Inilah Saham US Yang Diuntungkan Booming AI (Artificial Intelligence)
Ketika OpenAI Inc, perusahaan pengembang teknologi artificial intelligence (AI) asal Amerika Serikat pada bulan November 2022 meluncurkan ChatGPT, sebuah aplikasi yang memungkinkan penggunanya berkomunikasi dengan kecerdasan buatan untuk membantu menjawab pertanyaan, menghasilkan ide, membuat konten dll, maka itu kemudian memicu AI booming, dimana pada hari ini ada banyak perusahaan teknologi lainnya yang juga meluncurkan aplikasi AI milik mereka sendiri. Seperti Gemini (Google), Llama AI (Meta Platforms), Microsoft Copilot (Microsoft), dst.
***
Hingga akhir September, Avere Investama US Stocks mencatat profit +37.1% dihitung sejak awal tahun 2025. Untuk melihat saham-saham apa saja yang kami pegang bisa ikut channel telegram USC disini, gratis konsultasi dan tanya jawab saham US untuk member.
***
Dan AI booming ini kemudian menghasilkan keuntungan besar bagi banyak perusahaan publik di Amerika Serikat (US), yang paling terkenal tentunya Nvidia Corp (NVDA), yang memproduksi perangkat graphic processing unit (GPU) yang merupakan ‘mesin otak’ dari AI itu sendiri. Alhasil pendapatan NVDA meroket dari $16.7 miliar untuk tahun yang berakhir tanggal 31 Januari 2021, hingga terakhir tembus $165.2 miliar untuk periode dua belas bulan yang berakhir tanggal 31 Juli 2025. Sedangkan sahamnya? Ya gak usah ditanya lagi: Terbang dari hanya $13 pada awal tahun 2021 hingga sekarang tembus $185, atau naik lebih dari 10 kali lipat dalam waktu tidak sampai 5 tahun.
Nah, tapi tahukah anda bahwa GPU bukanlah satu-satunya perangkat keras (hardware) yang dibutuhkan untuk meluncurkan aplikasi AI, dan alhasil NVDA juga bukan satu-satunya perusahaan yang diuntungkan karena booming AI ini? In fact, terdapat rantai suplai yang sangat panjang hingga akhirnya kita semua bisa menggunakan ChatGPT, Google Gemini dll di ponsel, dimana tiap-tiap mata rantai tersebut diisi oleh banyak perusahaan berbeda. Nah, jadi pada kesempatan kali ini, penulis akan mengajak anda untuk mengenal lagi industri AI secara menyeluruh, termasuk perusahaan-perusahaan apa saja yang diuntungkan di dalamnya, sehingga kita sebagai investor bisa ikut menikmati keuntungan tersebut dengan cara membeli saham perusahaan yang bersangkutan.
Dan berikut ringkasan mata rantainya dari hilir (ChatGPT), ke hulu. Yang pertama, aplikasi AI itu sendiri yang ada di ponsel/tablet kita, seperti ChatGPT, Perplexity, dll. Kedua, perusahaan platform yang membentuk AI models menjadi aplikasi AI, seperti Microsoft Azure yang menjadi hosting bagi OpenAI untuk meluncurkan ChatGPT. Yang dimaksud dengan AI models adalah seperti organ otak yang sudah mampu untuk ‘berpikir’, namun masih harus dilengkapi organ tubuh yang lain agar bisa berfungsi secara penuh (dalam bentuk aplikasi), dan organ tubuh tersebut disediakan oleh perusahaan platform ini. Perusahaan platform ini pula yang membawa aplikasi AI go online sehingga bisa digunakan oleh siapa saja, dan kapan saja, asal ada koneksi internet.
