Alexandra Davies Melihat Apa yang Tidak Dilihat Wall Street: Mengapa Dominasi Chip Nvidia Sedang Pecah

Ketika CTO Positron Alexandra Davies secara terbuka menyatakan bahwa “kami tidak percaya akan ada satu pemenang saja” di ruang chip AI, dia tidak bermaksud provokatif—dia menyuarakan apa yang diam-diam diakui pasar. Meskipun Nvidia tetap menjadi pemimpin tak terbantahkan dalam dominasi chip pelatihan, lanskap kompetitif telah berubah secara fundamental. Saham raksasa chip AI ini stagnan, naik hanya 1% sejak kuartal keempat, dengan rasio harga terhadap laba saat ini sekitar 24, hampir sejalan dengan indeks Nasdaq 100. Penyesuaian valuasi ini menandakan sesuatu yang lebih penting daripada perlambatan sementara: persepsi investor sedang berubah, dan pandangan Alexandra Davies mencerminkan mengapa.

Perubahan ini mencerminkan realitas strategis yang belum banyak diamati oleh para pengamat sampai baru-baru ini. Nvidia membangun kekuasaannya dengan mengendalikan fase pelatihan AI yang membutuhkan komputasi intensif—proses mengajarkan model dengan operasi paralel besar yang didukung oleh arsitektur memori berlebar tinggi. Tetapi perhitungan ini sedang berubah. Saat model semakin matang dan inference—eksekusi runtime dari model yang telah dilatih—menjadi operasi yang lebih sering dan memakan sumber daya secara skala besar, peluang muncul bagi arsitektur alternatif untuk berkembang.

Pasar Chip Inference sebagai Medan Pertempuran Baru

Alexandra Davies dan timnya di Positron mewakili transisi ini. Ketika raksasa perdagangan Jump memimpin putaran pendanaan sebesar 230 juta dolar dan sekaligus menjadi pelanggan, itu menandakan apa yang selama ini dikatakan Alexandra Davies: segmen inference adalah tempat diferensiasi kompetitif terjadi. Komunitas perdagangan, dengan tuntutannya untuk pengambilan keputusan secara real-time, adalah yang pertama menyadari bahwa arsitektur Nvidia yang berfokus pada pelatihan tidak selalu optimal untuk beban kerja ini.

Alasannya bersifat teknis dan meyakinkan. Inference membutuhkan karakteristik performa yang berbeda dari pelatihan—latensi lebih cepat, hierarki memori yang berbeda, dan pola aliran data yang disesuaikan. Startup mulai mengeksplorasi celah ini dengan arsitektur memori dan desain silikon yang inovatif, khusus dioptimalkan untuk inference cepat. Ini mencerminkan pola historis dalam komputasi, seperti yang dicatat Alexandra Davies: perangkat keras khusus akhirnya memecah pasar yang didominasi oleh prosesor serba guna.

Sementara itu, peluncuran model oleh OpenAI yang berjalan di chip Cerebras, kemitraan Anthropic dengan Trainium Amazon dan platform TPU Google, serta peluncuran chip Maia generasi kedua oleh Microsoft semuanya mengarah ke arah yang sama. Ini bukan keluar dari Nvidia karena ketidakpuasan—melainkan pengakuan bahwa dominasi Nvidia tetap kokoh secara taktis, meskipun secara strategis belum lengkap.

Perlombaan Startup Mengubah Ekspektasi

Kecepatan penyaluran modal menunjukkan seberapa serius industri memandang peluang ini. D-Matrix menutup putaran sebesar 275 juta dolar pada November lalu, sementara Etched mengumpulkan sekitar 500 juta dolar untuk secara khusus menantang supremasi inference Nvidia. Ini bukan taruhan besar-besaran; ini adalah taruhan pada segmentasi pasar. Pasar menyadari apa yang dilihat Alexandra Davies sebelumnya: Anda tidak perlu mengalahkan Nvidia di semua bidang untuk menang secara berarti. Anda perlu menang di tempat peluang pertumbuhan terkonsentrasi.

Langkah-langkah terbaru dari tokoh industri menunjukkan bahwa peluang ini mungkin semakin menyempit. Laporan Jensen Huang tentang perjanjian lisensi sebesar 20 miliar dolar dengan Groq, disertai dengan rekrutmen talenta yang agresif, lebih merupakan sinyal komitmen Nvidia untuk langsung mengatasi segmen inference. Pesannya: Nvidia sadar dan merespons. Namun, kesepakatan ini sendiri, dengan memaksa Nvidia untuk mengakuisisi keahlian dari luar, secara tidak langsung menguatkan premis bahwa pihak lain telah berinovasi di bidang yang belum sepenuhnya diatasi Nvidia.

Ambisi Chip Internal Raksasa Teknologi

Percepatan pengembangan chip internal oleh Amazon, Microsoft, Google, dan OpenAI mencerminkan kesadaran paralel. Perusahaan-perusahaan ini tidak berusaha menghilangkan Nvidia—mereka membangun opsi cadangan. Masing-masing tetap membeli GPU Nvidia secara besar-besaran untuk layanan cloud dan AI mereka. Tetapi masing-masing juga mengurangi ketergantungan, mengeksplorasi desain khusus, dan memberi sinyal kepada investor bahwa margin Nvidia mungkin memiliki batas.

Implikasi Pasar dan Respon Nvidia

Apa yang diungkapkan Alexandra Davies—bahwa perangkat keras khusus secara tak terelakkan memecah pasar komputasi—telah menjadi prediksi konsensus. Nvidia telah mempersiapkan momen ini dengan menjanjikan desain ulang chip tahunan dan mempertahankan portofolio produk yang luas. Pengamat industri memperkirakan Nvidia akan mengumumkan solusi inference yang terfokus di konferensi utama bulan Maret, kemungkinan akan menanggapi kebutuhan spesifik yang diidentifikasi startup dan raksasa.

Namun, pasar saham sudah memperhitungkan hasil yang berbeda: bukan penurunan Nvidia, melainkan transisi dari premi monopoli ke penilaian kepemimpinan pasar. Perubahan ini—dari bertaruh pada satu pemimpin tak terkalahkan menjadi menilai kompetisi yang terfragmentasi namun berbeda—menjadi cerita utama di balik kinerja saham Nvidia yang tenang. Alexandra Davies memahami transisi ini sebelum pasar keuangan menyadarinya, dan keberhasilan pendanaan perusahaannya menunjukkan bahwa dia tidak sendirian dalam keyakinan itu lagi.