Perubahan arah! Laporan larut malam dari bank investasi teratas di Wall Street: Perang AI memasuki tahap “mesin pemotong daging”, hanya perusahaan yang bertahan yang berhak membicarakan $BTC

Pasar analisis menunjukkan bahwa industri model dasar kecerdasan buatan sedang beralih dari dorongan yang diharapkan ke dorongan yang didorong oleh permintaan. Sebuah laporan yang baru-baru ini dirilis secara sistematis menjawab sepuluh pertanyaan utama yang menjadi perhatian investor, menganggap bahwa kualitas model telah menjadi variabel utama yang menentukan pola pasar, dan diferensiasi industri akan semakin cepat.

Laporan tersebut menganggap bahwa pasar AI di Tiongkok berada pada titik belok yang jelas. Pertumbuhan permintaan untuk skenario pengkodean dan agen sedang meningkat dengan cepat. Kemampuan model domestik telah mendekati bahkan melampaui tingkat model terkemuka AS setahun yang lalu, sementara harga lokal lebih sesuai dengan efisiensi ekonomi, kedua faktor ini secara bersama-sama meningkatkan pengembalian implementasi. Tahun 2026 adalah tahun kunci bagi permintaan AI perusahaan di Tiongkok untuk dapat meniru kurva pertumbuhan AS pada tahun 2025.

Sebagai referensi, pendapatan tahunan berulang Anthropic meningkat dari $10 miliar pada Desember 2024 menjadi $190 miliar pada Maret 2026, tumbuh sekitar 19 kali lipat dalam 15 bulan. Pasar Tiongkok memiliki kondisi untuk mengikuti jalur serupa, terutama di bidang pengkodean, di mana raksasa internet seperti Tencent, Alibaba, dan ByteDance telah mengintegrasikan alat terkait ke dalam ekosistem yang ada, mendorong permintaan dari demonstrasi terpisah menuju penerapan secara menyeluruh.

Pertanyaan pertama: Apakah permintaan AI tumbuh secara linier, atau meledak pada titik belok? Permintaan didorong oleh titik belok. Selama kualitas model cukup baik untuk membuka kunci skenario aplikasi nyata, penggunaan akan beralih dari pertumbuhan linier menjadi meledak secara “kurva cembung”. Pasar AS memberikan bukti yang kuat. Tiongkok saat ini memiliki kondisi dasar untuk ledakan serupa. Di sisi agent, OpenClaw menjadi katalis penting, mendorong skenario penggunaan dari interaksi satu langkah menuju pelaksanaan tugas multi-langkah.

Pertanyaan kedua: Apakah harga API akan naik, turun, atau terpisah? Penetapan harga tidak akan bergerak satu arah, diferensiasi adalah tema utama. Model yang kuat akan membentuk kekuatan penetapan harga. Dengan peningkatan terus-menerus dalam efisiensi perangkat keras dan algoritma, biaya unit penalaran akan terus menurun. Hasil akhirnya adalah struktur harga yang terpisah: model yang terus mempertahankan kemampuan terdepan dapat mencapai peningkatan volume dan harga secara bersamaan; model yang gagal untuk terus berinovasi akan menghadapi penurunan harga.

Pertanyaan ketiga: Jika penetapan harga bukan medan pertempuran utama, fokus persaingan di mana? Medan pertempuran telah beralih dari harga token ke kemampuan model. Ini adalah perubahan kunci dibandingkan tahun lalu. Dalam skenario pengkodean dan agen yang berkembang paling cepat, kualitas jauh lebih penting daripada harga satuan. Dalam alur kerja multi-langkah, esensi dari pembelian pelanggan adalah “menyelesaikan tugas dengan baik”.

Laporan memberikan contoh matematis yang intuitif: jika tingkat keberhasilan satu langkah meningkat dari 85% menjadi 98%, tingkat penyelesaian akhir untuk tugas 20 langkah akan melonjak dari 4% menjadi 67%. Dalam logika ini, model dengan harga token terendah mungkin memiliki biaya komprehensif tertinggi untuk menyelesaikan setiap tugas. Laporan tersebut juga menunjukkan bahwa perusahaan dengan model terdepan yang kuat dapat dengan mudah memperluas ke pasar rendah, tetapi perusahaan yang hanya bergantung pada harga murah sulit untuk memasuki pasar tinggi.

