Penulis: Curry, Deep潮 TechFlow
Setiap kali seseorang mendapat keuntungan besar di pasar saham AS, tindakan pertama yang dilakukan para penonton selalu sama: memeriksa laporan portofolionya, mencari saham berikutnya yang harus dibeli.
Laporan yang paling banyak diterjemahkan baru-baru ini, tentu saja, berasal dari seorang pria Jerman berusia 24 tahun bernama Leopold Aschenbrenner.
Pada Maret tahun ini, media domestik pernah melaporkan secara intensif tentangnya, dengan judul yang hampir sama; misalnya, jenius yang dipecat dari OpenAI, menulis makalah 165 halaman yang memprediksi tren AI, mendirikan dana hedge, dan mengelola aset senilai 5,5 miliar dolar AS...
Tetapi label hanyalah label. Hal yang benar-benar menarik perhatian dari dana ini adalah bahwa ia tidak membeli NVIDIA, tidak membeli OpenAI, dan tidak membeli perusahaan apa pun yang membuat model AI. Ia hanya membeli hal-hal yang tak bisa dipisahkan dari kehidupan AI: pembangkit listrik, pembuatan chip, komunikasi optik, pusat data...
Dengan kata-katanya sendiri dalam makalahnya, bottleneck AI bukan terletak pada algoritma, tetapi pada listrik dan daya komputasi. Seluruh dana ini berspekulasi bahwa pernyataan ini benar.
Manajer investasi media sosial disebut sebagai "anak dari versi saham AS di era AI" atau "Warren Buffett versi AI". Baru-baru ini julukan ini muncul kembali, karena tingkat keberhasilan prediksinya mulai menjadi agak tidak masuk akal.
Menurut data yang dirilis oleh platform copy trading Autopilot pada 1 Mei, portofolio yang ia ikuti meningkat 61% dalam dua bulan. Dengan perkiraan ini, dana yang dia kelola sudah mendekati 9 miliar dolar AS.
Uang didapat dari mana? Terutama dari dua saham utama. Bloom Energy, perusahaan sel bahan bakar yang menyediakan listrik off-grid untuk pusat data AI, harga sahamnya naik 239% sejak awal tahun.
Berdasarkan laporan kepemilikan yang dirilis akhir tahun lalu, ia memegang saham dan opsi senilai 875 juta dolar AS di perusahaan ini, yang kini nilainya meningkat menjadi hampir 3 miliar.
Masih ada Intel. Laporan posisi yang sama menunjukkan bahwa ia membeli 20,2 juta opsi beli Intel pada kuartal pertama 2025, ketika harga saham Intel berada di sekitar $20, dan persepsi utama di Wall Street saat itu menganggap Intel tidak terlalu baik.
Minggu lalu, Intel naik ke $113, mencapai rekor tertinggi dalam 25 tahun. Dalam kurang dari satu tahun, harganya naik hampir lima kali lipat, dan imbal hasil opsi pemuda ini jauh lebih besar daripada sahamnya.
Saya memahami dorongan para penonton. Situs investasi Amerika Motley Fool menerbitkan empat artikel dalam satu hari untuk menganalisis portofolionya, sementara forum investasi Reddit internasional membahas apakah harus meniru strateginya. Semua orang berusaha mencari Intel berikutnya dari laporan portofolionya.
Tetapi Anda harus tahu, laporan posisi biasanya memiliki keterlambatan 45 hari. Saat Anda melihat apa yang dibelinya, pasar sudah bergerak setengah jalan.
Yang lebih penting lagi, meskipun Anda mengetahui posisinya secara real-time, Anda tidak bisa meniru alasan di balik konsistensinya dalam menebak dengan benar.
Komunitas adalah Alpha terbesar
Pertama, Leopold Aschenbrenner membuat kesan paling luar biasa melalui makalah yang ia tulis pada tahun 24, yang hampir memprediksi arah pengembangan dan pola investasi AI saat ini.
Inti argumennya sebenarnya bisa diringkas dalam satu kalimat: Daya komputasi untuk pelatihan model AI meningkat sekitar setengah orde setiap tahun, dan dengan kecepatan ini, AGI dengan kemampuan mendekati manusia akan muncul sekitar tahun 2027.
Namun, untuk mempertahankan kecepatan pertumbuhan ini, faktor pembatas utama bukan pada tingkat algoritma, melainkan pada listrik, kapasitas produksi chip, dan ruang fisik. Konsumsi listrik satu cluster pelatihan akan melonjak dari level megawatt ke gigawatt, mendekati output sebuah pembangkit listrik tenaga nuklir besar.
Ini adalah logika dasar seluruh dana nya. Kecepatan perkembangan AI ditentukan oleh hambatan fisik, jadi Anda seharusnya berinvestasi pada hambatan itu sendiri.
