Nvidia Tidak Hanya Menjual Chip, Nvidia Menjual Posisi di Tengah Infrastruktur AI

The Core Update

Jensen Huang kembali menjelaskan kenapa Nvidia percaya diri bisa tumbuh sangat besar tahun depan. Di konferensi Goldman Sachs Communacopia + Technology, CEO Nvidia itu menyebut perusahaan masih bisa tumbuh sekitar 70% year over year.

Jika estimasi analis benar dan Nvidia menutup tahun fiskal ini di sekitar $400 miliar revenue, pertumbuhan 70% berarti revenue tahun depan bisa mendekati $680 miliar.

Angka ini terdengar ekstrem. Tetapi cara Huang menjelaskannya tidak hanya tentang permintaan chip yang sedang tinggi. Ia ingin menunjukkan bahwa Nvidia sekarang bukan lagi sekadar perusahaan pembuat GPU.

Menurut Huang, banyak orang masih melihat Nvidia dari kacamata lama: perusahaan yang membuat kartu grafis untuk gaming. Padahal produk yang dijual sekarang sudah berubah kelas. Satu sistem GPU bisa bernilai jutaan dolar, berisi jutaan komponen, memakai koneksi internal seperti NVLink, dan dikirim dalam skala ribuan unit untuk data center.

Salah satu produk yang disebut adalah sistem GB200 NVL72, yang menggabungkan Grace CPU dan Blackwell GPU. Huang mengatakan order produk ini tumbuh 27% month-to-month.

Tetapi bagian paling penting dari pernyataannya bukan hanya angka penjualan. Ia mengatakan Nvidia percaya diri karena perusahaan berada di banyak titik penting ekosistem AI.

Nvidia dipakai oleh banyak lab AI, cloud provider, OEM, neocloud, startup AI-native, sampai proyek data center. Huang menyebut Nvidia melacak kebutuhan lahan, listrik, bangunan data center, supplier, dan partner di berbagai tempat.

Dengan kata lain, Nvidia merasa bisa membaca masa depan karena berada di dalam banyak percakapan sebelum permintaan itu muncul sebagai angka revenue.

The Reality Check

Ada bagian yang masuk akal dari optimisme Nvidia.

AI modern memang tidak hanya membutuhkan model. AI membutuhkan compute, listrik, data center, jaringan, memory, cooling, deployment, dan supply chain yang rumit. Ketika perusahaan ingin membangun atau menjalankan model besar, kebutuhan infrastruktur muncul jauh sebelum produk AI menghasilkan profit yang stabil.

Di titik ini, Nvidia punya posisi yang sangat kuat. Banyak perusahaan boleh saja membangun chip sendiri, termasuk hyperscaler seperti Amazon, Microsoft, dan Google, atau lab AI seperti OpenAI dan Anthropic. Tetapi membangun chip bukan berarti langsung mengganti seluruh platform.

Chip hanya satu bagian. Yang lebih sulit adalah ekosistem: software, networking, developer familiarity, supply chain, support, integrasi data center, dan kepercayaan enterprise.

Di sinilah Nvidia punya keunggulan. Mereka tidak hanya menjual komponen. Mereka menjual platform yang sudah dipahami pasar.

Namun tetap ada risiko yang tidak boleh diabaikan.

Pertama, pertumbuhan AI saat ini masih banyak digerakkan oleh perusahaan AI-native yang mengumpulkan modal besar dan membelanjakan banyak uang untuk compute. Selama uang terus masuk, permintaan infrastruktur bisa terlihat sangat kuat. Tetapi jika investor mulai menuntut efisiensi, pola belanja bisa berubah.

Kedua, pelanggan besar Nvidia punya insentif kuat untuk mengurangi ketergantungan. Cloud provider tidak nyaman jika margin dan roadmap mereka terlalu bergantung pada satu supplier. Lab AI juga ingin kontrol lebih besar atas biaya inference dan training.

Ketiga, ada pertanyaan soal circular deals. Nvidia berinvestasi pada perusahaan yang kemudian membeli produk Nvidia. Huang membantah kekhawatiran itu dengan mengatakan Nvidia hanya berinvestasi setelah melihat kontrak dan revenue nyata. Tetapi sejarah teknologi menunjukkan pola seperti ini tetap perlu dibaca hati-hati.

Bukan berarti bisnisnya lemah. Justru sebaliknya, bisnis Nvidia sedang sangat kuat.

Tetapi kekuatan yang terlalu besar sering membuat pasar lupa bertanya: permintaan ini datang dari kebutuhan operasional yang stabil, atau dari fase ekspansi agresif yang belum sepenuhnya terbukti ekonominya?

