AI Bukan Pembunuh Keunggulan Ekonomi, Tapi Akan Mengganggu Industri

Kecerdasan buatan akan menantang perusahaan yang kekuatannya bergantung pada gesekan alur kerja, intensitas tenaga kerja, dan keterlekatan aplikasi, sambil tetap menjaga—atau bahkan memperkuat—bisnis yang dibangun di sekitar infrastruktur, data milik sendiri, efek jaringan, atau alur kerja domain yang terspesialisasi.

Dampak AI sudah banyak “tertanam” dalam harga saham saat ini, tetapi kami juga mengharapkan lebih banyak volatilitas di masa mendatang, karena lab AI—yang pada akhirnya, berencana go public—terus melakukan iterasi cepat terhadap penawaran agen (agentic) mereka.

Ketika narasi pasar berayun di antara maksimalisme lab AI dan keunggulan para petahana, kami melihat peluang untuk membeli bisnis yang tangguh dengan harga yang wajar setelah penurunan (selloff) baru-baru ini.

Untuk mengatasi dampak AI pada parit (moat) perusahaan, kami telah meninjau ulang peringkat moat untuk 132 perusahaan—di mana kami merasa AI dapat mengganggu dan, karenanya, memerlukan analisis yang lebih mendalam.

Unduh panduan Morningstar tentang peringkat moat di tengah gangguan AI.

Mengukur Dampak AI pada Parit Ekonomi

Peringkat Parit Ekonomi Morningstar merangkum lamanya keunggulan kompetitif sebuah perusahaan. Parit ekonomi adalah fitur struktural yang memungkinkan sebuah perusahaan menghasilkan laba berlebih dalam jangka waktu panjang. Jika analis Morningstar percaya bahwa imbal hasil berlebih akan bertahan selama 20 tahun atau lebih, perusahaan tersebut memperoleh peringkat moat yang luas. Analis mengharapkan perusahaan dengan parit yang sempit untuk tetap kompetitif setidaknya selama 10 tahun.

Kami mengembangkan kerangka penilaian milik sendiri untuk mengevaluasi secara sistematis bagaimana AI memengaruhi ketahanan parit. Sistem ini terutama ditujukan untuk mengevaluasi parit pada perangkat lunak, dan dilakukan penyesuaian kecil agar lebih dapat diterapkan pada industri terpilih lainnya seperti layanan TI atau layanan keuangan.

Kerangka ini dirancang untuk menangkap dua hal: ancaman yang ditimbulkan AI terhadap parit yang ada, serta peluang yang diciptakannya bagi perusahaan yang berada pada posisi baik di rantai nilai AI.

Dimensi Utama untuk Memikirkan Moat dalam Dunia AI

		7 Dimensi Utama untuk Memikirkan Moat dalam Dunia AI

Sumber: Morningstar. Data per 13 Maret 2026. Unduh CSV.

AI Tidak Secara Seragam Menghancurkan Moat—Ia Bertindak sebagai Mekanisme Penyortir

Dari 132 perusahaan yang ditinjau, 22 parit luas diturunkan peringkatnya (20 menjadi sempit, dua menjadi tidak ada), 18 parit sempit diturunkan peringkatnya, dan dua parit sempit dinaikkan menjadi luas karena posisi mereka di lapisan infrastruktur dan efek jaringan. AI memang menciptakan risiko—tidak ada keraguan tentang itu. Namun, apakah risiko tersebut sama di semua perusahaan? Apakah tidak ada perusahaan perangkat lunak dengan moat yang masih bertahan? Tentu saja tidak.

Layanan penggajian, layanan TI, dan perangkat lunak perusahaan merupakan kelompok yang merasakan tekanan paling besar dari penurunan peringkat moat, penilaian ulang negatif, dan peningkatan ketidakpastian. Ini masuk akal secara intuitif, mengingat gangguan AI cenderung paling keras menghantam saat perusahaan memonetisasi tenaga kerja manusia, otomatisasi alur kerja yang sederhana, dan lisensi perangkat lunak berbasis kursi (seat-based).

Menariknya, di antara perusahaan yang diturunkan peringkatnya, banyak yang masih memiliki basis pengguna yang besar, produk yang populer, dan/atau hubungan pelanggan yang penting. Dengan kata lain, tidak semuanya hitam-putih—bahkan untuk banyak perusahaan yang diturunkan peringkatnya.

Namun demikian, kami berpendapat bahwa AI menurunkan visibilitas jangka panjang secara material, dan dapat melemahkan ketahanan keunggulan yang sudah ada dengan membuat bagian-bagian dari lapisan alur kerja lebih mudah untuk ditiru, lebih mudah diautomatisasi, atau kurang bergantung pada pertumbuhan jumlah kursi.

Di Mana Perusahaan Menunjukkan Ketahanan

Kami tidak berpikir bahwa AI adalah pengganggu universal dari semua keunggulan kompetitif; sebaliknya, AI adalah mekanisme penyortir. Sebagian besar moat perusahaan tetap tidak berubah, tetapi jumlah perusahaan yang diturunkan peringkatnya signifikan.

