Sebelumnya, dalam cuitan saya pada 27/6, saya tidak hanya mengemukakan pandangan bahwa pasar penyimpanan telah mencapai puncaknya, tetapi juga secara tegas memprediksi bahwa dana pasar berikutnya akan beralih dari vendor perangkat keras AI (si penjual sekop) ke perusahaan cloud teknologi besar seperti MSFT, GOOG, META, dan juga perusahaan perangkat lunak yang berkualitas seperti NOW, CRM (si penggali emas). Pada siaran langsung OKX tanggal 29/7, saya juga kembali menegaskan pandangan ini.
Sejauh ini, dalam waktu singkat satu bulan saja, semuanya telah terverifikasi: MSFT naik dari 370 menjadi 500, META dari 540 menjadi 590, NOW dari 90 menjadi 124, dan CRM dari 158 menjadi 192.
Hari ini dan GPT telah membahas secara mendalam pandangan saya, serta membuat AI memberikan data yang lebih lengkap untuk mendukung argumen tersebut, sehingga terbentuk artikel berikut ini, untuk dipelajari lebih lanjut oleh semua orang.
Satu, ide utama
Dalam tiga tahun terakhir, logika investasi paling inti di pasar modal AI bisa dirangkum dalam satu kalimat:
Karena kelangkaan komputasi AI, profit pertama kali terkonsentrasi pada rantai industri hardware “menjual sekop”.
Hyperscaler, NeoCloud, dan AI Lab melakukan investasi modal dalam skala besar pada CapEx; dana mengalir cepat ke NVIDIA, Broadcom, HBM, server, jaringan, dan infrastruktur pusat data. Karena pasokan dari hulu terbatas, segmen seperti GPU, HBM, advanced packaging memiliki kemampuan tawar-menawar yang sangat kuat, sehingga pendapatan dan profit terealisasi paling dulu.
Namun setelah masuk ke tahun 2026, masalah inti investasi AI sedang berubah.
Yang perlu dijawab pasar tidak lagi sekadar:
“Masih harus membeli berapa banyak GPU?”
dan semakin berubah menjadi:
“Dari komputasi yang dihasilkan GPU ini, pada akhirnya seberapa banyak pendapatan dan profit yang bisa diciptakan?”
Ini berarti industri AI sedang beralih dari tahap pertama:
Infrastructure Build-out
Secara bertahap masuk ke tahap kedua:
Monetization & Validasi ROI.
Berdasarkan perubahan ini, saya pikir dalam 6—12 bulan ke depan, dana AI mungkin bergeser dari konsentrasi tinggi di rantai industri hardware, secara bertahap ke:
Platform teknologi besar seperti Microsoft, Alphabet, Amazon, Meta, serta perusahaan software yang benar-benar memiliki basis pelanggan, penghalang data, workflow, dan kemampuan penetapan harga AI menyebar.
Penilaian inti di sini bukanlah “siklus banteng hardware berakhir”, tetapi:
Dana tambahan di margin pasar ke depan kemungkinan besar akan memberi reward pada perusahaan yang mampu membuktikan bahwa investasi AI menghasilkan pendapatan dan profit.
Karena itu, untuk sementara waktu ke depan, Big Tech dan sebagian perusahaan software punya peluang revaluasi valuasi relatif terhadap hardware AI.
Dua, arus dana AI tiga tahun terakhir: mengapa profit pertama kali terkonsentrasi di sisi hardware
Secara umum, arus dana dalam rantai industri AI adalah sebagai berikut:
Perusahaan, konsumen, pengiklan
↓
Microsoft / Google / Amazon / Meta / aplikasi AI
↓
Cloud / AI Model / NeoCloud
↓
GPU / ASIC / Server / Networking
↓
NVIDIA / Broadcom / AMD
↓
HBM / Foundry / Advanced Packaging
↓
SK Hynix / Micron / Samsung / TSMC
Masalah terbesar dalam tiga tahun terakhir adalah:
Model bisnis hilir belum matang sepenuhnya, tetapi infrastruktur AI di hulu harus dibangun lebih awal.
Karena itu, arus dana menunjukkan karakteristik yang jelas “terealisasi dari hulu lebih dulu”.
