Samsung Electronics dan Alphabet sama-sama melaporkan hasil kuartalan rekor pada Juli, tetapi saham mereka anjlok, dipicu kekhawatiran investor atas belanja infrastruktur AI Big Tech dan dampaknya terhadap permintaan semikonduktor. Samsung Electronics mengumumkan laba operasi Q2 sebesar 89,4 triliun won pada 7 Juli, melampaui ekspektasi pasar 85–86 triliun won, namun sahamnya turun hampir 7% pada hari yang sama karena investor khawatir ada potensi penurunan pesanan dari klien Big Tech AS dalam beberapa tahun mendatang. Saham Alphabet turun lebih dari 6% pada 23 Juli meski pendapatan Google Cloud melonjak 82% year-over-year menjadi $24,8 miliar dan pendapatan iklan penelusuran naik 17%, setelah perusahaan mengungkapkan bahwa mereka membelanjakan $44,9 miliar untuk belanja modal (capex) di Q2 sambil menghasilkan hanya $39,1 miliar arus kas operasi—menandai kuartal free cash flow negatif pertamanya sejak IPO pada 2004.
Reaksi yang berbeda berakar pada kekhawatiran yang sama: apakah perusahaan Big Tech mampu mempertahankan investasi besar untuk pusat data AI sambil menghasilkan imbal hasil yang cukup, perhitungan yang secara langsung menentukan pesanan masa depan untuk chip high-bandwidth memory (HBM) Samsung dan SK Hynix. Pembangunan infrastruktur AI menuntut reinvestasi berkelanjutan seiring penggunaan meningkat, dengan setiap pertanyaan pengguna baru yang membutuhkan tambahan komputasi GPU, kapasitas daya, dan pendinginan—struktur biaya yang berbeda secara fundamental dari bisnis pencarian dan perangkat lunak tradisional, di mana biaya marjinal relatif tetap stabil saat basis pengguna berkembang.
Samsung Electronics Menghadapi Kekhawatiran Penurunan Pesanan, Sementara Google Menghadapi Risiko Pengurasan Kas
Penurunan saham Samsung Electronics mencerminkan kekhawatiran investor bahwa penurunan pesanan server Big Tech dalam beberapa tahun mendatang dapat menurunkan pendapatan chip memori, terlepas dari laba kuartal saat ini yang kuat. Jika jadwal pembangunan pusat data tertunda, pesanan GPU NVIDIA turun, yang kemudian mendorong mundurnya pengadaan HBM yang masuk ke GPU tersebut. Investor memprioritaskan visibilitas pesanan memori tahun 2027 dibanding kekuatan laba Q2 2024.
Bagi Google, peningkatan capex berarti arus kas keluar ketimbang peluang pendapatan. Meski investasi yang lebih besar dapat memperluas permintaan HBM yang menguntungkan Samsung dan SK Hynix, capex yang melampaui arus kas operasi menguras cadangan kas Google. Google menaikkan panduan capex 2024 dari $180–190 miliar menjadi $195–205 miliar dan mengindikasikan belanja tahun depan akan melebihi level tahun ini. Capex Q2 perusahaan sebesar $44,9 miliar melampaui $39,1 miliar arus kas operasi, menghasilkan kuartal free cash flow negatif pertama sejak go public pada 2004.
Pertumbuhan Pemakaian AI Mendorong Kenaikan Permintaan Semikonduktor Secara Proporsional
Free cash flow negatif Google meski pendapatan AI tumbuh disebabkan oleh struktur biaya AI generatif. AI generatif membutuhkan tambahan sumber daya semikonduktor dan daya untuk setiap kenaikan penggunaan. Model bisnisnya mirip restoran yang harus memperluas kapasitas dapurnya setiap kali volume pelanggan bertambah—pesanan yang meningkat memang menambah pendapatan, tetapi juga menuntut reinvestasi pada fasilitas dan peralatan untuk melayani pelanggan tambahan.
Bisnis pencarian dan perangkat lunak tradisional berjalan dengan cara yang berbeda. Google melayani miliaran pengguna dengan menempelkan iklan pada mesin pencari, sementara Microsoft menjual perangkat lunak jadi kepada banyak perusahaan. Perluasan basis pengguna tidak membuat biaya naik secepat pendapatan. AI generatif, sebaliknya, mengaktifkan GPU dan akselerator AI setiap kali ada kueri pengguna. Pertanyaan yang meningkat memerlukan lebih banyak server, infrastruktur daya, dan pendinginan. Bahkan setelah selesai, fasilitas tetap menanggung biaya listrik berkelanjutan, biaya pemeliharaan, serta kebutuhan penggantian GPU dalam beberapa tahun.
Ketika capex melampaui arus kas operasi, perusahaan Big Tech harus menyalurkan cadangan kas atau menerbitkan obligasi korporasi dan ekuitas untuk membiayai operasional. GPU dan pusat data yang diperoleh kemudian muncul sebagai beban penyusutan yang menurunkan laba operasi. Setelah peluncuran ChatGPT pada November 2022, pengadaan GPU menjadi prioritas dibanding profitabilitas karena risiko penundaan penerapan server dapat membuat pelanggan layanan AI berpindah ke penyedia cloud yang bersaing. Kini, ketika perusahaan Big Tech menghasilkan pendapatan lewat iklan berbasis AI, langganan, dan biaya penggunaan cloud, mereka tidak hanya harus meningkatkan penjualan, tetapi juga menghasilkan free cash flow yang positif setelah capex.
Laporan Keuangan Microsoft, Meta, dan Amazon Dijadwalkan Minggu Ini
Free cash flow negatif Google meski pendapatan AI tumbuh telah meningkatkan pentingnya hasil Microsoft, Meta, dan Amazon pekan ini. Microsoft dan Meta melaporkan laba pada pagi dini hari 30 Juli waktu Korea, sementara Amazon menyusul pada pagi dini hari 31 Juli. Ketiga perusahaan memonetisasi AI melalui model bisnis yang berbeda.
FAQ
Q: Mengapa saham Samsung Electronics turun 7% pada 7 Juli meski melaporkan laba operasi Q2 rekor sebesar 89,4 triliun won?
A: Investor khawatir bahwa jika perusahaan Big Tech AS mengurangi pesanan server dalam beberapa tahun mendatang, pendapatan chip memori Samsung bisa turun meski hasil kuartal saat ini kuat. Penundaan pembangunan pusat data akan menurunkan pesanan GPU NVIDIA dan mendorong mundurnya jadwal pengadaan HBM.
Q: Bagaimana free cash flow Google Q2 2024 menjadi negatif untuk pertama kalinya sejak IPO 2004?
A: Google menghasilkan arus kas operasi sebesar $39,1 miliar pada Q2, tetapi membelanjakan $44,9 miliar untuk capex, sehingga menghasilkan free cash flow negatif. Perusahaan menaikkan panduan capex 2024 menjadi $195–205 miliar dan mengindikasikan belanja tahun depan akan lebih tinggi lagi.
Q: Mengapa AI generatif memerlukan peningkatan investasi semikonduktor secara proporsional saat penggunaan bertambah?
A: Berbeda dari pencarian dan perangkat lunak tradisional yang biaya marjinalnya relatif tetap, AI generatif mengaktifkan GPU dan akselerator AI setiap kali ada kueri pengguna. Lebih banyak pertanyaan membutuhkan tambahan server, infrastruktur daya, pendinginan, biaya listrik yang berkelanjutan, pemeliharaan, serta penggantian GPU dalam beberapa tahun.
