SIAPA PESAING TERBESAR NVIDIA? JAWABANNYA MUNGKIN MENGEJUTKAN: PELANGGANNYA SENDIRI!
Semua orang membicarakan chip generasi berikutnya dari NVIDIA, Blackwell, Vera Rubin, serta investasi besar-besaran yang mengalir ke pusat data AI. Namun, saya yakin ada masalah yang jauh lebih besar yang mungkin luput dari perhatian para investor NVIDIA.
Perusahaan yang pada akhirnya bisa menantang dominasi NVIDIA belum tentu merupakan pesaing chip tradisional. Mereka adalah pelanggan NVIDIA sendiri.
Alphabet, Meta, dan Oracle bergerak ke arah yang sama dalam kisah ini, meski di titik yang berbeda. Langkah mereka menyasar salah satu keunggulan kompetitif terbesar NVIDIA: CUDA.
Mari kita uraikan mengapa hal ini penting.
NVIDIA tidak hanya memproduksi prosesor yang kuat. NVIDIA juga telah membangun ekosistem yang membuat para pengembang tetap terikat pada perangkat kerasnya.
Melalui platform perangkat lunak CUDA, jutaan pengembang telah membangun aplikasi yang dirancang untuk dijalankan pada GPU NVIDIA.
Dengan kata lain, membeli chip hanyalah salah satu bagian dari keseluruhan persoalan. Jika sebuah perusahaan telah bertahun-tahun berinvestasi dalam infrastruktur NVIDIA, beralih ke prosesor lain tidak semudah mengganti satu komputer dengan komputer lain. Perangkat lunak perlu disesuaikan, dioptimalkan, dan diuji. Itu membutuhkan waktu, uang, dan sumber daya teknik.
Di sinilah letak keunggulan kompetitif NVIDIA yang sesungguhnya.
Namun sekarang, kita mulai melihat aktivitas serius di gerbang keunggulan tersebut.
1. GOOGLE BERUSAHA MENEMBUS TEMBOK PERANGKAT LUNAK NVIDIA
TorchTPU dari Alphabet bertujuan mempermudah menjalankan beban kerja AI berbasis PyTorch pada prosesor TPU Google dengan lebih sedikit perubahan kode.
Inilah alasan hal tersebut penting.
PyTorch adalah kerangka kerja pembelajaran mesin sumber terbuka yang awalnya dikembangkan oleh Meta dan digunakan secara luas di seluruh industri AI.
Dengan kata lain, bagian penting dari ekosistem pengembang yang membantu memperkuat dominasi CUDA milik NVIDIA kini dapat mempermudah pengembang memindahkan beban kerja mereka ke perangkat keras alternatif.
Amazon menempuh pendekatan serupa dengan prosesor Trainium-nya.
Pikirkan arti semua ini.
Secara tradisional, para pengembang mengandalkan NVIDIA karena beralih ke platform perangkat keras lain rumit dan mahal.
Jika hambatan itu mulai menghilang, salah satu keunggulan kompetitif terbesar NVIDIA bisa melemah.
Ancaman sebenarnya bukan sekadar kemungkinan ada pihak yang membuat prosesor lebih murah. Ancaman sebenarnya adalah biaya untuk beralih dari NVIDIA bisa turun secara signifikan.
2. LANGKAH META JAUH LEBIH SIGNIFIKAN
Meta adalah perusahaan di balik PyTorch. Kini, perusahaan yang sama berupaya mengurangi ketergantungannya pada NVIDIA dengan mendukung pendekatan yang mempermudah penggunaan platform perangkat keras alternatif, termasuk milik Google dan Amazon.
Pesan dari strategi rekayasa Meta semakin jelas:
Kami tidak ingin terkunci pada satu arsitektur perangkat keras dalam perlombaan AI.
Dampak finansialnya sangat besar.
Bagi perusahaan seperti Meta, yang membutuhkan daya komputasi dalam jumlah besar, biaya prosesor, konsumsi energi, dan efisiensi pusat data dapat menghasilkan selisih hingga miliaran dolar.
Perusahaan tidak perlu sepenuhnya meninggalkan NVIDIA untuk mengubah pasar.
Dengan mengalokasikan sebagian belanja infrastruktur masa depannya ke prosesor alternatif saja, perusahaan dapat mulai menggeser keseimbangan kekuatan.
3. KAITAN DENGAN ORACLE: PERSAINGAN TAK LAGI SEKADAR TEORI
Mulai 2027, Oracle berencana menawarkan prosesor TPU Google kepada pelanggan melalui infrastruktur cloud-nya.
Apa sebenarnya artinya?
Pelanggan cloud yang sebelumnya mengandalkan infrastruktur berbasis NVIDIA berpotensi mengakses prosesor Google melalui Oracle.
Dan inilah bagian pentingnya: Oracle sudah memiliki basis pelanggan yang mapan dan menggunakan platform cloud-nya.
Hal itu menciptakan saluran distribusi potensial bagi TPU Google dan memberi akses ke pasar yang jauh lebih luas.
