Wawancara CEO Nvidia Jensen Huang di podcast BG2 pada 15 Oktober memuat dua hal: pesanan chip baru terus berdatangan lebih cepat daripada kemampuan perusahaan memasoknya, dan kebutuhan komputasi AI, menurut Huang, berasal dari pasar yang lebih luas daripada segelintir laboratorium AI terdepan. Argumen itu mendukung perkiraan pembangunan infrastruktur besar-besaran, tetapi tetap merupakan pandangan tentang potensi pasar—bukan jaminan bahwa investasi akan menghasilkan keuntungan.
6
3
Pesanan bertambah seiring pasokan ditingkatkan
Huang mengatakan pelanggan Nvidia mengajukan pesanan “hampir setiap minggu dan setiap hari”. Ia juga menyebut buku pesanan terus meningkat meskipun Nvidia menambah pasokan. Laporan menyebut permintaan datang dari penyedia layanan cloud besar, operator cloud AI yang lebih baru, dan pembuat peralatan. Sebagian pelanggan merencanakan kebutuhan jauh ke depan, tetapi laporan yang tersedia tidak membuktikan bahwa semua pelanggan membuat perkiraan satu hingga dua tahun sebelumnya.
6
8
43
Memenuhi permintaan itu bukan hanya soal menyediakan chip. Laporan mengenai komentar Huang juga menyoroti keterbatasan daya dan infrastruktur yang lebih luas. Namun, informasi yang tersedia tidak cukup untuk memastikan rincian tentang pusat data yang belum selesai atau kelangkaan komponen tertentu.
42
Mengapa Huang melihat pasar yang lebih luas
Menanggapi anggapan bahwa belanja komputasi AI bergantung pada dua laboratorium saja, Huang menunjuk beragam jenis penggunaan komputasi Nvidia. Dalam salah satu laporan tentang pernyataannya, sekitar sepertiga kapasitas komputasi disebut digunakan untuk beban kerja tradisional, sepertiga untuk ekosistem sumber terbuka, dan sekitar 30% untuk laboratorium pengembang model terdepan. Angka-angka ini merupakan kategori perkiraan yang dibulatkan, bukan rincian pasti dari setiap beban kerja.
1
Laporan lain juga menyebut laboratorium AI terdepan hanya menyumbang sekitar 25%–30% aktivitas komputasi, sementara komputasi tradisional dan ekosistem perusahaan rintisan mencakup banyak dari sisanya. Dalam kerangka Huang, alasan berinvestasi pada infrastruktur AI tidak harus bergantung sepenuhnya pada OpenAI, Anthropic, atau laboratorium terkemuka lain yang meraih pendapatan setara dengan seluruh nilai pembangunan infrastruktur.
34
35
Proyeksi investasi bernilai triliunan dolar
Huang memperkirakan investasi infrastruktur AI global berpotensi mencapai US$3 triliun–US$4 triliun per tahun pada 2030, dengan sekitar US$1,5 triliun per tahun dialokasikan untuk infrastruktur komputasi. Ia juga mengatakan tidak akan terkejut jika investasi tahunan pada masa yang lebih jauh mencapai US$10 triliun. Semua angka tersebut adalah proyeksi Huang, bukan hasil yang telah terverifikasi.
3
4
Pembedaan ini penting: angka-angka itu menggambarkan kemungkinan skala belanja infrastruktur, bukan pendapatan Nvidia dan bukan pula jaminan bahwa setiap proyek akan memperoleh imbal hasil yang layak. Tesis Huang adalah bahwa kebutuhan komputasi dapat menyebar ke lebih banyak pengguna dan jenis pekerjaan. Namun, proyeksi tersebut tidak dengan sendirinya menjawab apakah semua proyek bisa dibiayai dan menghasilkan keuntungan.
3
7
Permintaan tinggi belum menghapus risiko pendanaan
Kekhawatiran pasar tentang pendanaan merupakan persoalan yang berbeda dari pertanyaan apakah pelanggan menginginkan lebih banyak kapasitas komputasi. Komentar Huang tentang buku pesanan menunjukkan adanya permintaan, tetapi tidak membuktikan bahwa setiap pelanggan mampu membiayai rencananya atau bahwa penyedia infrastruktur akan meraih keuntungan.
6
Dalam kesempatan terpisah bersama Bloomberg di Stockholm, Huang juga membela CoreWeave dan mengatakan, “Kondisi CoreWeave semakin kuat setiap hari,” seraya menyebut biaya modal perusahaan itu menurun. Pernyataan tersebut disampaikan dalam acara Bloomberg, bukan dalam wawancara BG2.
39
Pembacaan yang paling berimbang atas komentar Huang adalah bahwa ia optimistis terhadap permintaan komputasi AI yang meluas di luar laboratorium model terbesar. Namun, skala dan keberlanjutan pembangunan infrastruktur tetap bergantung pada kapasitas, pendanaan, dan potensi imbal hasil.