Ketiga, AI developers, seperti OpenAI itu tadi, yang pekerjaan utama mereka adalah membuat AI models melalui pelatihan AI (AI training) dengan cara mengumpulkan data, membuat parameter, melatih pola bahasa (misalnya dengan menebak kalimat apa yang harus disampaikan berdasarkan konteks diskusi sebelumnya), hingga fine tuning, yakni agar ChatGPT bisa menjawab pertanyaan penggunanya dengan bahasa yang membantu, sopan, serta aman. Jadi bayangkan seperti OpenAI melahirkan bayi (AI models) bernama GPT-4, lalu mengajari si bayi itu cara berjalan, berbicara dll, sebelum baru mengirimnya ke platform untuk diintegrasikan ke dalam aplikasi ChatGPT. Proses AI training inilah yang merupakan bagian paling sulit serta paling mahal dalam mata rantai AI, dimana sebagai contoh GPT-4 membutuhkan penggunaan komputasi selama beberapa bulan menggunakan fasilitas data center yang berisi total 25,000 unit mesin GPU, serta menghabiskan biaya listrik, infrastruktur, dan tenaga kerja hingga $200 juta, belum termasuk harga beli/sewa GPU-nya itu sendiri.
Inti dari Industri AI: Data Center
Sehingga dalam hal ini kita kemudian ke mata rantai keempat: Data center, yakni bangunan gedung yang berisi ratusan hingga ribuan unit server (komputer super-canggih berukuran besar) berisi GPU, yang terhubung satu sama lain. Dan ada banyak perusahaan data center di US, dimana cara kerja mereka adalah membeli GPU dalam jumlah besar dari NVDA atau produsen lainnya seperti Advanced Micro Devices Inc (AMD) atau Intel Corp (INTC), lalu dirakit menjadi server oleh perusahaan seperti Super Micro Computer, In (SMCI), lalu disusun dalam satu bangunan data center. Perusahaan data center ini ada yang kemudian membuat dan melatih AI models milik mereka sendiri, atau bekerjasama dengan AI developers seperti OpenAI untuk melatih GPT-4 milik OpenAI, atau hanya menyewakan data center yang mereka miliki ke pihak ketiga. Perusahaan data center skala besar (hyperscale) contohnya Amazon Web Service, Google Cloud, dan CoreWeave (CRWV), dimana tiga perusahaan ini memiliki puluhan data center dengan total puluhan ribu server didalamnya. However, karena bahkan fasilitas sebesar itu masih belum cukup untuk memenuhi kebutuhan AI training, maka mereka kemudian menyewa fasilitas data center tambahan milik perusahaan yang lebih kecil, seperti Iren Ltd (IREN).
Catatan: Anda bisa klik link-link diatas untuk membaca analisa lengkap dari tiap-tiap perusahaan.
 |
| Ilustrasi belasan server yang tersusun dalam sebuah gedung data center. |
Lanjut ke mata rantai kelima yang masih terkait data center, yakni komponen-komponen yang diperlukan untuk merakit sebuah server yang kemudian ditempatkan di dalam bangunan data center, seperti tadi disebut diatas GPU, central processing unit (CPU), cooler, networking, storage, kabel listrik dll. Jadi sama sajalah seperti komputer desktop anda di kantor yang terdiri dari komponen CPU, GPU, random access memory (RAM), motherboard dll, dan tiap-tiap komponen tersebut diproduksi oleh banyak perusahaan berbeda. Sehingga tidak hanya NVDA, AMD, dan INTC yang diuntungkan karena memproduksi GPU, namun perusahaan seperti Taiwan Semiconductor Ltd (TSM), Cisco System Inc (CSCO), hingga Arista Networks Inc (ANET) juga diuntungkan, karena mereka memproduksi komponen-komponen itu tadi.
Keenam, kembali masih terkait data center, adalah perusahaan konstruksi serta infrastruktur fisik yang membangun gedung data center itu sendiri, termasuk menyediakan lahan, jaringan kabel fiber optik, dll. Beberapa perusahaan data center seperti IREN maka pertama-tama mereka membeli lahan untuk dibangun gedung data center diatasnya, dan setelah itu mereka membeli GPU/server untuk ditempatkan. Tapi karena harga GPU itu sendiri sangat mahal, mencapai $30,000 per unit (sedangkan dalam satu gedung data center berisi ratusan hingga ribuan unit GPU), maka ada juga perusahaan yang hanya membuat bangunan gedungnya untuk kemudian disewakan ke perusahaan lain yang memiliki GPU tersebut, misalnya Soluna Holdings Inc (SLNH). And btw SLNH ini menarik, nanti penulis akan membuat analisa lengkapnya.
