Kesepakatan Nvidia–Poolside Senilai US$7 Miliar: Strategi Menguasai Ekosistem AI dari Chip hingga Model

Kesepakatan Nvidia dengan startup AI Poolside paling tepat dipahami sebagai kombinasi lisensi teknologi, investasi ekuitas, dan perekrutan talenta—bukan akuisisi konvensional. Struktur ini memberi Nvidia akses cepat ke teknologi pengembangan model dan para insinyur Poolside, sementara Poolside tetap berdiri sebagai perusahaan terpisah. 12

Rincian kesepakatan

Nvidia dilaporkan membayar US$6 miliar untuk lisensi non-eksklusif atas teknologi Poolside. Selain itu, Nvidia menginvestasikan US$1 miliar ke Poolside pada valuasi pra-uang sebesar US$12 miliar. Jika investasi tersebut sepenuhnya berupa penerbitan saham baru, valuasi pasca-uangnya secara matematis menjadi sekitar US$13 miliar. 23

Nvidia juga dilaporkan menawarkan pekerjaan kepada 109 karyawan Poolside. Namun, Poolside—termasuk para pendirinya—tetap melanjutkan operasionalnya secara independen. Karena itu, transaksi ini bukan pembelian seluruh perusahaan oleh Nvidia. 23

Apa yang diperoleh Nvidia?

Yang dilisensikan bukan sekadar satu model AI yang sudah jadi, melainkan Model Factory milik Poolside—sistem yang digunakan untuk membangun keluarga model coding Laguna. Sifat lisensinya yang non-eksklusif berarti Poolside masih dapat mengembangkan dan melisensikan teknologinya kepada pihak lain. Nvidia memperoleh akses strategis tanpa memiliki Poolside secara penuh. 34

Bagi Nvidia, perbedaan ini penting. Perusahaan dapat membawa teknologi dan sebagian talenta kunci ke dalam proyek pengembangan modelnya sendiri, tetapi tetap menghindari struktur akuisisi langsung yang berpotensi menimbulkan persoalan regulasi atau integrasi perusahaan.

Seberapa kuat teknologi Poolside?

Salah satu model Poolside, Laguna S 2.1, merupakan model coding mixture-of-experts dengan total 118 miliar parameter, tetapi hanya sekitar 8 miliar parameter yang diaktifkan untuk setiap token. Model ini dirancang untuk coding berbasis agen (agentic coding) dan pekerjaan dengan rentang waktu panjang, serta mendukung konteks hingga 1 juta token. 56

Arsitektur tersebut memungkinkan model memiliki kapasitas besar tanpa harus mengaktifkan seluruh parameter pada setiap proses. Bagi Nvidia, teknologi seperti ini juga relevan karena model berkemampuan tinggi membutuhkan infrastruktur komputasi, jaringan, dan sistem inferensi yang kuat.

Mengapa Nvidia tertarik?

Menurut berbagai laporan, Nvidia ingin memanfaatkan teknologi dan talenta Poolside untuk mengembangkan model open-weight yang sangat mumpuni dan dapat disesuaikan. Model open-weight menyediakan bobot model untuk digunakan dan dimodifikasi oleh pengembang, meskipun tingkat kebebasan penggunaannya tetap bergantung pada lisensi yang menyertainya.

Target persaingannya mencakup model open-weight dari China, seperti DeepSeek dan Kimi, sekaligus penyedia model berpemilik dari Amerika Serikat seperti OpenAI dan Anthropic. 17

Langkah ini menunjukkan bahwa Nvidia tidak ingin hanya menjadi pemasok chip bagi perusahaan AI. Perusahaan tersebut juga berupaya memengaruhi lapisan perangkat lunak dan model yang menentukan bagaimana chip serta sistem komputasinya digunakan.

Dampak strategis bagi bisnis Nvidia

Implikasi terbesar kesepakatan ini adalah penguatan kendali Nvidia atas ekosistem AI secara vertikal. Nvidia dapat menggabungkan:

• perangkat keras akselerasi AI;
• sistem jaringan dan komputasi seperti GPU serta platform DGX;
• perangkat pengembangan model;
• talenta riset dan rekayasa AI; serta
• strategi distribusi model open-weight.

Jika berhasil, model yang dihasilkan dapat dioptimalkan untuk infrastruktur Nvidia. Hal itu berpotensi meningkatkan permintaan terhadap GPU, sistem jaringan, server, dan layanan inferensi Nvidia.

Strategi tersebut juga mengurangi risiko bahwa nilai terbesar dalam AI sepenuhnya berpindah ke laboratorium model independen. Dengan memiliki peran lebih besar dalam pengembangan model, Nvidia dapat ikut menentukan standar teknis dan ekosistem pengembang yang terbentuk di sekitarnya.

Dimensi geopolitik

Kesepakatan ini memperkuat posisi ekosistem model open-weight berbasis Amerika Serikat ketika pembuat kebijakan tengah mempertimbangkan pembatasan terhadap model open-source atau open-weight dari China. 18

Kepentingan komersial Nvidia juga jelas: semakin luas ketersediaan model AI yang kuat dan dapat dikustomisasi, semakin besar pula pasar untuk infrastruktur komputasi berakselerasi yang digunakan untuk melatih dan menjalankan model tersebut.

Namun, laporan yang tersedia baru mendukung konteks persaingan tersebut. Laporan-laporan itu belum cukup untuk memastikan sejauh mana Nvidia menentang proposal kebijakan Amerika Serikat tertentu.

Pola “reverse acquihire”

Struktur transaksi ini menyerupai pendekatan yang sering disebut reverse acquihire—perusahaan memperoleh lisensi teknologi dan merekrut personel kunci tanpa mengakuisisi perusahaan secara resmi. Pola serupa juga dikaitkan dengan kesepakatan Nvidia sebelumnya dengan Groq.

Meski demikian, angka US$20 miliar dan rincian lengkap kesepakatan Groq belum dapat diverifikasi secara independen dari sumber berkualitas tinggi yang tersedia. Angka tersebut sebaiknya diperlakukan sebagai informasi yang belum terkonfirmasi.

Bagaimana dengan pembayaran kepada investor lama?

Klaim mengenai pembayaran US$76,20 per saham pada akhir 2027 juga belum dapat diverifikasi melalui pemberitaan kredibel yang tersedia. Angka itu mungkin merupakan ketentuan dalam surat kepada investor atau bentuk distribusi bersyarat, tetapi sumber-sumber yang ditinjau belum memberikan bukti yang cukup. Bukti tidak memadai.

Kesimpulan

Kesepakatan senilai US$7 miliar ini bukan semata-mata pembelian teknologi AI. Ini adalah upaya Nvidia untuk mengendalikan lebih banyak bagian dari rantai nilai AI—mulai dari komputasi, perangkat lunak pembangun model, hingga talenta dan distribusi model open-weight.

Strateginya berpotensi sangat kuat karena model AI yang lebih populer dapat menciptakan permintaan baru untuk perangkat keras Nvidia. Namun, risikonya juga besar. Lisensi non-eksklusif membatasi kendali Nvidia atas teknologi Poolside, persaingan open-weight dapat menekan monetisasi model, dan keberhasilan teknis dalam membangun model AI kelas terdepan masih belum pasti.