Krisis Monetisasi AI Mulai Menghantui Raksasa Teknologi

Dalam beberapa minggu terakhir, terlihat pelemahan yang cukup jelas pada saham-saham teknologi besar, dengan satu pengecualian penting: produsen semikonduktor.

Sejak Maret tahun ini, saham perusahaan chip mencatat kenaikan tiga digit, sementara perusahaan hyperscaler justru kehilangan sebagian nilai pasarnya dalam satu bulan terakhir.

Bukankah seluruh perusahaan tersebut seharusnya sama-sama diuntungkan oleh investasi AI?

Masalah Utama: Monetisasi AI

Investasi AI dalam skala masif yang dilakukan para pemimpin sektor teknologi AS membutuhkan pembenaran yang kuat dalam bentuk pendapatan dan keuntungan yang nyata. Selama pasar masih percaya bahwa AI akan menghasilkan arus kas besar di masa depan, valuasi tinggi dapat dipertahankan.

Namun ketika keyakinan terhadap monetisasi mulai goyah, tekanan terhadap harga saham pun meningkat.

Hingga laporan keuangan berikutnya dirilis, sebagian besar investor hanya dapat berspekulasi mengenai perkembangan tersebut. Namun saat ini telah tersedia berbagai indikator alternatif yang digunakan untuk mengukur aktivitas ekonomi di sektor AI. Salah satunya adalah Silicon Data LLM Spending Index.

Sumber: Bloomberg Finance LP.

Dalam beberapa bulan terakhir, indeks tersebut menunjukkan korelasi yang sangat tinggi dengan valuasi perusahaan hyperscaler. Indeks ini sering digunakan sebagai indikator awal aktivitas belanja AI. Belakangan, indeks tersebut mengalami penurunan tajam dan turut menyeret saham-saham teknologi besar. Sebaliknya, saham perusahaan semikonduktor tetap bertahan kuat karena mereka memperoleh pendapatan langsung dari penjualan perangkat keras AI, bukan dari monetisasi layanan AI itu sendiri.

Industri AI Kini Bergerak dalam Dua Kecepatan

Saat ini mulai terlihat segmentasi baru di industri AI:

• AI frontier atau high-end intelligence
• AI low-cost atau low-end intelligence

Model AI kelas atas seperti ChatGPT 5.5 dan berbagai model frontier lainnya menawarkan kemampuan yang sangat kuat, tetapi dengan biaya penggunaan yang tinggi. Di sisi lain, model-model yang lebih sederhana mengalami tekanan harga yang sangat besar atau bahkan hyperdeflation. Akibatnya, banyak perusahaan mulai mengurangi penggunaan model AI premium dan beralih ke model yang lebih murah karena sudah cukup untuk sebagian besar kebutuhan bisnis.

Fenomena yang Pernah Terjadi Sebelumnya

Peralihan ke model yang lebih murah bukanlah fenomena baru. Pola kenaikan dan penurunan tajam pada pengeluaran AI sebenarnya sudah terlihat pada kuartal pertama tahun ini dan bertepatan dengan koreksi saham hyperscaler.

Dalam teori ekonomi, ketika harga suatu produk mendekati nol, permintaan cenderung meningkat secara eksponensial. Token AI menjadi salah satu contoh paling dekat dengan konsep tersebut.

Sumber: Bloomberg Finance Lp. 

Analis SemiAnalysis memperkirakan generasi berikutnya dari prosesor Blackwell dapat memangkas biaya komputasi AI hingga sekitar 99%.

Jika hal tersebut benar-benar terjadi, maka:

• Adopsi AI dapat meningkat jauh lebih cepat.
• Perusahaan dapat mengintegrasikan AI ke lebih banyak proses bisnis.
• Margin keuntungan pengguna AI berpotensi meningkat.
• Permintaan token AI dapat kembali tumbuh dalam gelombang baru.

Namun proses tersebut membutuhkan waktu. Dan waktu adalah sesuatu yang sering kali tidak dimiliki investor pasar modal.

Koreksi AI Belum Mengubah Tren Besar

Kekhawatiran mengenai monetisasi AI kemungkinan masih akan membebani pasar dalam jangka pendek. Masih ada ruang untuk koreksi lanjutan, terutama jika pertumbuhan pendapatan belum mampu mengejar besarnya investasi yang telah dilakukan. Namun kondisi saat ini lebih tepat dilihat sebagai hambatan sementara dalam tren bullish AI, bukan akhir dari siklus tersebut. Ujian sesungguhnya terhadap tesis investasi AI kemungkinan baru akan terjadi pada akhir tahun ini atau awal tahun depan. Salah satu katalis terpenting adalah prospektus IPO dari OpenAI dan Anthropic, yang berpotensi dipublikasikan dalam beberapa bulan mendatang.

Dokumen tersebut akan memberikan gambaran yang lebih jelas mengenai:

• Pendapatan aktual industri AI
• Struktur biaya operasional
• Profitabilitas
• Kecepatan monetisasi teknologi AI