Itu pertanyaan yang penting, terutama untuk bisnis yang sedang ikut arus AI.

The Havedev Way

Dari sudut pandang Havedev, berita Nvidia ini memberi pelajaran yang lebih luas untuk bisnis: jangan hanya melihat AI sebagai tool, lihat juga infrastruktur dan ketergantungannya.

Banyak bisnis sekarang bertanya tool AI apa yang harus dipakai. Chatbot apa yang perlu dipasang. Automation apa yang bisa dibuat. Model apa yang paling pintar.

Pertanyaan itu wajar. Tetapi belum cukup.

Pertanyaan yang lebih sehat adalah: bagian mana dari operasional bisnis yang benar-benar siap dibantu AI?

Karena AI tidak berdiri sendiri. AI membutuhkan data yang rapi, alur kerja yang jelas, integrasi dengan sistem yang dipakai tim, dan ukuran keberhasilan yang bisa dibaca. Tanpa itu, bisnis hanya menambah lapisan teknologi di atas proses yang masih kabur.

Nvidia tumbuh karena banyak perusahaan sedang membangun kapasitas AI. Tetapi di level bisnis pengguna, nilai AI tidak muncul hanya karena compute tersedia. Nilai muncul ketika AI masuk ke pekerjaan yang punya konteks jelas.

Contohnya:

• lead masuk dari website dengan konteks kebutuhan yang jelas
• tim sales tahu kapan AI boleh membantu follow-up
• support punya kategori masalah yang bisa diprioritaskan
• dokumen internal cukup rapi untuk dicari dan dirangkum
• dashboard bisa membedakan aktivitas biasa dari risiko bisnis
• automation punya aturan kapan harus jalan dan kapan harus berhenti

Jika dasar ini belum ada, memakai AI sering hanya membuat proses terlihat modern, bukan lebih efektif.

Pelajaran lain dari Nvidia adalah pentingnya posisi di alur kerja. Nvidia kuat karena berada di tengah banyak pihak: cloud, lab AI, startup, supplier, dan data center. Mereka bukan hanya melihat satu sisi pasar. Mereka melihat pola permintaan dari banyak titik.

Bisnis juga bisa belajar dari prinsip ini dalam skala yang lebih kecil.

Website tidak seharusnya hanya menjadi brosur. Website bisa menjadi titik awal status lead. Form tidak seharusnya hanya mengirim nama dan nomor. Form bisa membawa konteks kebutuhan. CRM tidak seharusnya hanya menjadi daftar kontak. CRM bisa menunjukkan pekerjaan mana yang perlu ditindaklanjuti hari ini.

AI dan automation akan jauh lebih berguna jika bisnis sudah punya titik kontrol yang jelas.

Bukan semua hal perlu dibuat kompleks. Mulai dari satu alur yang paling dekat dengan uang atau pengalaman pelanggan. Misalnya lead dari website, inquiry WhatsApp, proposal sales, support pelanggan, atau follow-up invoice.

Lalu tanyakan:

• data apa yang masuk?
• siapa yang perlu merespons?
• keputusan apa yang sering terlambat?
• pekerjaan mana yang sering hilang?
• bagian mana yang bisa dibantu AI tanpa mengorbankan akurasi?
• kapan manusia tetap harus mengambil alih?

Jawaban ini lebih penting daripada sekadar memilih tool AI terbaru.

Nvidia boleh tumbuh karena dunia sedang membeli infrastruktur AI. Tetapi bisnis tidak otomatis ikut menang hanya karena memakai AI. Bisnis menang jika AI dipasang pada proses yang memang sudah layak dibantu.

Teknologi besar selalu menarik perhatian. Angka pertumbuhan Nvidia mungkin terlihat seperti sinyal bahwa semua bisnis harus bergerak cepat. Tetapi bergerak cepat tidak sama dengan membeli tool sebanyak mungkin.

Kadang langkah paling sehat adalah mundur sebentar, melihat alur kerja, lalu menentukan bagian mana yang pantas diberi automation, AI assistant, dashboard, atau integrasi.

AI yang baik bukan hanya soal model yang kuat. AI yang baik masuk ke proses yang jelas, memakai data yang cukup, dan membantu keputusan yang nyata.

Sebelum bisnis menambah tool AI baru, cek dulu satu hal sederhana: apakah proses yang ingin dibantu sudah cukup jelas untuk dijelaskan kepada manusia baru di tim?

Kalau belum, AI juga akan kesulitan membantu dengan konsisten.

Dapatkan Audit Teknis Gratis untuk meninjau alur website, lead, data, dan automation sebelum bisnis Anda menambah tool AI baru.

---

Sumber referensi berita: TechCrunch