Peneliti Hana Securities, Lee Young-joo, menyatakan pada tanggal 25 bahwa produktivitas investasi AI kini sama pentingnya dengan skala belanja modal (CAPEX), karena pasar bergeser dari fokus “berapa banyak yang dihabiskan” menjadi “apakah belanja tersebut menghasilkan nilai”. Indeks biaya token LLM dari Bloomberg, yang mengukur biaya rata-rata untuk memproses satu juta token inferensi, turun dari level tertinggi dalam 5-6 bulan menjadi level 3-4 bulan terbaru, menandakan peningkatan efisiensi melalui optimasi model dan penurunan harga. Menurut Exponential View, pendapatan terkait AI di luar China melampaui biaya depresiasi datacenter dan chip AI untuk dua kuartal berturut-turut, yang menunjukkan bahwa infrastruktur yang ada mulai menghasilkan pengembalian. Peralihan produktivitas ini memengaruhi seluruh ekosistem AI: investasi berkelanjutan para hyperscaler bergantung pada profitabilitas, yang pada gilirannya menopang pertumbuhan perusahaan semikonduktor, datacenter, tenaga listrik, dan jaringan yang saling terhubung dalam rantai pasokan AI.
Perubahan Pasar: Dari Skala CAPEX ke Efisiensi Investasi
CAPEX investasi AI hyperscaler terus bertumbuh, dengan Morgan Stanley baru-baru ini menaikkan perkiraan investasi jangka panjang. Lee menyatakan bahwa fokus pasar sedang beralih: sebelumnya pertanyaannya adalah seberapa besar CAPEX akan meningkat, tetapi kini prioritasnya adalah seberapa efisien investasi tersebut digunakan dan apakah cukup menghasilkan kelayakan ekonomi untuk menopang investasi masa depan. Perubahan ini secara langsung memengaruhi investor semikonduktor dan tenaga listrik, karena ekosistem AI bekerja seperti sabuk yang saling terhubung—perkiraan pertumbuhan perusahaan semikonduktor, datacenter, tenaga listrik, dan jaringan didasarkan pada premis bahwa hyperscaler akan terus membelanjakan dana. Jika hyperscaler menutup dompet, kisah pertumbuhan seluruh industri melemah. Sebaliknya, jika hyperscaler menghasilkan pendapatan yang cukup dari bisnis AI, pendapatan tersebut membiayai investasi lanjutan, yang kemudian mengalir kembali ke kinerja laba perusahaan semikonduktor dan tenaga listrik.
Indeks Biaya Token Bloomberg Turun dari Tertinggi 5-6 Bulan ke Level 3-4 Bulan
Indeks biaya token LLM Bloomberg, yang melacak biaya rata-rata untuk memproses satu juta token inferensi, mencapai puncak dalam 5-6 bulan dan belakangan turun ke level 3-4 bulan. Penurunan ini bukan berarti orang menggunakan AI lebih sedikit; melainkan mencerminkan efisiensi struktural: pengguna memilih model yang lebih murah untuk tugas-tugas tertentu, mengoptimalkan proses inferensi, dan diuntungkan oleh penurunan harga model, sehingga layanan yang sama dapat diberikan dengan biaya lebih rendah. Lee mengibaratkannya seperti sebuah restoran mempertahankan volume pelanggan yang sama sambil meningkatkan alur kerja dapur dan menurunkan biaya bahan untuk menaikkan margin—pendapatan mungkin tidak naik, tetapi laba pun.
Pendapatan AI Melampaui Biaya Depresiasi untuk Dua Kuartal Berturut-turut
Exponential View melaporkan bahwa pendapatan terkait AI di luar China melampaui biaya depresiasi datacenter yang sedang beroperasi serta semikonduktor AI untuk dua kuartal berturut-turut. Angka ini belum memperhitungkan biaya konstruksi datacenter di masa depan atau biaya pengadaan GPU tambahan, tetapi menunjukkan bahwa infrastruktur yang ada mulai menutup pengeluarannya sendiri. Microsoft menyebut permintaan layanan cloud Azure dan Copilot AI sebagai pendorong pertumbuhan, sementara Alphabet mengidentifikasi produk AI dan permintaan infrastruktur AI sebagai pendorong utama pertumbuhan Google Cloud. Meski pemulihan investasi penuh belum tercapai, AI kini berkontribusi secara nyata pada pendapatan dan perbaikan arus kas.
Meta Mencoba Menyewa Kapasitas Komputasi ke Cloud Eksternal
Meta memperluas kapasitas komputasinya sendiri melalui datacenter baru sekaligus mengeksplorasi penyewaan sebagian sumber daya komputasi ke cloud eksternal. Pendekatan ini memaksimalkan pemanfaatan infrastruktur yang sudah ada dan menciptakan lini pendapatan baru. Jika infrastruktur dapat menghasilkan pendapatan eksternal, kapasitas untuk menopang investasi masa depan meningkat pula. Lee menyimpulkan bahwa perhatian pasar akan bergeser dari skala investasi AI itu sendiri ke “produktivitas investasi”, dan jika para hyperscaler mencapai efisiensi biaya serta profitabilitas, siklus investasi ekosistem AI di seluruh semikonduktor, datacenter, tenaga listrik, dan jaringan akan menjadi lebih kokoh.
FAQ
Apa yang disampaikan Hana Securities tentang investasi AI pada tanggal 25?
Peneliti Hana Securities, Lee Young-joo, menyatakan pada tanggal 25 bahwa produktivitas investasi AI kini sama pentingnya dengan skala CAPEX, dengan pasar bergeser dari fokus “berapa banyak yang dihabiskan” menjadi “apakah belanja tersebut menghasilkan nilai”.
Mengapa indeks biaya token LLM Bloomberg turun?
Indeks biaya token LLM Bloomberg turun dari level tertinggi 5-6 bulan ke level 3-4 bulan terbaru karena pengguna memilih model yang lebih murah untuk tugas-tugas spesifik, mengoptimalkan proses inferensi, dan diuntungkan oleh penurunan harga model, sehingga layanan yang sama dapat diberikan dengan biaya lebih rendah.
Bagaimana perbandingan pendapatan AI dengan biaya infrastruktur?
Menurut Exponential View, pendapatan terkait AI di luar China melampaui biaya depresiasi datacenter yang sedang beroperasi dan semikonduktor AI untuk dua kuartal berturut-turut, yang menunjukkan bahwa infrastruktur yang ada mulai menutup pengeluarannya sendiri.
