Analis: Perubahan sentimen di sektor AI memerlukan perhatian pada enam sinyal utama, dengan kualitas pendapatan dan kemampuan laba menjadi fokus

BlockBeats melaporkan pada 20 Juli, analis pasar qinbafrank menyatakan bahwa hanya mengandalkan peluncuran lebih banyak model besar, mengungkapkan volume penggunaan Token yang lebih tinggi, atau terus meningkatkan belanja modal, sudah tidak cukup untuk mengatasi kekhawatiran pasar saat ini terhadap imbal hasil investasi AI. Yang benar-benar diharapkan pasar adalah rantai bukti fundamental yang saling menguatkan, termasuk sumber pendapatan AI yang terus bertumbuh, jumlah klien korporat yang meningkat, beban kerja di tingkat produksi, jumlah kursi berbayar, tingkat perpanjangan kontrak, serta pengeluaran per pelanggan yang tumbuh secara bersamaan, dan meskipun tidak menghitung OpenAI, Anthropic, dan sedikit klien besar lainnya, permintaan secara keseluruhan tetap kuat. Selain itu, pertumbuhan laba kotor tambahan dari AI harus terus melebihi kenaikan biaya baru, seperti depresiasi, energi, jaringan, dan talenta; biaya inferensi per unit yang menurun, sementara laba kotor total tetap bertambah.

Selain itu, pasar juga akan memfokuskan perhatian pada apakah backlog pesanan AI dapat lebih cepat dikonversi menjadi pendapatan dalam 12 hingga 24 bulan mendatang, bukan hanya kontrak jangka panjang; tingkat pemanfaatan setelah penambahan kapasitas komputasi baru, apakah konsumsi klien melebihi komitmen awal, serta apakah pengembangan chip dan optimalisasi model mandiri dapat menghadirkan manfaat ekonomi yang dapat diverifikasi juga akan menjadi indikator inti. Dibandingkan sekadar mengklaim bahwa Trainium, TPU, atau MAI dan chip buatan sendiri lainnya lebih murah, para investor lebih ingin melihat proporsi penggunaan chip mandiri meningkat, biaya per Token atau per tugas terus menurun, laba kotor per jam akselerator bertambah, serta konsumsi pelanggan dan pendapatan tambahan platform bertumbuh secara simultan. Selain itu, klien korporat perlu membuktikan return on investment (ROI) yang nyata dari AI, termasuk pertumbuhan pendapatan, kenaikan tingkat konversi, penurunan biaya tenaga kerja dan waktu proses, serta kelancaran transisi proyek dari percontohan ke implementasi produksi skala besar.

Pada laporan keuangan kuartal kedua yang akan segera diumumkan oleh perusahaan-perusahaan teknologi besar, kombinasi "Goldilocks" yang paling diharapkan pasar adalah: pendapatan cloud dan AI melebihi ekspektasi, margin laba tetap stabil, backlog mulai dengan cepat berkonversi menjadi pendapatan, belanja modal tidak mengalami ekspansi di luar dugaan atau investasi tambahan sudah ditopang oleh permintaan kontrak, dan arus kas bebas berhenti memburuk. Sebaliknya, jika volume penggunaan Token dan pemanggilan model terus bertumbuh, namun pengeluaran per klien, margin laba kotor, dan arus kas bebas tidak membaik, pertumbuhan pesanan yang tersisa masih bergantung pada sedikit klien strategis, serta belanja modal kembali melonjak tetapi panduan pendapatan dan margin laba justru diturunkan, maka kekhawatiran pasar terhadap imbal hasil investasi AI kemungkinan akan semakin meningkat.