Dengan pendapatan triwulanan mencapai $96,2B, naik 106% dari tahun ke tahun, dan pendapatan Pusat Data tumbuh 117%, skala belanja AI menjadi sulit diabaikan.
Tapi alih-alih bertanya, “Apa yang terjadi setelah Nvidia?”, saya mengajukan pertanyaan yang sedikit berbeda:
Apa yang $NVDAB perlukan untuk terus bertumbuh
Itu membawa saya pada infrastruktur di balik ledakan AI.
Semakin banyak model AI berarti semakin banyak pusat data. Semakin banyak pusat data berarti kebutuhan listrik, sistem pendingin, peralatan jaringan, memori, semikonduktor canggih, penyimpanan, dan konektivitas berkecepatan tinggi yang semakin besar.
Inilah bagian dari cerita AI yang menurut saya paling menarik.
Persaingan AI tidak terjadi hanya di dalam GPU. Ini juga terjadi di dalam gedung-gedung, jaringan listrik, dan jaringan (network) yang membuat komputasi skala besar menjadi mungkin.
Tapi ada sisi lain dari hal ini.
Jumlah modal yang dibutuhkan untuk membangun infrastruktur AI sangat besar. Perusahaan menggelontorkan miliaran untuk fasilitas dan kapasitas komputasi baru, sementara para investor semakin sering bertanya apakah pendapatan AI di masa depan akan sepadan dengan pengeluaran tersebut.
Jadi saya tidak memandang setiap perusahaan yang berlabel “AI” sebagai peluang.
Saya mengamati hambatan-hambatan infrastruktur—wilayah yang permintaannya bisa tetap kuat hanya karena dunia membutuhkan kapasitas fisik yang lebih besar untuk menjalankan AI.
Peluang AI besar berikutnya mungkin bukan perusahaan yang menciptakan model paling cerdas.
Bisa jadi perusahaan-perusahaan yang menyediakan tenaga listrik, chip, pendinginan, dan infrastruktur yang membuat model-model tersebut tetap berjalan.
AI tidak lagi sekadar revolusi perangkat lunak.
Ini sedang menjadi revolusi infrastruktur. 👀