Bank of America: Meta menjual daya komputasi, bertujuan untuk menceritakan kisah pengembalian investasi AI yang baik

Penulis | Zhang Yaqi

      Editor | Hard AI

Meta sedang merencanakan untuk memonetisasi aset komputasi AI besar mereka, yang tidak hanya menjadi cikal bakal lini bisnis baru tetapi juga sinyal strategis untuk merespons pertanyaan investor atas pengembalian belanja modal yang tinggi.

Menurut laporan, Meta sedang menyusun rencana untuk meluncurkan bisnis infrastruktur cloud, menawarkan akses komputasi AI dan layanan model kepada klien eksternal. Setelah berita ini diumumkan, harga saham Meta melonjak sekitar 10% dalam satu hari, jauh mengungguli indeks S&P 500 yang naik sekitar 0,25%, menandakan respons positif pasar atas potensi lini bisnis baru ini.

Menurut platform trading Chasing Wind, analis Bank of America Securities Justin Post dan Nitin Bansal dalam laporan riset 1 Juli menyatakan bahwa pengembangan bisnis cloud dapat menonjolkan nilai potensial dari aset komputasi dan pengembangan model AI Meta, sehingga dapat mengatasi keraguan investor terhadap investasi berkelanjutan Meta dalam infrastruktur AI yang belum menghasilkan pengembalian signifikan. Bank of America tetap memberi peringkat beli untuk Meta, dengan target harga 835 dolar.

Rencana cloud Meta mulai terlihat: dua jalur berjalan bersamaan

Menurut Bloomberg yang mengutip sumber, saat ini ada dua arah dalam rencana bisnis cloud Meta: yang pertama adalah menyediakan layanan hosting model AI, memungkinkan pengembang mengakses beragam model yang berjalan di infrastruktur AI Meta (termasuk seri model Muse Spark) dengan biaya berdasarkan jumlah akses, mirip dengan produk Bedrock dari Amazon AWS; yang kedua adalah langsung menjual kapasitas komputasi mentah, dengan posisi yang lebih mirip dengan penyedia layanan cloud baru seperti CoreWeave.

Rencana tersebut termasuk dalam upaya strategis internal Meta yang bernama "Meta Compute", dengan fokus pada pembangunan dan manajemen operasional infrastruktur AI. CEO Meta sebelumnya telah secara terbuka menyatakan bahwa pasar enterprise memiliki peluang bisnis dan menyebut perusahaan berpotensi menjual kapasitas komputasi dengan harga lebih tinggi dari biaya pembangunannya.

Bank of America menyampaikan dalam laporan, dari sudut pandang makro, jika belanja modal Meta pada 2026 mendukung pembangunan kapasitas komputasi hingga 3GW (dengan estimasi biaya pembangunan 40–45 miliar dolar per GW), maka pengembangan platform bisnis cloud dalam waktu dekat akan memberikan fleksibilitas strategis yang lebih besar bagi perusahaan—Begitu terjadi kelebihan kapasitas komputasi, dapat disewakan ke luar dengan harga 10 hingga 15 miliar dolar per GW per tahun, memberikan dukungan positif bagi perusahaan.

Pertanyaan posisi kompetitif, kontroversi strategi sulit dihindari

Meski respon pasar sangat antusias, Bank of America juga secara jujur mengungkapkan potensi keraguan. Pengembangan chip internal Meta tampaknya tertinggal dari Amazon, Microsoft, Google, dan penyedia layanan cloud skala besar lainnya, di saat bersamaan perusahaan masih aktif membeli kapasitas komputasi dari pihak ketiga—termasuk perjanjian pembelian 1,6GW baru-baru ini dengan Crusoe.

Fenomena ini memicu pertanyaan pasar terhadap logika strategi Meta: Apakah sebuah perusahaan yang masih harus membeli kapasitas komputasi dari luar bisa membangun bisnis penjualan kembali kapasitas komputasi yang meyakinkan? Bagaimana pula posisi daya saing perusahaan di pasar cloud skala besar?

Bank of America percaya,Apakah Meta dapat memperoleh pengakuan pasar di jalur ini, sebagian bergantung pada perkembangan kemampuan mahadata bahasa (LLM) mereka—semakin tinggi kualitas model, semakin besar permintaan eksternal atas kapasitas komputasi Meta, dan logika bisnis cloud pun lebih solid.

Peningkatan efisiensi ekonomi unit AI, berdampak ganda bagi penyedia cloud

Di luar rencana cloud Meta, biaya kapasitas komputasi AI juga menunjukkan sinyal yang patut diperhatikan. Menurut The Information, OpenAI dikabarkan menemukan solusi optimisasi sistem yang dapat menurunkan biaya inferensi model tertentu sebesar hingga setengahnya. Optimisasi ini tercapai dengan pemanfaatan infrastruktur server yang lebih efisien tanpa memerlukan perangkat keras baru atau arsitektur model baru. Dilaporkan, OpenAI telah menerapkan optimisasi ini pada traffic ChatGPT yang tidak masuk/login, di mana traffic tersebut hanya membutuhkan beberapa ratus GPU Nvidia saja. Saat ini belum diketahui mekanisme tepatnya maupun kemungkinan diterapkan pada traffic login, API, atau produk inferensi yang membutuhkan komputasi lebih intensif.

Bank of America menilai,Peningkatan efisiensi biaya kapasitas komputasi sangat menguntungkan arah bisnis perusahaan internet besar: jika teknologi ini dapat diterapkan secara luas dalam industri, maka output efektif kapasitas komputasi yang ada dapat ditingkatkan tanpa perlu penambahan perangkat keras, mengurangi urgensi belanja modal tambahan, dan memperbaiki model ekonomi unit bisnis AI. Dengan meningkatnya skenario aplikasi agentic yang mendorong konsumsi token, nilai strategis optimisasi kapasitas komputasi akan semakin jelas.

Namun, bagi penyedia cloud skala besar, penurunan biaya inferensi juga membawa risiko tekanan harga; namun pada saat yang sama, struktur margin kotor yang lebih baik dan pasar yang lebih luas berpotensi mendorong pertumbuhan permintaan beban kerja AI secara berkelanjutan, sehingga secara keseluruhan tetap memberi dampak positif.