- Saat modal awal yang sangat besar berpadu dengan siklus teknologi yang singkat, lab AI frontier masuk ke treadmill ala semikonduktor di mana mereka harus menyiapkan generasi berikutnya segera setelah meluncurkan produk baru
- Biaya pelatihan model frontier naik sekitar 2,4x per tahun selama 8 tahun, dan pekerjaan pelatihan terbesar bisa melampaui 1 miliar dolar pada 2027 serta mencapai 10 miliar dolar pada 2028
- Industri semikonduktor mengalami penurunan setiap 3–4 tahun dan terkonsolidasi di sekitar segelintir perusahaan, tetapi perusahaan seperti Nvidia, Apple, dan ARM yang menguasai desain, software, dan ekosistem satu lapisan di atas manufaktur menciptakan nilai yang besar
- Di AI, biaya frontier melonjak sementara biaya untuk mencapai performa yang sama menurut beberapa estimasi turun hingga sepersepuluh per tahun, sehingga perusahaan aplikasi seperti Cursor, Harvey, dan Abridge bisa membangun produk dan hubungan pelanggan tanpa melatih model sendiri
- Skala dan modal adalah keunggulan utama lab frontier, tetapi peluang bisnis yang lebih luas ada di lapisan aplikasi dari kecerdasan yang makin murah dan melimpah, sementara risiko ketergantungan platform ketika penyedia model masuk ke pasar pelanggan perlu dinilai secara terpisah
Treadmill semikonduktor yang tak berhenti
- Perusahaan semikonduktor generasi berikutnya menggelontorkan modal besar untuk desain, tape-out, sertifikasi proses, serta perluasan manufaktur dan distribusi, tetapi saat produk selesai pasar sudah menuntut generasi berikutnya
- Perusahaan yang gagal mengikuti siklus ini diakuisisi, dikonsolidasikan, atau diam-diam menutup bisnisnya, dan bukan teknologinya sendiri melainkan intensitas modal dan kecepatan pengembangan yang membuat investasi menjadi sulit
- Lab model frontier menunjukkan pola yang sama karena begitu mereka meluncurkan produk setelah investasi modal besar, mereka langsung dituntut menghadirkan model berikutnya
Biaya proses semikonduktor generasi berikutnya
- Biaya tape-out yang dulu hanya ratusan ribu dolar pada proses lama kini bisa mencapai lebih dari 100 juta dolar untuk full mask 3nm
- Sebagian besar biaya berasal bukan dari wafer, melainkan dari mask set dan non-recurring engineering
- International Business Strategies memperkirakan total biaya desain chip baru meningkat tajam seiring proses menjadi makin kecil
- 28nm: sekitar 40 juta dolar
- 7nm: sekitar 217 juta dolar
- 5nm: sekitar 416 juta dolar
- 3nm: sekitar 590 juta dolar
- 2nm: lebih dari 725 juta dolar
- Namun angka-angka ini masih bisa diperdebatkan
- Menurut SemiAnalysis, ada kasus startup yang benar-benar meluncurkan chip 7nm mutakhir dengan total 50–75 juta dolar, sehingga estimasi tinggi sebaiknya dilihat sebagai batas atas
- Jika memasukkan fasilitas manufaktur, bebannya menjadi lebih besar lagi
- Fasilitas produksi 3nm: 15–20 miliar dolar
- Satu pemindai EUV: lebih dari 350 juta dolar
- Rencana belanja modal TSMC untuk 2026: 52–56 miliar dolar
- Biaya per transistor terus turun, tetapi hanya perusahaan yang bisa mengamankan volume produksi cukup besar untuk menutupinya yang memperoleh keekonomian
Biaya model frontier generasi berikutnya
- Biaya hardware terdepresiasi yang digunakan untuk pelatihan akhir GPT-4 diperkirakan Epoch AI sekitar 40 juta dolar
- Stanford AI Index menghitung sekitar 78 juta dolar dengan menerapkan harga sewa cloud
- Sam Altman mengatakan biayanya lebih dari 100 juta dolar
- Estimasi biaya pelatihan Gemini Ultra berkisar antara 30 juta hingga 191 juta dolar tergantung metode perhitungannya
