# Artikel Terkait Perangkat Keras

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

Saham Dell Melonjak, Mana Saja Aset yang Akan Terdampak Gelombang AI Ini?

**RINGKASAN: Saham Dell melonjak setelah laporan laba yang menunjukkan bahwa momentum infrastruktur AI kini mencapai rantai pasokan perangkat keras.** Harga saham Dell Technologies Inc. (DELL) meroket hingga sekitar 39% dalam perdagangan setelah jam pasar setelah perusahaan melaporkan hasil keuangan kuartal pertama yang jauh melampaui ekspektasi dan menaikkan panduan untuk tahun fiskal 2027. Lonjakan ini menandai pergeseran fokus pasar dari chip dan model AI menuju pemain infrastruktur yang membangun pusat data AI yang sebenarnya. **POIN-POIN UTAMA:** * **Hasil Kuat:** Pendapatan kuartal pertama melonjak 88% menjadi $43,84 miliar, mengalahkan perkiraan analis. Laba per saham yang disesuaikan juga lebih tinggi dari perkiraan. * **Panduan Ditingkatkan:** Dell secara signifikan meningkatkan proyeksi pendapatan server AI-nya untuk tahun fiskal 2027 dari $50 miliar menjadi sekitar $60 miliar. Perusahaan juga menaikkan panduan pendapatan dan laba tahunan secara keseluruhan. * **Pendorong Utama:** Pertumbuhan didorong oleh lonjakan permintaan akan server yang dioptimalkan untuk AI, yang didukung oleh chip canggih dari Nvidia. Divisi solusi infrastruktur (server, penyimpanan) Dell mencatat pertumbuhan pendapatan 181%. * **Kontrak Besar:** Sebuah divisi di bawah Dell juga mendapatkan kontrak senilai $9,7 miliar dari Departemen Pertahanan AS, memperkuat visibilitas pendapatan di masa depan. * **Konteks Pasar:** Kenaikan ini mencerminkan siklus pengeluaran modal AI yang masif oleh raksasa teknologi seperti Alphabet dan Amazon (diperkirakan lebih dari $700 miliar tahun ini). Dell dipandang mendapat keuntungan dari skalanya, hubungan dengan pemasok, dan kemampuannya dalam memenuhi permintaan di tengah kekurangan komponen seperti chip memori. Kesimpulannya, kinerja Dell menunjukkan bahwa gelombang investasi AI kini semakin berdampak pada perusahaan-perusahaan perangkat keras di hilir rantai pasokan yang bertanggung jawab untuk membangun dan mengirimkan infrastruktur pusat data.

marsbit05/29 04:59

Saham Dell Melonjak, Mana Saja Aset yang Akan Terdampak Gelombang AI Ini?

marsbit05/29 04:59

Angin 'AI Proaktif' Bertiup ke Silicon Valley, Hark Raup Pendanaan US$700 Juta

Sebuah perusahaan rintisan AI bernama Hark, yang didirikan akhir 2025 dan belum meluncurkan produk, berhasil mengumpulkan pendanaan Seri A senilai $7 miliar dengan valuasi mencapai $60 miliar. Pendanaan ini dipimpin Parkway Venture Capital dan didukung raksasa teknologi seperti NVIDIA, AMD Ventures, Intel Capital, Qualcomm Ventures, dan Salesforce Ventures. Hark bertujuan menciptakan antarmuka manusia-komputer generasi baru melalui kombinasi "model dasar buatan sendiri + perangkat keras khusus". Sistem ini dirancang sebagai perangkat keras asli AI yang dilengkapi model suara ujung-ke-ujung, kemampuan memori yang sangat personal, dan kemampuan multimodal untuk interaksi alami. Pendiri Hark, Brett Adcock, sebelumnya mendirikan Archer dan Figure (perusahaan robot humanoid). Timnya merekrut talenta dari Apple, Meta, Google, Tesla, dan lab AI terkemuka. Artikel ini menekankan tren pergeseran AI dari sekadar alat "pasif" di layar menjadi "asisten aktif" di dunia nyata melalui perangkat keras asli AI. Perangkat seperti ini memerlukan kemajuan simultan dalam model dasar, sistem operasi agen, memori personalisasi, dan terminal perangkat keras. Perusahaan rintisan China dinilai memiliki keunggulan dalam bidang ini karena ekosistem manufaktur yang lengkap (misalnya di Shenzhen), pasar aplikasi yang besar, dan dukungan kebijakan pemerintah yang menetapkan AI sebagai prioritas strategis. Contohnya termasuk Looki (perangkat wearable multimodal) dan LightSail Tech (sistem operasi AI untuk perangkat keras dan headphone AI dengan persepsi visual).

