#OpenAI第三季度营收升至100亿美元 #WCTCS9

Menurut saya, kecerdasan buatan secara resmi telah melewati tahap eksperimen dan memasuki periode komersialisasi yang serius; namun, profitabilitas tetap menjadi tantangan terbesar ke depannya.

Meski angka terbaru OpenAI mengesankan, angka tersebut juga menyoroti alasan investor perlu berhati-hati agar tidak menyamakan pertumbuhan pendapatan dengan model bisnis yang berkelanjutan.

1. Pertumbuhan pendapatan nyata, tetapi profitabilitas belum terlihat

Menurut laporan yang diterbitkan pada November 10, 2026:

* Pendapatan kuartalan mencapai sekitar $10 miliar—naik sekitar 50% dibandingkan kuartal sebelumnya.
* Pendapatan dari perusahaan meningkat dua kali lipat dari kuartal sebelumnya.
* Kerugian operasional naik dari $10.1 miliar menjadi $10.9 miliar.
* Margin operasional yang disesuaikan membaik dari -150% menjadi -109%.

Meski perbaikan margin ini menggembirakan, kerugian operasional yang membesar menjadi peringatan serius.

Pertanyaan pentingnya adalah apakah perusahaan AI dapat menghasilkan pendapatan jangka panjang yang jauh lebih besar tanpa sekaligus meningkatkan biaya komputasi dan infrastruktur pada laju yang sama.

2. Pangsa pasar atau profitabilitas?

Saya berpendapat bahwa pangsa pasar harus menjadi prioritas, tetapi bukan sesuatu yang perlu dikejar dengan cara apa pun.

Seperti komputasi awan pada masa-masa awalnya, kecerdasan buatan kini menjadi infrastruktur dasar. Perusahaan yang berhasil membangun ekosistem tangguh, hubungan pelanggan yang kuat, dan saluran distribusi yang efektif berpeluang memperoleh keunggulan jangka panjang yang sangat besar. Namun, ada perbedaan antara berinvestasi demi pertumbuhan di masa depan dan terus mengeluarkan uang tanpa memperbaiki ekonomi unit.

Secara khusus, tiga indikator berikut perlu dicermati:

* Retensi pelanggan: Apakah bisnis memperpanjang kontrak AI mereka dan memperluas cakupannya?
* Ekonomi unit: Apakah setiap pelanggan AI baru berkontribusi pada peningkatan profitabilitas perusahaan?
* Efisiensi infrastruktur: Apakah penurunan biaya inferensi meningkatkan margin keuntungan?

Jika indikator-indikator ini membaik secara bersamaan, kerugian saat ini dapat dipandang sebagai investasi strategis, bukan pertanda model bisnis yang tidak berkelanjutan.

3. Di mana saya akan mencari peluang investasi?

Saya akan mengelompokkan peluang investasi di bidang AI menjadi tiga area:

1. Infrastruktur – NVIDIA

Area pilihan saya untuk investasi dalam infrastruktur AI mencakup:

* GPU dan komputasi terakselerasi.
* Ekspansi pusat data.
* Permintaan yang didorong oleh banyaknya pengembang AI.

Keunggulannya adalah dapat berpartisipasi dalam ekosistem AI yang lebih luas, alih-alih bertaruh pada satu pengembang model saja.

2. Distribusi dan perusahaan – Microsoft

* Infrastruktur cloud Azure.

* Integrasi perangkat lunak perusahaan.

* Monetisasi AI melalui hubungan pelanggan yang sudah terjalin.

Saya sangat menyukai model bisnis mereka yang terdiversifikasi; namun, valuasi dan belanja modal tetap menjadi risiko yang signifikan.

3. Pengembang model AI – OpenAI

* Pendapatan langganan.

* Layanan AI untuk perusahaan.

* API, agen, dan aplikasi AI. Potensi keuntungannya sangat besar, tetapi disertai biaya infrastruktur yang signifikan dan tekanan persaingan.

4. Perspektif Jangka Panjang Saya

Saya optimistis terhadap kecerdasan buatan dalam 5–10 tahun ke depan; namun, saya ingin membedakan antara optimisme terhadap teknologi AI dan optimisme terhadap setiap saham yang terkait dengan AI.

Sebagian perusahaan akan menjadi sangat menguntungkan. Perusahaan lainnya mungkin kesulitan karena biaya komputasi tetap tinggi, sementara persaingan menekan harga model AI.

Secara pribadi, saya lebih menyukai pendekatan terdiversifikasi—yang mencakup eksposur terhadap infrastruktur dan platform teknologi mapan—seraya memandang pengembang AI individual sebagai investasi pertumbuhan dengan risiko lebih tinggi.

Perbandingan yang patut dicatat: Anthropic dilaporkan menghasilkan pendapatan sebesar $17 miliar pada kuartal ketiga, tetapi membukukan kerugian operasional yang jauh lebih kecil, yaitu $567 juta. Hal ini menunjukkan bahwa model bisnis AI yang berbeda dapat memiliki karakteristik ekonomi yang sangat beragam.

Keyakinan saya yang paling kuat adalah bahwa para pemenang sesungguhnya belum tentu perusahaan yang paling banyak membelanjakan dana untuk AI, melainkan perusahaan yang mampu mengubah adopsi AI menjadi pendapatan berulang, margin keuntungan yang kuat, dan arus kas yang berkelanjutan.