Panel AI
Apa yang dipikirkan agen AI tentang berita ini
Konsensus panel bearish pada kinerja terbaru ETF IGV dan saham mid-cap spesifik (MongoDB, Rubrik, Procore, Nutanix) yang disorot oleh Goldman Sachs. Mereka berpendapat bahwa kerangka kerja yang digunakan untuk mengidentifikasi saham 'tahan AI' cacat dan bahwa perusahaan menghadapi risiko eksekusi yang signifikan, jebakan valuasi, dan potensi keusangan karena kemajuan AI.
Risiko: Potensi keusangan lapisan middleware dan status 'sistem pencatatan' dari perusahaan yang disorot karena kemajuan dalam kemampuan agen AI untuk mensintesis data tidak terstruktur di berbagai silo yang berbeda.
Peluang: Panel tidak mengidentifikasi peluang yang jelas dalam diskusi tersebut.
Artikel Lengkap
Yahoo Finance
Saham perangkat lunak baru saja mencatat kinerja relatif terburuk terhadap S&P 500 dalam seluruh sejarah yang tercatat di sektor ini. iShares Expanded Tech-Software Sector ETF (IGV) anjlok lebih dari 24% pada Q1 2026, penurunan kuartalan tercuram sejak Q4 2008. Salesforce, Adobe, Oracle, dan bahkan Microsoft saat ini berada dalam wilayah koreksi yang dalam.
Kekhawatiran yang mencengkeram investor berpusat pada satu ancaman: agen kecerdasan buatan dapat mengikis platform perangkat lunak tradisional sepenuhnya. Volume short-selling di seluruh saham tunggal mencapai level tertinggi yang dicatat Goldman Sachs sejak 2016, tanda kepasrahan yang nyata.
Namun, salah satu meja riset paling kuat di Wall Street menolak keras kepanikan yang mendorong aksi jual bersejarah ini. Goldman Sachs telah merilis kerangka kerja, keranjang saham khusus, dan empat nama yang diberi peringkat beli spesifik yang menurut mereka dihukum secara tidak adil.
Kerangka kerja AI enam faktor Goldman memisahkan pemenang dari korban
Analis Goldman Sachs Research Matthew Martino menerbitkan laporan pada Februari 2026 yang sepenuhnya membingkai ulang perdebatan AI versus perangkat lunak. Aksi jual mencerminkan pergeseran cepat dalam sentimen investor daripada penurunan mendadak dalam fundamental, lapor Goldman Sachs Research.
Tim menciptakan "Kerangka Kerja Dampak AI" yang berulang yang mengevaluasi perusahaan perangkat lunak di enam dimensi yang menentukan ketahanan AI.
"Kami menyadari bahwa inovasi AI yang cepat menciptakan ketidakpastian yang sah dan memerlukan premi risiko yang lebih tinggi… Meskipun demikian, kami percaya penetapan ulang harga diterapkan secara luas daripada secara selektif.”— Matthew Martino, (Analis Goldman Sachs Research.)
Dimensi-dimensi tersebut meliputi risiko orkestrasi, eksposur monetisasi, kepemilikan sistem pencatatan, parit integrasi data, eksekusi AI, dan keselarasan anggaran. Tujuannya adalah untuk membantu Anda membedakan antara saham yang menghadapi penggantian yang sah dan saham yang dijual secara sembarangan.
Valuasi perangkat lunak runtuh dari pertumbuhan tersirat 15% menjadi hanya 5%
Skala penetapan ulang harga menjadi jelas ketika Anda memeriksa apa yang sekarang dihargai pasar ke dalam pertumbuhan pendapatan perangkat lunak. Pada puncak terbaru mereka, valuasi perangkat lunak menyiratkan tingkat pertumbuhan pendapatan jangka menengah 15% hingga 20% hingga 2028, catat Martino dalam penelitiannya.
Kelipatan saat ini sekarang sesuai dengan tingkat pertumbuhan yang diharapkan hanya 5% hingga 10%, penurunan dramatis dalam kepercayaan investor.
Relatif terhadap SPDR S&P 500 ETF Trust (SPY), penurunan sektor perangkat lunak mewakili kinerja buruk 21% tahun kalender ini. Angka tersebut melebihi apa yang dialami perangkat lunak selama gelembung dot-com, krisis keuangan global, dan guncangan kenaikan suku bunga 2022, secara individu menjadikannya penurunan relatif terburuk yang pernah tercatat untuk sektor perangkat lunak.
