Google, Nvidia, dan OpenAI

Salah satu penjelasan umum mengapa Star Wars menjadi sangat sukses, dan terus relevan hampir setengah abad sejak dirilis, adalah karena film itu menggambarkan “perjalanan sang pahlawan” dengan hampir sempurna. Kita melihat Luke, yang bosan di Tatooine, dipanggil untuk berpetualang lewat pesan misterius yang dibawa R2-D2 yang awalnya ia tolak. Lalu hadir Obi-Wan Kenobi sebagai mentor, yang membawanya menyeberangi batas meninggalkan Tatooine dan menghadapi berbagai ujian, serta menemukan musuh dan sekutu baru. Ia memasuki “gua”yaitu Death Star keluar setelah mengalami cobaan berupa kematian Obi-Wan, lalu membawa rencana Death Star kepada para pemberontak sambil bersiap kembali ke stasiun itu. Ia mempercayai The Force dalam ujian terakhirnya dan pulang sebagai pribadi baru. Dan jika kita memperluas pandangan ke trilogi aslinya, keseluruhan kisah itu hanyalah versi yang lebih besar. kali ini, cobaan utamanya adalah keseluruhan film kedua, The Empire Strikes Back.

Selama tiga tahun terakhir, pahlawan dalam kisah AI adalah dua perusahaan OpenAI dan Nvidia. OpenAI, sebuah startup, dipanggil menuju perubahan besar lewat rilis ChatGPT menjadi calon perusahaan teknologi konsumen terbesar berikutnya. Nvidia, yang sebelumnya dikenal sebagai pembuat chip gaming dengan siklus naik-turun, berubah menjadi penyedia infrastruktur paling penting untuk revolusi AI. Namun dalam beberapa waktu terakhir, keduanya seperti memasuki “gua” dan menghadapi cobaan terberat mereka Kerajaan Google benar-benar sedang menyerang balik.

Google Menyerang Balik

Serangan pertama Google adalah Gemini 3, yang pada banyak benchmark mencetak skor lebih baik dibanding model terbaik OpenAI saat ini (meski pemakaian di dunia nyata masih sedikit tak merata). Keunggulan terbesar Gemini 3 adalah ukurannya yang sangat besar dan jumlah komputasi yang digunakan untuk melatihnya. Ini penting karena OpenAI menghadapi kesulitan membangun model generasi berikutnya yang lebih besar dan lebih kompleks daripada GPT-4. Yang membuat OpenAI tetap bertahan sejauh ini adalah terobosan besar dalam kemampuan “reasoning” yang memberikan hasil lebih baik dalam banyak kasus, tetapi dengan biaya waktu dan uang yang sangat tinggi.

Kesuksesan Gemini 3 terlihat seperti kabar baik bagi Nvidia. Saya bahkan memasukkan Nvidia sebagai salah satu pemenang dalam analisis awal:

Ini mungkin poin paling menarik. Nvidia, yang melaporkan pendapatannya hari ini, di satu sisi adalah pihak yang kalah, karena model terbaik dunia tidak dilatih dengan chip mereka, membuktikan bahwa mungkin saja bersaing tanpa harus membayar harga premium Nvidia.

Di sisi lain, ada dua alasan untuk optimisme Nvidia. Pertama, semua orang harus merespons Gemini, dan mereka harus merespons sekarang, bukan nanti ketika chip mereka cukup baik. Google mulai mengembangkan TPU satu dekade lalu; semua perusahaan lain lebih baik tetap memakai Nvidia jika ingin mengejar. Kedua, dan terkait dengan itu, Gemini menegaskan bahwa faktor paling penting untuk mengejaratau melampaui adalah lebih banyak komputasi.

