Dampak AI pada Saham SaaS: Analisis Salesforce, ServiceNow, dan Snowflake

Dikompilasi & disusun: Shenchao TechFlow

Tamu: Nico

Saham Perangkat Lunak SaaS di Bawah Mimpi Buruk AI: CRM vs NOW vs SNOW, Siapa yang Benar-Benar Dihargai Terlalu Rendah dan Berpotensi Naik Dua Kali Lipat? Penjelasan 10.000 Kata tentang Peluang Saham Perangkat Lunak Berikutnya

Sumber podcast: Nico Frontier Alpha

Waktu siaran: 21 Mei 2026

Dalam enam bulan terakhir, Wall Street menggunakan istilah "Hari Kiamat SaaS" untuk menggambarkan penurunan tajam yang parah, di mana Salesforce, ServiceNow, dan Snowflake anjlok hingga separuh dari titik tertinggi mereka. Model kepadatan JPMorgan menunjukkan bahwa posisi institusional di sektor semikonduktor telah melonjak hingga 99,3%, sementara sektor perangkat lunak hanya 22,8%, menciptakan perpecahan emosional historis. Investor Nico memberikan penilaian yang bertentangan dengan narasi utama pada titik ini: AI bukanlah untuk membunuh industri perangkat lunak, melainkan untuk menyingkirkan perusahaan yang hanya menjual antarmuka fungsional, dan memberi penghargaan kepada platform yang menjual infrastruktur dan tata kelola; meskipun saat ini kinerja sektor perangkat lunak tidak sebaik perangkat keras, rasio risiko-manfaat dan nilai lebih tinggi.

Bagian paling berharga dari acara ini adalah membandingkan ketiga perusahaan dalam kerangka evaluasi yang sama, satu per satu: Salesforce (P/E masa depan 13–14 kali, arus kas bebas $14,4 miliar, otorisasi repurchase $50 miliar) adalah "kelompok margin keamanan", ServiceNow (narasi AI Control Tower, dukungan berkelanjutan dari Jensen Huang selama tiga tahun berturut-turut) adalah "kelompok narasi AI paling jelas", dan Snowflake (pembayaran berdasarkan penggunaan, RPO tumbuh 42% tahun ke tahun, tetapi tetap rugi menurut GAAP) adalah "kelompok elastisitas tinggi dan risiko tinggi". Pada 27 Mei, Salesforce dan Snowflake akan merilis laporan keuangan pada hari yang sama, diikuti segera oleh konferensi tahunan Snowflake dan konferensi Microsoft Build, yang akan menjadi jendela observasi langsung terpendek.

「SaaS Apocalypse» dan Ekstremisasi Sentimen Pasar

• Sektor perangkat lunak dihancurkan habis-habisan, bukan hanya satu perusahaan yang bermasalah, tetapi seluruh sektor perangkat lunak telah dihukum mati oleh pasar.
• Model kepadatan JPMorgan menunjukkan bahwa kepadatan kepemilikan institusional di sektor semikonduktor telah melonjak hingga 99,3%, sementara kepadatan sektor perangkat lunak hanya 22,8%, menciptakan perpecahan emosional tingkat historis.
• Berita baik untuk sektor perangkat keras adalah bahwa semua orang sudah membeli, sehingga sudah dihargai oleh pasar; sementara berita buruk untuk perangkat lunak adalah bahwa kebanyakan orang juga sudah menjual, sehingga ada ruang untuk pemulihan ke atas. Dalam tiga bulan ke depan, jika hanya melihat tingkat kesehatan industri, perangkat keras pasti akan lebih kuat; tetapi jika melihat potensi kenaikan, rasio risiko-imbal hasil, dan nilai terbaik, perangkat lunak mungkin justru lebih baik.

Dampak AI terhadap model bisnis SaaS

• Banyak fitur antarmuka yang dulu menjadi dasar pendapatan perusahaan SaaS, sekarang dapat dibuat menjadi prototipe yang dapat digunakan dalam waktu sangat singkat dengan AI, tanpa memerlukan pengalaman pemrograman sama sekali. Hal yang benar-benar dikhawatirkan pasar adalah kemerosotan kelangkaan dan parit perlindungan pada lapisan fitur SaaS.
• Jika sebuah AI Agent dapat melakukan pekerjaan 10 orang, maka perusahaan yang sebelumnya perlu membeli 1.000 akun sekarang hanya perlu 100 akun. Inilah yang disebut Seat compression, kompresi kursi, yang sering dibicarakan di Wall Street baru-baru ini.
• Agen tidak memerlukan UI, tidak memerlukan dashboard, tidak memerlukan antarmuka yang indah; ia hanya membutuhkan data dan API. Ini berarti perangkat lunak SaaS mengalami penurunan dimensi akibat AI, dari pintu masuk utama alur kerja perusahaan, menjadi backend penyimpanan data.