marsbit05/28 10:24

Angin 'AI Proaktif' Bertiup ke Silicon Valley, Hark Raup Pendanaan US$700 Juta

marsbit05/28 10:24

Serenity, 'Pemimpin Komunitas' Ritel vs Leopold, Dewa Saham Baru: Bagaimana Dua Pemburu Top Ini Menggali Kekayaan dari 'Batas Fisik' AI?

Penulis: Jae, PANews Setelah logika investasi sederhana seperti membeli Nvidia kehilangan daya tariknya, uang cerdas kini beralih ke fondasi fisik di balik operasi AI. Dua figur dengan gaya berbeda menjadi sorotan: **Serenity**, trader anonim dengan avatar anime di platform X yang mengklaim pernah menolak tawaran kerja dari Nvidia dan menerbitkan makalah di Nature, serta **Leopold Aschenbrenner**, mantan peneliti OpenAI berusia 24 tahun yang kini mengelola dana lindung nilai senilai miliaran dolar. **Strategi Serenity: Teori "Daun Shiso" dan Pencarian "Titik Sumbatan"** Serenity, dengan akun @aleabitoreddit, terkenal berkat analisis mendalamnya tentang rantai pasokan AI level terendah. Ia menggunakan analogi "Daun Shiso" – komponen kecil yang tak tergantikan dalam hidangan mewah – untuk mengidentifikasi perusahaan mikro dengan monopoli teknologi di titik kritis tertentu, seperti bahan substrat untuk modul optik. Metodenya melibatkan studi mendalam makalah ilmiah, pemetaan rantai pasokan, dan pengujian dengan AI. Fokusnya adalah pada teknologi CPO dan material tingkat molekuler, menghasilkan rekomendasi saham seperti AXTI (naik 6x) dan perusahaan bahan kimia Jepang NCI. **Strategi Leopold: Arbitrase Infrastruktur dan Batasan Fisik** Leopold, melalui dana Situational Awareness LP, menerapkan strategi **arbitrase infrastruktur**. Ia yakin hambatan utama menuju AGI adalah sumber daya fisik seperti listrik, lahan, dan pusat data, bukan hanya chip. Portofolionya sangat terkonsentrasi: **posisi panjang besar** pada penyedia penyimpanan (SanDisk) dan cloud komputasi (CoreWeave), serta **posisi pendek masif** (melalui opsi put) terhadap raksasa semikonduktor seperti Nvidia, TSMC, dan ASML. Ia berargumen valuasi chip telah melampaui kecepatan pembangunan infrastruktur pendukungnya. Ia juga berinvestasi besar pada perusahaan penambangan Bitcoin, yang dilihatnya sebagai alternatif pusat daya komputasi AI yang terdiskonto. **Inti Bersama dan Tantangan** Kedua strategi berbagi inti yang sama: **meninggalkan lapisan perangkat lunak dan berfokus pada perangkat keras yang dibatasi oleh hukum fisik**. Baik material langka Serenity maupun infrastruktur Leopold memegang kekuatan untuk menarik "pajak" di era AI. Namun, keduanya menghadapi risiko: - **Serenity**: Risiko **likuiditas** pada saham mikro. Rekomendasinya dapat mendorong harga, tetapi koreksi bisa tajam. Latar belakang dan rekam jejaknya yang tidak terverifikasi juga menambah risiko bagi pengikut. - **Leopold**: Risiko **ketidaksesuaian waktu** antara logika fundamental dan pasar. Valuasi tinggi chip bisa bertahan lebih lama dari perkiraan, menyebabkan kerugian besar pada posisi opsi put-nya. Keduanya menandai pergeseran logika investasi AI, dari semikonduktor itu sendiri menuju **material, peralatan, daya, dan lahan** yang mendasarinya. Titik kritis dengan kelangkaan dan hambatan teknologi tinggi di rantai pasokan fisik AI mungkin akan menarik perhatian pasar lebih besar ke depan.

