Ditulis oleh: Jim, MSX Maitong
Seandainya setahun lalu, ada yang mengatakan kepada Anda bahwa Dell, Nokia, Cisco, Corning, Western Digital, dll. akan kembali menjadi target investasi panas dalam perdagangan AI, Anda mungkin akan menganggapnya tidak waras...
Lagi pula, dalam waktu yang cukup lama, pasar berbicara tentang AI, reaksi pertama biasanya adalah Nvidia, memori, modul optik, listrik, dan pusat data. Mereka berada sangat dekat dengan GPU atau langsung berada di jalur ekspansi komputasi yang paling panas. Sebaliknya, perusahaan teknologi lama seperti Dell, HP, Nokia, Cisco, Corning, Seagate, lebih sering diberi label 'pertumbuhan lambat', 'cerita usang', 'valuasi tidak elastis'.
Tapi justru, kelompok saham teknologi lama yang sebelumnya tampak kurang menarik ini, baru-baru ini menunjukkan kinerja yang cukup mencolok, membuat pasar mulai mendiskusikannya kembali.
Pasar juga dengan cepat menemukan sudut pandang penjelasan yang sesuai: Saat AI bergerak dari parameter model menuju pusat data nyata, pasar secara alami akan mencari kembali perusahaan yang memiliki kemampuan pengiriman dan infrastruktur. Inilah alasan Dell, HP, Nokia, dll. kembali dilihat.
Lalu, apakah ini merupakan penilaian ulang industri yang sesungguhnya, atau sekadar narasi baru yang sementara diberikan pasar kepada saham teknologi lama?
1. Peralihan Tren AI: Mengapa Saham Teknologi Lama Dinilai Ulang?
Beberapa tahun terakhir, inti dari perdagangan AI sangat jelas: pertama lihat model, baru lihat daya komputasi.
Ini mudah dipahami. Siapa yang punya model terkuat, siapa yang bisa mendapatkan GPU terbanyak, dialah yang mendapat premi pasar paling langsung. Pada fase ini, investor paling ingin membeli imajinasi AI, kekurangan pasokan daya komputasi, dan pihak yang paling diuntungkan seperti Nvidia.
Tapi masalahnya, AI tidak bisa hanya berhenti pada konferensi pers dan parameter model. Bagaimanapun, model perlu dilatih, butuh pusat data; inferensi perlu diterapkan secara besar-besaran, butuh server, jaringan, penyimpanan, dan listrik; perusahaan perlu benar-benar menggunakan AI, butuh arsitektur IT lengkap dan kemampuan pengiriman.
Dengan kata lain, AI bukan masalah yang bisa diselesaikan dengan satu GPU saja, melainkan serangkaian sistem teknik yang kompleks. Inilah titik awal perusahaan teknologi lama dinilai kembali.
Dulu, pasar melihat Dell, mungkin 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 kaca dan bahan serat optik; melihat Western Digital dan Seagate, terpikir siklus hard disk.
Semua label ini tidak salah, tetapi dalam siklus infrastruktur AI, peran mereka berubah—pembangunan pusat data AI membutuhkan server rak lengkap, pendingin cair, penyimpanan, switch jaringan, koneksi serat optik, manajemen data, pendukung listrik, dan kemampuan pengiriman tingkat perusahaan. Semakin besar kluster AI, semakin tinggi persyaratan integrasi sistem, transmisi jaringan, kapasitas penyimpanan, dan kemampuan operasional.
Jadi, esensi penilaian ulang ini bukan karena pasar tiba-tiba nostalgik, juga bukan karena perusahaan-perusahaan lama secara kolektif ikut-ikutan AI, melainkan karena setelah AI memasuki tahap pesanan, pendapatan, dan pengiriman, pasar mulai mencari kembali 'siapa yang benar-benar bisa membangun infrastruktur AI'.