Namun analisis itu melupakan satu poin penting, bagaimana jika Google menjual TPU mereka sebagai alternatif Nvidia? Itulah yang Google lakukan, pertama dengan kesepakatan bersama Anthropic, lalu rumor kesepakatan dengan Meta, dan kemudian gelombang kedua “neocloud”, banyak di antaranya adalah mantan penambang kripto yang kini memanfaatkan akses energi mereka untuk masuk ke AI. Tiba-tiba justru Nvidia yang berada di garis tembak, dengan pertanyaan baru tentang pertumbuhan jangka panjang mereka terutama margin keuntungan super-tinggi mereka, jika benar-benar muncul pesaing chip yang sah.

Ini jelas meningkatkan tekanan untuk tahap pre-training model berikutnya OpenAI yang dilakukan di chip Nvidia Blackwell dimana model dasar masih sangat penting dan OpenAI perlu menghasilkan model yang lebih baik, sementara Nvidia perlu menunjukkan bahwa chip mereka masih bisa melatih model terbaik dunia.

Lalu pertanyaan yang menarik adalah: perusahaan mana yang lebih berisiko dari serangan Google, dan mengapa?
Di satu sisi, Nvidia menghasilkan uang yang sangat banyak, dan kalau Blackwell bagus, chip Vera Rubin bahkan lebih menjanjikan. Selain itu, meski Meta mungkin cocok menjadi mitra Google, hyperscaler lain tidak demikian. Di sisi lain, OpenAI kehilangan lebih banyak uang dibanding sebelumnya, tenaga mereka tersebar semakin tipis, dan perusahaan itu terus membeli lebih banyak komputasi berdasarkan proyeksi pendapatan yang belum ada. Dan meski begitu, masih bullish terhadap Nvidia saya tetap lebih optimis pada OpenAI. Bahkan, kekhawatiran terbesar saya adalah bahwa saya justru lebih yakin terhadap OpenAI daripada OpenAI itu sendiri.

Parit Pertahanan Nvidia

Jika kita mundur setahun atau dua, Nvidia memiliki tiga “parit” (moat) dibanding TPU:

1. Performa lebih unggul

2. Fleksibilitas lebih besar, karena GPU bersifat general-purpose

3. CUDA—ekosistem software kuat yang mengunci developer

OpenAI pada saat itu punya:

• Model terbaik

• Penggunaan API yang masif

• Ratusan juta pengguna ChatGPT

Pertanyaannya:
Apa yang terjadi jika keunggulan utama kedua perusahaan itu hilang?

Itulah inti pertanyaan selama dua minggu ini:

• Apakah Nvidia masih punya keunggulan jika TPU setara GPU?

• Apakah OpenAI masih layak dalam jangka panjang jika mereka tidak lagi punya model terbaik tanpa debat?

Keunggulan fleksibilitas Nvidia benar adanya. GPU fleksibel untuk berbagai workload itulah alasan Microsoft dan Meta memakai argumen “GPU serbaguna” untuk menjustifikasi belanja infrastruktur besar-besaran. TPU lebih khusus dan lebih sulit diprogram. Selama pelanggan masih peduli fleksibilitas, Nvidia tetap pilihan yang jelas.

CUDA juga lama menjadi sumber “penguncian” Nvidia. Developer bisa mengakses low-level control yang memberi performa optimal, dan ada efek jaringan developer yang ahli CUDA jauh lebih mudah ditemukan.

Namun, di sini muncul masalah. Perusahaan besar seperti hyperscaler punya sumber daya untuk membangun alternatif CUDA. Dulu mereka tidak melakukannya karena tidak sepadan dengan waktu dan tenaga. Tapi kini belanja komputasi mencapai ratusan miliar dolar, sehingga apa yang “tidak layak” sebelumnya kini menjadi sangat layak.

Analogi yang tepat adalah kebangkitan AMD di datacenter:

• sektor pemerintah dan on-prem masih dikuasai Intel

• tapi hyperscaler bersedia menulis ulang software low-level supaya netral antara AMD dan Intel

• hasilnya? AMD menang di performa dan mengambil pangsa pasar besar

Begitu juga Nvidia: mereka menghadapi pasar yang hanya terdiri dari beberapa pelanggan sangat besar yang punya sumber daya tak terbatas untuk menghancurkan tembok CUDA, sama seperti mereka dulu meruntuhkan dominasi Intel.