Perusahaan teknologi besar pertama-tama mensubsidi investasi AI dengan arus kas yang dihasilkan dari bisnis mereka sendiri:
Google menggunakan laba iklan pencarian untuk membangun klaster TPU dan GPU;
Meta menggunakan laba iklan untuk berinvestasi pada sistem rekomendasi AI dan Llama;
Microsoft menggunakan arus kas dari Office, Azure, dan Windows untuk berinvestasi pada infrastruktur AI;
Amazon menggunakan arus kas dari bisnis e-commerce untuk menambah investasi pusat data.
NeoCloud lebih banyak melalui:
pendanaan utang, Private Credit, pembiayaan GPU, dan pendanaan ekuitas
Membeli GPU.
Hasilnya:
NVIDIA, Broadcom, dan pemasok HBM lebih dulu mendapatkan uang sungguhan, sementara pembeli komputasi menanggung risiko apakah investasi bisa kembali.
Ini juga alasan penting mengapa performa saham hardware beberapa tahun terakhir jauh lebih kuat dibanding software.
Tiga, arus dana ini tidak bisa terus bertahan selamanya di sisi hardware
Agar industri AI yang sehat akhirnya harus menyelesaikan:
Investasi modal
→ Hardware
→ komputasi
→ Layanan AI
→ pembelian perusahaan/konsumen
→ Pendapatan
→ Profit
→ Reinvestasi
Siklus lengkap seperti itu.
Jika siklus ini tidak bisa terbentuk, maka pada akhirnya belanja CapEx AI yang sangat besar saat ini pasti akan turun.
Skenario dasar terbaru Goldman Sachs memperkirakan belanja modal AI global pada 2026 sekitar 765 miliar dolar AS, dan bisa mencapai 1,6 triliun dolar AS per tahun pada 2031.
Ini berarti keseluruhan kisah AI sudah bergeser dari:
“Apakah ada uang untuk membangun?”
Beralih menjadi:
“Setelah membangun, apakah arus kas yang cukup bisa didukung?”
Untuk belanja modal tahunan yang mendekati bahkan melebihi 1 triliun dolar AS, hanya membuktikan bahwa GPU punya permintaan tidak cukup.
Pada akhirnya harus membuktikan:
Pendapatan dan nilai ekonomi yang dihasilkan AI dapat menopang depresiasi aset, biaya listrik, biaya pembiayaan, serta imbal hasil modal dari aset-aset tersebut.
Karena itu, variabel paling penting dari seluruh rantai industri AI dalam beberapa tahun ke depan akan secara bertahap bergeser dari:
CapEx
Beralih ke:
AI Revenue, AI Gross Profit, dan AI ROIC.
Hal ini secara alami menguntungkan platform dan perusahaan perangkat lunak yang berada lebih ke hilir dalam rantai industri.
Keempat, sebuah perubahan penting sudah muncul: Cloud mulai benar-benar menghasilkan profit
Inilah bukti penting yang saya yakini bahwa tahap investasi AI sedang berubah.
Google Cloud adalah contoh yang paling tipikal saat ini.
Pada kuartal kedua 2026, laba operasi Google Cloud mencapai 8,8 miliar dolar AS, naik lebih dari tiga kali lipat; margin laba operasi juga meningkat secara jelas.
Ini benar-benar berbeda dari kondisi dua sampai tiga tahun lalu.
Yang dilihat pasar sebelumnya adalah:
Google meningkatkan CapEx
→ Beli GPU/TPU.
Hari ini pasar mulai melihat:
Google menambah CapEx
→ Pertumbuhan pendapatan GCP
→ Pertumbuhan profit operasional Cloud yang cepat.
Artinya:
Mulai membentuk profit pada infrastruktur AI.
Microsoft juga menunjukkan tren serupa.
Hingga FY2026 Q4 terbaru, pendapatan Cloud Microsoft pada satu kuartal sudah mencapai 59,3 miliar dolar AS, naik 27% YoY, dengan komersial RPO sebesar 678 miliar dolar AS, naik 84%.
Sebelumnya Azure masih mempertahankan kecepatan pertumbuhan sekitar 40%.
