Kolom: Jensen Huang tidak memerlukan chip baru. Dia memerlukan parit baru.
Oleh Maksym Misichenko · CNBC ·
Oleh Maksym Misichenko · CNBC ·
Apa yang dipikirkan agen AI tentang berita ini
Panel terbagi mengenai strategi NemoClaw Nvidia. Sementara beberapa melihatnya sebagai permainan bertahan untuk menciptakan ketergantungan pada tumpukan perangkat lunak Nvidia dan potensi re-rating saham ke arah penilaian kelipatan perangkat lunak, yang lain berpendapat bahwa ini dapat mempercepat peralihan ke ASIC khusus yang lebih murah dan memampatkan margin.
Risiko: Desain chip-agnostic mempercepat ASIC hyperscaler dan potensi kompresi margin.
Peluang: Mengkatalisasi alur kerja agen pada skala, membesar-besarkan kebutuhan komputasi agregat.
Analisis ini dihasilkan oleh pipeline StockScreener — empat LLM terkemuka (Claude, GPT, Gemini, Grok) menerima prompt identik dengan perlindungan anti-halusinasi bawaan. Baca metodologi →
Nvidia mendominasi era pertama AI -- CEO Jensen Huang memastikan perusahaan ini menguasai era berikutnya. Dia mengubah Nvidia dari pembuat chip yang membantu mendorong siklus pasar menjadi sistem operasi untuk masa depan kecerdasan buatan.
Perubahan ini sebagian besar luput dari perhatian dan belum dihargai oleh investor. Namun sinyal paling jelas hingga saat ini muncul minggu ini.
Di konferensi pengembang tahunan Nvidia, GTC, Huang meluncurkan NemoClaw, platform sumber terbuka yang tidak bergantung pada chip untuk membangun dan menyebarkan agen AI -- program perangkat lunak otonom di pusat kemajuan terbaru di industri ini.
"Setiap perusahaan di dunia harus memiliki strategi sistem agen," kata Huang. "Ini adalah komputer baru sekarang."
Pengumuman chip baru mendapat perhatian terbanyak di GTC, tetapi peluncuran NemoClaw adalah pergeseran strategis yang lebih penting dan menunjukkan apa yang sebenarnya menjadi Nvidia.
Mengapa model pembuat chip tidak cukup
Nvidia memenangkan era pelatihan AI dengan mengunci pengguna. Chip dan ekosistem perangkat lunaknya menjadi begitu tertanam dalam cara model AI dibangun sehingga beralih ke pesaing hampir mustahil.
Tapi industri bergeser dari membangun dan melatih model ke menjalankannya, dan beban kerja inferensi tidak memerlukan kunci yang sama. Google, Amazon dan Broadcom semuanya membangun chip inferensi khusus mereka sendiri. Parit yang menjadikan Nvidia perusahaan paling berharga di dunia sedang menipis.
Menjual chip, bahkan chip terbaik, pada akhirnya berarti menjual ke dalam siklus. Memiliki platform tempat chip tersebut berjalan adalah bisnis yang lebih tahan lama. Ini lebih lengket, margin lebih tinggi, dan lebih sulit digeser. Itulah arah yang dituju Huang dengan NemoClaw.
Permainan platform
NemoClaw dibangun di atas OpenClaw, agen sumber terbuka yang dibuat oleh pengembang solo yang menjadi viral awal tahun ini, menjadi proyek sumber terbuka dengan pertumbuhan tercepat dalam sejarah. Sumber terbuka berarti siapa pun dapat mengunduh, memodifikasi, dan menjalankan perangkat lunak secara lokal di server mereka sendiri. Itulah yang membuatnya kuat, tetapi juga berisiko, karena tidak ada perusahaan yang mengontrol apa yang dapat diakses agen di mesin Anda.
Perusahaan melarang OpenClaw karena risiko keamanan meningkat. Versi Nvidia menambahkan penjaga -- alat keamanan, rute privasi, kontrol data.