Perusahaan semacam ini belum tentu paling menarik, tetapi mereka memiliki keunggulan bersama: pengalaman dalam pelanggan, saluran, rantai pasokan, pengiriman, dan kemampuan infrastruktur yang terakumulasi selama beberapa dekade terakhir, kembali menjadi berharga pada tahap penerapan AI skala besar.
Artinya, AI sedang memasukkan sejumlah 'aset lama' ke dalam 'permintaan baru' untuk dinilai kembali.
2. Dari Server, Jaringan, Hingga Penyimpanan: Saham Teknologi Lama Dimasukkan ke Rantai Infrastruktur AI
Secara umum, saham teknologi lama yang dinilai ulang oleh AI ini kira-kira dapat dibagi menjadi tiga garis: server dan integrasi sistem, jaringan dan konektivitas, serta penyimpanan dan manajemen data.
Garis pertama, adalah server dan integrasi sistem.
Dell adalah sampel paling khas di antaranya. Dalam laporan keuangan terbaru, Dell mencatat data yang sangat kuat: pendapatan Q1 FY27 mencapai $43.8 miliar, pesanan AI mencapai $24.4 miliar, dan mengkonfirmasi pendapatan server AI $16.1 miliar. Perusahaan juga meningkatkan ekspektasi pendapatan server AI untuk FY27 menjadi $60 miliar, dan panduan pendapatan tahunan rata-rata ditingkatkan menjadi $167 miliar.
Data ini penting karena mengubah cara pasar melihat Dell. Dulu, investor melihat Dell lebih pada siklus PC, server tradisional, dan permintaan perangkat keras perusahaan. Tetapi sekarang pasar melihat Dell, mulai melihat kemampuannya menjadi kontraktor utama dalam pembangunan pabrik AI.
Keunggulannya bukan membuat GPU sendiri, melainkan rantai pasokan, kemampuan pengiriman, pelanggan perusahaan, desain sistem server, serta kemampuan pendukung ekosistem Nvidia. Server AI tidak selesai hanya dengan menjual satu GPU, tetapi perlu dipasang ke rak, dihubungkan dengan jaringan, listrik, sistem pendingin cair, lalu dikirimkan kepada penyedia cloud dan pelanggan perusahaan.
Yang diambil Dell, justru segmen dari chip ke implementasi sistem ini. Logika HPE juga serupa.
Harga saham HPE melonjak setelah laporan keuangan terbaru, alasan intinya juga berasal dari permintaan infrastruktur AI yang kuat. Pendapatan perusahaan Q2 mencapai $10.68 miliar, meningkat 40% year-on-year; pendapatan bisnis terkait Cloud & AI mencapai $7.71 miliar, dan meningkatkan ekspektasi pertumbuhan tahunan FY2026. Lebih penting lagi, HPE juga memiliki kemampuan jaringan yang dibawa oleh Juniper, yang membuatnya tidak lagi hanya perusahaan server tradisional, tetapi mulai lebih mirip platform 'Jaringan AI + Infrastruktur Perusahaan'.
Jadi, 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 segmen infrastruktur AI yang paling mudah diabaikan adalah konektivitas. Daya komputasi tidak berdiri sendiri. Di dalam pusat data perlu interkoneksi berkecepatan tinggi, antar pusat data perlu koneksi serat optik, dan setelah aplikasi AI bergerak ke edge dan terminal, dibutuhkan infrastruktur jaringan telekomunikasi dan nirkabel yang lebih kuat. Semakin besar skala pelatihan dan inferensi AI, jaringan dan konektivitas semakin bukan sekadar pendukung, melainkan infrastruktur kunci yang menentukan efisiensi daya komputasi.
Ini juga alasan Corning, Nokia, Cisco kembali didiskusikan pasar. Corning adalah contoh yang sangat khas, ia bukan saham chip AI dalam arti tradisional, tetapi serat optik, koneksi optik, dan material komunikasi optiknya justru merupakan pendukung penting ekspansi pusat data AI.
