Mari kita kembali ke titik awal penurunan besar ini dan lihat apa yang sebenarnya terjadi? Apakah ini pecahnya gelembung atau kepanikan berlebihan? Koreksi atau akhir?

Pada 1 Juli, sebuah berita utama mengatakan bahwa Meta mungkin menjual kelebihan daya komputasi AI-nya, menciptakan model bisnis mirip NeoCloud.
Pasar menafsirkannya sebagai sinyal nyata pertama dari 'kelebihan pasokan daya komputasi'.
Ditambah dengan kekhawatiran sebelumnya tentang proporsi memori yang terlalu tinggi dalam total CapEX, penurunan sistematis dimulai.
1️⃣META kalah dalam perlombaan AI
Ini seharusnya sudah menjadi fakta yang diketahui publik. Selain ketertinggalan model, investasi AI yang besar juga semakin menguras arus kas Meta.
Jika tidak ada perubahan, arus kas bebas Meta akan terus negatif dalam beberapa tahun ke depan.
Saat ini, tingkat pemanfaatan daya komputasi H100/H200 di infrastruktur internal Meta sekitar 65%, dan 35% kapasitas menganggur yang tersisa memberikan jalur monetisasi bagi Meta yang kekurangan dana.
Ini bukanlah jumlah yang kecil.
2️⃣Tingkatan daya komputasi
Meta terutama menyewakan klaster GPU generasi H100/H200, sedangkan generasi terbaru 'daya komputasi pelatihan papan atas GB300' masih digunakan sendiri.
Meta saat ini merencanakan dua model untuk menyewakan daya komputasi:
1) Menyewakan komputasi mentah, memungkinkan klien untuk melatih/melakukan inferensi di DC Meta (mirip dengan CoreWeave);
2) Membuka akses ke model AI yang dihosting di infrastruktur Meta.
Permintaan kartu inferensi vs kartu pelatihan akan terbagi, dengan kartu lama untuk inferensi dan kartu baru mendominasi pelatihan sebagai jalur utama.
Daya komputasi pelatihan papan atas masih langka. Siklus pengiriman daya komputasi pelatihan kelas atas masih 6–9 bulan atau lebih.
3️⃣Apakah permintaan AI melambat?
SemiAnalysis memberikan angka spesifik: pada paruh pertama 2026 saja, Meta telah menandatangani kontrak kapasitas pusat data lebih dari 5GW, mencakup sewa cloud dan ruang hosting, belum termasuk seluruh progres proyek yang dibangun sendiri.
Bukankah disebutkan sebelumnya ada 35% daya komputasi menganggur? Lalu mengapa terus membeli daya komputasi baru?
Pengembangan model besar oleh Meta Superintelligence Lab (MSL) dijadikan arah utama penggunaan daya komputasi, mendukung iterasi pelatihan seri Llama generasi berikutnya dan model multimodal, berusaha mengejar OpenAI/Anthropic.
Sistem rekomendasi iklan (RecSys): ruang ekspansi 10 kali lipat.
SemiAnalysis berpendapat bahwa Meta yakin dapat memperluas kompleksitas sistem rekomendasi iklan lebih dari 10 kali lipat untuk mempercepat pertumbuhan pendapatan.
Ini memerlukan investasi dalam daya komputasi inferensi dan pelatihan secara bersamaan. Model RecSys yang lebih besar dan lebih mahal telah mendorong pengiklan untuk membayar harga lebih tinggi sambil mempertahankan ROI iklan yang kuat.
Di atas itu, masih memegang posisi dengan susah payah tetapi tetap optimis.