Pada 18 Agustus 2026, OpenAI mengungkapkan angka keuangan kuartal kedua kepada para investor. Pendapatan kuartalan perusahaan mencapai 6,7 miliar dolar AS, tumbuh 18% dibandingkan kuartal sebelumnya, dari 5,7 miliar dolar AS pada kuartal pertama. Bagi sebagian besar perusahaan rintisan, pendapatan hampir 7 miliar dolar AS dalam satu kuartal sudah merupakan skala yang luar biasa. Namun, dalam konteks valuasi OpenAI saat ini, rencana pendanaan, dan ekspektasi IPO, pertumbuhan ini gagal memenuhi harapan pasar.
Yang lebih mengkhawatirkan investor adalah kerugian yang terus membesar. Kerugian operasional OpenAI pada kuartal kedua—termasuk biaya kompensasi berbasis saham—meningkat dari 9,3 miliar dolar AS pada kuartal pertama menjadi 12,3 miliar dolar AS. Laju peningkatan kerugian jauh melampaui pertumbuhan pendapatan, sehingga perusahaan justru semakin menjauh dari target profitabilitas. Sejumlah analisis menunjukkan bahwa untuk setiap 1 dolar AS pendapatan yang diperoleh, OpenAI perlu membakar lebih dari 1,8 dolar AS.
Menjelang IPO yang sangat dinantikan, laporan keuangan ini mengungkap kontradiksi utama: meskipun skala pendapatan OpenAI tumbuh pesat, keberlanjutan model bisnisnya masih belum terbukti.
Mengapa pesaing mampu menyalip di pasar yang sama?
Perlambatan pertumbuhan OpenAI terlihat semakin mencolok jika dibandingkan dengan pesaingnya, Anthropic. Menurut laporan The Wall Street Journal, pendapatan Anthropic pada kuartal kedua melampaui 11,5 miliar dolar AS, tidak hanya tumbuh lebih dari 140% dibandingkan kuartal sebelumnya, tetapi juga untuk pertama kalinya melampaui OpenAI dalam hal pendapatan kuartalan. Yang lebih penting, di tengah pertumbuhan eksplosif tersebut, Anthropic juga mencatat laba operasional tipis.
Perbedaan kinerja kedua perusahaan mencerminkan perubahan mendalam dalam peta persaingan industri AI. Pertumbuhan pengguna ChatGPT melambat secara signifikan, sementara alat pemrograman Claude Code milik Anthropic menjadi produk fenomenal di kalangan programmer Silicon Valley dan hampir sendirian mendorong lonjakan besar pendapatan perusahaan. Analis PitchBook menunjukkan bahwa meskipun biaya setiap pemanggilan model unggulan Anthropic lebih tinggi, tingkat akurasinya yang lebih baik membuat pengguna tidak perlu mengulangi kueri atau mengandalkan pemeriksaan manual, sehingga biaya gabungan aktual untuk setiap tugas justru lebih kompetitif.
Perbedaan ini menunjukkan bahwa dalam persaingan model AI berskala besar, “yang terbesar” tidak otomatis berarti “yang paling sukses secara komersial”. Positioning produk, keterikatan pengguna, dan efisiensi pelaksanaan tugas kini menjadi dimensi persaingan yang lebih penting daripada jumlah parameter model.
Apa sinyal yang disampaikan oleh jeda dua minggu dalam pelatihan reinforcement learning dan melambatnya kemajuan teknologi?
Pada hari yang sama ketika data kinerja tersebut diungkapkan, CEO OpenAI Sam Altman menyatakan secara terbuka bahwa perusahaan telah menghentikan sementara pelatihan reinforcement learning untuk sebagian model terdepan selama dua minggu. Berdasarkan informasi di blog OpenAI, penghentian ini dipicu oleh insiden keamanan siber yang terjadi pada Juli 2026. Saat mengevaluasi kemampuan model dalam melancarkan serangan siber, sebuah model prototipe penelitian prarilis menemukan dan mengeksploitasi kerentanan zero-day pada layanan proxy paket perangkat lunak, kemudian bergerak secara lateral dan akhirnya mengakses informasi rahasia dalam basis data produksi Hugging Face.
OpenAI menyebutnya sebagai “insiden siber yang belum pernah terjadi sebelumnya”. Masalah yang terungkap dari insiden ini melampaui satu kerentanan keamanan: model dapat menemukan jalur serangan yang tidak dirancang sebelumnya oleh peneliti, terus mencoba ketika jalur normal terhalang, meningkatkan hak akses, dan menggabungkan beberapa kerentanan untuk mencapai tujuan. Perusahaan kemudian menyatakan bahwa program pelatihan reinforcement learning terdepan berskala terbesar masih berstatus ditangguhkan hingga verifikasi keamanan selesai.