- Meski digit awalnya berubah tergantung metodologi, skala biayanya sendiri serupa, dan tren kenaikan jangka panjang lebih penting daripada angka estimasi individual
- Menurut Epoch AI, biaya pelatihan frontier naik sekitar 2,4x per tahun selama 8 tahun berturut-turut
- Pekerjaan pelatihan terbesar bisa melampaui 1 miliar dolar pada 2027
- Dario Amodei memperkirakan pekerjaan pelatihan senilai 10 miliar dolar bisa muncul pada 2028
- Pekerjaan pelatihan frontier pada 2026 sudah diperkirakan di atas 200–500 juta dolar
- Modal awal yang sangat besar, siklus rilis cepat, dan lingkungan yang menuntut generasi berikutnya segera setelah peluncuran memberi tekanan pada lab AI yang mirip dengan perusahaan semikonduktor
Mengapa aset pelatihan AI terdepresiasi lebih cepat
- Pabrik semikonduktor bisa digunakan ulang lintas beberapa generasi proses, dan lini produksi lama yang sudah selesai depresiasi pun masih bisa menghasilkan keuntungan selama bertahun-tahun
- Sebaliknya, model frontier yang telah dilatih langsung turun nilainya begitu pesaing merilis model yang lebih baik, dan tidak punya nilai sisa seperti pabrik semikonduktor lama
- Perbedaan ini membuat treadmill ekonomi lab AI frontier bisa lebih keras daripada manufaktur semikonduktor
Siklus dan konsolidasi industri semikonduktor
- Industri semikonduktor mengalami penurunan setiap 3–4 tahun selama sekitar 70 tahun, dan sejauh ini sudah melewati lebih dari 15 kali siklus
- Saat gelembung dot-com pecah, PHLX Semiconductor Sector Index (SOX) turun sekitar 82% dari puncaknya pada 2000, dan valuasi Nvidia juga turun sekitar 90%
- Menurut PitchBook, investasi ventura startup semikonduktor memuncak di sekitar 14,5 miliar dolar pada 2021 lalu turun 46% menjadi 7,8 miliar dolar pada 2022
- Startup chip yang gagal mengubah R&D menjadi pendapatan sebelum pasar pendanaan membeku akan kehabisan modal operasional
- Industri yang dulu berisi ribuan perusahaan telah terkonsolidasi selama beberapa dekade menjadi hanya sedikit pelaku, terutama pasar memori yang menjadi struktur oligopoli
- Ketika intensitas modal yang ekstrem berpadu dengan pergantian generasi tanpa henti, industri akan terkonsentrasi pada segelintir pemenang, dan perusahaan yang salah mengira masa boom sebagai kondisi permanen akan terpukul keras pada penurunan berikutnya
Lapisan yang menciptakan nilai lebih besar di semikonduktor
- Industri semikonduktor bukan hanya menghasilkan konsolidasi perusahaan proses mutakhir, tetapi juga menjadi fondasi penciptaan nilai besar bagi seluruh industri teknologi
- Nvidia, Apple, Qualcomm, Broadcom, dan AMD membangun bisnis kuat dengan model fabless yang tidak memiliki pabrik sendiri dan menyerahkan beban modal manufaktur mutakhir ke TSMC dan lainnya
- ARM masuk ke hampir semua ponsel dengan melisensikan instruction set tanpa menangani silikon secara langsung
- Perusahaan-perusahaan ini menguasai desain, software, dan ekosistem satu lapisan di atas treadmill manufaktur, sambil memindahkan risiko neraca ke foundry
- Perubahan yang lebih besar terjadi di atas semikonduktor yang murah, melimpah, dan terus membaik
- industri software
- internet
- ekonomi smartphone
- cloud computing
- Google, Amazon, dan ekonomi aplikasi
- Dibanding perusahaan yang tersingkir dari persaingan proses mutakhir, perusahaan yang membangun bisnis di atas komputasi murah yang dihasilkan persaingan itu menikmati pertumbuhan yang lebih besar selama beberapa dekade
Kenaikan biaya frontier dan turunnya biaya kecerdasan