Keunggulan kompetitif suatu perusahaan biasanya aman ketika perusahaan tersebut diuntungkan oleh efek jaringan, mengendalikan infrastruktur atau data milik sendiri, memiliki ekosistem yang dalam dan kompleks, beroperasi dalam hambatan regulasi yang tinggi, atau memiliki logika domain yang unik.

Namun, jika sebuah perusahaan terutama memperoleh keuntungan dari inefisiensi alur kerja atau kebiasaan pengguna di tingkat aplikasi, keunggulannya cenderung kurang andal.

Kami menemukan ketahanan paling besar pada alur kerja perangkat lunak rekayasa yang kompleks, perangkat lunak keamanan siber, perusahaan infrastruktur keuangan, serta penawaran dengan data unik dan/atau aset efek jaringan. Setengah dari perusahaan dengan peringkat moat luas setelah latihan ini menunjukkan efek jaringan. Sumber ketahanan kunci lainnya mencakup hambatan regulasi untuk perubahan atau hambatan biaya beralih (switching cost) lainnya, serta aset data unik.

		Perangkat Lunak, Platform, dan Cyber Lebih Tangguh

Sumber: Morningstar. Data per 13 Maret 2026. Unduh CSV.

Bagaimana Sumber Parit Suatu Perusahaan Terpengaruh

Perusahaan dengan efek jaringan sebagai sumber parit melihat jumlah penurunan peringkat relatif yang paling sedikit. Efek jaringan tidak didasarkan pada teknologi produk; efek jaringan didasarkan pada kekuatan jaringan itu sendiri. Masuk akal bahwa bahkan ketika teknologi berubah, jaringan itu sendiri mungkin masih sulit untuk diganggu.

Contoh klasik di sini termasuk jaringan pembayaran, bursa, bahkan jaringan perjalanan seperti Booking Holdings BKNG. Inti bisnis Booking bergantung pada kekuatan jaringan perjalanan dan kemampuan untuk mengagregasikan ujung panjang (long tail) pasokan hotel, sesuatu yang tidak selalu dapat dipecahkan oleh inovasi teknologi seperti AI.

Efek jaringan juga menjadi pusat bagi dua peningkatan peringkat yang muncul dari proses ini, Cloudflare NET dan CrowdStrike CRWD.

Solusi keamanan siber akan mendapat permintaan lebih besar dari sebelumnya seiring AI menyebar dan membuka tampaknya tak terbatasnya vektor serangan—bayangkan saja agen-agen berbahaya yang beroperasi 24/7, hanya dibatasi oleh jumlah daya komputasi yang tersedia. Perusahaan seperti Cloudflare dan CrowdStrike juga memiliki keunggulan data struktural dan skala yang mereka peroleh dari jaringan mereka, yang menyebabkan peningkatan peringkat moat kami.

		Distribusi Hasil Tinjauan Moat AI

Sumber: Morningstar. Data per 13 Maret 2026. Unduh CSV.

Biaya beralih tidak seefektif itu, dan hampir setengah dari perusahaan yang diturunkan peringkatnya diklasifikasikan sebagai memiliki moat biaya beralih pada suatu titik. Dalam lingkungan yang berfokus pada AI saat ini, biaya beralih—yang secara historis digunakan untuk mendukung peringkat moat perangkat lunak—memerlukan penilaian ulang yang cermat, terutama saat model AI menjadi terintegrasi ke dalam tumpukan teknologi perusahaan (enterprise technology stacks) yang terfragmentasi dan kompleks.

AI dapat mengotomatisasi proses-proses teknologi kunci yang secara historis menjadi sumber biaya beralih (seperti transfer data) dan dapat merugikan permintaan akhir untuk sebagian perusahaan petahana perangkat lunak tertentu. Peningkatan ketidakpastian mengenai seperti apa masa depan perangkat lunak di dunia AI membuat kami sulit memiliki keyakinan pada struktur imbal hasil lebih dari 10 tahun ke depan untuk banyak perusahaan, yang menyebabkan konsentrasi penurunan peringkat tertinggi.

Dengan adanya ketidaksesuaian antara biaya beralih dan efek jaringan, kemungkinan besar saat alur kerja menjadi semakin digerakkan oleh AI, embedding pelanggan yang sederhana (pendahulu biaya beralih) akan menghadapi tekanan, tetapi efek jaringan yang benar—di mana skala meningkatkan likuiditas, relevansi, kedalaman konten, telemetri, atau kegunaan ekosistem—diperkirakan akan meningkat nilainya.

		AI dan Parit Ekonomi: Saham Mana yang Paling Berisiko?

		Di balik layar, penelaahan analis ekuitas Morningstar terhadap parit ekonomi untuk 132 perusahaan.
	





			26m 49s
		 Mar 10, 2026

Tonton