Pengunduran diri Microsoft dari Oracle: Mengapa ledakan AI kini mengalami ujian kematangan ekonomi – Gambar kreatif tentang topik ini, menampilkan AI: Xpert.Digital
Ledakan AI semakin menuntut: Microsoft sedang meneliti nilai dari daya komputasi yang mahal
Pasar AI menghadapi ujian kematangan: Apa arti keputusan Microsoft terhadap Oracle bagi para penyedia layanan?
Microsoft, Oracle, dan infrastruktur AI: Mengapa pertumbuhan saja tidak lagi cukup
Microsoft tampaknya membiarkan perjanjian sewa daya komputasi AI dari Oracle berakhir dan secara bertahap mengurangi kapasitas terkait selama beberapa bulan. Ini lebih dari sekadar keputusan kontrak biasa: proses ini menunjukkan bahwa standar di pasar infrastruktur AI sedang berubah. Yang penting bukan lagi hanya daya komputasi yang tersedia, tetapi juga apakah daya tersebut secara teknis sesuai untuk aplikasi tertentu, dimanfaatkan secara efisien, dan memberikan manfaat ekonomi yang cukup.
Namun, ini tidak secara otomatis berarti bahwa Microsoft mengurangi ekspansi AI-nya atau bahwa infrastruktur Oracle pada dasarnya tidak lagi kompetitif. Penilaian ulang yang ditargetkan terhadap sumber daya spesifik lebih mungkin terjadi. Chip Nvidia yang lebih lama, yang menyediakan kapasitas tambahan pada fase pengembangan sebelumnya, mungkin tidak lagi memenuhi persyaratan pelanggan utama ini. Di sisi lain, Oracle berpendapat bahwa masih ada permintaan untuk prosesor grafis yang lebih lama. Kedua penilaian tersebut bisa benar secara bersamaan, karena aplikasi dan pelanggan yang berbeda membutuhkan tingkat kinerja yang berbeda.
Oleh karena itu, pergeseran yang menentukan tidak selalu terletak pada berakhirnya pertumbuhan, melainkan pada diferensiasi pasar yang lebih besar. Dari fase di mana kapasitas AI tambahan dibutuhkan hampir tanpa mempertimbangkan konfigurasi spesifiknya, pasar berkembang dengan berbagai tingkat kualitas, profil pengembalian, dan siklus hidup teknologi. Bagi penyedia layanan cloud, investor infrastruktur, dan pelanggan perusahaan, satu pertanyaan menjadi semakin penting: Daya komputasi mana yang tidak hanya tersedia, tetapi juga dapat digunakan secara efektif dan menguntungkan secara berkelanjutan?
Berkaitan dengan ini:
Tidak semua prosesor grafis itu emas: Dalam bisnis AI, bukan lagi hanya daya komputasi yang penting, tetapi juga apa yang sebenarnya dihasilkannya
Microsoft tampaknya membiarkan perjanjian sewa daya komputasi AI dari Oracle berakhir dan secara bertahap menutup kapasitas terkait selama beberapa bulan. Secara ekonomi, ini lebih dari sekadar keputusan kontrak biasa. Proses ini menggambarkan bagaimana tolok ukur di pasar kecerdasan buatan bergeser: Ketersediaan daya komputasi semata menjadi kurang penting dibandingkan dengan kesesuaian teknisnya, integrasinya, dan manfaat ekonominya yang nyata.
Kesimpulan yang jelas bahwa Microsoft menarik diri dari ekspansi AI akan terlalu dini. Tidak pula dapat disimpulkan dari proses ini bahwa infrastruktur Oracle pada dasarnya tidak lagi kompetitif. Yang tampak jelas adalah penilaian ulang yang terarah terhadap sumber daya tertentu. Chip Nvidia lama, yang memberikan kapasitas tambahan yang berharga pada fase pengembangan sebelumnya, tampaknya tidak lagi memenuhi persyaratan yang berubah dari satu pelanggan utama. Pada saat yang sama, Oracle menyatakan bahwa ada permintaan yang kuat untuk prosesor grafis lama juga. Kedua pernyataan tersebut bisa jadi akurat secara ekonomi.
Oleh karena itu, pergeseran yang menentukan tidak selalu terletak pada berakhirnya pertumbuhan, melainkan pada diferensiasinya. Pasar di mana kapasitas AI tambahan tampak menarik hampir tanpa memperhatikan desain spesifiknya, kini berkembang menjadi pasar dengan tingkat kualitas, profil pengembalian, dan siklus hidup teknologi yang bervariasi. Ini menandai awal dari fase yang lebih menantang bagi penyedia layanan cloud, investor infrastruktur, dan pelanggan perusahaan.
Perjanjian yang akan berakhir tidak serta merta berarti putusnya hubungan antara dua perusahaan
Perjanjian multi-tahun antara Microsoft dan Oracle diumumkan pada tahun 2023. Oracle akan menyediakan infrastruktur AI tambahan, yang akan digunakan Microsoft, antara lain, untuk menjalankan versi mesin pencari Bing yang didukung AI. Rincian keuangan tidak diungkapkan. Jumlah pasti prosesor grafis yang terpengaruh, model spesifiknya, dan tanggal penutupan total juga tidak diketahui publik.
Keterbatasan informasi ini sangat penting untuk setiap evaluasi ekonomi yang serius. Tanpa nilai kontrak, kerugian pendapatan langsung Oracle tidak dapat dikuantifikasi. Tanpa informasi tentang struktur biaya, tidak mungkin untuk menentukan kontribusi yang hilang terhadap pendapatan. Lebih lanjut, tanpa pengetahuan tentang potensi pelanggan baru, masih belum jelas apakah kapasitas yang dibebaskan akan tetap tidak digunakan untuk jangka waktu yang lama atau disewakan kepada pelanggan lain dengan relatif cepat.