Penjualan inti perusahaan Q1 2026 mencapai $4.35 miliar, meningkat 18% year-on-year; di antaranya, penjualan bisnis komunikasi optik mencapai $1.846 miliar, meningkat 36%. Perusahaan juga menyebutkan, permintaan produk Gen AI dan protokol jangka panjang dengan pelanggan hyperscale baru yang besar adalah pendorong pertumbuhan penting, menunjukkan pusat data AI tidak hanya membutuhkan GPU, tetapi juga material dasar yang benar-benar menghubungkan daya komputasi.
Kisah Nokia, berubah dari perangkat 5G tradisional, menjadi AI-RAN, 6G, dan jaringan nirkabel native AI. Nvidia sebelumnya mengumumkan akan berinvestasi $1 miliar di Nokia, kedua belah pihak akan bekerja sama mendorong AI-RAN serta transisi dari 5G ke 6G. Sinyal ini penting, karena lalu lintas AI di masa depan tidak akan hanya berada di dalam pusat data, tetapi juga memasuki skenario terminal seperti ponsel, mobil, robot, AR/VR, dll. Selama aplikasi AI terus menyebar ke jaringan edge dan mobile, perusahaan infrastruktur telekomunikasi akan kembali mendapatkan ruang naratif.
Logika Cisco lebih condong ke jaringan pusat data, pendapatan perusahaan Q3 FY2026 mencapai $15.8 miliar, meningkat 12% year-on-year; pesanan switch pusat data meningkat lebih dari 40% year-on-year. Perlu diingat, dalam kluster AI, jaringan bukan sekadar kabel penghubung, melainkan segmen kunci yang memengaruhi efisiensi transmisi data, pemanfaatan daya komputasi, dan stabilitas kluster.
Logika bersama perusahaan jenis ini adalah: semakin AI menuju penerapan skala besar, jaringan dan konektivitas semakin bernilai.
Garis ketiga, adalah penyimpanan.
Garis ini dalam dua bulan terakhir telah dikenal luas oleh pasar, yaitu AI tidak hanya kekurangan daya komputasi, tetapi juga penyimpanan. Bahkan, dulu pasar paling memperhatikan HBM, DRAM, dan NAND, tetapi sekarang HDD kapasitas tinggi juga kembali masuk dalam pandangan, karena pelatihan model AI, log inferensi, data video, data perusahaan, arsip data dingin, semuanya akan membawa kebutuhan kapasitas penyimpanan yang lebih besar.
Western Digital adalah salah satu perwakilannya. Pendapatan perusahaan kuartal terbaru meningkat 45% year-on-year menjadi $3.34 miliar, dan memberikan panduan pendapatan kuartal berikutnya di atas ekspektasi pasar. Lebih penting lagi, pasar memperhatikan bahwa permintaan hard disk kapasitas tinggi terutama berasal dari pusat data AI dan cloud; Seagate juga serupa, ia jelas diuntungkan dalam hard disk nearline kapasitas tinggi, dengan porsi pelanggan pusat data semakin tinggi.
Tentu saja, era AI tidak berarti semua data harus disimpan di penyimpanan berkecepatan tinggi termahal. Banyak data dingin, data pelatihan, data log, data video, dan data arsip, masih membutuhkan hard disk kapasitas besar dengan harga terjangkau. Jadi, logika penilaian ulang WDC dan STX bukanlah 'hard disk tiba-tiba bangkit kembali', melainkan ledakan data AI membuat penyimpanan kembali menjadi kebutuhan mendesak.
3. Apa yang Benar-Benar Disebut Penilaian Ulang?
Namun, penilaian ulang saham teknologi lama oleh AI tidak berarti semua perusahaan lama layak dibeli tanpa pikir panjang.