Untuk bagian Amazon, pendapatan kuartal terbaru AWS naik 37% YoY, sebuah level pertumbuhan yang sangat kuat dalam beberapa tahun terakhir.
Karena itu, saat ini sudah muncul tiga sinyal yang sangat penting:
Pertumbuhan pendapatan Cloud lebih cepat dibanding total anggaran TI perusahaan;
Perbaikan margin profit Cloud;
Cloud backlog/RPO tumbuh dengan kecepatan tinggi.
Data-data ini menunjukkan kemampuan membeli di hilir saat ini belum tampak adanya pemutusan yang jelas.
Lima, keunggulan terbesar Big Tech pada tahap berikutnya: mereka menguasai beberapa kolam profit dalam rantai industri AI sekaligus
Salah satu keunggulan besar perusahaan teknologi adalah mereka bukan sekadar pembeli GPU.
Sebagai contoh, Microsoft:
Ekosistem Azure+OpenAI+Microsoft 365+Copilot+GitHub+Dynamics+Security
Artinya Microsoft bisa:
Menjual komputasi AI
Bisa juga:
Menjual aplikasi AI.
Karena itu, Microsoft bisa memperoleh:
Infrastructure Margin + Application Margin.
Struktur serupa juga ada pada Alphabet:
TPU
→ Google Cloud
→ Gemini
→ Workspace
→ Search
→ Advertising.
Amazon:
Trainium
→ AWS
→ Bedrock
→ Enterprise AI.
Meta:
GPU
→ Recommendation
→ Engagement
→ Advertising.
Integrasi vertikal seperti ini berarti Big Tech tidak hanya menanggung CapEx AI, tetapi juga menguasai banyak pintu masuk monetisasi AI.
Ini membuat posisi mereka dalam rantai industri AI jauh lebih baik dibanding sekadar NeoCloud.
Enam, Meta membuktikan cara monetisasi AI yang lain: AI tidak selalu perlu ditagih secara terpisah
Salah satu kesalahan paling mudah saat menganalisis pendapatan AI adalah hanya menghitung:
ChatGPT Subscription, Copilot, AI API, dll. jelas diberi label sebagai pendapatan AI.
Meta membuktikan model bisnis lain.
Pendapatan kuartal kedua 2026 Meta mencapai 60,8 miliar dolar AS, naik 28% YoY.
Sistem rekomendasi AI tidak membebankan biaya kepada konsumen.
Namun AI bisa meningkatkan:
Efek rekomendasi
→ Engagement
→ klik iklan
→ Konversi
→ ROI pengiklan
→ harga iklan.
Karena itu:
Nilai ekonomi yang diciptakan AI pada akhirnya bisa tercermin sebagai pendapatan iklan, bukan “AI Revenue”.
Google Search memiliki logika yang sama.
Ini berarti kemampuan monetisasi AI dari Big Tech sebenarnya mungkin diremehkan oleh statistik pasar tradisional “pendapatan AI”.
Tujuh, industri software untuk pertama kalinya mulai menghasilkan pendapatan AI yang bisa dikuantifikasi
Dalam dua tahun terakhir, perusahaan software umumnya membicarakan cerita AI, tetapi tidak banyak yang benar-benar menghasilkan pendapatan tambahan.
Pada 2026, kondisi ini mulai berubah.
Pendapatan berlangganan kuartal terbaru ServiceNow mencapai 3,877 miliar dolar AS, naik 24,5% YoY.
Agentforce milik Salesforce sudah mulai membentuk skala pendapatan yang jelas.
FY2027 Q1:
ARR Agentforce mencapai 1,2 miliar dolar AS, naik 205% YoY;
Agentforce + Data 360 ARR mendekati 3,4 miliar dolar AS, naik lebih dari 200% YoY.
ARR berbasis AI-first Adobe sudah melebihi:
5 juta dolar AS
Dan naik sekitar tiga kali dibanding tahun sebelumnya.
Palantir bahkan menjadi contoh ekstrem:
Pendapatan Q2 2026 mencapai 1,94 miliar dolar AS, naik 93% YoY.
Karena itu, lapisan software sedang mengalami perubahan yang sangat penting:
Dulu:
AI Demo
Sekarang secara bertahap berubah menjadi:
AI ARR.