Menurut informasi yang tersedia, Microsoft tidak memperbarui perjanjian tersebut dan secara bertahap mengurangi penggunaannya. Hal ini berbeda dengan penghentian mendadak atau pemutusan hubungan kerja yang terbukti luar biasa. Microsoft awalnya tidak dapat dihubungi untuk memberikan komentar terkait pemberitaan tersebut. Oleh karena itu, alasan spesifik penarikan tersebut tetap berdasarkan informasi dari sumber yang dekat dengan perjanjian, bukan penjelasan publik terperinci dari perusahaan.
Hal ini juga tidak membuktikan berakhirnya semua hubungan bisnis antara Microsoft dan Oracle. Sebuah perjanjian infrastruktur tunggal tidak boleh disamakan secara analitis dengan keseluruhan hubungan antara dua perusahaan teknologi yang sangat beragam.
Dari akuisisi kapasitas yang cepat hingga optimasi yang terarah
Untuk memahami logika ekonomi dari kolaborasi awal, kita harus membedakan antara dua tugas yang berbeda: pengamanan daya komputasi tambahan dalam jangka pendek dan perancangan infrastruktur yang paling efisien dalam jangka panjang.
Dalam lanskap teknologi yang berkembang pesat, menyewa sumber daya dari pesaing langsung dapat memberikan keuntungan. Perusahaan yang ingin segera meluncurkan layanan baru atau memenuhi permintaan yang tinggi secara tak terduga akan lebih menghargai kapasitas yang tersedia secara langsung dibandingkan dengan perusahaan yang memiliki waktu tunggu beberapa tahun. Manfaatnya bukan hanya dari biaya operasional yang lebih rendah, tetapi juga dari menghindari penundaan.
Bagi Microsoft, infrastruktur eksternal tambahan dapat berfungsi sebagai jembatan penghubung. Solusi seperti ini memberikan waktu, meningkatkan fleksibilitas, dan mengurangi risiko kegagalan aplikasi baru karena kekurangan sumber daya. Namun, ini tidak berarti bahwa infrastruktur yang sama akan selalu menjadi solusi yang paling ekonomis.
Seiring perkembangan, model, arsitektur perangkat lunak, jumlah pengguna, dan kapasitas internal berubah. Apa yang masuk akal di awal suatu layanan mungkin kemudian menjadi terlalu mahal, terlalu kaku, atau secara teknis tidak sesuai. Oleh karena itu, nilai ekonomi suatu perjanjian tidak hanya bergantung pada kesesuaian awalnya, tetapi juga pada apakah perjanjian tersebut tetap sesuai dengan sistem produksi saat ini.
Pertumbuhan Microsoft bertentangan dengan tesis kemunduran yang sederhana
Besarnya skala bisnis Microsoft membantu memberikan perspektif yang tepat. Pada tahun fiskal 2026, perusahaan menghasilkan pendapatan sebesar $331,8 miliar, meningkat 18 persen dibandingkan tahun sebelumnya. Pendapatan operasional mencapai $155,2 miliar, meningkat 21 persen. Pendapatan dari Microsoft Cloud meningkat 27 persen menjadi $214,4 miliar. Azure melampaui angka pendapatan $100 miliar untuk pertama kalinya.
Angka-angka ini menunjukkan bisnis cloud yang berkembang pesat. Namun, angka-angka tersebut tidak identik dengan pendapatan AI murni. Microsoft Cloud mencakup penawaran di luar Azure, termasuk layanan cloud komersial dari Microsoft 365, sebagian dari LinkedIn, dan Dynamics 365. Bahkan di dalam Azure, pendapatan dihasilkan dari berbagai aplikasi di luar AI generatif.
Meskipun demikian, data tersebut dengan jelas menunjukkan mengapa satu kali tidak diperpanjangnya perjanjian kapasitas bukanlah bukti yang cukup untuk pergeseran strategi umum terhadap AI. Perusahaan sebesar ini dapat secara bersamaan membangun infrastruktur baru, mengurangi layanan eksternal tertentu, dan menilai kembali hubungan dengan pemasoknya.
Pertumbuhan yang kuat meningkatkan tekanan untuk memperbaiki struktur yang tidak efisien. Blok biaya yang dapat dihindari, yang masih dapat dikelola pada fase pengembangan awal, dapat berdampak signifikan pada laba bersih jika digunakan dalam skala besar. Oleh karena itu, pertumbuhan dan pengendalian biaya bukanlah hal yang berlawanan, melainkan semakin saling terkait.
Faktor penentu bukanlah harga chip, melainkan biaya aplikasinya
Dalam wacana publik, infrastruktur AI sering dinilai berdasarkan jumlah chip yang diproduksi atau jumlah investasi. Namun, pertanyaan lain sangat penting untuk kelayakan ekonominya: Berapa banyak hasil yang dapat digunakan yang dihasilkan oleh suatu sistem? Seberapa cepat hasilnya tersedia? Bagaimana kualitasnya? Dan berapa total biayanya?
Prosesor grafis yang lebih murah dapat menjadi tidak menguntungkan secara ekonomi jika dibutuhkan lebih banyak perangkat untuk tugas yang sama. Sebaliknya, perangkat keras yang lebih lama dapat tetap menarik jika beroperasi dengan andal, menawarkan memori yang cukup, dan dapat menangani aplikasi tanpa menimbulkan biaya tambahan yang tinggi.