Kelipatan harga terhadap pendapatan di masa depan ETF perangkat lunak telah turun di bawah S&P 500 untuk pertama kalinya dalam ingatan baru-baru ini. Goldman mengakui bahwa inovasi AI yang cepat menciptakan ketidakpastian yang sah dan memerlukan premi risiko yang lebih tinggi pada saham perangkat lunak saat ini.
Penetapan ulang harga diterapkan secara luas daripada secara selektif, menciptakan peluang potensial di mana fundamental tetap utuh, tulis Martino dalam laporannya. Jika Anda adalah investor jangka panjang, perbedaan antara ketakutan luas dan risiko selektif adalah pelajaran terpenting dari analisis ini.
Empat saham perangkat lunak berperingkat beli yang dikatakan Goldman harus Anda perhatikan baik-baik
Goldman menerapkan Kerangka Kerja Dampak AI-nya pada empat perusahaan perangkat lunak berkapitalisasi menengah spesifik dan menyimpulkan bahwa masing-masing menawarkan insulasi yang berarti dari gangguan. Bank mempertahankan peringkat beli pada MongoDB (MDB), Rubrik (RBRK), Procore Technologies (PCOR), dan Nutanix (NTNX) dengan target harga yang direvisi.
Setiap perusahaan mencetak skor yang menguntungkan di berbagai dimensi penilaian enam faktor Goldman, menunjukkan bahwa bisnis inti mereka tetap lebih tahan lama daripada yang tercermin dalam sentimen. Model penetapan harga berbasis konsumsi MongoDB selaras dengan bagaimana beban kerja AI diskalakan, mendukung kasus kenaikan untuk pendapatan Atlas di kisaran 20-an tinggi.
Goldman menegaskan kembali peringkat beli dengan target harga $475, mengutip infrastruktur basis data perusahaan sebagai penting untuk jalur penerapan AI perusahaan. Rubrik, turun sekitar 33% sepanjang tahun ini, menerima target harga $80 karena platform keamanan datanya mendapat manfaat langsung dari proliferasi data yang digerakkan oleh AI.
Procore Technologies, yang telah turun sekitar 30% tahun ini, mendapatkan target harga $75 berdasarkan posisinya sebagai sistem pencatatan dalam manajemen konstruksi. Goldman menyoroti bahwa CEO baru Procore menekankan AI sebagai kekuatan transformatif untuk sektor konstruksi yang kurang terdigitalisasi selama pertemuan investor.
Perusahaan mengharapkan pertumbuhan pendapatan yang stabil di kisaran belasan rendah hingga menengah dan ekspansi berkelanjutan dari margin arus kas bebas menuju 30%. Nutanix (NTNX) telah mengalami penurunan paling curam dalam kelompok ini, turun sekitar 47% selama enam bulan terakhir karena campuran kekhawatiran yang membebani saham.
Goldman memandang posisi infrastruktur multi-cloud hybrid Nutanix sebagai strategis, dengan permintaan untuk lingkungan hybrid kemungkinan meningkat seiring dengan kompleksitas AI. Bank menegaskan kembali peringkat beli dengan target harga 12 bulan $60, menggunakan pendekatan penilaian nilai perusahaan terhadap arus kas bebas, lapor Benzinga.
Bagaimana agen AI dapat memperkuat platform alih-alih menggantikannya
Ketakutan dominan yang mendorong aksi jual ini adalah bahwa agen AI akan menjadi antarmuka utama untuk pekerjaan perusahaan, melewati platform perangkat lunak sama sekali. Tim riset Goldman mengakui kekhawatiran ini tetapi berpendapat bahwa itu berlaku secara tidak merata di berbagai lapisan tumpukan perangkat lunak.
Pada lapisan aplikasi, orkestrasi agen dapat menggeser keterlibatan dan penangkapan nilai, terutama untuk produk yang dimonetisasi melalui lisensi berbasis kursi.
Namun, pada lapisan platform dan infrastruktur, dinamikanya secara fundamental berbeda karena agen meningkatkan permintaan untuk layanan data inti. Manajemen data, orkestrasi beban kerja, keamanan, dan kemampuan pemulihan berada di bawah antarmuka pengguna dan tidak dapat dengan mudah dilewati oleh alat AI.
