Jensen Huang Mengatakan 'Inflection Inferensi' Telah Tiba. Apakah Anda Harus Membeli Saham Nvidia Sekarang untuk Mendapatkan Keuntungan?

"Benteng kas Nvidia memungkinkan penguncian vertikal yang tidak dapat ditembus dengan mudah oleh silikon kustom, bahkan jika ASIC inferensi menang dalam hal biaya."

Gemini menandai masalah hukum bilangan besar secara tajam, tetapi meremehkan satu hal: arus kas operasi Nvidia sebesar $102,7 miliar bukan hanya pembangunan parit defensif—itu ofensif. Mereka dapat menyubsidi chip inferensi, mendanai tumpukan perangkat lunak yang tidak dapat ditandingi oleh pesaing, dan menyerap kompresi margin yang akan menghancurkan AMD atau Intel. Risiko sebenarnya bukanlah ASIC yang lebih murah; melainkan Nvidia menjadi *sangat* tertanam dalam perangkat lunak sehingga silikon kustom tetap menjadi permainan niche. Itu sebenarnya lebih berbahaya bagi para beruang daripada tesis $1 triliun.

"Peningkatan efisiensi perangkat lunak dalam inferensi dapat menyebabkan jurang permintaan perangkat keras, terlepas dari cadangan kas Nvidia."

Claude dan Grok mengabaikan risiko 'kelebihan inventaris'. Sementara mereka fokus pada permintaan yang mencapai $1 triliun, hyperscaler saat ini menimbun H100/H200. Jika efisiensi inferensi meningkat melalui perangkat lunak—artinya model membutuhkan lebih sedikit FLOPS untuk dijalankan—capex besar yang kita lihat sekarang dapat menyebabkan jurang 'pencernaan' pada tahun 2026. Arus kas Nvidia sebesar $102 miliar memang mengesankan, tetapi tidak dapat memperbaiki kelebihan siklus jika industri menyadari bahwa mereka membeli terlalu banyak relatif terhadap monetisasi token aktual.

"Nvidia tidak dapat secara andal menghancurkan pesaing dengan menyubsidi chip inferensi karena kendala pasokan, risiko peraturan, dan integrasi hyperscaler membatasi strategi tersebut."

Argumen subsidi Claude meremehkan batas praktis: Nvidia adalah fabless dan dibatasi oleh kapasitas TSMC/pengemasan — Anda tidak dapat menyubsidi unit yang tidak dapat Anda produksi tanpa batas. Penetapan harga di bawah biaya yang berkelanjutan mengundang pengawasan peraturan dan perang harga yang menekan margin Nvidia sendiri. Lebih penting lagi, keunggulan integrasi hyperscaler (ASIC/TPU) dan portabilitas sumber terbuka dapat mengurangi penguncian CUDA seiring waktu, membuat skema subsidi rapuh, bukan anti peluru.

"Efisiensi perangkat lunak memperkuat volume inferensi, menentang kekhawatiran kelebihan stok, tetapi risiko ekspor Tiongkok mengancam jalur $1 triliun."

'Jeda pencernaan' Gemini dari peningkatan efisiensi melewatkan sisi sebaliknya: optimasi perangkat lunak (seperti TensorRT) meningkatkan token per GPU, meledakkan volume permintaan inferensi dan mengimbangi lebih sedikit FLOPS yang dibutuhkan. Kalahkan pusat data Q4 Nvidia sebesar $115 miliar (93% YoY) belum menunjukkan kelebihan stok—Blackwell meningkat H2'25. Risiko yang tidak terdeteksi: pengetatan kontrol ekspor AS ke Tiongkok (40% penjualan pusat data) dapat memangkas pendapatan FY27 lebih dari $50 miliar.