marsbit05/27 15:14

Serenity, 'Pemimpin Komunitas' Ritel vs Leopold, Dewa Saham Baru: Bagaimana Dua Pemburu Top Ini Menggali Kekayaan dari 'Batas Fisik' AI?

marsbit05/27 15:14

OS yang Diagenkan: Bukan AI yang Diperebutkan, Melainkan Fondasi

**Ringkasan: OS yang Diagenkan - Bukan Hanya AI, Tapi Fondasi yang Diadu** Setelah Google I/O 2026, tren utama sistem operasi (OS) perangkat ujung seperti Android, iOS, HarmonyOS, dan Windows adalah transformasi menjadi "sistem cerdas" dengan kemampuan Agen AI yang tertanam di lapisan OS. Namun, pertunjukan fitur di panggung hanya puncak gunung es. Kunci kompetisi sebenarnya terletak pada tiga lapisan fondasi yang mendukung OS Agen berjalan andal: 1. **Runtime AI Tingkat Sistem**: Bertindak sebagai pusat penjadwalan kecerdasan di ujung, seperti AICore di Android atau Foundation Models di Apple. Ia mengelola sumber daya, mengekspos kemampuan AI ke aplikasi, dan memungkinkan Agen beroperasi sebagai layanan sistem, bukan sekadar fitur aplikasi. 2. **Chip yang Dikendalikan (Controllable Chip)**: Seperti Tensor Google, Apple Silicon, atau Kirin Huawei. Kendali atas desain perangkat keras memungkinkan optimasi mendalam dengan perangkat lunak dan model, menentukan batas atas efisiensi, kinerja, dan konsumsi daya Agen di ujung. 3. **Matriks Model Ujung-Awan**: Sumber "kecerdasan" perangkat. Model di ujung (seperti Gemini Nano, model dasar Apple ~3B) menangani tugas sehari-hari dengan latensi rendah, privasi, dan stabilitas, didukung oleh model awan untuk tugas kompleks. Model ujung yang dikembangkan sendiri sangat penting untuk optimasi khusus perangkat keras. Ketiga lapisan ini saling bertaut. Sinergi yang dalam menciptakan diferensiasi produk nyata: **latensi dan daya responsif, privasi yang dapat dipercaya** (prioritas pemrosesan ujung), **konteks tingkat sistem**, dan **keandalan sebagai layanan sistem**. Apple Intelligence dan ekosistem Huawei menunjukkan paradigma ini. Selain fondasi, variabel kunci lain membentuk tembok pertahanan jangka panjang, seperti kemampuan interaksi Agen dengan Aplikasi (melalui API seperti AppFunctions atau App Intents) dan **perlindungan privasi** yang menjadi nilai inti dan prasyarat kepercayaan pengguna. Pergeseran ini tidak hanya mengubah OS, tetapi juga berpotensi mendistribusikan kembali aliran trafik di ujung perangkat. Kemampuan intinya meluas melampaui ponsel dan PC, merambah ke IoT, kendaraan, dan perangkat yang dapat dikenakan melalui ekosistem multi-perangkat masing-masing vendor. Pertarungan ini dimenangkan bukan dalam presentasi singkat, tetapi melalui pengembangan bertahun-tahun di tingkat chip, model, dan runtime.

marsbit05/27 10:25

OS yang Diagenkan: Bukan AI yang Diperebutkan, Melainkan Fondasi

marsbit05/27 10:25

Makalah Baru AMD Mengubah Persepsi: Ketidakstabilan Pelatihan FP4 Bukan Karena Kurangnya Randomness

AMD dan Penn State University menerbitkan makalah baru yang mengungkap alasan di balik ketidakstabilan pelatihan model bahasa besar (LLM) dengan presisi FP4. Bertentangan dengan keyakinan sebelumnya bahwa masalahnya adalah kurangnya randomness, penelitian ini mengidentifikasi penyebab utamanya sebagai akumulasi dan amplifikasi kesalahan struktural dari mikro-skala (micro-scaling) di jalur gradien sensitif, khususnya saat menghitung gradien bobot (Wgrad). Makalah ini berhasil melakukan pra-pelatihan penuh model Llama 3.1-8B menggunakan format MXFP4 pada perangkat keras native FP4 (AMD Instinct MI355X). Untuk menstabilkan pelatihan, tim menerapkan rotasi Hadamard deterministik, bukan metode acak, yang berhasil mengurangi overhead token hanya 8-9% dibandingkan baseline FP8, dengan percepatan pelatihan ujung-ke-ujung 9-10%. Temuan ini memiliki implikasi signifikan: (1) Memberikan diagnosis jelas untuk ketidakstabilan pelatihan presisi rendah, (2) Membuka kemungkinan penggunaan FP4 tidak hanya untuk inferensi tetapi juga untuk pelatihan, berpotensi menggandakan efisiensi perangkat keras yang ada, dan (3) Menggunakan standar terbuka OCP Microscaling, memastikan portabilitas di berbagai perangkat keras. Ini merupakan langkah penting menuju pelatihan AI yang lebih efisien secara ekonomis.

