Minggu ini, seluruh pasar saham AS dan pasar saham Korea yang terkait semikonduktor mengalami pendarahan. Strategi faktor momentum saham teknologi di AS turun 40%, mencatat rekor penurunan terdalam dan tercepat dalam sejarah.

Sebaliknya, laporan keuangan saham bank AS semuanya melampaui ekspektasi (yang berarti konsumsi dan kredit tidak bermasalah). Laporan keuangan ASML\TSM juga melampaui ekspektasi dan panduan (guidance) ditingkatkan.

Alasan utama penurunan kali ini masih karena leverage pada penyimpanan (storage) terlalu tinggi. Rangkaian likuidasi paksa (liquidation berantai) memicu pola aksi “beli yang paling atas lalu menjual serempak” (high-level many-to-kill), lalu ketika storage turun, aset di sektor lain hanya bisa ikut turun, karena tidak ada sektor yang fundamentalnya lebih kuat daripada storage.

Selain itu, minggu ini ada sentimen negatif besar lainnya yaitu rilis kimi3, yang performanya langsung menembus peringkat pertama. Soal kimi, saya pikir harus dilihat dari dua sisi: sisi training dan sisi inferensi (inference).

Di sisi training, saya menganggap ini sentimen negatif besar. Meski saat ini kita belum tahu berapa banyak kartu dan biaya yang digunakan kimi untuk kimi3, kemungkinan besar jauh lebih murah dibanding OpenAI dan A. Saat ini banyak orang menduga setidaknya sebagian diantaranya adalah distilasi dari model closed-source terdepan. Dari sini muncul pertanyaan: jika bisa mendekatkan kesenjangan dengan model closed-source dengan distilasi atau metode lain yang tidak kita ketahui, di mana sesungguhnya letak penghalang (barrier) model skala besar? Apakah OpenAI dan Anthropic yang menggelontorkan begitu banyak uang untuk pelatihan (training) paling mutakhir masih memiliki manfaat ekonomi?

Kimi 3, menurut saya, terutama memengaruhi cara pandang pasar terhadap kebutuhan komputasi untuk training.

Di sisi inferensi, saya justru menganggap ini sentimen positif. Meski kimi3 tidak terlalu jauh lebih murah dibanding model closed-source sekelasnya, kira-kira hanya 20% lebih murah, penurunan biaya ini sebenarnya menguntungkan karena kebutuhan AI bisa meluas. Semakin banyak model skala besar yang bagus dan murah, semakin besar pula cakupan penggunaan AI dan semakin banyak use case. Permintaan inferensi pun meningkat. Selain itu, parameter kimi3 juga sangat besar; H100 biasa mungkin sudah tidak sanggup menjalankannya, sehingga makin mempercepat kebutuhan akan komputasi kelas atas (high-end).

Secara keseluruhan, jalur kepanikan yang dibawa kimi kali ini seperti ini: KIMI 3 muncul—semua orang mempertanyakan kebutuhan komputasi dan margin kotor Open AI dan Anthropic. Jika kebutuhan komputasi Open AI dan Anthropic serta margin kotor tidak bisa dipertahankan, maka mereka tidak bisa terus memesan pada empat penyedia cloud besar (ingat, sebagian besar sumber pesanan empat cloud saat ini berasal dari dua pihak tersebut). Jika backlog empat cloud tidak bisa direalisasikan, belanja modal (capital expenditure) tidak akan didukung—gelembung AI pecah.

Kepanikan ini memang punya logika dan alasan, tetapi tiap langkah rantainya tetap perlu fakta untuk membuktikannya. Namun ada satu hal yang bisa dipastikan: margin kotor Anthropic 80% tidak bisa dipertahankan. Tidak peduli apakah pihak lain melakukan distilasi atau benar-benar punya metode khusus, faktanya adalah model dengan level yang sama namun lebih murah sudah muncul.

Selain itu, meski kebutuhan komputasi OAI dan A mengalami penurunan, kemungkinan akan tergantikan oleh model-model lain. Training bisa mencari jalan pintas, tapi inferensi itu nyata: seberapa banyak komputasi yang dipakai, sebesar itu pula output produksi dan produktivitas yang dihasilkan. CEO Microsoft baru-baru ini juga terus membahas “AI berdaulat” (sovereign AI); ke depan, perusahaan-perusahaan besar mungkin akan melakukan post-training dengan menggabungkan kebutuhan perusahaan mereka sendiri di atas model open-source, untuk mencegah data dicuri oleh model closed-source yang lalu menjadi semakin kuat. Semua ini adalah kebutuhan komputasi dalam jumlah besar.

Kembali ke pasar saham: dua pekan terakhir Juli, menurut saya, pada dasarnya sudah menjadi penentu untuk kuartal berikutnya. Dari sentimen pasar saat ini, meski sudah mengalami tren deleveraging, saya tidak berpikir akan ada rebound berbentuk V, karena sentimen terlalu buruk; dana yang “ambil posisi di titik bawah” biasanya akan memilih ambil untung begitu ada pantulan kecil. Dana jangka panjang pasti akan menunggu sampai laporan keuangan dari empat teknologi besar (four big tech) dikonfirmasi, barulah mereka masuk—pada saat itu sentimen akan mulai membaik bertahap.

Jika laporan keuangan empat cloud terus menaikkan CapEx, maka ini adalah momen langka sebagai titik bawah. Tapi jika kinerja empat cloud tidak sesuai ekspektasi dan justru menurunkan CapEx (meski ini kejadian kecil/kemungkinan rendah), maka semuanya selesai—tahun paruh kedua bisa kembali sepenuhnya ke Crypto.