Penilaian ini terdengar seperti kesimpulan yang diambil setelah seseorang yang cerdas melakukan banyak riset di ruang baca; namun, menurut saya, lingkaranlah yang membentuk penilaian ini.
Sebelum menulis tesisnya, ia bekerja selama satu tahun di tim Superalignment milik OpenAI. Tim ini secara khusus meneliti cara mengendalikan AI yang lebih cerdas daripada manusia, dan melapor langsung kepada ilmuwan utama Ilya Sutskever.
Pada tahun itu, ia melihat rencana pelatihan internal, konsumsi daya komputasi aktual, dan kebutuhan spesifik listrik serta chip untuk model generasi berikutnya. Saat ia menulis "konsumsi daya dalam skala gigawatt" dalam makalahnya, dasarnya mungkin adalah peta jalan internal di laboratorium.
Pada April 2024, ia dipecat oleh OpenAI, setelah mengirimkan memo internal kepada dewan OpenAI yang memperingatkan bahwa langkah-langkah keamanan perusahaan tidak memadai dan berisiko disusupi oleh lembaga intelijen asing.
Memo ini memicu ketegangan antara manajemen dan dewan direksi, dan OpenAI kemudian memecatnya dengan alasan "kebocoran informasi".
Dua bulan kemudian, makalah tersebut diterbitkan. Makalah ini lebih baik dipahami sebagai versi publik dari pemahaman internalnya di OpenAI.
Paper AI menyelesaikan masalah "melihat ke arah mana". Tetapi dalam berinvestasi, hanya mengetahui arah saja jauh dari cukup.
AI membutuhkan lebih banyak listrik, pernyataan ini sudah banyak dikemukakan oleh analis sejak 2024. Yang benar-benar berharga adalah waktu dan posisi, misalnya, apakah Anda berani membeli 20 juta opsi beli saat harga saham Intel berada di $20.
Keyakinan ini bukan hanya berasal dari kepercayaan pada tren besar AI, tetapi juga pengetahuan spesifik tentang perusahaan mana yang menandatangani kontrak pembelian listrik dalam skala berapa besar, pusat data mana yang sedang diperluas, dan seberapa besar tingkat permintaannya.
Sementara dana yang didirikan oleh Leopold Aschenbrenner, Situational awareness, para penyumbangnya tepat duduk di barisan depan keputusan-keputusan ini.
LP dana ini mencakup dua pendiri Stripe, perusahaan yang menangani sebagian besar arus pembayaran perusahaan teknologi di Silicon Valley, sehingga dapat secara langsung merasakan akselerasi pengeluaran infrastruktur;
Sedangkan investor lainnya adalah mantan CEO GitHub dan saat ini pemimpin produk Meta AI, Nat Friedman, yang berpartisipasi setiap hari dalam pengambilan keputusan pembelian daya komputasi.
Mereka memberikan dana tersebut selain modal awal, juga saluran informasi yang diperbarui secara terus-menerus.
Selain itu, direktur penelitian di dana tersebut juga merupakan tokoh kunci di rantai ini. Carl Shulman, veteran di bidang keamanan AI, sebelumnya bekerja di dana lindung nilai Peter Thiel, Clarium Capital, khusus menangani transformasi wawasan dari dunia AI menjadi strategi perdagangan yang dapat dieksekusi.
Di portofolionya, masih ada sudut kripto yang mudah diabaikan.
Laporan posisi akhir tahun lalu menunjukkan ia membuka posisi baru di CleanSpark dan Bitfarms, dua perusahaan penambang Bitcoin yang sedang mengubah fasilitas penambangan BTC menjadi pusat komputasi AI.
Pertambangan kripto secara alami memiliki akses daya skala besar dan sistem pendingin, yang merupakan sumber daya paling langka bagi pusat data AI.
Yang menarik, ia tidak asing dengan industri kripto. Pada tahun 2022, ia pernah bekerja selama sembilan bulan di Future Fund, dana amal FTX yang didirikan oleh SBF, dan tepat pergi sebelum FTX runtuh.
Apakah pengalaman ini secara langsung memengaruhi penilaiannya terhadap perusahaan pertambangan, orang luar tidak dapat mengetahuinya. Namun yang dapat dipastikan adalah, ia termasuk segelintir orang yang secara mendalam terlibat dalam industri kripto dan laboratorium terdepan AI. Interseksi semacam ini sendiri merupakan posisi pemahaman dan kemungkinan jaringan yang langka.
Masih ada satu detail lain, tunangannya, Avital Balwit, adalah chief of staff dari CEO Anthropic, Dario Amodei. Anthropic adalah induk perusahaan Claude dan juga pesaing paling langsung dari OpenAI.
