Sebuah laporan penelitian, ratusan miliar dolar kapitalisasi pasar lenyap: Mengungkap lembaga intelijen paling misterius di era AI, SemiAnalysis

Sebuah Laporan Riset, Menguapkan Ratusan Miliar Dolar Nilai Pasar: Mengungkap SemiAnalysis, Lembaga Intelijen Paling Misterius di Era AI

Pada tanggal 9 Juni 2026, sektor komunikasi optik AI di pasar saham Amerika Serikat tiba-tiba mengalami aksi jual massal.

Coherent $COHR jatuh lebih dari 11%, Marvell $MRVL turun hampir 9%, Corning $GLW, Lumentum $LITE dan sejumlah perusahaan modul optik AI serta perangkat optik lainnya semuanya mengalami penurunan tajam. Rantai industri ini menguap ratusan miliar dolar dalam nilai pasar hanya dalam satu hari.

Pada hari itu, tidak ada rapat suku bunga Federal Reserve, tidak ada event geopolitik besar, dan Nvidia juga tidak mengumumkan produk baru.

Yang benar-benar memicu volatilitas pasar hanyalah sebuah laporan riset yang kurang dari seratus halaman.

Yang lebih mengejutkan, laporan ini bukan berasal dari Goldman Sachs, Morgan Stanley, atau Bernstein, melainkan dari lembaga riset independen yang hanya memiliki puluhan karyawan—SemiAnalysis.

Ini bukan pertama kalinya mereka mengubah pasar.

Empat hari sebelumnya, laporan SemiAnalysis lain tentang penyesuaian konfigurasi HBM pada platform Vera Rubin generasi berikutnya Nvidia memicu pasar untuk menilai ulang kebutuhan penyimpanan di masa depan, yang menyebabkan saham Micron turun 13% dalam satu hari.

Dalam beberapa hari, dua laporan, dua kali merombak penentuan harga pasar.

Kini, di lingkar investasi AI global, semakin banyak orang percaya pada satu hal: Yang benar-benar dapat mempengaruhi valuasi rantai industri AI senilai ratusan miliar dolar bukan hanya Nvidia, tetapi mereka yang lebih awal tahu rahasia industri.

Jadi, siapa sebenarnya SemiAnalysis?

Mengapa Mereka Bisa Mengetahui Jawaban Lebih Cepat Dari Wall Street?

Banyak investor pertama kali mengenal SemiAnalysis karena DeepSeek.

Awal tahun 2025, pernyataan DeepSeek "hanya menggunakan 6 juta dolar untuk melatih model besar kelas dunia" hampir mengubah seluruh logika investasi AI.

Pasar dengan cepat menyimpulkan: Jika pelatihan AI sudah sangat murah, maka pengeluaran modal global untuk GPU, HBM, dan pusat data di masa depan pasti akan menurun.

Pada hari itu, nilai pasar Nvidia menguap sekitar 600 miliar dolar, menciptakan rekor terbesar dalam sejarah pasar saham Amerika untuk penyusutan nilai pasar dalam satu hari.

Saat semua media membahas "keajaiban 6 juta dolar", SemiAnalysis membongkar ulang angkanya.

Mereka berpendapat bahwa 6 juta dolar hanya sebagian kecil dari biaya langsung pelatihan GPU, tidak termasuk pembelian server, perangkat jaringan, penyimpanan, listrik, pembangunan ruang server, operasi jangka panjang, serta seluruh investasi infrastruktur AI.

Berdasarkan model baru mereka, modal sebenarnya yang diinvestasikan DeepSeek jauh lebih tinggi dari data yang beredar di pasar. Skala cluster GPU mereka sekitar 50.000 unit seri Hopper, terdiri dari berbagai model seperti H100, H800, H20, dan bukanlah "keajaiban biaya rendah" seperti yang dibayangkan pasar.

Pasar kemudian perlahan sadar, yang benar-benar perlu dikoreksi bukanlah kebutuhan AI, melainkan pemahaman tentang biaya.

Hal serupa terus terjadi.

Pada akhir 2024, mereka menghabiskan lima bulan untuk melakukan Benchmark lengkap pada AMD MI300X dengan server nyata, bukan sekadar menyalin slide resmi.

Kesimpulan akhirnya tidak menyenangkan.

Mereka berpendapat, hardware AMD sudah kompetitif, namun ekosistem CUDA tetap jadi benteng software yang sangat kuat, sehingga dalam waktu dekat sulit menantang posisi Nvidia di pasar pelatihan AI.

Setelah laporan dirilis, keesokan harinya CEO AMD Lisa Su menghubungi pendiri Dylan Patel. Sesi komunikasi yang awalnya diperkirakan hanya setengah jam, akhirnya berlangsung penuh 90 menit.