Inilah alasan pasar modal mungkin mulai mengevaluasi ulang perusahaan software.
Delapan, mengapa elastisitas profit software AI bisa sangat besar
Model bisnis hardware punya masalah bawaan:
Pertumbuhan pendapatan biasanya perlu disertai peningkatan aset atau belanja produksi.
Namun software AI berbeda.
Sebuah perusahaan software jika sudah memiliki:
Pelanggan
Data
workflow
distribution
saluran penjualan
Setelah ditambahkan AI, bisa langsung meningkatkan:
ARPU
Consumption Revenue
Usage
Retensi
Upsell.
Misalnya sebuah perusahaan sebelumnya membayar 1 juta dolar AS per tahun untuk biaya CRM.
Jika fungsi Agent bisa mengurangi customer service, sales support, atau staf operasional, perusahaan mungkin bersedia membayar tambahan:
$200.000.
Bagi Salesforce, biaya tambahan untuk sales dan produk yang dibutuhkan atas pendapatan tambahan $200.000 ini kemungkinan jauh lebih kecil dari $200.000.
Ini berarti:
Begitu software AI melewati titik belok komersialisasi, pertumbuhan profit bisa jauh lebih cepat dibanding pertumbuhan pendapatan.
Karena itu, pasar modal mungkin mulai memberikan penilaian ulang kepada jenis perusahaan ini.
Sembilan, TAM sejati AI perusahaan bukanlah anggaran software, melainkan biaya tenaga kerja
Ini adalah logika jangka panjang paling penting yang mendukung model bisnis software AI.
Perkiraan belanja TI global pada 2026 sekitar:
6,15 triliun dolar AS, naik 10,8% YoY.
Namun saat perusahaan membeli AI, belum tentu dana berasal dari pertumbuhan anggaran IT yang sudah ada.
Ia juga bisa menggantikan:
biaya karyawan
alih daya (outsourcing)
Konsultan
BPO
customer service
produksi konten
Riset dan pengembangan
software tradisional.
Ambil contoh sederhana.
Dalam bisnis perusahaan dulu:
100 karyawan × $100.000 = $10M biaya.
Ke depan:
80 karyawan
$1M software AI
Jika masih bisa menyelesaikan volume kerja sebelumnya:
Penghematan biaya perusahaan:
$1M.
Karena itu, meskipun pendapatan perusahaan itu sendiri hanya tumbuh 5%, anggaran AI tetap bisa tumbuh 50%, 100%, bahkan lebih.
Dana sebenarnya adalah:
Labor Budget → AI Budget.
Jadi kompetisi akhir software AI bukan cuma:
Anggaran SaaS global.
melainkan:
Biaya tenaga kerja ratusan ribu miliar dolar AS di seluruh dunia dan anggaran operasional perusahaan.
Inilah dasar ekonomi terpenting agar aplikasi AI bisa menopang investasi infrastruktur besar dalam jangka panjang.
Sepuluh, mengapa dana di masa depan bisa menyebar dari “menjual sekop” ke “orang yang menggunakan sekop”
Pasar modal biasanya tidak terus menghargai level industri yang sama.
Pada tahap awal siklus industri:
Nilai sumber daya langka paling tinggi.
Karena itu:
GPU
HBM
advanced packaging
Paling menguntungkan.
Setelah siklus industri masuk ke tahap kedua:
Penawaran semakin meluas,
Pasar mulai memberi perhatian pada:
Siapa yang bisa memanfaatkan sumber daya ini untuk menghasilkan ROIC tertinggi.
Industri AI juga seperti itu.
Tahap pertama:
Siapa yang memiliki GPU?
Tahap kedua:
Siapa yang bisa membuat GPU menghasilkan uang?
Dua tahap ini sesuai dengan pemenang pasar modal yang belum tentu sama.
Saya pikir 2026—2027 sedang beralih dari tahap pertama ke tahap kedua.
Sebelas, risiko terbesar hardware bukan profit turun, melainkan valuasi justru turun lebih dulu
Di sini harus ditekankan:
Saya tidak menganggap fundamental hardware AI sudah mencapai puncak.
Justru sebaliknya.