Dia pernah bekerja di OpenAI, dan tunangannya bekerja di samping CEO Anthropic. Dua perusahaan terdepan dalam persaingan AGI, satu memberinya pengalaman praktis, yang lain memberinya kontak sehari-hari.
Fortune magazine di Amerika tahun lalu mewawancarai selusin orang dalam yang pernah berinteraksi dengannya, dan menyimpulkan bahwa ia sangat ahli dalam “mengemas ide-ide yang sedang dirancang di laboratorium Silicon Valley menjadi narasi.”
Saya merasa pernyataan ini terlalu sopan. Tindakan yang dia lakukan lebih langsung, yaitu mempertaruhkan pengetahuan yang diperoleh dari lingkaran pribadi di pasar publik. Makalah AI yang diterbitkan adalah versi yang telah dideklasifikasi, sementara dana investasi pribadinya adalah versi lengkap.
Lingkaran umpan balik positif yang tidak bisa diakses oleh pihak luar
Melihat kembali, dana Leopold Aschenbrenner memilih struktur yang kurang umum.
Sebagian besar dana di bidang AI mengikuti jalur modal ventura, menginvestasikan dana pada perusahaan awal dan menebak siapa yang akan menjadi OpenAI berikutnya. Dia tidak mengikuti jalur ini. Menurut Fortune, ia secara jelas menolak model VC saat mendirikan dana, dengan alasan bahwa dampak AGI terlalu besar dan hanya dapat sepenuhnya diungkapkan melalui pasar publik dengan likuiditas terbaik.
Pilihan ini sendiri mengungkapkan konsensus di lingkungannya: peluang investasi terbesar di era AI mungkin tersembunyi di perusahaan-perusahaan tua yang sudah memiliki infrastruktur fisik.
Bisa berupa perusahaan sel bahan bakar yang sudah memiliki akses listrik siap pakai, raksasa chip yang memiliki lini produksi fab wafel, atau perusahaan penambang Bitcoin yang memiliki tambang dan sistem pendingin. Perusahaan-perusahaan ini telah terdaftar di bursa selama bertahun-tahun, dengan likuiditas yang baik, tetapi sebagian besar analis masih menggunakan kerangka penilaian lama untuk menentukan harga mereka, dan belum secara serius memasukkan variabel "kebutuhan dasar infrastruktur AI" ke dalam model mereka.
Inilah ruang arbitrase-nya.
Orang-orang di dalam lingkaran sudah mengetahui kecepatan dan skala ekspansi infrastruktur AI, sementara pasar publik masih menggunakan logika lama untuk penetapan harga. Selisih harga di antara keduanya adalah sumber keuntungan.
Keunggulan informasi ini juga memiliki ciri khas: ia memperkuat dirinya sendiri.
Semakin baik pengembalian dana, semakin banyak orang di inti industri yang bersedia menjadi LP. Semakin banyak LP, semakin padat informasi tingkat pengambil keputusan yang dapat diakses dana. Semakin padat informasinya, semakin tinggi akurasi taruhan. Ini adalah siklus umpan balik positif, dan bagi pihak luar, ambang masuk ke siklus ini hanya akan semakin tinggi.
Tentu, siklus ini juga memiliki sisi rapuh. Posisi yang sangat terkonsentrasi ditambah dengan leverage yang signifikan berarti seluruh dana sangat bergantung pada satu narasi tunggal. Selama asumsi "infrastruktur AI terus berkembang" masih berlaku, semuanya berjalan lancar.
Namun, jika laju perkembangan AI melambat, atau kendala energi dilewati oleh terobosan teknologi tertentu, penarikan posisi terkonsentrasi akan jauh lebih cepat daripada pembentukannya. Dia tidak hanya bertaruh pada arah, tetapi juga pada ritme. Jika ritme salah, konsensus di kalangan komunitas justru bisa berubah menjadi titik buta kolektif.
Kembali ke pertanyaan awal.
Semua orang sedang mempelajari posisinya, berusaha meniru operasinya. Tetapi di balik tingkat pengembalian selevel dewa saham, ada kondisi struktural.
Paper-nya publik, laporan posisi publik, dan logika investasinya juga dijelaskan dengan jelas di podcast dan wawancara. Namun, bahkan jika Anda memahami sepenuhnya setiap penilaian yang dia buat, Anda tidak akan bisa meniru posisi di mana dia membuat penilaian-penilaian tersebut.
Posisi dapat ditelusuri, keuntungan patut dibanggakan, tetapi sumber pemahaman tidak dapat dibagikan. Ini mungkin merupakan ketidaksetaraan paling mahal di era ini.