Pertanyaan keempat: Mengapa model besar dasar masih merupakan industri “perjuangan hidup dan mati”? Jarak teknologi yang kecil, siklus iterasi yang tanpa akhir, dan pola monetisasi yang serupa adalah tiga faktor yang menentukan industri yang sangat kejam. Jarak kemampuan antara perusahaan model besar di Tiongkok sering kali lebih kecil daripada yang diperkirakan investor. Dalam industri ini, “berdiam diri” bukan hasil netral, tetapi berarti kehilangan posisi.

Pengelompokan model bisnis memperburuk tekanan eliminasi. Pertumbuhan pendapatan dan margin laba sangat bergantung pada kekuatan produk, biaya transisi masih rendah, yang berarti perusahaan yang kehilangan momentum teknologi akan dengan cepat kehilangan kemampuan pertahanan secara komersial dan finansial, dan jumlah perusahaan yang benar-benar dapat diandalkan dalam industri akan berkurang secara bertahap.

Pertanyaan kelima: Apa faktor yang menentukan profitabilitas? Masalah inti adalah apakah laju pertumbuhan laba kotor dapat terus melampaui laju pengeluaran R&D. Model ekonomi dasar bisnis token jelas. Dengan terus meningkatnya efisiensi model dan efisiensi chip penalaran, margin laba kotor model terdepan harus meningkat secara bertahap. Namun, prospek laba operasi lebih kompleks.

Anthropic adalah contoh peringatan: bahkan pada level pendapatan bulan Februari 2026 yang mencapai $140 miliar, perusahaan tersebut pada waktu yang sama mengumumkan putaran pendanaan baru senilai $300 miliar, dan menekankan pengembangan terdepan yang berkelanjutan - pendapatan tinggi tidak berarti intensitas pelatihan normal. Skenario dasar adalah, Zhihui dan MiniMax diperkirakan akan mulai menghasilkan keuntungan pada tahun 2029. Laporan tersebut menekankan bahwa indikator pelacakan yang lebih penting daripada tahun tertentu yang menghasilkan keuntungan adalah: tren pertumbuhan penggunaan yang berkelanjutan, dan perbaikan ekonomi unit yang terus menerus.

Pertanyaan keenam: Bagaimana investor harus melacak kekuatan model? Diperlukan kombinasi dari tiga dimensi: harga token, volume penggunaan, dan penilaian pihak ketiga. Harga token adalah indikator terpenting, karena itu adalah ekspresi waktu nyata dari perusahaan tentang posisi pasar produk mereka. Selisih harga dengan model terbaik mulai menjadi variabel pengganti yang baik untuk daya saing nyata model.

Volume penggunaan token mencerminkan pilihan nyata pengguna dan pengembang. Pengumpul API pihak ketiga seperti OpenRouter dapat digunakan sebagai referensi, terutama perlu memperhatikan pertumbuhan beban kerja kategori agen. Dalam hal penilaian pihak ketiga, Artificial Analysis menyediakan penilaian terstruktur, LMArena mencerminkan preferensi buta pengguna nyata, keduanya saling melengkapi.

Pertanyaan ketujuh: Raksasa internet yang berinvestasi besar-besaran di sektor B, ke mana arah perusahaan model independen? Batas persaingan semakin mendekati, pada akhirnya tetap kembali ke perbandingan kemampuan model. Alibaba telah jelas menjadikan cloud dan AI sebagai fokus strategis. Produk agen yang diluncurkan oleh Tencent telah mencakup semua skenario individu, pengembang, dan perusahaan. OpenAI juga telah mengalihkan fokus komersialnya ke produk perusahaan dan penerapan pengkodean.

Perusahaan-perusahaan terkemuka memiliki arah yang serupa: AI sedang berevolusi dari “fungsi sisi konsumen” menjadi “alat untuk menciptakan pendapatan perusahaan secara langsung”. Dalam konteks ini, perusahaan model independen hanya dengan label “netral cloud” tidak cukup untuk membentuk moat, dan raksasa internet hanya mengandalkan keuntungan dari ekosistem tidak dapat sepenuhnya menutupi kekurangan kemampuan model. Ketika pelanggan perusahaan menerapkan AI, yang dibeli tetap adalah kualitas model.