"Buka" terdengar murah hati, tetapi untuk Nvidia ini strategis. Nvidia memberikan lapisan yang mendorong adopsi dan memonetisasi apa yang ada di bawahnya -- chip dan daya komputasi yang dibutuhkan setiap agen AI untuk benar-benar berjalan. Microsoft tidak memungut biaya untuk Internet Explorer dan Google tidak memungut biaya untuk Android, tetapi mereka membuka adopsi di mana mereka bisa memonetisasinya: Windows dan pencarian.
Huang mengikuti buku pedoman itu -- dia tidak memungut biaya untuk NemoClaw. Produknya adalah platform. Mark Zuckerberg menghabiskan bertahun-tahun dan puluhan miliar dolar untuk metaverse, mencoba melarikan diri dari ketergantungannya pada platform yang dimiliki Apple dan Google. Huang memastikan Nvidia tidak pernah berakhir dalam posisi itu.
Membuat komoditas dari pelanggan sendiri
Bagian paling agresif dari strategi Huang adalah bahwa ini merupakan ancaman langsung bagi beberapa pelanggan teratasnya. Nvidia saat ini bergantung pada segelintir perusahaan yang membangun model AI paling kuat: OpenAI, Anthropic, Google, dan Meta. Jika salah satu dari mereka cukup dominan, mereka mendapatkan leverage untuk memeras Nvidia dalam hal harga.
NemoClaw, yang dinamai dari kerangka kerja AI NeMo yang sudah ada di Nvidia, mencegah hal itu. Seorang CEO AI, yang meminta untuk tidak disebutkan namanya untuk berbicara terus terang tentang masalah ini, menyebutnya strategi klasik "mengkomoditaskan pelengkap". Jika perusahaan dapat menyebarkan agen AI secara gratis melalui NemoClaw, akan jauh lebih sulit bagi OpenAI dan Anthropic untuk memungut harga premium untuk versi mereka sendiri. Sumber terbuka menjaga lapisan model tetap terfragmentasi dengan ratusan perusahaan membangun dan menjalankan model mereka sendiri, tidak ada yang cukup besar untuk mendikte persyaratan. Nvidia bisa tetap di tengah dan permintaan GPU meroket.
Mengisi kekosongan
Nvidia juga melangkah ke celah yang tidak diisi oleh siapa pun, setidaknya di Amerika. Meta memelopori AI sumber terbuka dengan model Llama-nya, tetapi model frontier berikutnya bisa dilaporkan tertutup. Google dan OpenAI merahasiakan model terbaik mereka, dan Anthropic tidak pernah merilis bobot terbuka. Bank sumber terbuka di Amerika lebih tipis daripada sejak booming AI dimulai.
Sementara itu, laboratorium China hanya mempercepat upaya sumber terbuka. DeepSeek membuktikan model terdepan bisa dibangun dengan sebagian kecil dari jumlah yang dihabiskan laboratorium Amerika. Alibaba, ByteDance, dan lainnya mengikuti.
Data dari OpenRouter, yang melacak penggunaan model dunia nyata, menunjukkan empat dari lima model paling populer di platformnya bulan ini adalah sumber terbuka, dan sebagian besar adalah China. Peringkat OpenRouter terbatas pada basis pelanggannya sendiri, dan pengembang dengan kesepakatan perusahaan biasanya menggunakan alat API perusahaan model.
Track record
Bisakah pembuat chip benar-benar menjadi sistem operasi?
Sejarah akan menunjukkan sebaliknya. Upaya sebelumnya oleh Intel dan IBM tidak menghasilkan apa-apa. Tapi Huang telah melakukan transisi platform sebelumnya, mengalihkan Nvidia dari game ke crypto ke cloud ke pelatihan AI. Nvidia baru saja membukukan pertumbuhan pendapatan 73% kuartal lalu. Panduan terbarunya sekitar $80 miliar untuk kuartal pertama fiskal menghancurkan perkiraan.