Transformasi dan valuasi Salesforce

• Membeli Salesforce pada dasarnya bukanlah menebak cerita pertumbuhan tinggi dengan valuasi puluhan kali lipat, atau menebak keberhasilan transformasi AI-nya, melainkan berdasarkan perbandingan dan penyeimbangan antara nilai intrinsik dan harga aktual—saat ini memang berada pada posisi yang relatif diremehkan.
• Agentforce mengalihkan logika biaya dari berbasis [per orang] ke berbasis [tugas], di mana pendapatan masa lalu terkait dengan jumlah karyawan, sedangkan pendapatan masa depan akan terkait dengan total volume pekerjaan. Selama logika berbasis tugas dapat dijalankan dengan lancar, Salesforce dapat bertransisi secara mulus dari ekonomi kursi ke ekonomi tugas.
• Dynamics 365 dari Microsoft ditambah Copilot adalah ancaman terbesar jangka panjang terhadap Salesforce. Jika di masa depan para penjual sama sekali tidak membuka Salesforce, tetapi membiarkan Copilot di Outlook atau Teams memperbarui catatan pelanggan secara otomatis, Salesforce bisa berubah dari pintu masuk kerja menjadi basis data latar belakang.

Strategi AI Control Tower dari ServiceNow

• ServiceNow tidak ingin menciptakan ChatGPT versi baru, tetapi menjadi lapisan tata kelola, orkestrasi, dan eksekusi untuk AI Agent tingkat perusahaan. Tidak peduli perusahaan menggunakan AI dari mana pun, selama AI tersebut memasuki proses perusahaan, memanggil sistem perusahaan, atau menjalankan tugas perusahaan, semuanya harus melalui ServiceNow untuk tata kelola dan orkestrasi.
• Posisi ini mirip dengan Apple iOS, di mana Apple tidak akan membuat setiap aplikasi secara langsung, tetapi semua aplikasi berjalan di atas iOS. ServiceNow juga ingin menempuh jalan ini di masa depan.
• Kata-kata asli Huang Renxun adalah: ServiceNow pada dasarnya adalah sistem operasi perusahaan di era AI.

Paradoks pola konsumsi Snowflake

• Yang paling ditakuti Snowflake bukanlah pelanggan yang tidak menggunakannya, tetapi pelanggan yang menggunakannya terlalu mahir. Ketika perusahaan menyadari tagihan Snowflake terlalu tinggi, mereka akan mendorong tim teknik untuk mengoptimalkan kueri, mengompres penyimpanan, atau bahkan mengganti sebagian tugas bernilai rendah dengan alat open source—inilah pedang bermata dua dari model konsumsi.
• Net revenue retention rate Snowflake turun dari 131% menjadi 126%, lalu ke angka terbaru 125%, yang tetap sehat, tetapi tren menurun menunjukkan bahwa pertumbuhan pelanggan lama sudah tidak secepat dulu.
• Snowflake adalah yang pertumbuhannya paling cepat di antara ketiganya, dengan infrastruktur data AI yang paling langsung, serta secara alami tidak terpengaruh oleh model bisnis SaaS tradisional; namun sekaligus merupakan yang paling tinggi valuasinya, paling kompetitif persaingannya, dan kualitas keuntungannya paling lemah. Imbalan tinggi, risiko tinggi.

Analogi historis dan penilaian akhir

• Narasi bahwa AI membunuh perangkat lunak terlalu disederhanakan. Yang sebenarnya terjadi adalah AI sedang menggantikan perangkat lunak yang hanya menjual antarmuka fungsional, tetapi sekaligus memberi penghargaan kepada platform yang menjual infrastruktur dan tata kelola. Tidak semua perangkat lunak akan terganggu.
• Ketika gelembung internet tahun 2000 meledak, tren utama pasar adalah [internet akan membunuh semua perusahaan tradisional], tetapi yang bertahan akhirnya bukan hanya perusahaan internet, tetapi juga perusahaan tradisional yang paling awal mengadopsi internet dan mengintegrasikan alat-alat ini ke dalam bisnis mereka. Dua puluh tahun kemudian, logika gelombang AI ini sama saja.

