Permintaan AI Nvidia Meluas, tetapi Eksposur Pelanggannya Tetap Sempit

Permintaan terhadap infrastruktur AI Nvidia tampak sangat besar. Namun, pengungkapan terbaru perusahaan juga memperlihatkan sisi lain: sebagian besar eksposur komersial Nvidia berada pada sangat sedikit pihak lawan. Kinerja server Dell mendukung tesis bahwa permintaan sistem AI memang kuat. Pertanyaan penting bagi investor adalah seberapa tahan permintaan itu bila hyperscaler, laboratorium AI, atau penyedia cloud GPU khusus mulai memperlambat ekspansi pusat data.

Konsentrasi pelanggan dalam laporan Nvidia

Pada semester pertama tahun fiskal 2027, tiga pelanggan langsung menyumbang masing-masing 16%, 15%, dan 13% dari pendapatan Nvidia—total 44%—terutama dari segmen Compute & Networking. Per 26 Juli 2026, lima pelanggan langsung mencakup 22%, 14%, 13%, 11%, dan 10% dari saldo piutang usaha Nvidia, atau total 70%.

Dua ukuran tersebut perlu dibedakan:

• Konsentrasi pendapatan menunjukkan besarnya ketergantungan penjualan yang telah dilaporkan kepada beberapa pembeli langsung.
• Konsentrasi piutang menunjukkan seberapa besar eksposur pembayaran Nvidia kepada beberapa pihak lawan setelah penjualan dicatat.

Angka 70% untuk piutang memang mencolok, tetapi istilah “semakin terkonsentrasi” perlu diberi konteks. Pada 25 Januari 2026, tiga pelanggan langsung menyumbang 25%, 18%, dan 13% dari piutang, atau 56% secara gabungan. Pada Juli, eksposurnya tersebar pada lima pelanggan yang diungkapkan, bukan tiga, meski total lima pelanggan itu mencapai 70%. Artinya, buku piutang Nvidia tetap sangat terkonsentrasi, tetapi datanya bukan perbandingan yang sepenuhnya setara untuk menyimpulkan basis pelanggan otomatis makin sempit.

Pelanggan langsung belum tentu pengguna akhir

Nvidia tidak menyebut nama pelanggan di balik persentase tersebut. Dalam pengajuannya, Nvidia mendefinisikan pelanggan langsung secara luas, mencakup mitra add-in-board, distributor, original design manufacturer (ODM), original equipment manufacturer (OEM), penyedia layanan cloud, pembuat model AI, dan integrator sistem.

Pembedaan ini penting. Pembuat server, distributor, atau integrator dapat menjadi pihak yang ditagih langsung oleh Nvidia, sedangkan permintaan ekonominya berasal dari platform cloud, perusahaan, lab AI, atau pembeli sektor publik di tahap berikutnya. Karena itu, pelanggan langsung terbesar Nvidia bisa saja mencakup perantara perangkat keras dan kanal distribusi. Namun, menetapkan nama tertentu—termasuk Dell atau produsen tertentu di Taiwan—tanpa pengungkapan perusahaan akan bersifat spekulatif.

Hal yang sama berlaku untuk hyperscaler dan lab AI besar. Mereka masuk akal sebagai sumber permintaan akhir, tetapi tabel konsentrasi Nvidia tidak mengungkap porsi mereka secara presisi. Pengajuan itu mendukung kesimpulan bahwa permintaan akhir terkonsentrasi, bukan peta lengkap siapa membeli berapa.

Angka Dell menguji permintaan di hilir

Hasil kuartal kedua fiskal 2027 Dell menunjukkan bahwa permintaan sistem AI tidak terbatas pada pengiriman chip Nvidia. Dell melaporkan US$60,9 miliar pesanan server AI, US$16,4 miliar pendapatan server yang dioptimalkan untuk AI, serta US$95 miliar backlog server AI pada akhir periode. Dell juga menaikkan proyeksi pendapatan server AI untuk tahun fiskal 2027 menjadi US$74 miliar.

Angka tersebut mengarah pada permintaan besar untuk infrastruktur AI yang lengkap: server, jaringan, kapasitas penerapan, dan GPU di dalam sistem. Tetapi backlog US$95 miliar tidak boleh dibaca sebagai pendapatan yang sudah diakui. Pesanan dan backlog merepresentasikan permintaan yang telah dibukukan dan masih menunggu konversi, sedangkan pendapatan adalah nilai yang telah diakui.