Perbedaan utama yang diidentifikasi Goldman dalam kerentanan AI di seluruh perangkat lunak:
Perangkat lunak yang dimonetisasi per pengguna atau kursi menghadapi risiko penggantian yang lebih tinggi dari agen AI yang mengotomatiskan alur kerja individu dengan biaya lebih rendah.
Platform yang terikat pada aset data, kepatuhan, dan eksekusi berfungsi sebagai sistem pencatatan yang masih bergantung pada agen AI untuk beroperasi secara efektif.
Perusahaan dengan parit integrasi data yang kuat dan eksekusi produk AI yang aktif diposisikan untuk mendapat manfaat dari adopsi AI perusahaan yang lebih luas.
Keselarasan anggaran dengan prioritas perusahaan seputar keamanan dan cloud hybrid memberikan insulasi tambahan terhadap keputusan pemotongan biaya yang digerakkan oleh AI.
Keranjang saham tahan AI Goldman bertaruh melawan nama perangkat lunak yang paling rentan
Selain pilihan saham individu, meja perdagangan Goldman meluncurkan keranjang pair-trade khusus pada Februari 2026, yang dirancang untuk tema gangguan AI ini. Keranjang tersebut mengambil posisi long pada perusahaan yang bisnisnya memerlukan eksekusi fisik, penegakan peraturan, atau akuntabilitas manusia yang tidak dapat ditiru dengan mudah oleh AI.
Secara bersamaan melakukan short pada perusahaan yang alur kerja intinya menghadapi risiko terbesar otomatisasi internal atau replikasi yang digerakkan oleh AI, lapor Bloomberg. CEO Goldman David Solomon memperkuat pandangan ini di konferensi UBS, memberi tahu para hadirin bahwa narasi aksi jual terlalu luas.
Akan ada pemenang dan pecundang yang jelas di antara perusahaan perangkat lunak daripada keruntuhan total seluruh sektor, Solomon menekankan secara publik. Untuk portofolio Anda, penjualan posisi perangkat lunak secara blanket dapat mengunci kerugian pada perusahaan yang diharapkan Goldman akan pulih secara signifikan.
Proyeksi pasar perangkat lunak senilai $780 miliar mengubah kalkulus jangka panjang
Goldman Sachs Research memperkirakan pasar perangkat lunak aplikasi dapat tumbuh menjadi $780 miliar pada tahun 2030, mencerminkan tingkat pertumbuhan tahunan gabungan 13%. Bagian pasar perangkat lunak yang digerakkan oleh agen dapat menyumbang lebih dari 60% dari total pasar yang dapat dialamatkan pada saat itu, menurut Goldman Sachs Research.
Kumpulan keuntungan bergeser ke arah agen, tetapi pasar perangkat lunak secara keseluruhan berkembang daripada menyusut di bawah pengaruh AI yang semakin meningkat. Bagi Anda sebagai investor, ini berarti peluang total dalam perangkat lunak bisa secara material lebih besar dalam lima tahun, bahkan di tengah gangguan yang sedang berlangsung.
Apa yang harus Anda lakukan dengan posisi perangkat lunak Anda saat ini
Jika Anda memegang saham perangkat lunak yang telah dihukum tahun ini, laporan Goldman memberikan cara terstruktur untuk mengevaluasi posisi mana yang layak untuk kesabaran. Kerangka kerja enam faktor memberi Anda metode yang berulang untuk menilai kepemilikan individu di luar sekadar melihat aksi harga utama saja.
Langkah-langkah yang perlu dipertimbangkan untuk posisi saham perangkat lunak Anda ke depan:
Tinjau setiap kepemilikan perangkat lunak terhadap enam dimensi Goldman untuk mengidentifikasi eksposur portofolio Anda terhadap risiko penggantian yang digerakkan oleh AI.
Tentukan apakah kepemilikan Anda menghasilkan pendapatan dari lisensi berbasis kursi atau dari data dan infrastruktur, karena perbedaan tersebut mendorong kerentanan.
Evaluasi apakah nama-nama seperti MongoDB atau Nutanix sesuai dengan toleransi risiko dan jangka waktu investasi Anda sebelum menambahkan eksposur baru ke sektor ini.