Tahun 2026, SemiAnalysis kembali memprediksi bahwa komersialisasi massal 800V DC dan CPO (co-packaged optics) akan tertunda hingga tahun 2028 sampai 2029, jauh lebih lambat dari ekspektasi pasar sebelumnya.

Alasan mereka bukan sekedar kalimat bahwa "kami pikir akan tertunda", melainkan langsung mengurai yield manufacturing satu per satu.

Jika satu unit ASIC perlu mengintegrasikan 32 engine optik, meski yield satu engine optik sampai 95%, yield keseluruhan mesin hanya sekitar 19%.

Ini berarti masih ada jarak teknik yang sangat jauh dari produksi massal sebenarnya.

Pasar mempercayai mereka.

Maka seluruh sektor komunikasi optik pun melakukan penentuan harga ulang secara kolektif.

Setelah beberapa tahun berturut-turut secara akurat memprediksi tren industri, SemiAnalysis kini tidak hanya memberikan opini, namun pada tingkat tertentu juga mempengaruhi ekspektasi pasar.

Yang Dijual Bukan Riset, Tapi Intelijen

Banyak orang mengira SemiAnalysis adalah media teknologi.

Faktanya, pemahaman itu sangat keliru.

Model bisnis mereka sebenarnya lebih mirip kombinasi Bloomberg, Gartner, dan perusahaan konsultasi industri.

Produk utama di situs mereka bukan artikel, melainkan satu paket database institusi, model prediksi, dan konsultasi industri.

Mereka menjual berbagai model prediksi kepada dana hedge fund, mutual fund besar, perusahaan semikonduktor, penyedia cloud computing, dan institusi pemerintahan di seluruh dunia, termasuk model supply-demand GPU, model prediksi HBM, model kapasitas fab chip, model pusat data AI, model Token Economics, dan database ChipBook.

Banyak produk mereka bahkan bukan PDF, tetapi database Excel yang dapat diimpor langsung ke model DCF dan sistem prediksi laba.

Bagi dana dengan aset ratusan miliar dolar, jika bisa tahu perubahan kapasitas CoWoS TSMC, ritme pengiriman GPU Nvidia, atau kesenjangan supply-demand HBM tiga bulan lebih awal, nilai informasinya jauh lebih besar dari biaya konsultasi puluhan ribu dolar.

Jadi, langganan pribadi $500 setahun hanya produk paling luar.

Yang benar-benar menghasilkan uang adalah pelanggan institusi.

Kontrak tahunan satu pelanggan institusi bisa setara ratusan bahkan ribuan pelanggan individu.

Dengan kata lain, yang dijual SemiAnalysis bukanlah berita, tetapi data eksklusif yang tidak bisa didapatkan orang lain.

Benteng Sebenarnya: Jejaring Intelijen Global

Yang benar-benar membuat Wall Street kagum bukanlah kemampuan analisis Dylan Patel, tetapi kemampuan memperoleh informasinya.

Saat orang lain masih membaca laporan keuangan, mereka sudah mulai menganalisis foto satelit.

SemiAnalysis secara rutin menelusuri pembangunan ribuan pusat data di seluruh dunia, menggunakan gambar satelit dan model computer vision untuk mengenali progress konstruksi, luas bangunan, dan kecepatan ekspansi secara otomatis.

Jika diperlukan, mereka bahkan mengajukan izin penerbangan drone untuk mengambil gambar udara lokasi konstruksi pusat data.

Mereka meneliti dokumen pengiriman terbuka, dokumen pengadaan pemerintah, permintaan informasi publik (FOIA), data rantai pasok, dan berbagai database terbuka, mencoba menyusun kondisi operasional rantai industri infrastruktur AI yang paling nyata.

Pada waktu yang sama, Dylan Patel mengikuti hampir semua konferensi semikonduktor penting.

Ia terus berkomunikasi dengan engineer, penjual alat, pabrik kemasan, pabrik material, dan orang lain di rantai pasok, merangkai informasi terfragmentasi untuk membangun database industri miliknya sendiri.

Di Reddit, banyak pelaku industri bahkan menyebutnya sebagai "Ming-Chi Kuo di era AI".

Bedanya, ia tidak hanya mengandalkan informasi rantai pasok, tetapi lebih menyukai verifikasi engineering dan cross checking data untuk memastikan setiap keputusan.

Untuk menguji GPU AMD, ia rela lima bulan melakukan Benchmark.

Untuk meneliti pusat data AI, ia membangun model pengenalan satelit sendiri.

Di era AI, semakin banyak institusi percaya satu hal: Informasi paling penting seringnya tidak muncul pertama kali di laporan keuangan, tapi tersembunyi di rantai pasok, lokasi konstruksi, logistik, dan detail engineering.

Kenapa Seorang Peternak Lebah Menjadi Salah Satu Orang Terpaling Berpengaruh di Dunia AI?