Nvidia sadar ini sejak lama. Dalam artikel Nvidia Waves and Moats, yang ditulis di puncak hype Blackwell tahun 2024, sudah disebutkan bahwa:

• Nvidia membangun moat software besar

• tetapi penggunaan GPU bergeser ke level yang lebih tinggi (model, bukan CUDA)

• karena semua orang ingin alternatif lebih murah, tekanan keluar dari CUDA makin kuat

Nvidia mulai merespons:

• DGX Cloud sebagai cara menangkap pasar yang tetap memakai Intel meski AMD lebih baik

• NIM’s sebagai upaya membangun lock-in baru

Namun tetap saja, margin chip Blackwell tidak setinggi yang diperkirakan banyak orang. Masa depan tergantung pada performa chip generasi berikutnya, dan apakah Nvidia bisa menggali ulang moat software di tengah gelombang AI yang justru membuat GTC begitu spektakuler.

Yang perlu diingat:
margin Blackwell masih bagus, karena semua orang kekurangan komputasi.
Dan mungkin seluruh debat ini tidak penting karena untuk TPU menang besar, GPU harus kalah besar. Pada akhirnya keputusan ada di TSMC, yang membuat kedua chip tersebut dan mungkin menjadi rem sebenarnya bagi gelembung AI ini.

ChatGPT dan Ketahanan Moat

ChatGPT, berbeda dari Nvidia, menjual ke dua pasar jauh lebih besar:

1. Developer yang memakai API

2. Pengguna konsumen

Menurut OpenAI, developer API cenderung setia dan enggan berpindah. Ini masuk akal:
developer ingin aplikasi yang bagus, dan meski semua bicara “hindari lock-in”, lebih banyak keuntungan diperoleh dari membangun apa yang sudah dikenal. Untuk banyak perusahaan, itu berarti OpenAI.

Namun biaya API juga penting, dan dalam hal ini Google memiliki keunggulan struktural.

Tetapi pasar terbesar adalah konsumen—wilayah kekuatan Google.
Google mendominasi pencarian karena miliaran orang memilihnya setiap hari. Ini bukan soal Google “mengunci” mereka; berpindah ke situs lain sangat mudah. Tetapi orang tidak mau berpindah karena Google memberikan hasil terbaik.

Kenyataan yang sering membingungkan adalah:
Kerapuhan Google karena kompetisi hanya sejauh satu klik justru adalah kekuatannya.
Kebiasaan pengguna adalah tembok pertahanan paling kuat.

CEO hyperscaler bisa memerintahkan engineer membuang CUDA.
Developer bisa pindah model jika biayanya lebih murah.
Tapi mengubah kebiasaan 800 juta pengguna ChatGPT setiap minggu?
Itu perang yang harus dimenangkan pengguna satu per satu.

Inilah perbedaan ChatGPT dari Nvidia dalam pertarungan melawan Google.

Peta Moat dan Iklan

Poin penting:
Banyak orang salah fokus pada “biaya berpindah”. Padahal yang lebih menentukan kekuatan moat adalah jumlah pengguna unik.

Semakin banyak pengguna unik → semakin dalam moat.

Tahun 2018, dalam The Moat Map, saya memetakan perusahaan teknologi berdasarkan:

1. Seberapa berbeda pemasok mereka

2. Seberapa besar efek jaringan eksternal

Hasilnya terlihat dua kelompok besar:

• Platform (pemasok kuat → perusahaan mengambil bagian dari transaksi)

• Aggregator (pemasok dikomoditisasi → perusahaan menguasai pengguna dan monetisasi lewat iklan)

ChatGPT jelas berada di kategori Aggregator:

• konten dikomoditisasi (LLM menghasilkan jawaban statistik dari semua pengetahuan yang tersedia)

• setiap jawaban unik untuk setiap pengguna

• semakin banyak pengguna, semakin kuat modelnya

Dan, karena itu…

ChatGPT seharusnya memakai model IKLAN.