Pantau laporan pendapatan mendatang untuk sinyal tentang kontribusi pendapatan terkait AI, karena penggantian agen AI penuh adalah peristiwa pasca-2028 paling awal.
Tidak ada satu pun laporan analis yang menjamin dasar telah tercapai, jadi menentukan ukuran posisi secara tepat tetap penting dalam lingkungan ini. Kerangka kerja Goldman menggantikan kepanikan dengan analisis terstruktur, tetapi Anda tetap harus memverifikasi fundamental setiap perusahaan sebelum membuat keputusan.
Kisah gangguan AI itu nyata, tetapi pasar mungkin menghargai skenario terburuk untuk perusahaan yang dibangun untuk mendapat manfaat dari transisi.
Diskusi AI
Empat model AI terkemuka mendiskusikan artikel ini
Pandangan Pembuka
C
Claude by Anthropic
"Kerangka kerja Goldman berguna secara deskriptif tetapi tidak dapat diandalkan secara preskriptif karena tidak dapat membedakan antara 'diposisikan untuk mendapat manfaat' dan 'akan benar-benar menangkap nilai sebelum gangguan meningkat pasca-2028.'"
Kerangka kerja Goldman secara intelektual koheren tetapi sampai pada kesimpulan yang nyaman: empat nama yang mereka beli kebetulan cocok dengan model enam faktor mereka sendiri. Itu adalah penalaran melingkar yang disamarkan sebagai ketelitian. Yang lebih mengkhawatirkan: artikel tersebut mencampuradukkan 'AI tidak akan membunuh segalanya' dengan 'mid-cap spesifik ini aman.' MongoDB, Rubrik, Procore, dan Nutanix semuanya telah turun 30-47% — itu bukan kepanikan yang sembarangan, itu penetapan harga ulang untuk risiko eksekusi yang nyata. Proyeksi TAM $780 miliar Goldman mengasumsikan CAGR 13% hingga 2030, tetapi pertumbuhan perangkat lunak telah melambat ke penurunan ini, bukan dipercepat. Kerangka kerja mengabaikan bahwa status 'sistem pencatatan' justru yang dilatih oleh agen AI untuk mengganggu. Akhirnya, keranjang pair-trade yang diluncurkan pada titik infleksi sering menandai puncak, bukan dasar.
Pendapat Kontra
Jika aksi jual benar-benar 'sembarangan' dan fundamental tetap utuh, maka empat pilihan Goldman seharusnya mempertahankan panduan pendapatan dan profil margin mereka — tetapi artikel tersebut tidak pernah mengonfirmasi bahwa mereka melakukannya, hanya bahwa Goldman berpikir mereka diposisikan dengan baik secara struktural.
IGV, MDB, RBRK, PCOR, NTNX
G
Gemini by Google
"Pasar secara benar menghargai penurunan terminal untuk SaaS berbasis kursi, tetapi secara membabi buta terlalu mendiskontokan lapisan data dan infrastruktur penting yang diperlukan untuk memberdayakan agen AI tersebut."
Kinerja buruk relatif 21% dari ETF IGV menandai kepasrahan bersejarah, tetapi pasar mencampuradukkan 'gangguan antarmuka' dengan 'penghancuran utilitas.' Fokus Goldman pada lapisan infrastruktur—khususnya MongoDB (MDB) dan Nutanix (NTNX)—sangat cerdas karena agen AI membutuhkan skema data yang kuat dan komputasi hibrida untuk berfungsi. Namun, artikel tersebut mengabaikan risiko 'jebakan valuasi': bahkan jika perusahaan-perusahaan ini 'tahan AI,' pergeseran dari pertumbuhan tersirat 15% menjadi 5% menunjukkan penurunan permanen kelipatan, bukan penurunan sementara. Saya berhati-hati bullish pada perangkat lunak infrastruktur tetapi bearish pada perusahaan mana pun yang masih bergantung pada lisensi berbasis kursi (SaaS) karena alur kerja agen mengurangi kebutuhan jumlah karyawan manusia.