Lebih legendaris lagi, Dylan Patel bukanlah analis semikonduktor dalam arti tradisional.

Ia lahir tahun 1996, mengambil jurusan manajemen dan hukum di universitas, tanpa latar belakang teknik elektronik.

Sebelum memulai bisnis, ia bahkan sempat menjadi peternak lebah.

Yang benar-benar mengubah nasibnya adalah minat.

Semasa muda, ia aktif di komunitas hardware Reddit, menulis analisis semikonduktor secara anonim dan mengelola blog teknologi sendiri.

Kemudian, atas saran temannya Doug O'Laughlin, ia mulai menulis dengan nama asli.

Tahun 2020, pada usia 24, Dylan Patel resmi mendirikan SemiAnalysis.

Tak ada yang mengira dalam beberapa tahun, situs yang awalnya hanya blog teknologi itu bisa tumbuh menjadi salah satu institusi riset paling berpengaruh di rantai industri AI global.

Pada konferensi GTC 2026, Jensen Huang hanya menyebut dua orang industri dalam presentasi dua jam.

Salah satunya, adalah Dylan Patel.

Jensen Huang bahkan menampilkan logo SemiAnalysis di layar utama, dan secara terbuka menyatakan analisis Dylan tentang kinerja inferensi Nvidia pada dasarnya tepat.

Bagi lembaga riset independen, ini adalah pengakuan tertinggi di industri.

Kontroversi Mulai Bermunculan

Semakin besar pengaruh, semakin besar kontroversi.

Akhir Juni 2026, Tema ETFs mengumumkan kerjasama eksklusif dengan SemiAnalysis dan meluncurkan dua ETF baru yang berfokus pada rantai industri AI.

Waktu itu sangat sensitif.

Beberapa minggu sebelumnya, SemiAnalysis telah merilis sejumlah laporan riset yang mengubah ekspektasi rantai industri AI, menyebabkan volatilitas sektor terkait.

Dengan cepat, muncul keraguan di pasar.

Apakah lembaga yang menerbitkan laporan riset, ikut kerjasama ETF, menjual konsultasi, database, dan mungkin terlibat investasi bisa tetap benar-benar independen?

Saat ini, analis sell-side di Amerika harus mengikuti aturan pengungkapan benturan kepentingan seperti Regulation AC, dan lembaga short-selling biasanya mengumumkan posisi mereka.

Namun bagi lembaga riset independen, saat ini belum ada sistem pengungkapan informasi seketat itu.

Jadi, yang benar-benar layak didiskusikan pasar bukan hanya perilaku SemiAnalysis semata, tetapi tantangan regulasi baru yang mungkin dihadapi seluruh industri riset independen di masa depan.

Dengan semakin banyak lembaga riset menjalankan database, konsultasi, ETF, dan investasi secara bersamaan, batas antara riset dan bisnis menjadi semakin kabur.

Di Era AI, Yang Termahal Bukan Chip, Tapi Informasi

Jika melihat kembali perjalanan SemiAnalysis, Anda akan menyadari bahwa yang benar-benar berubah bukan industri semikonduktor, tetapi cara produksi informasi di pasar modal.

Puluhan tahun lalu, analis Wall Street mengandalkan telepon konferensi, laporan keuangan, dan komunikasi manajemen perusahaan yang terdaftar.

Hari ini, di era AI, informasi yang benar-benar bernilai semakin berasal dari rantai pasok, lokasi lapangan teknik, data logistik, citra satelit, dan database industri.

Siapa yang lebih cepat menyusun puzzle ini, dialah yang punya keunggulan terbesar di pasar.

Inti bisnis SemiAnalysis adalah mengindustrialkan dan mensistematisasi kemampuan memperoleh informasi, kemudian menjualnya kepada mereka yang paling rela membayar untuk informasi.

Bagi investor biasa, kita mungkin tidak punya sumber daya mereka, dan mustahil membangun jaringan intelijen global seperti mereka.

Namun hal yang sebenarnya layak ditiru adalah metode riset industri, bukan satu laporan bullish atau bearish.

Jangan menyanjung lembaga mana pun.

Seakurat apapun prediksi beberapa tahun terakhir, tidak ada yang selalu benar.

Yang benar-benar dapat menghasilkan profit berlebih dalam jangka panjang bukan mengejar berita terbaru, tapi membangun kerangka pemahaman industri sendiri, memahami evolusi teknologi, perubahan rantai pasok, serta logika di balik pengeluaran modal.

Karena setiap laporan riset pasti ketinggalan zaman, setiap tren pasar akan mendingin.

Hanya pengetahuan yang terus terakumulasi yang menjadi aset yang dapat terus menghasilkan keuntungan.

Mungkin inilah pelajaran terbesar SemiAnalysis bagi semua investor.