Jaringan saja sekarang menjadi bisnis miliaran dolar untuk Nvidia, dan hampir tidak ada tiga tahun lalu. Tidak ada CEO di industri semikonduktor yang memiliki rekam jejak lebih baik dalam melihat pergeseran lebih awal, dan secara preemptif mengambil posisi untuk memanfaatkannya.
Yang harus diperhatikan
NemoClaw membutuhkan adopsi perusahaan untuk menjadi penting. Model sumber terbuka Nvidia gratis tapi sejauh ini belum terbukti dibandingkan dengan apa yang dikirim laboratorium China. Celah yang dimasuki Huang bisa tertutup cepat jika Meta berbalik arah atau Google membuka modelnya.
Perwakilan dari Meta dan Google tidak segera menanggapi permintaan komentar.
Pertanyaan yang harus ditanyakan investor bukanlah apakah NemoClaw berhasil besok. Ini adalah apakah Nvidia masih pembuat chip atau sistem operasi. Satu menjual ke dalam siklus, yang lain berkembang. Pasar menghargai yang pertama tapi jika Huang berhasil melakukan ini, seharusnya menghargai yang terakhir.
Empat model AI terkemuka mendiskusikan artikel ini
"Nvidia benar-benar beralih ke leverage platform, tapi artikel tersebut melebih-lebihkan seberapa banyak itu mengisolasi dari komoditisasi beban kerja inferensi dan desain chip yang kompetitif."
Artikel tersebut menggabungkan strategi platform dengan daya tahan parit, namun menggabungkan dua hal yang berbeda. Ya, Nvidia beralih ke lapisan perangkat lunak/platform -- NemoClaw, jaringan, tumpukan perangkat lunak. Itu nyata dan strategis. Tapi artikel tersebut mengasumsikan adopsi sumber terbuka secara otomatis mengunci permintaan GPU. Tidak. Jika NemoClaw berhasil memfragmentasi lapisan model (menjaga agar tidak ada pemain tunggal yang dominan), perusahaan masih memiliki opsi pada *chip mana* yang menjalankan agen tersebut. TPU Google, Trainium AWS, AMD MI300X semuanya menjadi layak. Parit sejati Nvidia tetap pada superioritas perangkat keras dan penguncian ekosistem pada lapisan pelatihan, bukan kemurahan hati platform. Pertumbuhan 73% dan panduan $80 miliar adalah nyata, tapi itu masih mengendarai siklus pelatihan, bukan siklus inferensi/agen yang diklaim artikel sebagai masa depan.
Jika NemoClaw benar-benar berhasil memfragmentasi lapisan model dan mengkomoditaskan akses model frontier, pelanggan teratas Nvidia (OpenAI, Anthropic, Meta) kehilangan kekuatan harga -- tapi begitu juga kemampuan Nvidia untuk mengekstrak margin premium pada penjualan H100/H200 ke pelanggan yang sama. Tesis 'tetap di tengah' hanya berhasil jika permintaan chip tetap inelastis, yang tidak akan terjadi jika beban kerja inferensi benar-benar mendominasi dan berjalan pada silikon khusus tugas yang lebih murah.
"NemoClaw bukan hanya alat perangkat lunak; ini adalah manuver strategis untuk mengkomoditaskan lapisan model, memastikan perangkat keras Nvidia tetap menjadi infrastruktur yang tak tergantikan untuk ekonomi agen AI."
Pasar saat ini memperhitungkan Nvidia sebagai permainan semikonduktor siklis, namun NemoClaw menandakan transisi ke model layanan platform. Dengan mengkomoditaskan lapisan model, Nvidia secara efektif memaksa 'perlombaan ke bawah' untuk OpenAI dan Anthropic, memastikan komputasi -- hal yang dijual Nvidia -- tetap menjadi pusat biaya utama bagi perusahaan. Ini adalah permainan bertahan yang brilian; mereka menciptakan ketergantungan pada tumpukan perangkat lunak mereka yang membuat beralih ke silikon khusus dari Google atau Broadcom menjadi menyakitkan secara operasional. Jika Nvidia berhasil menangkap lapisan orkestrasi, forward P/E mereka harus dire-rating dari level saat ini ke arah penilaian kelipatan perangkat lunak 40x-50x, karena pendapatan bergeser dari penjualan perangkat keras satu kali ke penguncian ekosistem berulang.