Pendapatan Data Center kuartal terbaru NVIDIA diumumkan sebesar:
75,2 miliar dolar AS, naik 92% YoY.
Pendapatan semikonduktor AI Broadcom Q2:
10,8 miliar dolar AS, naik 143% YoY.
Ini jelas bukan data dari puncak siklus yang khas.
Jadi enam bulan ke depan sepenuhnya memungkinkan terjadinya:
Profit hardware terus bertumbuh.
Namun, pergerakan harga saham ditentukan oleh dua faktor:
EPS × Valuation.
Asumsi:
NVIDIA EPS:
100 → 140
Tumbuh 40%.
Namun apakah PE:
35× → 28×.
Harga saham:
3500 → 3920.
Naik sekitar 12%.
Sementara itu Google:
EPS:
100 → 120
Hanya tumbuh 20%.
Namun pasar menganggap investasi AI akhirnya mulai terealisasi:
PE:
20× → 25×.
Harga saham:
2000 → 3000.
Naik 50%.
Lalu akan muncul:
Harga saham Google mengungguli NVIDIA,
Bahkan jika:
Kecepatan pertumbuhan profit NVIDIA masih jelas lebih tinggi daripada Google.
Ini adalah salah satu perubahan yang paling mungkin terjadi dalam investasi AI ke depan:
Hardware terus bertumbuh, tetapi ekspansi valuasi berakhir;
Profit Cloud/Software mulai bertumbuh, sekaligus menerima revaluasi valuasi.
Dua belas, ini bukan rotasi sederhana “hardware → software”
Karena itu, penilaian inti saya tidak bisa dipahami sekadar sebagai:
SELL NVDA
BUY Software.
Lebih tepatnya adalah:
Perdagangan AI masuk dari jalur tunggal Infrastructure-only ke dua jalur utama: Infrastructure + Monetization.
Dulu:
Infrastructure >>> Monetization.
Sekarang:
Infrastructure > Monetization.
Jika ke depan industri AI berkembang dengan sehat:
Infrastructure ≈ Monetization.
Pada akhirnya harus menjadi:
Monetization > Infrastructure.
Jika tidak, seluruh siklus investasi AI tidak akan bisa berkelanjutan.
Tiga belas, mengapa lima Tech besar mungkin menjadi tempat pertama terbaik untuk rotasi kali ini
Dibanding software biasa, Big Tech punya keunggulan penting:
Mereka punya sifat defensif, sekaligus pertumbuhan AI.
Misalnya, bahkan jika kecepatan komersialisasi AI Google tidak cukup cepat:
Search masih menghasilkan arus kas besar.
Microsoft memiliki:
Office
Windows
Enterprise Software
Security.
Amazon memiliki:
AWS
E-commerce
Advertising.
Meta memiliki:
Advertising.
Karena itu, perusahaan teknologi besar bisa:
Sambil menggunakan arus kas dari bisnis tradisional untuk membangun AI;
Sambil menunggu pendapatan AI berangsur matang.
Ini membuat:
Risiko monetisasi AI jauh lebih rendah dibanding perusahaan AI murni.
Jika pasar ke depan dari:
“Siapa yang pertumbuhan AI-nya paling cepat?”
Secara bertahap beralih ke:
“Siapa yang bisa menghasilkan AI FCF secara konsisten?”
Maka daya tarik relatif platform teknologi besar akan meningkat secara jelas.
Empat belas, software harus punya parit pengaman, bukan sekadar menempel label AI
Sementara itu, kami tidak menganggap seluruh sektor software pasti akan diuntungkan.
Bahkan, AI bisa menghancurkan banyak parit pengaman perusahaan perangkat lunak.
Ke depan, perusahaan software kira-kira bisa dibagi menjadi tiga jenis.
Jenis pertama: memiliki kekuatan penetapan harga AI
Ciri khas:
Banyak pelanggan perusahaan yang sudah ada
Workflow penting
biaya switching yang tinggi
data yang unik
Distribution yang kuat.
AI bisa langsung meningkatkan:
ARPU
Konsumsi
Seat Price
Retensi.
Misalnya:
Microsoft
ServiceNow
Salesforce
Adobe.
Ini adalah kategori yang paling layak diperhatikan.
