- Rencana investasi Nvidia hingga $100 miliar untuk mendukung pelatihan dan operasional model AI generasi berikutnya milik OpenAI tidak mengalami kemajuan karena penolakan internal dan ketidakpastian
- Pembangunan infrastruktur komputasi skala 10GW dan skema sewa chip yang diumumkan pada September 2025 berhenti di tingkat nota kesepahaman awal dan tidak berlanjut ke kontrak utama
- Di internal Nvidia, muncul kekhawatiran terkait kurangnya disiplin bisnis dalam rancangan awal yang bersifat non-binding serta persaingan yang makin ketat
- OpenAI mengalami hambatan pada strategi pengamanan komputasi skala besar dalam proses persiapan IPO pada akhir 2026
- Dengan pertumbuhan Google Gemini dan Anthropic Claude, peta persaingan model AI bergerak tidak menguntungkan bagi OpenAI
Gambaran kontrak dan isi pengumuman awal
- Nvidia menandatangani nota kesepahaman untuk OpenAI dengan janji membangun daya komputasi setidaknya 10 gigawatt
- Termasuk struktur di mana OpenAI menyewa infrastruktur tersebut dari Nvidia
- Dibahas pula skema pemberian investasi atau pendanaan hingga $100 miliar oleh Nvidia
- Saat pengumuman tersebut, Jensen Huang menyebutnya sebagai proyek komputasi terbesar dalam sejarah
- Segera setelah pengumuman, saham Nvidia naik sekitar 4% dan kapitalisasi pasarnya mencapai sekitar $4,5 triliun
Kebuntuan negosiasi dan kekhawatiran internal
- Namun, negosiasi kontrak tersebut saat ini mandek di tahap awal tanpa kemajuan nyata
- Jensen Huang secara pribadi menekankan bahwa kontrak itu bersifat non-binding dan belum final
- Ia juga menyampaikan kekhawatiran tentang kurangnya disiplin operasional bisnis di OpenAI serta kompetisi yang kian intens dengan Google dan Anthropic
- Meski demikian, juru bicara Nvidia dan OpenAI sama-sama menyatakan komitmen untuk terus bekerja sama
Beban finansial OpenAI dan kekhawatiran investor
- OpenAI sedang mempersiapkan landasan untuk penawaran umum perdana (IPO) dengan target akhir 2026
- Selama setahun terakhir, perusahaan ini berfokus pada persaingan untuk mengamankan kapasitas komputasi skala besar
- Sam Altman menyebut kontrak kumulatifnya mencapai komitmen komputasi senilai total $1,4 triliun
- Nilai itu setara dengan lebih dari 100 kali estimasi pendapatan saat itu
- OpenAI menjelaskan bahwa beban riilnya lebih rendah jika memperhitungkan elemen yang saling tumpang tindih antar kontrak
Perubahan lingkungan persaingan dan reaksi pasar
- Keberhasilan Google Gemini membuat pertumbuhan ChatGPT melambat, dan OpenAI mendeklarasikan code red secara internal
- Claude Code dari Anthropic menjadi faktor tekanan di bidang AI coding
- Nvidia juga telah secara terpisah menjanjikan investasi hingga $10 miliar kepada Anthropic
- OpenAI menandatangani sejumlah kontrak dengan perusahaan semikonduktor dan cloud serta sempat mendorong kenaikan bursa global, namun
investor meragukan apakah perusahaan memiliki kemampuan pendanaan untuk kontrak-kontrak tersebut, dan aksi jual pada saham teknologi terkait OpenAI pun berlanjut
- Dalam pengajuan pada November, Nvidia menyatakan bahwa “tidak ada jaminan bahwa perjanjian definitif akan ditandatangani terkait peluang investasi OpenAI atau investasi potensial lainnya, dan juga tidak ada jaminan bahwa investasi akan selesai sesuai harapan”
- Pada konferensi UBS bulan Desember, CFO Nvidia kembali menegaskan bahwa kontrak utama belum ditandatangani
Dilema strategis Nvidia
- Nvidia memahami perlunya memberi tingkat dukungan tertentu karena OpenAI adalah salah satu pelanggan utamanya
- Jika OpenAI tertinggal dalam persaingan, hal itu bisa berujung pada penurunan permintaan GPU
- Anthropic dan Google menggunakan AWS Trainium dan Google TPU
- Hal ini menjadi ancaman persaingan struktural bagi GPU Nvidia
1 komentar
Opini Hacker News
Tautan arsip artikel
Dalam 6 bulan terakhir, pangsa pasar OpenAI turun tajam
Sementara itu, Nvidia sedang melatih keluarga modelnya sendiri dengan dana likuid baru yang berhasil diamankan
Dalam situasi seperti ini, aliansi dengan OpenAI tampak kurang berarti dibanding sebelumnya
Lihat blog Nvidia untuk konteks terkait
Sejak 2019, model-model ini telah menjadi semacam cetak biru bagi perusahaan lain
Tautan paper
Ia kehilangan kepercayaan akibat perubahan sikap terkait regulasi, kebocoran email internal, dan lain-lain