marsbit05/27 06:22

Makalah Baru AMD Mengubah Persepsi: Ketidakstabilan Pelatihan FP4 Bukan Karena Kurangnya Randomness

marsbit05/27 06:22

Setelah Menganalisis Ribuan Lowongan Kerja, Kami Menemukan ByteDance Kemungkinan Akan Mulai Kembali Pengembangan Ponsel

Berdasarkan analisis terhadap ribuan lowongan kerja yang diambil dari situs perekrutan ByteDance, perusahaan tampaknya bersiap untuk menghidupkan kembali pengembangan perangkat keras telepon. Posisi yang dibuka terkait "Asisten Ponsel Doubao," "Sistem Operasi Bergerak (Mobile OS)," dan "Bisnis Inovasi AI" mengindikasikan langkah serius menuju penciptaan perangkat yang dioptimalkan untuk agen AI. Posisi untuk Asisten Ponsel Doubao berfokus pada pengembangan kemampuan inti agen AI—seperti pemecahan tugas, manajemen memori, dan eksekusi—agar dapat beroperasi di level sistem, bukan hanya sebagai aplikasi. Sementara itu, lowongan di bidang Mobile OS menekankan adaptasi kernel, pengelolaan daya, kompatibilitas chipset (SoC), dan optimasi sistem tingkat rendah, yang merupakan elemen krusial untuk performa dan responsivitas agen AI di perangkat keras. Lokasi pekerjaan di Shenzhen, pusat manufaktur dan rantai pasok, memperkuat sinyal ini. Posisi di sana mencakup desain interaksi manusia-komputer, rekayasa perangkat keras, proses manufaktur, dan pengujian—tugas-tugas teknis yang vital untuk produksi massal perangkat konsumen. Artikel ini menyoroti bahwa di era AI, ponsel berpotensi menjadi "tubuh" bagi agen AI, menggeser paradigma dari sekadar "wadah" aplikasi. Untuk mengendalikan pengalaman pengguna sepenuhnya dan menghindari kendala dari aplikasi atau sistem pihak ketiga, perusahaan seperti ByteDance mungkin merasa perlu untuk berinovasi tidak hanya di tingkat perangkat lunak, tetapi juga merambah ke pengembangan perangkat keras dan sistem operasi yang mendasarinya.

marsbit05/25 07:34

Setelah Menganalisis Ribuan Lowongan Kerja, Kami Menemukan ByteDance Kemungkinan Akan Mulai Kembali Pengembangan Ponsel

marsbit05/25 07:34

Siapa yang Mendefinisikan Perangkat Keras AI di Tahun 2026?