Perbedaan ini menjadi inti perdebatan. Backlog besar meningkatkan visibilitas penjualan, tetapi tidak menjadikan seluruh pengiriman di masa depan tidak bisa berubah. Pelanggan masih dapat menunda penerapan, mengganti konfigurasi, atau mengubah prioritas ketika ketersediaan listrik, biaya pendanaan, dan proyeksi imbal hasil berubah.

Mengapa piutang terkonsentrasi menambah sensitivitas risiko

Argumen skeptis bukan bahwa Nvidia kekurangan permintaan saat ini. Data Dell justru menunjukkan sebaliknya. Kekhawatirannya adalah kumpulan belanja modal AI terbesar juga terkonsentrasi pada sejumlah kecil pembeli.

Jika sedikit pembeli besar memangkas belanja pusat data, dampaknya dapat menjalar ke Nvidia melalui dua jalur:

1. Pesanan baru berkurang: pelanggan langsung dapat membeli lebih sedikit GPU dan sistem ketika pelanggan akhir mereka memperlambat penerapan.
2. Eksposur pihak lawan meningkat: sejumlah kecil pelanggan memegang porsi tidak proporsional dari piutang Nvidia, sehingga kemampuan serta ketepatan waktu pembayaran mereka menjadi lebih penting.

Michael Burry dan pengkritik lain membingkai kondisi ini sebagai kerentanan struktural dalam pembangunan infrastruktur AI, terutama ketika komitmen modal besar, pembiayaan infrastruktur, dan hubungan pemasok saling bertaut. Ini adalah argumen risiko, bukan bukti bahwa pendapatan Nvidia tidak semestinya dicatat atau permintaannya fiktif. Bobot argumen itu bergantung pada apakah tingkat pemakaian di hilir dan arus kas pelanggan mampu menopang pesanan infrastruktur saat ini.

Mengapa Nvidia mendukung neo-cloud

Nvidia juga mendukung penyedia cloud AI khusus, yang kerap disebut neo-cloud. Perusahaan seperti ini membeli kapasitas GPU lalu menyewakan akses komputasi kepada perusahaan AI dan pelanggan korporasi. Reuters melaporkan Nvidia setuju berinvestasi US$2 miliar di Nebius, setara kira-kira 8,3% kepemilikan berdasarkan dokumen SEC. 2

Bloomberg melaporkan Nvidia juga memiliki kepemilikan di CoreWeave dan menyetujui pembelian layanan cloud senilai US$6,3 miliar dari perusahaan tersebut. 1

Secara strategis, hubungan ini dapat memperluas pasar melampaui platform cloud tradisional terbesar. Neo-cloud dapat menyediakan komputasi skala besar bagi tim AI tanpa mengharuskan setiap pelanggan membangun dan mengoperasikan pusat datanya sendiri. Dengan demikian, ini menciptakan jalur tambahan dari perangkat keras Nvidia ke pengguna akhir.

Sorotan terhadap pembiayaan sirkular

Kritik muncul ketika pemasok chip berinvestasi pada, mendukung, atau berkomitmen membeli layanan dari penyedia cloud yang kemudian membeli perangkat keras pemasok itu. Pengaturan seperti ini dapat masuk akal secara komersial: membantu mengamankan komputasi yang langka, mempercepat pembangunan kapasitas, dan memungkinkan penyedia melayani beban kerja pihak ketiga yang nyata.

Namun, pola itu juga dapat membuat siklus permintaan lebih saling bergantung. Jika utilisasi cloud GPU melemah, penyedia mungkin akan lebih sulit mendanai ekspansi, membayar utang, atau melunasi kewajiban kepada pemasok. Nvidia lalu dapat menghadapi permintaan perangkat keras yang melemah sekaligus tekanan terhadap nilai investasi strategisnya. Pemberitaan mengenai hubungan Nvidia dengan CoreWeave dan Nebius menempatkan kaitan tersebut di pusat perdebatan yang lebih luas tentang pembiayaan sirkular. 12

Uji utamanya bukan sekadar apakah suatu penyedia pernah menerima modal dari Nvidia. Yang lebih menentukan adalah apakah kapasitas tersebut pada akhirnya menghasilkan pendapatan yang berkelanjutan dari pelanggan yang benar-benar memakai komputasi itu. Pesanan dan backlog Dell mendukung gambaran permintaan saat ini yang kuat; pengungkapan pelanggan dan piutang Nvidia menjelaskan mengapa daya tahan permintaan tersebut sangat penting.