Oleh karena itu, faktor penentu adalah biaya per tugas yang berhasil diselesaikan. Untuk layanan pencarian, ini mungkin berupa kueri yang dijawab; untuk sistem manajemen dokumen, berkas yang dievaluasi dengan benar; dan untuk aplikasi industri, cacat kualitas yang terdeteksi tepat waktu. Hasil ini lebih bermakna secara ekonomi daripada kinerja puncak teoretis.
Jaminan kualitas adalah faktor penting lainnya. Respons model yang tampaknya murah sebenarnya tidak murah jika memerlukan koreksi, perhitungan ulang, atau peninjauan yang sering dilakukan oleh staf. Demikian pula, infrastruktur yang secara teknis canggih dapat kehilangan nilainya jika integrasinya rumit dan mahal.
Bagi Microsoft, ini berarti kapasitas eksternal dapat terus berfungsi dan tetap dikecualikan dari portofolio infrastruktur pilihan. Kegunaan teknis dan kelayakan bisnis adalah kategori yang berbeda.
Mengapa chip Nvidia lama tidak otomatis menjadi tidak berharga?
Pernyataan bahwa perangkat keras lama tidak lagi memenuhi persyaratan mengarah pada generalisasi yang keliru. Pada awalnya, hal itu hanya berarti bahwa konfigurasi tertentu tidak lagi optimal untuk tugas-tugas tertentu dari pelanggan tertentu.
Aplikasi AI sangat beragam. Beberapa membutuhkan kapasitas penyimpanan yang sangat besar, yang lain membutuhkan waktu respons yang sangat singkat. Ada juga yang memproses volume besar tugas yang relatif sederhana di mana biaya operasional yang rendah lebih penting daripada kecepatan maksimum. Selain itu, ukuran model, optimasi perangkat lunak, dan beban kerja memengaruhi pemilihan perangkat keras yang sesuai.
Oleh karena itu, prosesor grafis yang lebih tua dapat menjadi kurang menarik untuk model-model baru yang lebih canggih, tetapi tetap cocok untuk model yang lebih kecil, aplikasi perusahaan khusus, atau perhitungan yang tidak terlalu mendesak. Nilai pasarnya kemudian berubah tanpa hilang sepenuhnya.
Oleh karena itu, Oracle mungkin benar dalam penilaiannya tentang permintaan yang berkelanjutan untuk prosesor grafis lama, sementara Microsoft tidak lagi ingin menggunakan perangkat yang sama. Ini bukanlah kontradiksi yang mutlak, melainkan ekspresi dari perbedaan kebutuhan pelanggan.
Namun, pertanyaan ekonomi yang krusial adalah dalam kondisi apa permintaan ini ada. Pengguna lain hanya dapat dianggap sebagai pengganti yang sebanding jika durasi kontrak, harga, tingkat hunian, dan biaya pemeliharaan memungkinkan kontribusi yang sebanding terhadap laba bersih. Permintaan saja tidak menjamin profitabilitas yang tidak berubah.
Pelatihan dan operasional berkelanjutan mengikuti logika biaya yang berbeda
Kunci lain untuk memahami hal ini terletak pada perbedaan antara pelatihan model AI dan penggunaannya selanjutnya. Selama pelatihan, parameter model disesuaikan menggunakan kumpulan data yang besar. Dalam pengoperasiannya, model yang telah dilatih memproses input baru dan menghasilkan hasil. Proses kedua ini disebut inferensi.
Kedua tugas tersebut membutuhkan infrastruktur, tetapi dengan prioritas operasional yang berbeda. Pelaksanaan pelatihan yang ekstensif menuntut kolaborasi yang tinggi dari banyak akselerator. Untuk aplikasi interaktif yang besar, keandalan dan kecepatan sistem dalam menangani permintaan pengguna yang berfluktuasi juga sangat penting.
Untuk layanan pencarian berbasis AI, sangat relevan bahwa biaya dikeluarkan kembali setiap kali digunakan. Oleh karena itu, peningkatan jumlah pengguna tidak hanya mewakili peluang pendapatan tetapi juga meningkatkan kebutuhan sumber daya yang berkelanjutan.
Peningkatan kecil dalam efisiensi dapat berdampak finansial yang signifikan ketika menangani volume permintaan yang tinggi. Demikian pula, sedikit penurunan waktu respons dapat berdampak negatif pada nilai yang dirasakan dari suatu layanan.
Microsoft mendeskripsikan infrastruktur AI-nya sendiri sebagai sistem lengkap di mana perangkat keras dan perangkat lunak dioptimalkan secara bersamaan untuk kinerja, skalabilitas, dan efisiensi energi. Prosesor dan akselerator yang berbeda dimaksudkan untuk mencakup berbagai kasus penggunaan. Namun, hal ini tidak mengungkapkan arsitektur spesifik mana yang akan menggantikan kapasitas yang sebelumnya digunakan di Oracle.
Jaringan tersebut menjadi faktor produksi ekonomi
Prosesor grafis menjadi fokus perhatian, tetapi kinerjanya bergantung pada sistem di sekitarnya. Data harus ditransfer antar perangkat, penyimpanan, dan aplikasi. Jika koneksi ini tidak sesuai dengan alur kerja, akselerator yang mahal dapat menunggu data alih-alih melakukan perhitungan produktif.
Hal ini menciptakan masalah pemanfaatan ekonomi. Perusahaan membayar untuk perangkat keras berkinerja tinggi tetapi hanya menerima sebagian kecil dari potensi manfaatnya. Oleh karena itu, hambatan dalam jaringan dapat berdampak negatif pada pengembalian investasi dari seluruh instalasi.