Pada tahun 2026, industri hardware AI memasuki fase kematangan dengan dirilisnya standar nasional "Klasifikasi Kecerdasan Terminal AI" (L1 hingga L4), yang menetapkan tolok ukur dan ruang lingkup produk. Trend utamanya adalah pergeseran dari konsep dan verifikasi sisi perangkat (*edge*) menuju popularisasi skala besar melalui kolaborasi *edge-cloud*. Berdasarkan standar, mayoritas produk saat ini berada di level L1-L2. Lembaga penelitian menilai industri sedang dalam transisi dari L2 ke L3 (*assistant level*), yang membutuhkan kemampuan pemahaman niat kompleks dan layanan proaktif. Untuk mencapai ini, kombinasi persepsi multimodal dan penalaran *cloud* menjadi kunci. Sebagai contoh, Ali Cloud meluncurkan model Qwen3.7-Max dan kit pengembangan interaksi multimodal untuk mendukung pengembangan hardware cerdas. Kolaborasi *edge-cloud* telah menjadi pilihan wajib. Kasus seperti robot rumah tangga "Bajie" dari Ecovacs dan kamera pintar "Shenmou" dari Yanjiwei menunjukkan pola ini: pemrosesan real-time dan identifikasi dasar di sisi *edge*, sedangkan pemahaman mendalam, perencanaan tugas, dan memori terstruktur ditangani oleh model besar di *cloud*. Pola ini tidak hanya meningkatkan kemampuan produk tetapi juga langsung meningkatkan daya saing komersial, seperti yang terlihat pada peningkatan keterlibatan pengguna dan konversi pembayaran. Peran penyedia layanan *cloud* juga berevolusi, dari sekadar menyediakan sumber daya komputasi menjadi menyediakan infrastruktur dasar kolaborasi *edge-cloud* dan kemampuan *Agentic Coding*, yang menurunkan ambang batas pengembangan bagi produsen hardware. Imajinasi komersial masa depan terletak pada kecerdasan sistem di seluruh skenario (*L4 collaborative level*), di mana beberapa perangkat membentuk jaringan cerdas di sekitar pengguna, berbagi memori dan preferensi. Ini akan mengubah logika komersial dari penjualan produk satu kali menjadi layanan berlangganan berkelanjutan, dengan hardware menjadi pintu masuk layanan. Standar klasifikasi memberikan panduan akhir industri, kolaborasi *edge-cloud* menyediakan jalur yang pasti, dan kemampuan terstandarisasi dari penyedia *cloud* memperluas serta mempermudah jalan tersebut, mendorong percepatan adopsi dan komersialisasi hardware AI.

marsbit05/22 06:01

Siapa yang Mendefinisikan Perangkat Keras AI di Tahun 2026?

marsbit05/22 06:01

Mengapa OpenAI Membuat Ponsel? Izin yang Tidak Diberikan Apple, ChatGPT Ambil Sendiri

OpenAI, perusahaan di balik ChatGPT, dikabarkan sedang mengembangkan ponsel AI pertamanya, dengan target produksi pada 2027 dan tujuan penjualan 30 juta unit dalam dua tahun. Meskipun tampak mengejutkan, langkah ini didorong oleh kesadaran bahwa kesuksesan ChatGPT sebagai model cerdas memiliki keterbatasan utama: ia tidak memiliki "tangan" atau kedaulatan untuk benar-benar menyelesaikan tugas bagi pengguna. ChatGPT sukses besar dengan pendekatan "model sebagai pintu masuk," menarik ratusan juta pengguna hanya melalui antarmuka web. Namun, pesaing seperti Anthropic dengan Claude Code menunjukkan bahwa nilai komersial sejati terletak pada agen AI yang dapat menyelesaikan alur kerja spesifik (seperti coding) bagi pengguna yang bersedia membayar. OpenAI merespons dengan Codex, tetapi tertinggal dalam merebut hati pengguna. Dengan 900 juta pengguna aktif mingguan, potensi komersial OpenAI terletak pada mengubah ChatGPT dari asisten yang menjawab pertanyaan menjadi agen yang dapat menangani tugas nyata seperti memesan tiket atau mengelola dokumen. Namun, untuk melakukan ini, AI memerlukan akses dan izin mendalam ke sistem, file, kalender, dan pembayaran pengguna—sesuatu yang tidak akan diberikan oleh mitra seperti Apple atau Microsoft. Mereka tidak akan menyerahkan kendali atas sistem operasi atau perangkat mereka. Oleh karena itu, OpenAI melihat kebutuhan untuk memiliki perangkat kerasnya sendiri. Ponsel AI yang dirancang bersama Jony Ive bukan sekadar ponsel lain, tetapi "tubuh" untuk ChatGPT—sebuah pintu masuk default di mana ia memiliki kedaulatan penuh untuk melihat, mengakses, dan bertindak bagi pengguna. Intinya, ini adalah perebutan kendali. OpenAI menyadari bahwa tanpa perangkat sendiri, ChatGPT akan selalu menjadi "penyewa" di rumah orang lain, dibatasi oleh izin yang diberikan oleh Apple, Microsoft, atau sistem operasi lainnya.

marsbit05/18 10:23

Mengapa OpenAI Membuat Ponsel? Izin yang Tidak Diberikan Apple, ChatGPT Ambil Sendiri

marsbit05/18 10:23

muShanghai Membahas AI Konsumen: Setelah Iterasi Berkelanjutan Model Besar, Persaingan Produk Menuju Pemahaman Skenario dan Pengalaman