Nvidia berisiko mengalami mimpi buruk antitrust dengan menggunakan dominasi perangkat kerasnya untuk mensubsidi platform perangkat lunak yang melahap pelanggan tier atasnya sendiri, berpotensi mengundang intervensi regulator yang dapat memecah integrasi vertikal perusahaan.
"NemoClaw adalah taruhan Nvidia untuk mengubah pendapatan GPU yang digerakkan siklus menjadi parit platform dengan mengkomoditaskan antarmuka agen sambil memonetisasi komputasi yang mendasarinya, tapi keberhasilannya bergantung pada adopsi, keamanan, dan respons kompetitif."
NemoClaw dari Nvidia adalah upaya sengaja untuk mengalihkan nilai dari GPU mentah ke lapisan perangkat lunak yang mengoordinasikan AI agen, bertujuan untuk mereplikasi dinamika platform yang memperkuat permintaan komputasi berulang dan margin kaya. Strategi tersebut memanfaatkan ekosistem yang ada di Nvidia, pikiran pengembang, dan kebutuhan praktis komputasi untuk menjalankan beban kerja agen, tapi jauh dari hal yang pasti. Gesekan utama: keamanan dan kepatuhan perusahaan dapat membatasi adopsi agen sumber terbuka; penyedia cloud terkemuka dan pemilik model (Google, Microsoft, Meta, AWS) dapat merespons dengan menutup atau menggabungkan tumpukan mereka; inferensi cenderung menuju chip khusus yang dapat mengikis pangsa GPU; dan monetisasi bergantung pada peningkatan konsumsi komputasi berbayar Nvidia yang berkelanjutan dan tidak sepele.
Memberikan lapisan agen secara gratis mungkin tidak menciptakan penguncian -- pelanggan dapat menjalankan agen pada perangkat keras inferensi alternatif atau menggunakan API cloud milik sendiri, membuat Nvidia menjual dalam pasar perangkat keras siklis dengan kekuatan harga yang lebih lemah. Ditambah, tekanan keamanan dan peraturan perusahaan dapat membuat pembeli besar tetap terikat pada solusi tertutup yang terverifikasi daripada tumpukan sumber terbuka Nvidia.
"NemoClaw menempatkan Nvidia sebagai lapisan OS AI yang tak tergantikan, memecah belah penyedia model untuk mempertahankan dominasi GPU di tengah era inferensi."
Nvidia (NVDA) dengan cerdik memperluas parit perangkat lunak CUDA/NeMo ke AI agen melalui NemoClaw, platform sumber terbuka yang menambahkan keamanan tingkat perusahaan ke OpenClaw yang viral sambil tetap gratis -- mendorong permintaan komputasi GPU tanpa monetisasi langsung. Permainan 'komoditaskan pelengkap' ini memecah leverage hyperscaler (OpenAI, Anthropic) dan melawan ancaman chip inferensi dari Broadcom (AVGO), Amazon (AMZN), Google (GOOG). Pertumbuhan pendapatan NVDA 73% dan panduan $80 miliar Q1 menegaskan kehebatan eksekusi, dengan jaringan kini berskala miliaran dolar. Investor meremehkan pivot OS ini: forward P/E ~35x vs. potensi pertumbuhan EPS 100%+ jika agen menyebar.
Desain chip-agnostic NemoClaw dapat mempercepat adopsi ASIC inferensi khusus hyperscaler, mengikis penguncian perangkat keras NVDA tepat saat beban kerja inferensi mendominasi. Kegagalan sebelumnya oleh Intel dan IBM dalam pergeseran platform menyoroti traksi sumber terbuka perusahaan NVDA yang belum terbukti melawan alternatif matang.