Iklan tidak hanya mendatangkan uang, tetapi:

• membuat ChatGPT lebih baik karena lebih banyak data

• menambah pengguna

• meningkatkan engagement

• memperdalam moat

• menciptakan sinyal pembelian yang memperkaya model

Ironisnya:
OpenAI justru tidak meluncurkan iklan, padahal mereka menandatangani komitmen komputasi lebih dari satu triliun dolar.

Keunggulan Google

Tidak menutup kemungkinan Google memenangkan pertarungan konsumen.
Perusahaan ini punya keunggulan besar di:

• gambar dan video

• YouTube — mesin konten paling kuat di dunia

Pertanyaannya:
Mana yang lebih penting dalam jangka panjang: teks atau video?

Jika harus memilih, Google kemungkinan lebih memilih menguasai video:

• lebih menarik

• lebih besar pasarnya

• lebih kuat monetisasinya

YouTube adalah benteng besar Google yang sangat sulit ditaklukkan.

Google juga mampu memonetisasi pengguna (meski Gemini belum menampilkan iklan).
Dan perlu diingat:
Google mulai memonetisasi pencarian kurang dari dua tahun setelah diluncurkan.
Uang dari iklan pencarian membiayai seluruh inovasi besar Google.

Dalam konteks ini, keputusan OpenAI untuk tidak meluncurkan iklan di ChatGPT yang sudah berusia tiga tahun—adalah kelalaian bisnis besar, terutama saat mereka menghabiskan uang untuk komputasi dalam jumlah yang mengejutkan.

Google juga punya sumber daya untuk menjalankan perang attrisi jangka panjang, seperti Perang Dunia I:
menyerang terus sampai lawan kelelahan.

OpenAI seharusnya tidak bisa digoyahkan, tetapi fokus pada model langganan, pengalaman pengguna yang menurun, dan kesalahan strategi monetisasi membuka pintu bagi Google.

Jika Nvidia terancam margin chip menurun, OpenAI justru seharusnya menikmati keuntungan iklan yang tidak punya batas atas—sebab pengguna tidak membayar, maka potensi monetisasi tidak terbatas.

Sayangnya, model iklan itu belum ada.

Perjalanan Sebuah Teori

Saya mulai tulisan ini dengan “perjalanan sang pahlawan”, untuk menghubungkannya dengan The Empire Strikes Back; tetapi ada alasan pribadi juga. Pahlawan bagi situs saya adalah Aggregation Theory, yang percaya bahwa menguasai permintaan lebih kuat dari apa pun—dan Google selalu menjadi contoh paling ekstrem.

Saya juga percaya pada percepatan inovasi dari perusahaan yang dipimpin pendiri seperti Nvidia, dan saya khawatir tentang birokrasi Google yang bisa mengurangi agresivitas mereka dibanding OpenAI.

Tetapi yang paling saya yakini:
kekuatan dan pertahanan dari 800 juta pengguna adalah sesuatu yang sangat besar, dan inilah alasan saya percaya ChatGPT masih punya moat besar.

Namun, saya juga mengerti mengapa pasar ketakutan pada Google:

• keunggulan struktural Google dalam monetisasi, data, infrastruktur, dan R&D

• potensi Google menguasai AI

• dan ancaman nyata terhadap teori yang menjadi dasar banyak analisis saya

Google kini adalah antagonisnya.

Google sudah melakukan ini sebelumnya: memenangkan Search hanya dengan produk yang lebih baik.
Pertanyaannya sekarang:
Apakah agregator yang sudah mencapai skala besar bisa dikalahkan oleh kekuatan sumber daya raksasaterutama jika ia tidak memakai model bisnis optimal sebagai agregator (iklan)?

Saya gugup dan bersemangat melihat sejauh apa Aggregation Theory akan diuji.