Jenis kedua: AI langsung menggantikan pekerjaan manusia
Misalnya:
Coding
Security
Customer Service
Analytics
Otomatisasi workflow.
Keunggulan terbesar produk AI seperti ini adalah:
ROI pelanggan sangat mudah dihitung.
Jika menghabiskan setahun:
Biaya AI $1M
Bisa mengurangi:
biaya tenaga kerja $3M,
Keputusan pembelian sangat mudah.
Kualitas keberlanjutan pendapatan AI seperti ini kemungkinan sangat kuat.
Jenis ketiga: AI Wrapper
Hanya memanggil model OpenAI/Anthropic, lalu menambahkan satu UI.
Tidak ada:
data yang unik
Hubungan pelanggan
Workflow
Distribution
Switching Cost.
Perusahaan seperti ini justru bisa menjadi pecundang terbesar di era AI.
Karena itu, logika investasi yang benar bukanlah:
Buy Software.
melainkan:
Buy AI Monetization Moats.
Lima belas, lima alasan inti agar Big Tech/software relatif bisa mengungguli
Pertama:
Siklus modal AI sudah masuk ke fase validasi komersialisasi.
Yang perlu dilihat pasar ke depan tidak hanya pesanan GPU, tetapi juga pendapatan dan profit AI.
Kedua:
Monetisasi Cloud mulai dipercepat.
Profit Google Cloud tumbuh cepat, sementara Azure dan AWS tetap mempertahankan pertumbuhan tinggi.
Ketiga:
Software AI mulai menghasilkan ARR yang benar.
Salesforce Agentforce, ARR berbasis AI-first dari Adobe, serta pertumbuhan ServiceNow menunjukkan bahwa perusahaan sudah beralih dari uji coba AI menuju tahap pembayaran.
Keempat:
Incremental Margin software biasanya lebih tinggi daripada hardware.
Begitu skala penagihan AI meluas, profit software bisa menunjukkan leverage operasional yang lebih besar.
Kelima:
Hardware sudah berada pada kondisi profit sangat tinggi dan ekspektasi sangat tinggi.
NVIDIA Data Center +92%, Broadcom AI +143%.
Ini berarti:
Ambang batas untuk terus melampaui ekspektasi makin lama makin tinggi.
Namun profit AI untuk software/Cloud masih berada pada tahap yang lebih awal:
Revisi Estimasi Earnings mungkin baru saja mulai.
Enam belas, indikator observasi paling penting ke depan
Untuk memeriksa apakah pandangan saya benar, beberapa kuartal ke depan seharusnya fokus pada data berikut, bukan hanya melihat pesanan NVIDIA.
1. Pertumbuhan pendapatan Azure / AWS / Google Cloud
Jika terus mempertahankan:
30%—50%+
Menunjukkan permintaan di hilir masih sehat.
2. Cloud Operating Margin
Ini adalah salah satu indikator paling penting.
Pertumbuhan pendapatan AI, tetapi margin laba menurun:
Bukan investasi yang terlalu bagus.
Pertumbuhan pendapatan AI sekaligus kenaikan margin laba:
Artinya, model bisnis AI mulai terbentuk dengan efek skala.
3. AI Software ARR
Fokus pada:
Microsoft Copilot
Salesforce Agentforce
ServiceNow AI
Adobe AI
Palantir.
Setelah AI ARR mencapai 5%, 10%, 20% dari pendapatan perusahaan, barulah dampaknya terhadap EPS akan benar-benar signifikan.
4. Hyperscaler CapEx / Pertumbuhan Pendapatan Cloud
Ini adalah indikator terdepan yang menilai efisiensi modal AI sangat baik.
Jika:
CapEx +50%
Cloud +40%
Selisihnya masih cukup bisa dijembatani.
Jika ke depan:
CapEx +50%
Cloud +15%,
Risiko naik cepat.
5. AI Backlog / RPO
Selama RPO masih tumbuh dengan kecepatan tinggi, itu menandakan banyak komputasi AI sudah mendapatkan komitmen pembelian dari pelanggan.
Turunan kedua pertumbuhan pendapatan NVIDIA/AVGO
Bukan melihat apakah pendapatan menurun, melainkan:
+100%
→ +70%
→ +50%
→ +30%.