Perbedaan terpenting di sini adalah, beberapa perusahaan benar-benar masuk ke dalam rantai infrastruktur AI. Oleh karena itu, untuk menilai apakah perusahaan semacam ini benar-benar dinilai ulang, setidaknya perlu melihat tiga kriteria:
- Pertama, apakah ada realisasi pesanan dan pendapatan: Misalnya pesanan AI dan pendapatan server AI Dell, bisnis terkait Cloud & AI HPE, pendapatan komunikasi optik Corning, pesanan switch pusat data Cisco, permintaan hard disk kapasitas tinggi WDC, ini lebih penting daripada sekadar menceritakan kisah AI;
- Kedua, apakah ada revisi ke atas panduan: Jika AI hanya berhenti pada konferensi pers dan pengenalan produk, harga saham mudah naik lalu turun lagi. Tetapi jika manajemen bersedia merevisi ekspektasi pendapatan tahunan, ekspektasi pertumbuhan bisnis, atau ekspektasi pengiriman produk kunci ke atas, ini menunjukkan permintaan AI tidak hanya sekadar emosi jangka pendek, tetapi mungkin sedang mengubah kurva pertumbuhan perusahaan. Inilah sebabnya pasar menilai ulang perusahaan seperti Dell dan HPE;
- Ketiga, apakah kualitas laba dapat mengikuti: Masalah terbesar perusahaan perangkat keras lama selalu adalah margin laba kotor dan siklusnya. Pertumbuhan pendapatan server AI yang cepat, tidak berarti elastisitas laba pasti tinggi; kenaikan harga penyimpanan juga mungkin hanya karena ketidakseimbangan pasokan dan permintaan jangka pendek; peningkatan pesanan perangkat jaringan, juga harus dilihat apakah dapat dikonversi menjadi laba berkelanjutan;
Penilaian ulang yang benar-benar baik seharusnya adalah peningkatan pendapatan, visibilitas pesanan, dan kualitas laba terjadi bersamaan.
Jika hanya pendapatan yang naik, tetapi margin laba kotor ditekan sangat tipis, atau permintaan hanya sekadar siklus pengisian ulang persediaan jangka pendek, maka ruang penilaian ulang akan terbatas. Pada akhirnya, pasar tidak membeli 'perusahaan lama menceritakan kisah baru', melainkan 'aset lama ditambah permintaan baru, apakah bisa menjadi laba baru'.
Ini juga hal yang paling perlu diperhatikan dalam fenomena 'pohon tua berbunga baru' kali ini, AI tidak akan membuat semua perusahaan teknologi tradisional kembali menjadi saham pertumbuhan, ia hanya akan menyaring perusahaan yang benar-benar berada di segmen kunci infrastruktur, dan dapat mengubah permintaan AI menjadi pesanan, pendapatan, dan laba.
Penutup
Secara objektif, tren AI hingga saat ini, sudah bukan hanya masalah 'siapa modelnya lebih kuat', 'siapa GPU-nya lebih banyak', perubahan sesungguhnya terletak pada AI sedang memasuki periode konstruksi nyata.
Saat pusat data AI semakin banyak dibangun, perusahaan server akan dinilai ulang; saat kluster daya komputasi semakin kompleks, perusahaan jaringan akan dinilai ulang; saat pusat data membutuhkan lebih banyak koneksi serat optik, perusahaan material akan dinilai ulang; saat data AI terus meledak, perusahaan penyimpanan juga akan dinilai ulang.
Inilah alasan saham teknologi lama kembali dilihat pasar, mereka tidak tiba-tiba menjadi muda kembali, tetapi era AI kembali membutuhkan infrastruktur yang mereka miliki.
Tetapi ini juga berarti, penilaian ulang ini tidak akan dibagikan secara merata kepada semua 'saham kuno'.
Hanya perusahaan teknologi lama yang benar-benar dapat masuk ke dalam rantai pengeluaran modal pusat data dan penerapan perusahaan, yang memiliki kemungkinan bergerak dari 'pemulihan valuasi' menuju 'penilaian ulang logika'.