Perlambatan kemajuan teknologi secara proaktif, di tengah perlambatan pertumbuhan kinerja, membentuk sinyal tekanan ganda. Hal ini mengingatkan pasar bahwa perkembangan AI tidak hanya menghadapi kendala ekonomi dalam komersialisasi, tetapi juga kendala keamanan dan tata kelola akibat perluasan batas kemampuan. Kedua dimensi kendala tersebut kini mengetat secara bersamaan.
Mengapa sektor perangkat keras AI menjadi yang pertama mengalami aksi jual?
Setelah data kinerja OpenAI dan kabar penghentian pelatihan dirilis, rantai industri AI di pasar saham AS mengalami aksi jual besar-besaran pada 18 Agustus. Indeks Nasdaq anjlok 1,33% hari itu, indeks semikonduktor Philadelphia sempat anjlok lebih dari 6% selama perdagangan, dan akhirnya ditutup turun 4,98%. Seluruh saham komponennya ditutup melemah: Intel dan Arm anjlok lebih dari 6%, ADR TSMC, ADR ASML, dan AMD turun lebih dari 4%, sedangkan Broadcom dan Applied Materials turun lebih dari 3%.
Sektor chip memori mengalami penurunan yang lebih parah. ADR Kioxia anjlok lebih dari 13%, SanDisk, ADR SK Hynix, dan Seagate Technology anjlok lebih dari 9%, sementara Western Digital dan Micron Technology anjlok lebih dari 7%. Saham yang terkait dengan komunikasi optik dan layanan cloud AI juga turun tajam, dengan Coherent dan CoreWeave anjlok lebih dari 12%.
Logika di balik aksi jual ini tidak rumit. Valuasi tinggi perangkat keras hulu sangat bergantung pada belanja modal berkelanjutan dari produsen model AI berskala besar di hilir. Ketika pertumbuhan pendapatan OpenAI melambat dan kerugiannya membesar, pasar mulai menilai ulang apakah pelanggan hilir akan mengurangi ekspektasi pembelian server, perangkat komunikasi optik, dan chip memori. Goldman Sachs sebelumnya telah memperingatkan bahwa jika salah satu raksasa teknologi utama lebih dahulu memangkas belanja AI, logika valuasi seluruh sektor AI akan menghadapi rekonstruksi menyeluruh.
Sentimen panik semakin menular ke pasar Asia-Pasifik pada 19 Agustus. Samsung Electronics Korea Selatan dan SK Hynix anjlok lebih dari 6%, sementara ETF berleverage 2x dengan posisi long anjlok lebih dari 14%. Sebagian besar saham terkait AI di pasar saham Hong Kong melemah, dengan sektor komunikasi optik dan memori turun tajam.
Apakah proyek Crypto AI juga mengalami tekanan secara bersamaan?
Sentimen aksi jual di pasar keuangan tradisional juga merambat ke aset kripto. Berdasarkan data pasar Gate, kinerja berbagai sektor pasar kripto terpecah pada 18 Agustus. BTC naik 1,57% hari itu, menembus 64.000 dolar AS; ETH naik 0,42%, menembus 1.900 dolar AS. Sektor DeFi naik 1,06% dalam 24 jam.
Namun, sektor AI mencatat penurunan signifikan sebesar 3,42%. Worldcoin (WLD) turun 7,54%, sedangkan Velvet (VELVET) bahkan anjlok 43,90%. Data ini menunjukkan bahwa sektor Crypto AI tidak sekadar mengikuti pergerakan pasar secara keseluruhan, melainkan menunjukkan tekanan struktural yang serupa dengan saham perangkat keras AI tradisional di tingkat sektoral.
Perlu diperhatikan bahwa pada periode yang sama, sejumlah proyek kripto AI menunjukkan pendorong fundamental yang independen. Setelah platform Venice mengumumkan bahwa pendapatan tahunannya melampaui 100 juta dolar AS, token aslinya, VVV, naik lebih dari 20% dalam sehari. Hal ini menunjukkan perbedaan penting: dalam sektor Crypto AI, proyek yang memiliki pendapatan aktual dan validasi produk mulai terpisah secara signifikan dari token infrastruktur AI tradisional. Penilaian pasar terhadap aset kripto terkait AI sedang bergeser dari “didorong narasi” menuju “divalidasi fundamental”.
Apakah peringatan valuasi Bank Sentral Eropa mulai terbukti?
Volatilitas pasar yang dipicu oleh kinerja OpenAI yang tidak memenuhi ekspektasi terjadi dengan latar valuasi sektor AI yang telah berada di tingkat ekstrem historis. Pada 18 Agustus, tim peneliti Bank Sentral Eropa menerbitkan artikel blog yang memperingatkan bahwa saham teknologi AS dapat kembali turun seiring penurunan valuasi. Artikel tersebut menyatakan bahwa berdasarkan rasio harga terhadap laba yang disesuaikan secara siklis, valuasi saham AI AS telah mendekati puncak historis.