Meskipun pendapatan masih tumbuh sangat cepat:
Earnings Momentum sudah mulai menurun.
Dana biasanya lebih dulu mencari segmen industri yang turunan keduanya lebih tinggi.
Tujuh belas, sebuah kemungkinan jalur rotasi dana AI
Jika pasar banteng AI terus berlanjut, saya pikir urutan yang paling masuk akal adalah:
Tahap pertama: 2023—2025
GPU / HBM / AI Networking
↓
NVIDIA
Broadcom
SK Hynix
Micron.
Tahap kedua: 2026—2027
Cloud Platforms
↓
Microsoft
Alphabet
Amazon
Meta.
Tahap ketiga: 2026—2028
Software Monetisasi AI
↓
ServiceNow
Salesforce
Adobe
Palantir
dan juga perusahaan Agent yang benar-benar meledak di masa depan.
Tahap akhir
AI meningkatkan efisiensi ekonomi seluruh perusahaan
↓
Keuangan
Kesehatan
manufaktur
iklan
E-commerce
Internet
produktivitas AI secara menyeluruh meningkat.
Inilah kondisi akhir ketika AI benar-benar menjadi teknologi umum (general purpose).
Delapan belas, kesimpulan investasi
Saya pikir logika inti investasi AI dalam 6—12 bulan ke depan sedang berubah.
Pasar sebelumnya terutama memberi reward:
Siapa yang menyediakan infrastruktur AI yang langka.
Pasar ke depan secara bertahap akan mulai menghargai:
Siapa yang bisa memanfaatkan infrastruktur ini untuk menghasilkan pendapatan, profit, dan ROIC tertinggi.
Karena itu:
Hardware AI tidak berarti masuk ke pasar beruang.
Pendapatan AI NVIDIA dan Broadcom saat ini masih tumbuh sangat kuat secara tidak biasa, dan belum ada sinyal yang jelas bahwa siklus kesiagaan hardware berakhir untuk sementara.
Namun dari sudut pandang imbal hasil relatif:
Big Tech dan perusahaan software yang punya kekuatan penetapan harga dengan AI sedang masuk ke posisi yang lebih menguntungkan.
Alasannya bukanlah:
profit hardware turun.
melainkan:
Pertumbuhan profit hardware berkecepatan tinggi sudah sangat dipahami pasar, sementara realisasi profit Cloud dan Software mungkin baru mulai dipahami ulang.
Karena itu, yang paling mungkin terjadi ke depan bukanlah:
Hardware anjlok → Software naik.
kemungkinan besar menjadi:
Keuntungan Hardware terus mencetak rekor inovasi, tetapi kelipatan valuasi mulai stabil bahkan menyusut; sementara itu Cloud dan Software berkualitas muncul revisi proyeksi profit ke atas + ekspansi valuasi.
Akhirnya menghasilkan:
Imbal hasil relatif Big Tech / AI Software > AI Hardware.
Inilah perubahan yang paling layak diperhatikan dalam evolusi arus dana industri AI saat ini.
Kalimat paling inti
Apakah seluruh pasar banteng AI bisa terus berlanjut, pada akhirnya tidak bergantung pada seberapa banyak NVIDIA masih bisa menjual GPU.
sementara bergantung pada:
Orang yang membeli GPU ini, apakah bisa menghasilkan uang yang cukup?
Jika Microsoft, Google, Amazon, Meta, serta software AI di hilir mulai terus membuktikan:
AI CapEx → AI Revenue → AI Profit → AI FCF
Jika siklus ini terbentuk, maka belanja modal AI akan mampu dipertahankan dalam jangka panjang.
Dan jika siklus ini mendapat konfirmasi dari pasar modal, peluang marginal terbesar investasi AI secara alami akan bergeser dari:
“Penjual infrastruktur AI”
Secara bertahap beralih ke:
“Orang yang menghasilkan uang dengan memonetisasi infrastruktur AI”.
Inilah logika inti mengapa pada periode ke depan, raksasa awan teknologi besar yang sekaligus benar-benar punya parit pengaman software berpotensi mengungguli saham hardware secara relatif.