- Batas atas biaya model frontier naik di atas 1 miliar dolar, tetapi biaya untuk mencapai tingkat performa tertentu menurut beberapa estimasi turun hingga sepersepuluh per tahun
- Model yang pada 2023 membutuhkan biaya pelatihan 78 juta dolar kini diperkirakan bisa dibuat dengan kurang dari 10 juta dolar
- DeepSeek diketahui melatih model berperforma tinggi dengan biaya beberapa juta dolar
- Angka pastinya masih diperdebatkan dan beberapa estimasi bisa terlalu optimistis, tetapi arah penurunan biaya untuk mencapai performa yang sama pada model terbuka sudah jelas
- Biaya kecerdasan turun mengikuti kurva biaya komputasi, dan persaingan frontier serta pasar aplikasi di atasnya memiliki keekonomian yang berbeda
Strategi fabless yang dipindahkan ke AI
- Hanya sedikit lab dengan pendanaan sangat besar yang bisa ikut melatih model frontier, tetapi lapisan aplikasi di atasnya terbuka bagi lebih banyak perusahaan
- Anysphere didirikan oleh empat mahasiswa MIT pada 2022 dan membangun Cursor di atas model frontier milik perusahaan lain
- Pendapatan tahunan tersetahunkan naik dari sekitar 100 juta dolar pada awal 2025 menjadi sekitar 4 miliar dolar pada pertengahan 2026
- SpaceX sepakat mengakuisisi perusahaan itu pada Juni 2026 dengan nilai sekitar 60 miliar dolar
- Cursor tidak melatih model frontier sendiri, tetapi memiliki produk dan hubungan dengan developer, sementara biaya pelatihan ditanggung lab model
- Strategi yang sama diterapkan di banyak industri
- Perplexity: pencarian
- Harvey: pekerjaan hukum
- Sierra: layanan pelanggan
- Abridge: lingkungan klinis
- Glean: pekerjaan internal perusahaan
- Foundry Robotics: manufaktur
- Perusahaan-perusahaan ini membangun produk dan bisnis di atas treadmill pelatihan tanpa harus naik langsung ke atasnya
Risiko terpisah bernama ketergantungan platform
- Jika membangun produk di atas model eksternal, penyedia model bisa naik ke lapisan aplikasi dan bersaing langsung dengan bisnis pelanggannya
- Lab-lab itu sudah bersaing dengan sebagian pelanggan utama yang menggunakan model mereka sendiri
- Cursor harus menanggung harga model retail sambil bersaing dengan alat coding milik penyedia model, sementara pemasok dapat memanfaatkan keekonomian tingkat grosir
- Ketergantungan platform adalah risiko investasi yang tidak bisa diabaikan, tetapi sifatnya berbeda dan biaya masuknya berbeda dari risiko biaya pelatihan serta pergantian generasi yang ditanggung lab frontier
Dua tipe yang harus dibedakan dalam investasi
- Pada era semikonduktor, ada dua tipe perusahaan yang menghasilkan kinerja baik
- Sejumlah kecil perusahaan mencapai skala yang memungkinkan mereka terus menanggung treadmill mutakhir
- Lebih banyak perusahaan membangun bisnis berkelanjutan dengan margin tinggi satu atau dua lapisan di atas silikon yang murah dan melimpah
- Dalam skala total penciptaan nilai, tipe kedua jauh lebih besar daripada tipe pertama
- Era model frontier berkembang ke arah yang sama, dan treadmill tidak boleh dianggap sebagai keseluruhan pasar
- AI juga bisa mengalami lebih dari satu musim kering pendanaan seperti boom teknologi padat modal sebelumnya, dan perusahaan yang membiayai generasi terbaru dengan modal pasar yang optimistis akan tertekan pada periode itu
- Peluang yang lebih luas bukan pada siapa yang menang dalam persaingan frontier, melainkan pada apa yang dibangun setelah kecerdasan menjadi murah dan melimpah
- Red Glass Ventures secara khusus tertarik pada robotika, hardware, dan sistem yang bertindak langsung di dunia nyata, tempat kecerdasan murah bertemu dunia fisik
Belum ada komentar.