Dengan latar belakang ini, perubahan di Iren sangat signifikan. Perusahaan mengumumkan bahwa mereka telah menunda layanan infrastruktur setelah Microsoft meminta perubahan pada desain jaringan. Selain itu, terungkap bahwa Microsoft meningkatkan kendalinya atas proyek-proyek pusat data tertentu milik Iren, Nebius, dan Nscale.
Perkembangan ini menunjukkan perlunya pemeriksaan yang lebih menyeluruh terhadap implementasi teknis dan operasional sumber daya eksternal. Namun, hal ini tidak membuktikan bahwa semua penyedia yang disebutkan di atas memiliki masalah yang serupa atau bahwa Microsoft pada dasarnya mempertanyakan layanan mereka.
Hubungan dengan Oracle terletak pada tingkat yang lebih tinggi: Microsoft tampaknya tidak hanya mengevaluasi seberapa banyak daya komputasi yang tersedia, tetapi semakin mempertimbangkan seberapa tepatnya daya tersebut sesuai dengan arsitektur mereka sendiri. Dengan demikian, kapasitas yang terstandarisasi menjadi sumber daya produksi yang lebih spesifik dan sesuai kebutuhan pelanggan.
Perubahan teknologi mungkin mahal dalam jangka pendek tetapi bermanfaat dalam jangka panjang
Perubahan pada proyek infrastruktur yang sudah direncanakan seringkali menyebabkan pekerjaan tambahan. Komponen perlu disesuaikan, instalasi dijadwal ulang, dan ketergantungan dikoordinasikan kembali. Hal ini dapat menyebabkan biaya yang lebih tinggi dan keterlambatan pendapatan.
Dari perspektif pelanggan infrastruktur, penundaan seperti itu masih bisa menguntungkan. Sistem yang selesai tepat waktu tetapi berkinerja buruk selama bertahun-tahun belum tentu lebih ekonomis daripada solusi yang lebih baik dan tersedia di kemudian hari.
Oleh karena itu, penilaian yang relevan membandingkan biaya tambahan jangka pendek dari suatu perubahan dengan biaya operasional jangka panjang yang dapat dihindari. Semakin besar cakupan penggunaan akhirnya, semakin signifikan perbedaan teknis kecil yang awalnya ada.
Pada saat yang sama, terdapat risiko pengoptimalan yang berlebihan. Jika persyaratan terus berubah, penyelesaian dapat tertunda tanpa batas waktu. Selain itu, sistem yang sangat disesuaikan dapat lebih sulit untuk diadaptasi oleh pengguna lain.
Hal ini menciptakan konflik tujuan klasik antara kesempurnaan dan kecepatan. Keberhasilan tidak terletak pada arsitektur terbaik secara teoritis, tetapi pada solusi yang memberikan manfaat ekonomi yang andal dalam jangka waktu yang realistis. Bagi operator dan pelanggan, mengelola konflik tujuan ini secara bersama-sama menjadi faktor kompetitif yang sangat penting.
Dimensi baru transformasi digital dengan 'Managed AI' (Kecerdasan Buatan) - Platform & solusi B2B | Xpert Consulting
Dimensi baru transformasi digital dengan 'Managed AI' (Kecerdasan Buatan) – Platform & solusi B2B | Xpert Consulting - Gambar: Xpert.Digital
Di sini Anda akan mempelajari bagaimana perusahaan Anda dapat mengimplementasikan solusi AI yang disesuaikan dengan cepat, aman, dan tanpa hambatan masuk yang tinggi.
Platform AI terkelola adalah solusi lengkap dan bebas khawatir Anda untuk kecerdasan buatan. Alih-alih berurusan dengan teknologi yang kompleks, infrastruktur yang mahal, dan proses pengembangan yang panjang, Anda menerima solusi siap pakai yang disesuaikan dengan kebutuhan Anda dari mitra khusus – seringkali hanya dalam beberapa hari.
Keunggulan utama secara sekilas:
⚡ Implementasi cepat: Dari ide hingga aplikasi siap pakai dalam hitungan hari, bukan bulan. Kami menghadirkan solusi praktis yang menciptakan nilai tambah langsung.
🔒 Keamanan data maksimal: Data sensitif Anda tetap aman. Kami menjamin pemrosesan yang aman dan sesuai peraturan tanpa membagikan data dengan pihak ketiga.
💸 Tanpa risiko finansial: Anda hanya membayar untuk hasil. Investasi awal yang tinggi untuk perangkat keras, perangkat lunak, atau personel sepenuhnya dihilangkan.
🎯 Fokus pada bisnis inti Anda: Konsentrasikan pada apa yang Anda kuasai. Kami mengurus seluruh implementasi teknis, pengoperasian, dan pemeliharaan solusi AI Anda.
📈 Tahan masa depan & dapat diskalakan: AI Anda tumbuh bersama Anda. Kami memastikan optimasi dan skalabilitas berkelanjutan, serta secara fleksibel menyesuaikan model dengan kebutuhan baru.
Informasi selengkapnya di sini:
Penataan ulang strategis Microsoft di pasar AI
Investasi miliaran dolar tersebut meningkatkan tekanan pada pengembalian modal
Besarnya pengeluaran ini menjelaskan mengapa Microsoft lebih memperhatikan sumber daya eksternal. Pada kuartal keempat tahun fiskal 2026, perusahaan melaporkan pengeluaran modal, termasuk dampak sewa terkait, sebesar $41 miliar. Menurut perusahaan, sekitar dua pertiga dari jumlah tersebut dialokasikan untuk aset berumur pendek, terutama CPU dan GPU. Sisanya melibatkan peralatan yang berumur lebih panjang.