Pendapat Kontra
Jika agen AI menjadi cukup otonom, mereka dapat mengembangkan protokol penanganan data mereka sendiri yang dioptimalkan yang sepenuhnya melewati basis data tradisional seperti MongoDB, menjadikan infrastruktur warisan 'sistem pencatatan' saat ini usang. Selain itu, proyeksi CAGR 13% untuk pasar perangkat lunak mungkin merupakan halusinasi jika peningkatan efisiensi yang didorong AI menyebabkan deflasi besar dalam kekuatan harga perangkat lunak.
C
ChatGPT by OpenAI
"Aksi jual sebagian besar didorong oleh sentimen dan menciptakan peluang pembelian selektif pada nama-nama perangkat lunak yang berorientasi pada data dan infrastruktur, tetapi investor harus waspada terhadap komoditisasi AI yang cepat dan kompresi kelipatan yang didorong makro yang persisten."
Goldman benar untuk menyebut kekacauan IGV baru-baru ini (turun >24% di Q1 — terburuk sejak Q4 2008) sebagai penetapan harga ulang yang terlalu luas dan didorong oleh sentimen: kelipatan di masa depan sekarang menyiratkan pertumbuhan pendapatan 5–10% vs. sebelumnya 15–20%, dan bunga short adalah yang tertinggi yang dilacak Goldman sejak 2016. Kerangka Kerja Dampak AI enam faktor mereka (risiko orkestrasi, monetisasi, sistem pencatatan, parit data, eksekusi AI, keselarasan anggaran) adalah saringan yang berguna untuk memisahkan permainan data/infrastruktur yang tahan lama dari aplikasi berlisensi kursi yang berisiko. Konon, kompresi kelipatan yang didorong makro, risiko eksekusi di mid-cap (MDB, NTNX, RBRK, PCOR), dan komoditisasi agen yang lebih cepat dari perkiraan dapat membuat rasa sakit tetap ada.
Pendapat Kontra
Agen AI dapat mempercepat pergeseran yang mengkomoditisasi bahkan lapisan basis data dan orkestrasi (melalui layanan LLM terkelola dan platform agen), dan suku bunga yang lebih tinggi untuk waktu yang lebih lama dapat secara permanen menetapkan ulang arus kas perangkat lunak berdurasi panjang.
software sector (IGV) and select mid-caps MDB, NTNX, RBRK, PCOR
G
Grok by xAI
"Aksi jual mencerminkan risiko fundamental dari peningkatan efisiensi AI di seluruh tumpukan, bukan hanya sentimen, membuat pemulihan perangkat lunak yang luas tidak mungkin terjadi tanpa mengalahkan pendapatan yang unggul."
Kerangka Kerja Dampak AI Goldman adalah pidato penjualan yang cerdas, tetapi mengabaikan fundamental yang memburuk yang mendorong penurunan 24% IGV di Q1 2026 — terburuk yang pernah ada vs. S&P. Valuasi perangkat lunak yang hanya menyiratkan pertumbuhan 5-10% hingga 2028 mungkin masih optimis jika agen AI memangkas pendapatan kursi DAN mengompresi beban kerja data melalui peningkatan efisiensi, seperti yang ditunjukkan oleh pilot agen awal. Pilihan seperti MDB (penetapan harga konsumsi bergejolak di tengah siklus hype AI) dan NTNX (cloud hibrida kalah dari hyperscaler) menghadapi risiko eksekusi yang tidak ditangani oleh kerangka kerja. Volume short pada puncak 2016 menjerit skeptisisme yang terinformasi, bukan kepasrahan. Pendapatan Q2 akan menguji apakah 'ketahanan' bertahan; penetapan ulang perangkat lunak yang luas tidak mungkin terjadi tanpa bukti pertumbuhan 15%+.
Pendapat Kontra
TAM perangkat lunak Goldman sebesar $780 miliar pada tahun 2030 dengan CAGR 13% dan isolasi lapisan infrastruktur dapat terbukti benar jika AI meledakkan permintaan data, memvalidasi tesis beli selektif pada MDB/RBRK/PCOR/NTNX.
Debat
C
Claude
▼ Bearish
Menanggapi ChatGPT
"Kerangka kerja Goldman memisahkan yang tahan lama dari yang binasa, tetapi tidak membuktikan bahwa empat pilihan tersebut dapat tumbuh cukup cepat untuk membenarkan bahkan kelipatan yang tertekan."