Model-model makin mirip di setiap pembaruan, dan pada akhirnya yang tersisa hanya persaingan harga
Valuasi perusahaan AI yang bertumpu pada asumsi struktur ‘pemenang mengambil semua’ mulai runtuh
Sebaliknya, Anthropic fokus pada pasar B2B dan coding, sehingga posisinya jauh lebih baik
Dan Sam Altman tetap saja sosok yang tidak disukai
Paragraf terakhir artikel itu menarik
Anthropic melatih modelnya memakai Trainium milik AWS dan TPU milik Google
Chip-chip ini merupakan ancaman kompetitif utama terhadap GPU Nvidia
Kalau begitu, mungkin pada akhirnya hanya OpenAI yang menjadi perusahaan AI besar yang melatih model berbasis Nvidia
Bukan cuma Google dan Amazon, tetapi juga Microsoft, Meta, xAI, Tesla, Oracle, dan lainnya masih berusaha mengamankan GPU Nvidia sebanyak mungkin
Namun jika perusahaan lain mulai membuat chip mereka sendiri, Nvidia bisa saja masuk langsung ke tambang (pengembangan model)
Karena OpenAI tampak tidak stabil, strategi diversifikasi risiko diperlukan
Ini tampak seperti upaya untuk keluar dari persaingan memperebutkan chip Nvidia
Video tentang CoreWeave menarik
Video itu menunjukkan dengan baik struktur pendanaan yang rumit di perusahaan-perusahaan AI
Lihat artikel TechCrunch
Blog resmi
Ini tampak seperti langkah strategis
Belakangan ini, berbagai pengumuman investasi non-mengikat yang dirilis terasa seperti pertunjukan untuk membangun kepercayaan
Amazon berinvestasi ke Anthropic dan OpenAI karena sulit melatih model sendiri
Oracle juga bekerja sama dengan OpenAI karena alasan serupa
Nvidia bergerak untuk tetap berada di dalam stack teknologi perusahaan-perusahaan tersebut
Dalam 10 tahun ke depan, berbagai pengungkapan masalah etika akan bermunculan,
dan pada saat itu para orang dalam kemungkinan besar sudah menjual semua RSU mereka dan pergi
Masalah bug di OpenAI yang tidak bisa diselesaikan selama 2 minggu menunjukkan kurangnya kemampuan fungsional perusahaan itu
Tautan isu GitHub
Fakta bahwa sebagian besar pengguna bisnis bahkan tidak bisa login ke CLI
tetapi ini tidak menjadi berita besar menunjukkan lemahnya ekosistem developer
UI berfungsi tetapi lingkungan headless tidak,
dan error terjadi karena pembatasan fitur khusus paket Enterprise
Pada akhirnya, orang-orang menyiasatinya dengan SSH tunneling atau menyalin autentikasi dari UI
Banyak orang sudah lama memprediksi bahwa strategi OpenAI yang menganggap “model itu sendiri adalah produk” adalah keliru
Nilai sebenarnya ada pada tool dan kecepatan yang dibangun di atas model
Tanpa model, Anda bisa sewaktu-waktu terkena rug pull
Struktur investasi sirkular di industri AI makin terlihat jelas
Tautan video yang membahas hal ini
Momennya menarik karena berbarengan dengan berita rencana IPO OpenAI yang diumumkan kemarin
Artikel WSJ
Belakangan ini, valuasi AI yang terlalu panas dan euforia investasi terasa mengkhawatirkan
Setelah mencoba sendiri model lokal, jalur menuju keruntuhannya jadi terlihat lebih jelas
tetapi sebenarnya AMD juga membuat GPU yang cukup bagus
Pada akhirnya, Nvidia dinilai terlalu tinggi berkat keuntungan sebagai pemain pertama
tetapi model open-weight akan segera menyusul
Dalam beberapa tahun, daya saing model berbayar akan hilang
Berkat model terbuka dan antarmuka terbuka, siapa pun bisa menerapkannya
Saat itu model Anthropic atau OpenAI tidak akan lagi terasa istimewa
Karena LLM bekerja dengan mengulang pembelajaran dari data masa lalu,
ia tidak bisa berevolusi seperti pembelajaran berkelanjutan (reinforcement learning)
Efisiensinya terhadap investasi akan menurun, lalu memasuki masa stagnasi
Namun berkat investasi besar yang sudah digelontorkan, ekosistem model terbuka akan tetap berguna
dan juga tidak akan bergantung pada perusahaan model frontier tertentu
model open source memang menarik dari sisi privasi,
tetapi tetap akan menjadi pasar niche untuk power user
Ia sendiri memakai Claude dan Gemini secara bersamaan,
dan memperkirakan bahwa LLM tertutup akan dilatih dengan lebih banyak data privat,
sehingga pada akhirnya unggul dari sisi kualitas
Meski begitu, model apa pun yang dipakai, permintaan komputasi akan meningkat secara eksplosif
dan ia sendiri kini fokus pada investasi infrastruktur AI fisik seperti chip dan RAM