Komposisi ini penting secara ekonomi. Sebuah gedung pusat data dapat digunakan dalam jangka waktu lama, sementara server dan akselerator perlu diganti atau dialihfungsikan lebih cepat. Oleh karena itu, modal yang diinvestasikan terikat pada peralatan dengan masa pakai teknis dan ekonomi yang sangat berbeda.
Pada saat yang sama, margin laba kotor Microsoft Cloud mencapai 65 persen pada kuartal yang dimaksud, lebih rendah dari level tahun sebelumnya. Microsoft menyebutkan beberapa faktor, termasuk bauran bisnis, investasi dalam infrastruktur AI, dan peningkatan penggunaan produk, sebagai penyebab penurunan tersebut; peningkatan efisiensi sebagian mengimbangi dampak ini.
Hal ini tidak memungkinkan untuk mendapatkan metrik profitabilitas yang terisolasi untuk setiap aplikasi AI. Namun, menjadi jelas bahwa peningkatan pendapatan yang tajam tidak menghilangkan masalah biaya. Semakin banyak modal yang mengalir ke infrastruktur, semakin penting pemanfaatan, kesesuaian teknis, dan penghindaran kapasitas yang berlebihan.
Risiko penghapusan aset yang sebenarnya dimulai sebelum kerusakan teknis terjadi
Sebuah server tidak harus mengalami kegagalan untuk menjadi bermasalah secara ekonomi. Daya tariknya dapat menurun hanya karena sistem yang lebih baru dapat melakukan tugas yang sama lebih cepat, dengan konsumsi energi yang lebih rendah, atau dengan biaya operasional yang lebih rendah.
Di sinilah letak perbedaan antara fungsionalitas teknis dan daya saing ekonomi. Sebuah pabrik dapat beroperasi dengan andal selama bertahun-tahun dan tetap berada di bawah tekanan karena tolok ukur perbandingan berubah.
Hal ini menciptakan risiko waktu bagi operator infrastruktur: pembelian dibayar hari ini, tetapi pengembaliannya tersebar selama beberapa tahun. Jika harga yang dapat dicapai memburuk lebih cepat dari yang diharapkan, pengembalian aktual akan lebih rendah dari yang direncanakan.
Oleh karena itu, umur ekonomis yang lebih pendek dapat lebih memberatkan daripada peningkatan biaya konstruksi yang moderat. Hal ini memperpendek periode di mana investasi harus mengembalikan modal yang dikeluarkan.
Tidak diperpanjangnya perjanjian dapat mengungkapkan risiko tersebut tanpa secara otomatis membuktikan perlunya penurunan nilai akuntansi. Hal ini memerlukan informasi tentang nilai buku residual, penggunaan alternatif, dan arus kas yang diharapkan. Dalam kasus kapasitas Oracle yang dimaksud, detail ini tidak tersedia untuk umum.
Tingkat pemanfaatan menentukan apakah perangkat keras yang mahal menghasilkan keuntungan
Bagi operator, bukan hanya harga per jam penggunaan yang penting. Jumlah jam aktual yang dibayarkan juga sangat penting. Komitmen modal, biaya personel, dan berbagai pengeluaran infrastruktur tetap ada terlepas dari apakah prosesor grafis digunakan secara produktif atau tidak.
Contoh sederhana dan hipotetis secara eksplisit menggambarkan hubungan tersebut: Jika pemanfaatan berbayar dari pabrik yang tidak berubah meningkat dari 60 menjadi 80 persen, blok biaya tetap yang sama tersebar selama sepertiga lebih banyak waktu operasi produktif. Biaya tetap per jam berbayar berkurang seperempatnya.
Namun, total biaya per unit tidak berkembang secara identik, karena biaya variabel juga dapat meningkat seiring dengan peningkatan utilisasi. Meskipun demikian, contoh ini menunjukkan mengapa utilisasi kapasitas sangat penting untuk profitabilitas.
Bagi Oracle, faktor krusialnya adalah seberapa cepat sumber daya yang dibebaskan dapat disewakan kembali. Perubahan jangka pendek antar pelanggan akan dipandang berbeda dari perspektif ekonomi dibandingkan dengan periode kekosongan yang lebih lama.
Jenis penggunaan selanjutnya juga penting. Tingkat hunian nominal yang tinggi tidak banyak gunanya jika hanya dicapai melalui diskon besar atau pelanggan yang sangat membutuhkan layanan. Yang relevan secara ekonomi adalah kombinasi dari tingkat hunian, pendapatan bersih, dan margin kontribusi aktual yang tersisa.
Tantangan Oracle terletak pada pemasaran ulang, bukan hanya pada kehilangan pelanggan
Hilangnya atau berkurangnya pelanggan utama pada awalnya merupakan guncangan permintaan bagi kapasitas yang terpengaruh. Namun, signifikansi sebenarnya bergantung pada luasnya basis pelanggan yang tersisa dan fleksibilitas dalam penerapan penawaran tersebut.
Oracle menekankan bahwa permintaan yang kuat tetap berlanjut bahkan untuk prosesor grafis yang lebih lama. Selain itu, dilaporkan bahwa perusahaan tersebut berhasil memperoleh premi 20 persen di atas harga asli untuk perpanjangan kontrak tertentu dari GPU yang berusia sekitar empat tahun.