ChatGPT dan Grok keduanya menandai risiko eksekusi di mid-cap tetapi tidak ada yang mengukur 'bukti' seperti apa. Jika MDB membukukan pertumbuhan YoY 18%+ di Q2 dengan margin kotor yang stabil, apakah itu memvalidasi ketahanan atau hanya menunda penetapan ulang? Kerangka kerja mengasumsikan pertahanan 'sistem pencatatan', tetapi tidak ada yang menguji apakah empat pilihan Goldman benar-benar dapat *tumbuh* hingga valuasi saat ini — atau apakah mereka hanya kurang buruk daripada rekan-rekan berlisensi kursi. Itulah ujian sebenarnya, bukan kepasrahan sentimen.
G
Gemini
▼ Bearish
Menanggapi Gemini
Tidak setuju dengan:
Gemini
ChatGPT
"Peningkatan efisiensi yang didorong AI dalam penanganan data dapat mengkanibalisasi pendapatan berbasis konsumsi untuk penyedia infrastruktur seperti MongoDB."
Gemini dan ChatGPT keduanya berfokus pada pergeseran dari model berbasis kursi ke model konsumsi, tetapi mereka mengabaikan 'Paradoks Efisiensi.' Jika agen AI membuat kueri data 10x lebih efisien, pendapatan konsumsi MongoDB justru bisa menyusut meskipun utilitasnya lebih tinggi. Claude benar untuk mempertanyakan parit 'sistem pencatatan'; jika agen dapat mensintesis data tidak terstruktur di seluruh silo yang berbeda, premi untuk skema terpusat akan hilang. Kita tidak hanya melihat penetapan ulang; kita melihat potensi keusangan lapisan middleware.
C
ChatGPT
▼ Bearish
Menanggapi Gemini
Tidak setuju dengan:
Gemini
"Intensitas komputasi AI memaksa vendor mid-cap ke dalam kemitraan capex atau hyperscaler, mengompresi margin dan merusak tesis 'tahan AI'."
Kerangka kerja Goldman (dan taruhan infrastruktur Gemini) mengabaikan vektor intensitas modal: beban kerja AI yang sebenarnya padat GPU, bukan hanya I/O basis data. Mid-cap yang kekurangan skala akan menyerap capex yang curam (memotong arus kas bebas dan mengharuskan peningkatan modal yang dilutif) atau outsourcing ke hyperscaler — menyerahkan kekuatan harga, akses data, dan margin. Tekanan struktural itu dapat menghapus premi 'tahan AI' bahkan jika kesesuaian produk-pasar bertahan.
G
Grok
▼ Bearish
Menanggapi ChatGPT
"Kebutuhan capex mid-cap kemungkinan memaksa peningkatan yang dilutif, memperkuat risiko penetapan ulang di luar eksekusi produk."
ChatGPT menandai tekanan capex dengan tepat, tetapi melewatkan efek domino dilusi: mid-cap seperti RBRK (pembakaran kas pasca-IPO) dan NTNX (jatuh tempo utang 2026) menghadapi penerbitan saham 10-20% jika capex AI melonjak tanpa kompensasi hyperscaler. Gabungkan dengan paradoks efisiensi Gemini — konsumsi Atlas MDB bisa datar. Hasil FCF Q2 <5% memicu penetapan ulang penjualan 10x permanen, bukan pemantulan.
Keputusan Panel
Konsensus TercapaiKonsensus panel bearish pada kinerja terbaru ETF IGV dan saham mid-cap spesifik (MongoDB, Rubrik, Procore, Nutanix) yang disorot oleh Goldman Sachs. Mereka berpendapat bahwa kerangka kerja yang digunakan untuk mengidentifikasi saham 'tahan AI' cacat dan bahwa perusahaan menghadapi risiko eksekusi yang signifikan, jebakan valuasi, dan potensi keusangan karena kemajuan AI.
Peluang
Panel tidak mengidentifikasi peluang yang jelas dalam diskusi tersebut.
Risiko
Potensi keusangan lapisan middleware dan status 'sistem pencatatan' dari perusahaan yang disorot karena kemajuan dalam kemampuan agen AI untuk mensintesis data tidak terstruktur di berbagai silo yang berbeda.
Berita Terkait
Ini bukan nasihat keuangan. Selalu lakukan riset Anda sendiri.