#AIStocksWhatNext
$NVDA $AMD $AVGO $MSFT $AMZN $META
Saya terus memantau perdagangan AI, dan belakangan ini saya jadi kurang tertarik pada berita utama yang ramai.
Semua orang membicarakan model, GPU, dan siapa yang “menang” dalam AI.
Saya justru memerhatikan apa yang ada di balik itu.
$NVDA baru saja menunjukkan betapa besarnya permintaan, dengan pendapatan kuartalan sebesar $96,2B dan sekitar $89B dari Data Center.
Tapi bagian yang menarik bagi saya adalah apa yang terjadi setelahnya.
Pelatihan mendapat perhatian.
Sementara inferensi bisa menjadi bisnis berulang.
Lalu ada $AVGO. Pendapatan semikonduktor AI-nya mencapai $16,7B pada Q3, naik 221% YoY. Itu memberi tahu saya bahwa ceritanya makin besar daripada sekadar GPU. Hyperscaler semakin sering membangun chip khusus dan mengendalikan lebih banyak infrastruktur mereka sendiri.
Microsoft dan Amazon juga menggelontorkan jumlah besar untuk data center dan komputasi.
Dan di sinilah saya mulai mengajukan pertanyaan yang berbeda.
Siapa sebenarnya yang menggunakan seluruh kapasitas ini?
Seberapa efisien?
Siapa yang membayarnya?
Dan kapan belanja itu berubah menjadi arus kas yang benar-benar berkelanjutan?
Bahkan daya listrik pun mulai menjadi bagian dari cerita. Proyek data center bersaing untuk kapasitas jaringan listrik di tempat-tempat seperti Texas.
Jadi sekarang saya memantau hal-hal yang membosankan:
Daya. Pendinginan. Jaringan. Memori. Utilisasi.
Perlombaan AI mungkin terlihat dari luar seperti cerita perangkat lunak.
Namun di balik itu, semakin terlihat seperti perlombaan infrastruktur.
Itulah bagian yang saya pantau.
$NVDA $AMD $AVGO $MSFT $AMZN $META
Saya terus memantau perdagangan AI, dan belakangan ini saya jadi kurang tertarik pada berita utama yang ramai.
Semua orang membicarakan model, GPU, dan siapa yang “menang” dalam AI.
Saya justru memerhatikan apa yang ada di balik itu.
$NVDA baru saja menunjukkan betapa besarnya permintaan, dengan pendapatan kuartalan sebesar $96,2B dan sekitar $89B dari Data Center.
Tapi bagian yang menarik bagi saya adalah apa yang terjadi setelahnya.
Pelatihan mendapat perhatian.
Sementara inferensi bisa menjadi bisnis berulang.
Lalu ada $AVGO. Pendapatan semikonduktor AI-nya mencapai $16,7B pada Q3, naik 221% YoY. Itu memberi tahu saya bahwa ceritanya makin besar daripada sekadar GPU. Hyperscaler semakin sering membangun chip khusus dan mengendalikan lebih banyak infrastruktur mereka sendiri.
Microsoft dan Amazon juga menggelontorkan jumlah besar untuk data center dan komputasi.
Dan di sinilah saya mulai mengajukan pertanyaan yang berbeda.
Siapa sebenarnya yang menggunakan seluruh kapasitas ini?
Seberapa efisien?
Siapa yang membayarnya?
Dan kapan belanja itu berubah menjadi arus kas yang benar-benar berkelanjutan?
Bahkan daya listrik pun mulai menjadi bagian dari cerita. Proyek data center bersaing untuk kapasitas jaringan listrik di tempat-tempat seperti Texas.
Jadi sekarang saya memantau hal-hal yang membosankan:
Daya. Pendinginan. Jaringan. Memori. Utilisasi.
Perlombaan AI mungkin terlihat dari luar seperti cerita perangkat lunak.
Namun di balik itu, semakin terlihat seperti perlombaan infrastruktur.
Itulah bagian yang saya pantau.