Terakhir ketujuh, ketika sebuah gedung data center yang berisi ratusan hingga ribuan unit server sudah selesai dibangun dan siap beroperasi untuk ‘melahirkan’ AI, maka apa yang dibutuhkan selanjutnya? Benar sekali: Pasokan energi listrik. Disinilah perusahaan pembangkit listrik (power plant) diuntungkan, terutama yang menggunakan energi terbarukan seperti nuklir, hydro (air), angin, matahari, dan geothermal, contohnya First Solar Inc (FSLR), Oklo Inc (OKLO), dst.
Nah! Jadi ketika kita sekarang bisa dengan mudah berdiskusi dengan ChatGPT tentang cara investasi saham, atau membuat gambar-gambar lucu menggunakan Google Gemini, maka itu adalah hasil kerja keras dari buanyak sekali perusahaan-perusahaan di bidangnya masing-masing, dan bahkan ketujuh mata rantai yang sudah disebutkan diatas sejatinya masih belum lengkap, karena masih ada lagi perusahaan tambang yang memproduksi logam mineral untuk pembuatan komponen GPU, perusahaan di bidang data preparation, quantum computing, dan seterusnya.
Jadi Saham Apa Yang Bagus?
Namun demikian, sekarang kita balik lagi ke pertanyaan pentingnya: Selain NVDA, maka perusahaan mana saja yang paling diuntungkan karena booming AI ini? Dan jawabannya masih berkaitan dengan GPU, dalam hal ini GPU H100 ‘Hopper’ yang pertama kali diproduksi oleh NVDA pada bulan September 2022, atau persis dua bulan sebelum OpenAI meluncurkan ChatGPT, dimana penciptaan (invention) teknologi H100 inilah yang sejak awal memungkinkan AI itu sendiri untuk berkembang pesat sampai hari ini. Dengan kata lain, tanpa H100 ini maka tidak akan ada ChatGPT, Grok, dst. Untuk perusahaan di bidang lainnya seperti pembangkit listrik, maka betul mereka juga diuntungkan, tapi yang namanya pembangkit listrik maka jumlah mereka ada banyak, gak seperti NVDA ini yang bisa dibilang satu-satunya yang bisa bikin GPU. Dan meski perusahaan lain seperti AMD juga mulai mampu membuat GPU dengan kemampuan yang mendekati H100, tapi NVDA sampai hari ini masih menguasai sekitar 92% pasar GPU global.
Okay Pak Teguh, jadi kita beli saham NVDA saja kalau gitu? Well, tunggu dulu: Karena harga GPU/server/data center itu sendiri sangat mahal, dan pasokannya pun terbatas (NVDA hanya mampu memproduksi sekian unit GPU per tahun, sedangkan permintaannya jauh lebih besar dari itu), maka ada banyak AI developer yang lebih memilih menyewa ketimbang membeli, dan alhasil muncul banyak perusahaan data center, salah satunya ya IREN yang kemarin kita bahas, dan sahamnya memang sukses terbang berlipat-lipat (cek harga sahamnya disini). Tapi kabar baiknya, perusahaan data center di Nasdaq tidak cuma IREN, melainkan masih ada banyak lagi yang lain, dimana mayoritas dari mereka awalnya menggunakan/menyewakan data center tersebut untuk keperluan bitcoin mining, tapi sekarang mereka mulai beralih (pivot) ke AI. Contohnya Cipher Mining (CIFR), Bitfarms (BITF), Mara Holdings (MARA), dan masih banyak lagi. Kita mungkin akan membahas salah satunya nanti, tapi intinya perusahaan-perusahaan data center inilah yang meski kinerja mereka pada saat ini sama sekali belum sebagus NVDA, tapi prospek pertumbuhannya terbilang sangat tinggi.
Therefore, meski mungkin anda berpikir bahwa kita
sudah ketinggalan kereta di saham-saham US yang AI related (karena NVDA
sudah terbang ke langit), tapi penulis bisa katakan bahwa kalau kita jeli,
maka masih ada banyak ‘kereta AI’ lainnya yang belum jalan, dan tugas kita
adalah menemukannya saja. Jadi di ulasan berikutnya nanti kita akan bahas
perusahaan data center mana yang paling prospektif, yang sahamnya berpotensi bagger.
Just stay tune!
***
Jadwal US Stocks Private Class, Jakarta, Sabtu 8 November 2025. Untuk mendaftar maka baca infonya disini.
Komentar