Perkembangan ini menunjukkan bahwa Google tidak puas hanya menggunakan prosesor buatannya sendiri di pusat datanya.
Google juga ingin menyediakannya bagi pelanggan eksternal dan merebut pangsa pasar yang saat ini didominasi NVIDIA.
4. BAHAYA SEBENARNYA: NVIDIA BISA KEHILANGAN KEKUATAN MENETAPKAN HARGA SEBELUM KEHILANGAN PANGSA PASAR
Sekarang mari kita lihat ini dari sudut pandang investor.
Menurut saya, ini adalah salah satu risiko yang paling jarang dibahas di pasar.
Ancaman terbesar bagi NVIDIA belum tentu perusahaan yang mengembangkan GPU yang lebih kuat daripada produknya sendiri.
Kemungkinannya adalah semakin banyak alternatif yang bisa memberi pelanggan daya tawar lebih besar.
Saat ini, kinerja NVIDIA, ekosistem perangkat lunak, dan kemampuannya menghadirkan sistem lengkap yang dapat diskalakan memungkinkannya menetapkan harga premium.
Namun, apa yang terjadi ketika TPU Google, Trainium Amazon, dan prosesor khusus lainnya menjadi cukup kompetitif untuk beban kerja AI tertentu?
Situasinya berubah.
NVIDIA bisa tetap menjadi pemimpin industri, sementara pelanggannya tak lagi membutuhkan perangkat keras NVIDIA untuk setiap tugas.
Seiring waktu, hal itu bisa menekan kekuatan penetapan harga, margin keuntungan, dan ekspektasi pertumbuhan di masa depan.
Di pasar saham, sebuah perusahaan bisa mulai kehilangan kekuatan penetapan harganya jauh sebelum kehilangan pangsa pasar yang signifikan.
Itulah sinyal pertama yang harus dicermati investor.
5. NAMUN, TERLALU DINI UNTUK MENCORET NVIDIA
Ada satu hal penting yang tidak boleh kita abaikan.
Munculnya prosesor alternatif bukan berarti keunggulan teknologi NVIDIA akan lenyap dalam semalam.
Fakta bahwa PyTorch dapat dijalankan di berbagai platform perangkat keras bukan berarti platform-platform tersebut mampu menyamai kinerja dan efisiensi NVIDIA untuk setiap beban kerja.
Ekosistem pengembang CUDA yang luas, kinerja GPU NVIDIA, teknologi jaringan, serta sistem komputasi terintegrasi tetap menjadi keunggulan kompetitif yang tangguh.
Dan rencana Oracle untuk menawarkan TPU Google bukan berarti Oracle meninggalkan NVIDIA.
Oracle juga terus berinvestasi besar-besaran dalam sistem NVIDIA generasi berikutnya.
Jadi, ini bukan kisah tentang NVIDIA yang tersingkir dari persaingan.
Ini tentang pelanggan terbesarnya yang menolak untuk terus bergantung pada satu pemasok saja.
HAL YANG BENAR-BENAR SAYA PERHATIKAN
Kita mungkin sedang memasuki fase baru industri AI.
Pada fase pertama, semua orang bergegas ke NVIDIA karena mereka membutuhkan akses ke daya komputasi.
Pada fase kedua, perusahaan menghabiskan miliaran dolar untuk membangun pusat data dan memperluas infrastruktur AI.
Kini, fase ketiga mungkin mulai muncul:
Perlombaan untuk mendapatkan daya komputasi dengan biaya lebih rendah, efisiensi lebih tinggi, dan dari berbagai pemasok.
NVIDIA masih bisa menjadi salah satu pihak yang paling diuntungkan dari transformasi ini.
Namun, menganggap bahwa pertumbuhannya yang luar biasa dapat berlanjut selamanya dalam kondisi yang persis sama adalah kesalahan besar.
Bagi saya, ada tiga indikator penting yang patut dicermati:
Adopsi TPU Google: Seberapa luas TPU akan digunakan di pusat data pihak ketiga mulai 2027?
Belanja perangkat keras Meta: Seberapa besar investasi infrastruktur AI Meta di masa depan akan dialokasikan untuk prosesor selain NVIDIA?
Daya saing chip alternatif: Mampukah chip-chip tersebut menawarkan bukan hanya biaya lebih rendah, tetapi juga kinerja dan efisiensi energi yang kompetitif?
Sebab, perusahaan yang memenangkan perlombaan AI di masa depan belum tentu perusahaan yang membuat chip paling kuat.
Pemenangnya bisa jadi perusahaan yang menyediakan daya komputasi terbesar dengan biaya terendah, sekaligus membangun ekosistem yang membuat pelanggan terus kembali.
Dan inilah pertanyaan yang seharusnya diajukan investor NVIDIA:
Saat pelanggan NVIDIA memperluas infrastruktur AI mereka, apakah mereka akan semakin bergantung pada NVIDIA, atau justru pertumbuhan mereka akan membuat mereka semakin tidak bergantung padanya?
Menurut saya, jawaban atas pertanyaan itu bisa menentukan salah satu kisah investasi terbesar dalam beberapa tahun ke depan. #earningseason