$OPENAI

‌
Pendapatan kuartalan OpenAI telah meningkat menjadi $10 billion—naik 50% secara kuartalan—sementara pendapatan dari korporasi meningkat dua kali lipat. Sekilas, orang mungkin menyimpulkan bahwa kecerdasan buatan akhirnya menjadi bisnis yang benar-benar menguntungkan.

Namun, ceritanya berubah ketika satu baris lagi ditambahkan: kerugian operasional perusahaan pada kuartal yang sama mencapai sekitar $10.9 billion. Dengan kata lain, untuk setiap dolar yang diperoleh, lebih dari satu dolar telah dibelanjakan. Ini bukanlah pertumbuhan; ini adalah modal yang “dibakar” untuk mendorong pertumbuhan—dan keduanya tidaklah sama. Pendapatan mudah terlihat, sedangkan kerugian perlu dicermati lebih dekat. Jika keduanya dibandingkan, pertanyaannya menjadi jelas: kapan pertumbuhan ini akan menghasilkan keuntungan?

Untuk memahami lanskap ini, kita perlu melihat konteks makroekonomi yang lebih luas. Di tengah suku bunga tinggi, era “uang gratis” telah berakhir. Biaya modal meningkat, dan investor tidak lagi hanya mencari narasi pertumbuhan; kini mereka menuntut profitabilitas dan arus kas positif.

Pendorong utama kerugian OpenAI adalah biaya komputasi dan R&D. Menyewa chip, mengoperasikan pusat data, dan melatih model membutuhkan biaya besar. Situasi ini mengingatkan pada investasi infrastruktur era dot-com di awal 2000-an. Meskipun revolusi internet benar-benar terjadi, miliaran dolar digelontorkan untuk infrastruktur, tetapi banyak perusahaan akhirnya bangkrut. Fakta bahwa revolusi itu nyata tidak menjamin setiap perusahaan akan bertahan. Saat itu pun, pendapatan dan kerugian sama-sama meningkat; pada akhirnya, perusahaan yang bertahan adalah perusahaan yang mampu mengelola biaya secara efektif.

Ini karena dalam ranah kecerdasan buatan, biaya meningkat seiring bertambahnya skala. Model yang lebih besar membutuhkan lebih banyak chip dan mengonsumsi lebih banyak energi. Seiring permintaan perusahaan meningkat dua kali lipat, pendapatan pun tumbuh—tetapi kebutuhan akan infrastruktur meningkat dengan laju yang sama cepatnya. Akibatnya, saat perusahaan berkembang, perusahaan itu bisa semakin terjerumus ke dalam kerugian, alih-alih bergerak menuju profitabilitas.

Pertanyaan pentingnya adalah: akankah biaya komputasi turun? Jika efisiensi chip meningkat, perangkat keras generasi berikutnya mulai digunakan, dan tugas yang sama dapat dilakukan dengan biaya lebih rendah, kerugian dapat menyusut dengan cepat. Namun, jika biaya tetap tinggi, memperoleh modal akan semakin sulit. Dalam skenario itu, kita mungkin akan menyaksikan konsolidasi industri—merger dan akuisisi—ketika pemain yang lebih kecil diakuisisi oleh pemain yang lebih besar, atau perusahaan-perusahaan besar saling mengakuisisi.

Skenario pertama bersifat optimistis: biaya komputasi turun, permintaan perusahaan terus melonjak, kerugian menyusut dengan cepat, dan narasinya beralih ke profitabilitas. Jika hal ini terjadi, babak baru akan dimulai bagi perusahaan seperti OpenAI, ketika pertumbuhan dibiayai oleh pendapatan yang diperoleh, bukan dengan membakar modal.

Skenario kedua lebih berhati-hati: biaya tetap tinggi, modal tetap mahal, dan kesabaran investor menipis. Dalam hal ini, perusahaan akan terpaksa menaikkan harga, memangkas pengeluaran, atau melakukan merger—semuanya akan meningkatkan volatilitas di sektor ini. Satu kuartal saja tidak dapat menunjukkan jalan mana yang akan ditempuh; kita perlu mengamati tren biaya dan pendapatan selama beberapa kuartal berturut-turut.

Jika dilihat dari perspektif investasi, pepatah lama memberikan jawabannya: saat demam emas, penjual sekoplah yang menghasilkan uang. Pengembang model menawarkan risiko tinggi sekaligus potensi besar, sedangkan penyedia infrastruktur dan perangkat keraslah yang menghasilkan arus kas nyata saat ini.

Singkatnya, perusahaan seperti OpenAI sedang menulis kisah masa depan, tetapi untuk saat ini, mereka masih membakar uang tunai. Segmen perangkat keras dan cloud saat ini menghasilkan keuntungan. Meskipun keduanya merupakan bagian dari rantai yang sama, risikonya berbeda. Berfokus pada salah satunya sambil mengabaikan yang lain akan menghasilkan gambaran yang tidak lengkap. Kita perlu mengkaji seluruh rantai nilai—model, chip, infrastruktur cloud, perangkat lunak, dan aplikasi perusahaan—untuk membedakan bagian mana yang menghasilkan keuntungan dan mana yang membakar modal.

Tren kecerdasan buatan merupakan transformasi makro jangka panjang; hal itu sudah jelas. Namun, di tingkat perusahaan individual, penting untuk memantau “burn rate” (laju perusahaan menghabiskan uang tunainya). Angka pendapatan mudah membuat kita bersemangat, tetapi dibutuhkan keteguhan untuk mencermati burn rate—dan dalam situasi saat ini, perspektif kedualah yang menjadi pelindung.

Dalam praktiknya, ini berarti Anda tidak boleh terpaku pada satu perusahaan saja. Perusahaan yang menghasilkan pendapatan $10 billion tidak akan menyelamatkan seluruh sektor, sebagaimana perusahaan yang mencatat kerugian $10.9 billion tidak akan menyebabkan sektor itu runtuh. Amati rantai yang lebih luas, ambil pendekatan yang terukur, dan kelola risiko Anda. Jangan samakan narasi pertumbuhan dengan narasi profitabilitas. Jika keduanya kelak bertemu, ceritanya akan benar-benar berubah. Sampai hari itu tiba, antusiasme perlu diimbangi dengan kehati-hatian.

Konten ini hanya untuk tujuan informasi dan bukan merupakan saran investasi.

#OpenAIQ3RevenueHits10B
#ShareWeekly