"NemoClaw mengkomoditaskan margin pelanggan teratas Nvidia tanpa mengamankan penguncian perangkat keras untuk beban kerja inferensi."
Google, kelipatan perangkat lunak 40x-50x Anda mengasumsikan NemoClaw mendorong pengeluaran komputasi *berulang*, tapi mekanismenya mundur. Komoditisasi agen sumber terbuka memberi tekanan pada margin penyedia model, bukan memperkuatnya -- tepat saat Nvidia membutuhkan pelanggan tersebut untuk membenarkan harga premium H200. Grok menyoroti risiko nyata: desain chip-agnostic mempercepat ASIC hyperscaler. Nvidia mempertahankan perangkat keras siklis dengan perangkat lunak gratis. Itu kompresi margin, bukan re-rating.
"Strategi sumber terbuka Nvidia adalah manuver bertahan yang mempercepat komoditisasi kekuatan harga perangkat keras mereka sendiri."
Google, tesis penilaian 40x-50x Anda mengabaikan 'gesekan pengembang' dari sumber terbuka. Pivot sumber terbuka Nvidia bukanlah parit perangkat lunak; ini adalah upaya putus asa untuk mencegah penyedia model membelot ke silikon milik sendiri. Jika NemoClaw berhasil, ini mengkomoditaskan lapisan model secara agresif sehingga pelanggan perusahaan akan memprioritaskan biaya per token daripada pengalaman pengembang, mempercepat peralihan ke ASIC khusus yang lebih murah dari AWS dan Google. Nvidia memperdagangkan kekuatan harga perangkat kerasnya untuk platform yang pada akhirnya akan digunakan pelanggan mereka untuk menghindarinya.
"Keuntungan efisiensi yang digerakkan perangkat lunak dari NemoClaw dapat mengurangi, bukan meningkatkan, permintaan unit GPU jangka panjang untuk NVDA."
Grok, Anda mengasumsikan perangkat lunak NemoClaw tak terhindarkan mengalikan permintaan GPU. Risiko yang tidak ditandai: orkestrasi + efisiensi model (kuantisasi, pemangkasan, distilasi, batching yang lebih cerdas) dapat mengurangi GPU yang dibutuhkan per beban kerja. Runtime sumber terbuka sering mempercepat keuntungan efisiensi tersebut. Jika perusahaan menstandarkan runtime agen yang ramping, pertumbuhan unit H100/H200 NVDA bisa melambat dan ASPs menghadapi tekanan -- mengubah kemenangan perangkat lunak menjadi siklus perangkat keras yang lebih lama dan margin lebih rendah untuk NVDA.
"Proliferasi agen dan parit jaringan akan melampaui keuntungan efisiensi, menopang pertumbuhan NVDA."
OpenAI, kritik efisiensi Anda melewatkan gambaran besar: keuntungan kuantisasi/pemangkasan telah berulang kali dilampaui oleh permintaan yang meledak dari aplikasi baru (misalnya, model difusi pasca-GPT-3). NemoClaw mengkatalisasi alur kerja agen pada skala, membesar-besarkan kebutuhan komputasi agregat. Ditambah, laju lari jaringan NVDA $3 miliar+ (InfiniBand/DX GB200) melindungi pergeseran ASIC dengan memiliki kain klaster. Flywheel perangkat lunak memperkuat siklus perangkat keras, bukan meredamnya.
Panel terbagi mengenai strategi NemoClaw Nvidia. Sementara beberapa melihatnya sebagai permainan bertahan untuk menciptakan ketergantungan pada tumpukan perangkat lunak Nvidia dan potensi re-rating saham ke arah penilaian kelipatan perangkat lunak, yang lain berpendapat bahwa ini dapat mempercepat peralihan ke ASIC khusus yang lebih murah dan memampatkan margin.
Mengkatalisasi alur kerja agen pada skala, membesar-besarkan kebutuhan komputasi agregat.
Desain chip-agnostic mempercepat ASIC hyperscaler dan potensi kompresi margin.