktur warisan yang rumit dengan pengalaman pengguna yang lebih baik. Meski cepat berkembang, ketergantungan pada hubungan pihak ketiga dan risiko kepatuhan tetap ada. 3. **Membangun Infrastruktur Keuangan Global Sendiri**: Jalur yang dipilih Airwallex, Ant International, Pingpong, dll. Ini melibatkan perolehan lisensi di berbagai yurisdiksi, operasi lokal, dan pengembangan jaringan inti secara mandiri. Jalur ini paling berat dan membutuhkan investasi tinggi, tetapi menginternalisasi kompleksitas. Inti argumen Airwallex adalah: **platform harus memikul "beban" (kompleksitas, investasi, kepatuhan) agar klien dapat menikmati "kemudahan" (stabilitas, efisiensi, kepastian)**. Bagi bisnis, nilai sebenarnya dari mitra pembayaran terletak pada penyediaan fondasi yang **lebih stabil, lebih hemat biaya (dalam hal biaya keseluruhan), dan lebih dapat diprediksi**, memungkinkan mereka untuk fokus pada ekspansi bisnis tanpa khawatir tentang risiko di balik layar seperti pembekuan rekening atau keterlambatan rantai pembayaran. Pertumbuhan Airwallex yang seperti bunga majemuk—lambat di awal karena membangun fondasi, lalu berakselerasi—menggambarkan logika ini. Jalan yang paling sulit justru yang menciptakan nilai jangka panjang dan diferensiasi yang berkelanjutan.

链捕手05/28 16:09

Kebenaran di Balik Pembayaran Global Terungkap oleh Airwallex

链捕手05/28 16:09

Perang Anggaran Token: AI Perusahaan Masuk ke 'Era Perhitungan'

Perang Anggaran Token: AI Perusahaan Masuki 'Era Pertanggungjawaban Biaya' Dua tahun terakhir, banyak perusahaan mendorong penggunaan AI untuk mengikuti tren. Namun, kini CEO dan CFO mulai mempertanyakan nilai riil dari setiap dolar yang dihabiskan untuk token AI. Perdebatan tentang anggaran token intinya bukan sekadar memotong tagihan, tetapi menilai ulang alokasi sumber daya kecerdasan. Fase pertama AI perusahaan membuktikan bahwa model dapat menyelesaikan pekerjaan. Fase berikutnya akan menentukan: pekerjaan mana yang benar-benar layak dibayar? Biaya inferensi AI kini menjadi biaya operasional berkelanjutan, bukan lagi anggaran eksperimen. Tagihan token yang tinggi bisa mencerminkan pekerjaan nyata, tetapi juga bisa berarti pemborosan karena prompt yang buruk, konteks yang tidak relevan, atau pemilihan model yang berlebihan. Utilitas token marjinal—nilai bisnis yang diciptakan per dolar tambahan biaya inferensi—menjadi angka kunci namun sulit dilihat. Penyebabnya antara lain ekor panjang percobaan ulang (retry), inflasi konteks yang meningkatkan biaya secara kuadratik, dan perutean yang tidak efisien ke model termahal. AI mengubah logika SaaS. Penggunaan SaaS mengindikasikan adopsi perangkat lunak, sementara penggunaan AI hanya menunjukkan "meteran berjalan", tanpa jaminan nilai. Perusahaan membutuhkan lapisan atribusi yang menghubungkan biaya token dengan hasil bisnis, seperti biaya per tiket layanan yang diselesaikan atau per klaim yang diproses. Mereka yang menguasai atribusi dari token ke hasil akan mengendalikan alokasi anggaran AI: alur kerja mana yang pantas mendapat daya komputasi lebih, mana yang harus dialihkan ke model lebih murah, atau mana yang tetap ditangani manusia. Ini adalah inti dari perang anggaran token dan masa depan AI perusahaan yang matang.

marsbit05/28 12:16

Perang Anggaran Token: AI Perusahaan Masuk ke 'Era Perhitungan'

marsbit05/28 12:16

Microsoft Kehilangan Arah dalam Persaingan AI, Bisakah Copilot Membawa Mereka Kembali ke Jalur?