Informasi ini menarik, tetapi harus ditafsirkan dengan hati-hati. Informasi ini tidak menggambarkan tren harga yang dapat secara otomatis diterapkan pada perjanjian Microsoft. Tanpa pengetahuan tentang ketentuan kontrak asli, layanan yang disertakan, dan batasan kapasitas masing-masing, perbandingan tetap terbatas.
Selain itu, harga yang lebih tinggi dibandingkan dengan kontrak lama atau kontrak asli tidak selalu berarti margin keuntungan yang lebih tinggi. Biaya energi, pembiayaan, pemeliharaan, dan biaya operasional lainnya mungkin telah berubah selama periode tersebut.
Oleh karena itu, kesimpulan yang dapat diandalkan bukanlah bahwa perangkat keras yang lebih tua secara inheren akan menjadi lebih berharga. Sebaliknya, nilai pasarnya dapat bervariasi tergantung pada aplikasi dan situasi pelanggan. Kekuatan ekonomi Oracle ditunjukkan oleh kemampuannya untuk berhasil memanfaatkan perbedaan ini dan mengalokasikan kembali kapasitas yang dibebaskan secara menguntungkan.
Mengapa penyedia layanan cloud AI khusus diawasi dengan sangat ketat?
Perusahaan seperti Iren, Nebius, dan Nscale termasuk dalam kelompok penyedia yang model bisnisnya sangat terkait dengan perluasan infrastruktur AI khusus. Bagi operator tersebut, hubungan pelanggan yang besar dapat memungkinkan pengembangan kapasitas yang luas dengan cepat.
Hal ini juga menghadirkan risiko struktural. Jika sebagian besar bisnis yang direncanakan bergantung pada beberapa pelanggan, perubahan teknis dan keputusan waktu mereka akan berdampak sangat kuat pada perkembangan perusahaan itu sendiri.
Masalahnya tidak hanya terbatas pada potensi kehilangan pendapatan. Bahkan penundaan pun dapat meningkatkan biaya pembiayaan, menunda pengoperasian, dan menunda dimulainya arus kas operasional. Sementara itu, pekerjaan konstruksi dan komponen mungkin sudah dibayar atau dipesan secara pasti.
Oleh karena itu, perjanjian pelanggan besar tidak secara otomatis menjamin keamanan perencanaan sepenuhnya. Yang krusial adalah kondisi apa yang berlaku untuk penggunaan aktual dan bagaimana penerimaan teknis, penyesuaian, dan penundaan diatur.
Dari perspektif investor, penting untuk tidak hanya fokus pada kapasitas yang diumumkan. Indikator yang lebih bermakna meliputi fasilitas operasional, penggunaan aktual, arus kas yang andal, dan bauran pelanggan yang membatasi ketergantungan pada keputusan individu. Pesanan yang besar dan arus kas yang kuat dan berkelanjutan merupakan metrik yang berbeda secara ekonomi.
Daya tawar pembeli besar meningkat seiring dengan ketersediaan pilihan
Sebagai pelanggan infrastruktur utama, Microsoft memiliki beberapa poin tawar-menawar: pusat data miliknya sendiri, arsitektur perangkat keras yang beragam, dan hubungan dengan berbagai penyedia eksternal. Semakin kredibel alternatif-alternatif ini, semakin besar daya tawar Microsoft.
Selama kekurangan kapasitas yang akut, sebagian besar kekuatan bergantung pada pemasok yang dapat mengirimkan barang dengan cepat. Keseimbangan ini dapat bergeser seiring tersedianya penawaran yang lebih sesuai atau ketika pelanggan memperluas sumber daya mereka sendiri.
Kemudian, indikator kinerja, penyesuaian yang fleksibel, dan kondisi ekonomi menjadi lebih penting. Penyedia tidak hanya harus menunjukkan kemampuan mereka untuk menyediakan infrastruktur, tetapi juga membuktikan bahwa solusi mereka lebih unggul daripada alternatif yang realistis.
Namun, ini bukan berarti pertukaran tanpa batas. Sistem AI besar tidak dapat dipindahkan secara sembarangan antar lokasi dan operator. Penyesuaian perangkat lunak, transfer data, pemeriksaan keamanan, dan pengujian semuanya membutuhkan upaya.
Oleh karena itu, kekuatan tawar-menawar tidak hanya berasal dari jumlah pemasok potensial. Hal itu juga bergantung pada seberapa praktisnya beralih ke pemasok lain. Mereka yang menyiapkan alternatif yang kredibel dapat memperoleh persyaratan yang lebih baik. Mereka yang secara teknis terikat pada satu solusi tetap terbatas meskipun memiliki volume pembelian yang besar.
Operasi internal dan pengadaan eksternal memenuhi tugas strategis yang berbeda
Keputusan antara infrastruktur internal dan kapasitas sewa sering kali dianggap sebagai pilihan antara dua hal. Bagi perusahaan cloud besar, ini lebih merupakan masalah manajemen portofolio.
Kepemilikan fasilitas sendiri memungkinkan koordinasi yang erat antara perangkat keras, perangkat lunak, dan proses operasional. Dengan tingkat pemanfaatan yang tinggi secara konsisten, mereka dapat menawarkan keuntungan ekonomi. Pada saat yang sama, hal ini mengikat modal dan mentransfer risiko konstruksi, operasional, dan keusangan kepada perusahaan.
Kapasitas eksternal menciptakan fleksibilitas tambahan. Hal ini dapat mempercepat pertumbuhan, menutup kesenjangan regional, atau menyerap beban puncak. Namun, hal ini juga memerlukan pembayaran berkelanjutan dan ketergantungan pada kualitas pelaksanaan dari mitra.