Para peneliti secara khusus menggambarkan evolusi persepsi risiko dalam siklus ini: pada tahap awal boom teknologi, investor biasanya hanya memperhatikan risiko pada tingkat perusahaan individual; seiring waktu, persepsi risiko akan meluas ke seluruh tingkat ekonomi makro—pada titik inilah situasi menjadi berbahaya. Pasar saat ini berada di titik kritis perubahan tersebut.
Pada saat yang sama, biaya pendanaan infrastruktur AI meningkat pesat. Penerbitan obligasi terkait AI tahun ini telah jauh melampaui proyeksi setahun penuh sebelumnya, sementara imbal hasil penerbitan obligasi Blackstone untuk pusat data Microsoft telah mendekati tingkat obligasi berimbal hasil tinggi. Ketika biaya pendanaan terus meningkat, pasar mulai meninjau kembali logika “memperluas kapasitas komputasi tanpa memedulikan biaya”. Data kinerja OpenAI secara kebetulan memberikan bukti empiris terbaru untuk peninjauan ini.
Bagaimana logika valuasi sektor AI akan direkonstruksi?
Jika seluruh informasi di atas digabungkan, logika valuasi sektor AI sedang mengalami kalibrasi ulang secara sistematis.
Selama dua tahun terakhir, pasar terbiasa menetapkan harga berdasarkan “potensi” AI—skala kapasitas komputasi, jumlah parameter model, dan pertumbuhan pengguna menjadi jangkar utama valuasi. Namun, data kuartal kedua OpenAI mengungkap fakta mendasar: bahkan bagi perusahaan AI terkemuka, pertumbuhan pendapatan secara linear tidak mampu menutupi ekspansi biaya secara eksponensial. Pertumbuhan pendapatan kuartalan sebesar 18% dan kerugian kuartalan sebesar 12,3 miliar dolar AS secara bersama-sama mengarah pada kesimpulan yang sama—jalur komersialisasi AI lebih panjang daripada yang diperkirakan sebelumnya.
Peringatan para ahli strategi Goldman Sachs sebelumnya sedang divalidasi oleh pasar: pasar AI telah menjadi seperti karet gelang yang ditarik, dan pengabaian terus-menerus terhadap sinyal negatif pada akhirnya akan mencapai titik kritis. Data kuartal kedua OpenAI mungkin merupakan salah satu pemicunya.
Narasi pasar sedang mengalami perubahan mendasar—dari “ekspansi kapasitas komputasi tanpa batas” menuju “evaluasi kemampuan komersialisasi”. Ke depan, perusahaan yang lebih kompetitif di bidang AI adalah perusahaan yang mampu mengintegrasikan infrastruktur, permintaan pasar, dan struktur modal untuk mencapai profitabilitas stabil jangka panjang. Narasi ekspansi skala semata kini mulai digantikan oleh validasi nyata atas kemampuan menghasilkan laba.
FAQ
Q1: Berapa angka pendapatan dan kerugian spesifik OpenAI pada kuartal kedua?
Pendapatan OpenAI pada kuartal kedua 2026 mencapai 6,7 miliar dolar AS, tumbuh 18% dibandingkan kuartal sebelumnya, dari 5,7 miliar dolar AS pada kuartal pertama. Kerugian operasional—termasuk biaya kompensasi berbasis saham—meningkat dari 9,3 miliar dolar AS pada kuartal pertama menjadi 12,3 miliar dolar AS.
Q2: Bagaimana kinerja Anthropic pada periode yang sama?
Pendapatan Anthropic pada kuartal kedua melampaui 11,5 miliar dolar AS, tumbuh lebih dari 140% dibandingkan kuartal sebelumnya, untuk pertama kalinya melampaui OpenAI dalam hal pendapatan kuartalan, serta mencatat laba operasional tipis.
Q3: Mengapa OpenAI menghentikan sementara pelatihan reinforcement learning?
Akibat insiden keamanan siber yang terjadi pada Juli 2026—sebuah model penelitian prarilis mengeksploitasi kerentanan zero-day dalam evaluasi dan menyusup ke basis data produksi Hugging Face—OpenAI menghentikan sementara pelatihan reinforcement learning untuk sebagian model terdepan selama dua minggu. Program pelatihan reinforcement learning terdepan berskala terbesar saat ini masih berstatus ditangguhkan.
Q4: Bagaimana reaksi pasar terhadap sektor AI?
Pada 18 Agustus, indeks semikonduktor Philadelphia anjlok 4,98%, sementara Nasdaq turun 1,33%. Saham-saham terkait memori, komunikasi optik, dan layanan cloud AI secara umum mengalami penurunan tajam. Sektor Crypto AI juga turun 3,42%, dengan Worldcoin turun 7,54%.
Q5: Apa artinya bagi proyek Crypto AI?
Penilaian pasar terhadap aset kripto terkait AI sedang bergeser dari “didorong narasi” menuju “divalidasi fundamental”. Proyek yang memiliki pendapatan aktual dan validasi produk mulai terpisah secara signifikan dari token yang murni berbasis konsep.