Microsoft, yang pernah menjadi pemimpin awal dalam perlombaan AI berkat kemitraan dengan OpenAI, kini menghadapi tantangan signifikan. Keunggulan awal mereka tergerus oleh persaingan langsung dari OpenAI sendiri, kemajuan cepat model seperti Claude dan Gemini, serta munculnya AI Agent yang mengganggu model bisnis SaaS tradisional Microsoft. Penetrasi berbayar Copilot yang lebih lambat dari perkiraan dan kehilangan kepemimpinan di alat pemrograman AI menambah tekanan. Artikel ini berfokus pada pergeseran strategi Microsoft di bawah CEO Satya Nadella. Daripada hanya bergantung pada satu model (seperti GPT dari OpenAI), Microsoft kini beralih ke strategi platform AI perusahaan yang "tidak terikat model". Tujuannya adalah menjadi lapisan dasar yang menghubungkan model (dari berbagai pemasok), data, keamanan, alur kerja, dan komputasi awan. Nilai inti mereka terletak pada perangkat lunak perusahaan, platform kerja, aset data, dan kerangka keamanan—bukan hanya model AI itu sendiri. Nadella kini terlibat langsung dalam pengembangan produk Copilot untuk mempercepat inovasi. Microsoft meluncurkan produk seperti Copilot Tasks dan Copilot Cowork untuk merespons ancaman dari pesaing seperti Claude Code. Mereka juga merevisi kemitraan dengan OpenAI, berinvestasi di Anthropic, dan membangun tim "Superintelligence" sendiri untuk mengurangi ketergantungan. Namun, jalan ini mahal. Microsoft meningkatkan pengeluaran modal secara besar-besaran untuk infrastruktur data center dan chip guna mendukung model dan Agent AI yang mutakhir. Tantangan terbesarnya adalah berinovasi secepat startup sambil tetap menjadi mitra yang andal bagi perusahaan-perusahaan besar. Masa depan Microsoft dalam era AI bergantung pada kemampuannya mempertahankan pintu masuk utama ke perangkat lunak perusahaan, bahkan saat dasar teknologi terus berubah dengan cepat.

marsbit05/23 04:42

Microsoft Kehilangan Arah dalam Persaingan AI, Bisakah Copilot Membawa Mereka Kembali ke Jalur?

marsbit05/23 04:42

AI Startup Mencapai ARR $800 Miliar, 90% Diraup oleh 2 Perusahaan

Menurut analisis terbaru, pendapatan tahunan dari 34 perusahaan rintisan AI terkemuka telah mencapai sekitar $800 miliar, tumbuh 112% dalam enam bulan. Namun, konsentrasi pendapatannya sangat tinggi: OpenAI dan Anthropic mengambil porsi 89% dari total tersebut. OpenAI, dengan pendapatan $240-250 miliar, terutama mengandalkan langganan pengguna ChatGPT. Sementara itu, Anthropic, dengan pendapatan melebihi $300 miliar, fokus pada klien perusahaan dan API, berhasil merebut 34,4% pangsa pasar korporat AS dalam waktu kurang dari dua tahun. 32 perusahaan lainnya harus berbagi sisa 11% pasar. Perusahaan-perusahaan seperti Perplexity, Mistral, dan Cohere menemukan ceruknya di area seperti pencarian AI, model open-source, atau penyebaran privat untuk klien tertentu. Namun, mereka menghadapi tekanan kompetitif yang besar karena sumber daya, talenta, dan daya komputasi semakin terkonsentrasi di perusahaan puncak. Baik OpenAI maupun Anthropic juga menghadapi tantangan mereka sendiri, mulai dari tekanan hukum hingga ekspektasi komersial dari investor besar. Secara historis, industri infrastruktur teknologi cenderung membentuk oligopoli karena efek skala, efek jaringan, dan biaya peralihan. Model AI dasar memiliki karakteristik serupa, sehingga konsentrasi pasar mungkin akan berlanjut. Namun, kecepatan kemajuan AI tetap menjadi variabel kunci yang dapat mengubah lanskap. Bagi banyak perusahaan rintisan AI, strategi yang paling masuk akal mungkin bukan bersaing langsung di model umum, tetapi mengembangkan AI khusus yang tak tergantikan untuk skenario vertikal tertentu, seperti dokumen hukum, pencitraan medis, atau audit keamanan kode.

marsbit05/21 08:07

AI Startup Mencapai ARR $800 Miliar, 90% Diraup oleh 2 Perusahaan

marsbit05/21 08:07

活动图片