Campuran ideal berubah sesuai dengan permintaan. Beban dasar yang stabil dalam jangka panjang dapat dipenuhi secara berbeda dibandingkan dengan layanan eksperimental dengan pertumbuhan yang tidak pasti. Demikian pula, solusi optimal selama peluncuran pasar mungkin berbeda dari solusi pada operasi reguler selanjutnya.
Oleh karena itu, pendekatan Microsoft dapat dipahami sebagai kemungkinan reorganisasi portofolio ini. Sumber daya eksternal tertentu menjadi kurang penting, sementara yang lain mungkin tetap diperlukan atau menarik. Penurunan di satu area tidak selalu berarti penurunan kebutuhan infrastruktur secara keseluruhan.
Daya, pendinginan, dan kualitas lokasi menentukan nilai daya komputasi
Manfaat ekonomi dari prosesor grafis tidak hanya bergantung pada perangkat itu sendiri. Catu daya, pendinginan, konektivitas jaringan, dan pengoperasian yang andal merupakan prasyarat untuk mengubah kinerja teoretis menjadi layanan yang dapat dipasarkan.
Terutama pada perangkat keras yang lebih lama, lokasi dapat menjadi lebih penting. Jika suatu tugas membutuhkan lebih banyak energi atau lebih banyak perangkat, perbedaan biaya listrik dan kebutuhan pendinginan akan berdampak lebih besar. Namun, tidak dapat diasumsikan bahwa setiap generasi baru menghasilkan biaya keseluruhan yang lebih rendah di setiap aplikasi.
Harga listrik yang rendah saja tidak secara otomatis membuat suatu lokasi menjadi menarik. Keterlambatan koneksi jaringan listrik dapat menunda pengoperasian. Konektivitas yang tidak memadai dapat membatasi aplikasi. Kondisi operasi yang kompleks dapat menciptakan risiko tambahan.
Hal ini menciptakan persaingan multidimensi. Lokasi AI yang layak secara ekonomi menggabungkan energi yang tersedia, infrastruktur yang sesuai, implementasi yang andal, dan akses terhadap permintaan.
Hal ini memiliki konsekuensi penting untuk mengevaluasi fasilitas yang lebih tua: masa depan mereka tidak hanya bergantung pada usia chip. Sistem yang terintegrasi dengan baik di lokasi yang sesuai dapat tetap kompetitif, sementara instalasi yang lebih baru tetapi dikonfigurasi dengan buruk akan mengecewakan secara ekonomi.
Peningkatan efisiensi dapat mempercepat pertumbuhan, bukan memperlambatnya
Menurunnya biaya per aplikasi terkadang dipandang sebagai argumen yang menentang perlunya infrastruktur lebih lanjut. Namun, korelasi ini belum tentu benar. Jika AI menjadi lebih murah dan lebih andal, aplikasi tambahan dapat menjadi layak secara ekonomi.
Perusahaan yang sebelumnya hanya mengotomatiskan analisis sejumlah kecil dokumen kini dapat menyertakan kumpulan data yang jauh lebih besar dengan biaya lebih rendah. Asisten digital dapat menangani lebih banyak tugas jika setiap perhitungan tambahan berbiaya lebih rendah. Hal ini memungkinkan teknologi yang lebih efisien untuk memperluas permintaan secara keseluruhan.
Apakah efek ini lebih dari cukup untuk mengimbangi penghematan per tugas tidak dapat ditentukan secara umum. Hal ini bergantung, antara lain, pada kemauan untuk membayar, kualitas aplikasi, hambatan organisasi, dan data yang tersedia.
Perbedaan ini sangat penting bagi investor infrastruktur. Peningkatan efisiensi dapat memungkinkan pemanfaatan yang lebih besar dalam jangka panjang, sementara secara bersamaan memberikan tekanan harga pada kelas perangkat keras tertentu dalam jangka pendek. Pertumbuhan pasar secara keseluruhan dan kondisi yang menantang bagi sistem individual dapat terjadi secara bersamaan.
Kasus Microsoft dan Oracle sesuai dengan logika ini. Distribusi tugas yang lebih efisien secara ekonomi bukanlah bukti menurunnya minat pada AI. Sebaliknya, hal itu bisa menjadi prasyarat untuk menawarkan layanan AI secara menguntungkan dalam jangka panjang, bahkan dengan peningkatan penggunaan.
Apa yang dapat dipelajari pelanggan korporat dari perkembangan ini?
Proses ini juga relevan bagi perusahaan di luar industri cloud. Hal ini menunjukkan bahwa infrastruktur AI tidak boleh dievaluasi secara terpisah dari proses bisnis yang bersangkutan.
Saat memilih solusi, penting untuk terlebih dahulu mengklarifikasi hasil yang dibutuhkan. Pengambilan data internal, verifikasi faktur otomatis, dan layanan pelanggan interaktif masing-masing memiliki persyaratan yang berbeda terkait kecepatan, akurasi, dan ketersediaan.
Struktur biaya lengkap kemudian harus dipertimbangkan. Selain biaya model dan komputasi, ini termasuk integrasi, persiapan data, pemantauan, langkah-langkah keamanan, dan peninjauan oleh manusia. Harga penggunaan yang rendah dapat lebih dari sekadar diimbangi oleh upaya organisasi yang tinggi.
Kemampuan beradaptasi sama pentingnya. Model dan infrastruktur berubah dengan cepat. Oleh karena itu, suatu solusi tidak seharusnya terikat secara tidak perlu pada generasi perangkat keras tertentu jika tujuan bisnis dapat dicapai dengan konfigurasi lain.