Pertanyaan kedelapan: Faktor apa yang menentukan kelangsungan perusahaan? Talenta pertama, daya komputasi kedua, organisasi ketiga, ketiganya tidak dapat terpisahkan. Talenta riset terbaik tetap menjadi inti. Kemampuan penilaian teknologi tingkat tinggi itu sendiri adalah faktor kompetisi. Dalam hal daya komputasi dan modal, biaya pelatihan terdepan sangat tinggi, dan ekonomi penalaran bergantung pada kualitas infrastruktur. Kemampuan eksekusi organisasi di pasar yang cepat berputar, hampir sama pentingnya dengan model itu sendiri.

Pertanyaan kesembilan: Jika semua orang berkembang, apakah model akhirnya akan seragam? Kekuatan keseluruhan mendekati, tetapi tidak akan seragam, pasar tidak akan membentuk pola pemenang semua. Perusahaan berbeda dalam pilihan arsitektur, data pelatihan, fokus produk, dan jalur teknologi, perbedaan ini akan terus menghasilkan keunggulan kemampuan yang berbeda.

Laporan tersebut menganggap bahwa dalam pasar yang masih berkembang pesat, beberapa perusahaan dapat tumbuh secara bersamaan, meskipun ada sebagian tumpang tindih kemampuan - saat ini, makna ekspansi pasar keseluruhan jauh lebih besar daripada kekhawatiran tentang komoditisasi yang terlalu dini. Dalam jangka panjang, akhir pasar yang lebih realistis bukanlah “satu perusahaan mendominasi, yang lainnya keluar”, melainkan menyisakan beberapa perusahaan yang benar-benar kuat, masing-masing memiliki bidang keunggulan. Seiring AI berkembang dari alat produktivitas hingga skenario sisi konsumen, perbedaan selera, gaya, dan preferensi individu akan semakin memperkuat pola diversifikasi ini.

Pertanyaan kesepuluh: Bagaimana menyatukan pemahaman tentang open source/closed source, iterasi model, dan risiko ekspansi global? Iterasi adalah pilihan wajib, open source/closed source adalah pilihan strategi, dan risiko inti dari ekspansi global terletak pada daya komputasi dan kepatuhan. Dalam hal iterasi model, ritme yang diharapkan adalah peluncuran satu generasi model unggulan setiap tahun, disertai dengan peningkatan kecil yang didorong oleh pembelajaran penguatan.

Dalam hal open source/closed source, laporan tersebut menganggap bahwa jawabannya bukanlah salah satu dari dua pilihan. Model closed source memiliki pertahanan komersial yang lebih kuat; open source membantu pembangunan ekosistem, meningkatkan adopsi, dan mempercepat umpan balik teknologi. Oleh karena itu, sebagian besar perusahaan model Tiongkok pada akhirnya akan mengadopsi strategi campuran: model terbaru dan terkuat yang closed source, dan beberapa versi lainnya yang open source.

Dalam hal ekspansi global, risiko terbesar tetap pada mendapatkan daya komputasi. Pelatihan dan penalaran sangat bergantung pada chip berkinerja tinggi, pembatasan ekspor yang ketat akan sekaligus melemahkan kecepatan kemajuan model dan daya saing biaya. Selanjutnya adalah risiko data dan kepatuhan keamanan: jika penyebaran model, layanan pengguna, dan penyimpanan data dapat dilakukan dengan lokal di luar negeri, masalah transmisi data lintas batas relatif dapat dikendalikan; tetapi peraturan privasi setempat dan penetapan hak akses data entitas terkait Tiongkok tetap menjadi sumber ketidakpastian.

Ikuti saya: Dapatkan lebih banyak analisis dan wawasan pasar kripto secara real-time!

#GateGoldFinger #HargaMinyakInternasionalNaik #BTCBisakahMempertahankan$65.000? $BTC $ETH $SOL