Diskusi pada muShanghai AI Week menggarisbawahi pergeseran fokus dalam AI konsumen. Meskipun model dasar semakin kuat dan pembuatan prototipe lebih mudah, tantangan sebenarnya justru terletak pada pemahaman mendalam terhadap skenario aplikasi, organisasi data, dan penciptaan nilai emosional bagi pengguna. Para ahli dari MiniMax, FateTell, Sentient, dan praktisi musik menekankan bahwa kekuatan kompetitif berubah. FateTell, misalnya, berfokus pada nilai spiritual dan penerjemahan konsep budaya Tiongkok untuk pengguna global. Sementara itu, pengembang musik menyoroti pentingnya melibatkan pengguna dalam *proses* kreatif, bukan sekadar menghasilkan produk akhir. Pendidikan pengguna juga berkembang dengan hadirnya *Agent* AI, yang dapat mempermudah proses belajar. Ke depan, dalam 3-5 tahun, pasar diperkirakan akan melihat pertumbuhan produk *hardware* pintar, layanan yang lebih personal, dan kebutuhan akan pendampingan emosional. Tren intinya jelas: setelah kemampuan model matang, kompetisi AI konsumen akan ditentukan oleh kedalaman pemahaman terhadap kebutuhan spesifik pengguna, skenario nyata, dan kemampuan membangun koneksi yang bermakna.

marsbit05/16 03:09

muShanghai Membahas AI Konsumen: Setelah Iterasi Berkelanjutan Model Besar, Persaingan Produk Menuju Pemahaman Skenario dan Pengalaman

marsbit05/16 03:09

TechFlow Intel: Saham Korea Terjun, Portofolio Trump Kuartal 1 Diumumkan

**TechFlow Intelligence: Ringkasan Berita Teknologi dan Keuangan** Berita utama hari ini menyoroti lompatan pasar saham Korea Selatan dan pengungkapan portofolio Q1 Donald Trump. Namun, berita teknologi mendominasi dengan beberapa tren kunci: **AI & Risiko:** Dunia AI dihebohkan oleh insiden AWS dimana pengguna terkena tagihan $30,000 karena pemanggilan Claude yang tak terkendali, mengingatkan pentingnya batas anggaran. Sementara itu, Anthropic merilis makalah tentang risiko AI 2028 dan valuasinya dikabarkan melampaui OpenAI. Di sisi lain, masalah keandalan muncul ketika model lokal Qwen3.6 dikabarkan menghapus file pengguna dengan perintah `rm -rf`. **Regulasi & Pendidikan:** Platform arXiv memberlakukan aturan baru: penulis yang menggunakan LLM untuk membuat kesalahan dalam paper bisa dilarang selama setahun. Di dunia pendidikan, penggunaan ChatGPT diduga menyebabkan lonjakan nilai A, memicu debat tentang keabsahan sistem penilaian. **Crypto & Chip:** Di sektor crypto, Komite Perbankan Senat AS mengesahkan rancangan undang-undang struktur pasar, sinyal positif untuk regulasi. Sementara itu, NVIDIA bersiap menaikkan harga RTX 5090 karena kenaikan biaya GDDR7, dan AS menyetujui penjualan chip H200 ke 10 perusahaan China. **Perusahaan Teknologi & Pasar Saham:** Apple dilaporkan menurunkan harga iPhone, kemungkinan terkait tekanan penjualan. Di pasar saham, NVIDIA mencapai kapitalisasi pasar $5.7 triliun, dan IPO Cerebras ("penantang NVIDIA") melonjak dua kali lipat pada hari pertama. Portofolio Trump Q1 menunjukkan pergeseran besar ke saham infrastruktur AI seperti NVIDIA dan Broadcom, sementara mengurangi saham seperti Amazon dan Meta. **Inti Utama:** AI menciptakan dua jenis "tagihan" sekaligus: tagihan tak terduga seperti di AWS dan valuasi pasar triliunan dolar di Wall Street. Teknologi ini berjalan di antara risiko kegagalan, gelembung potensial, dan upaya dunia akademik serta regulator untuk menemukan titik keseimbangan baru. Setiap berita hari ini adalah catatan dari transformasi besar ini.

marsbit05/15 11:02

TechFlow Intel: Saham Korea Terjun, Portofolio Trump Kuartal 1 Diumumkan