Hal ini dapat mengarah pada perspektif pragmatis bagi usaha kecil dan menengah (UKM): tidak setiap aplikasi membutuhkan teknologi terbaru dan termahal. Yang penting adalah kinerja yang memadai dan andal dengan biaya keseluruhan yang berkelanjutan. Bahkan infrastruktur yang lebih lama pun dapat menemukan aplikasi yang bermakna ketika dihadapkan dengan persyaratan yang berbeda.
Tiga jalur pembangunan menunjukkan apa yang penting saat ini
Berdasarkan kondisi informasi saat ini, muncul tiga jalur pengembangan yang masuk akal, meskipun belum ada satu pun yang dapat dianggap pasti.
Dalam kasus pertama, ini pada dasarnya adalah penyesuaian normal terhadap portofolio infrastruktur. Microsoft mengganti kapasitas yang tidak sesuai, sementara Oracle menemukan pengguna baru. Konsekuensi finansial langsungnya kemudian tetap terbatas.
Pada skenario kedua, segmentasi pasar yang lebih kuat mulai terjadi. Aplikasi yang sangat menuntut berkonsentrasi pada sistem yang lebih modern dan terintegrasi erat. Kapasitas yang lebih lama semakin banyak digunakan untuk tugas-tugas khusus atau yang kurang mendesak. Pasar secara keseluruhan terus tumbuh, tetapi harga dan pengembalian berkembang secara berbeda tergantung pada kelas infrastruktur.
Dalam skenario ketiga, proses tersebut menjadi bagian dari koreksi investasi yang lebih luas. Beberapa pelanggan besar secara bersamaan mengurangi permintaan eksternal mereka atau menunda pengoperasian. Pemasok dengan utang tinggi, diversifikasi pelanggan rendah, dan aset yang sulit untuk dialihkan fungsinya kemudian berada di bawah tekanan yang lebih besar.
Berita utama individual saja tidak cukup untuk membedakan antara jalur pengembangan ini. Indikator yang bermakna akan mencakup kecepatan penyewaan ulang, pendapatan aktual yang terealisasi, perubahan tingkat hunian, dan jeda waktu antara kapasitas yang diumumkan dan kapasitas yang digunakan secara produktif.
Pasar AI tidak akan menyusut hanya karena standarnya menjadi lebih ketat
Penilaian yang paling meyakinkan secara ekonomi saat ini adalah peningkatan selektivitas. Microsoft tampaknya lebih cermat meneliti sumber daya eksternal mana yang secara teknis dan finansial sesuai dengan kebutuhannya sendiri. Oracle harus menunjukkan bahwa kapasitas yang dibebaskan tetap memiliki nilai yang layak bagi pelanggan lain. Pada saat yang sama, penyedia layanan khusus berada di bawah tekanan untuk secara andal menerjemahkan janji pertumbuhan mereka menjadi infrastruktur yang berfungsi.
Hal ini tidak secara otomatis bertentangan dengan pertumbuhan AI lebih lanjut. Pasar yang lebih matang justru dicirikan oleh fakta bahwa tidak setiap produk atau layanan memiliki permintaan yang sama. Perbedaan dalam kualitas, biaya, dan komitmen modal menjadi lebih jelas.
Oleh karena itu, alasannya adalah persaingan utama bergeser dari akumulasi daya komputasi secepat mungkin ke penggunaan modal yang paling produktif. Ketersediaan tetap penting, tetapi tidak lagi cukup dengan sendirinya.
Bagi investor, ini berarti memisahkan antusiasme teknologi dari arus kas yang andal. Bagi operator, kemampuan untuk menerapkan perangkat keras secara menguntungkan di berbagai siklus hidup sangat penting. Bagi pelanggan perusahaan, menerjemahkan janji kinerja teknis menjadi manfaat bisnis yang terukur akan menjadi hal yang sangat penting.
Oleh karena itu, penarikan diri Microsoft dari perjanjian Oracle yang relevan bukanlah pertanda pasti berakhirnya booming AI, juga bukan catatan kaki yang tidak penting. Hal ini menyoroti apa yang kemungkinan akan menentukan fase selanjutnya: bukan seberapa banyak daya komputasi yang dibangun, tetapi unit mana yang benar-benar menghasilkan keuntungan.
🎯🎯🎯 Pusat industri B2B berbasis data sebagai solusi semi-internal
Solusi semi-internal: Bagaimana Xpert.Digital menutup kesenjangan operasional dalam pemasaran dan penjualan B2B – Bisnis Cerdas Berbasis Konten - Gambar: Xpert.Digital
Xpert.Digital adalah pusat industri B2B berbasis data yang dipimpin oleh Konrad Wolfenstein . Perusahaan ini bertindak sebagai solusi eksternal, yang hampir bersifat internal, bagi mitra industri, menutup kesenjangan operasional dalam pemasaran, konten, dan penjualan – tanpa memerlukan sumber daya tambahan di pihak klien.
Informasi selengkapnya di sini:
Mitra pemasaran dan pengembangan bisnis global Anda
☑️ Bahasa bisnis kami adalah bahasa Inggris atau Jerman
☑️ BARU: Korespondensi dalam bahasa ibu Anda!
Konrad Wolfenstein
Saya dan tim saya dengan senang hati siap membantu Anda sebagai penasihat pribadi Anda.
Anda dapat menghubungi saya dengan mengisi formulir kontak di sini wolfenstein@xpert.digital:atau cukup hubungi saya di +49 7348 4088 965. Alamat email saya adalah
Saya sangat menantikan proyek bersama kita.