Pada awal tahun 2026, narasi "AI membunuh industri perangkat lunak" memicu seluruh pasar saham AS. Sejak itu, seluruh sektor perangkat lunak dikuasai oleh mimpi buruk tentang kehancuran akibat AI. Bahkan pemimpin sektor perangkat lunak, Microsoft, tidak luput dari dampaknya, dengan harga saham anjlok lebih dari 25% sepanjang tahun ini; jika dihitung dari titik tertinggi historis, penurunan maksimum mendekati 40%, hampir menyamai penurunan pasar saham AS pada tahun 2022. Sementara itu, saham perangkat lunak populer beberapa tahun terakhir seperti Salesforce, ServiceNow, dan Snowflake telah kehilangan lebih dari separuh nilai pasarnya. Ini bukan masalah satu perusahaan saja, tetapi seluruh sektor perangkat lunak dihukum mati oleh pasar. Wall Street memberi nama peristiwa ini sebagai "SaaS Doomsday".

Selama hampir enam bulan terakhir, baik investor ritel maupun institusional semuanya melakukan hal yang sama: membeli saham hardware dan menjual pendek saham software, sehingga sektor software jatuh sangat parah. Namun, baru-baru ini, beberapa sinyal tak biasa muncul diam-diam. Model kepadatan JPMorgan menunjukkan bahwa tingkat kepadatan kepemilikan institusional di sektor semikonduktor telah melonjak hingga 99,3%, sementara kepadatan sektor software hanya 22,8%—ini adalah perpecahan emosional tingkat historis. Pada saat yang sama, Presiden Amerika Serikat Trump diam-diam menginvestasikan beberapa juta dolar untuk membeli saham software; Bill Ackman, manajer hedge fund paling terkenal di Wall Street dalam hal membeli di harga rendah, juga pada waktu yang sama memegang posisi besar di Microsoft, perusahaan terbesar di industri software; dan CEO NVIDIA, perusahaan dengan kapitalisasi pasar tertinggi di dunia, Jensen Huang, secara pribadi terbang ke Las Vegas untuk mendukung sebuah perusahaan software selama tahun ketiga berturut-turut.

Jadi, apakah AI benar-benar akan membunuh seluruh industri perangkat lunak, atau justru memberi kita peluang beli murah sekali dalam sepuluh tahun? Dalam video hari ini, saya akan menguraikan secara lengkap tiga perusahaan perangkat lunak paling representatif: Salesforce, ServiceNow, Snowflake.

Tentang AI yang membunuh industri SaaS dan jatuhnya saham perangkat lunak, semuanya bermula pada Januari tahun ini. Pada 30 Januari, Anthropic (perusahaan di balik model besar Claude) secara diam-diam merilis 11 plugin di GitHub, bernama Claude Cowork—hanya sebuah repositori kode sederhana, ditambah satu blog. Namun dalam 48 jam setelah rilis, saham perangkat lunak global berdarah-darah. Menurut perkiraan pasar, total kapitalisasi pasar sektor perangkat lunak menguap sebesar 285 miliar dolar AS.

Mengapa semua orang begitu panik? Seorang jurnalis CNBC melakukan eksperimen yang membuat para eksekutif perusahaan SaaS tidak bisa tidur. Ia menggunakan Claude Code selama satu jam untuk mereplikasi situs web bernama Monday.com dengan biaya hanya 5–15 dolar. Monday.com adalah perusahaan perangkat lunak manajemen proyek yang terdaftar di pasar saham AS, dengan valuasi puluhan miliar dolar. Seorang jurnalis berhasil membuat demo manajemen proyek yang tampak mirip dengan Monday.com hanya dalam satu jam dan dengan biaya beberapa dolar.

Tentu, ini bukan berarti itu benar-benar meniru perusahaan publik, Monday.com asli memiliki otoritas perusahaan, keamanan data, ekosistem integrasi, dan saluran penjualan—semua hal ini tidak bisa diselesaikan AI dalam satu jam, melainkan memerlukan waktu untuk berkembang dan terakumulasi. Namun, bagian paling menakutkan dari eksperimen ini adalah bahwa banyak antarmuka fitur yang selama ini menjadi dasar pemungutan biaya perusahaan SaaS, kini dapat dihasilkan oleh AI dalam waktu sangat singkat sebagai prototipe yang dapat digunakan, tanpa memerlukan pengalaman pemrograman sama sekali. Di balik kisah ini, hal yang sebenarnya menjadi kekhawatiran pasar adalah bahwa kelangkaan dan benteng perlindungan pada lapisan fitur SaaS sedang runtuh. Model SaaS tradisional yang mengenakan biaya berdasarkan jumlah pengguna mungkin tidak lagi dapat bertahan di bawah tekanan AI. Ini juga mencerminkan ambisi pabrikan model AI dasar, yang tidak lagi hanya berfokus pada optimalisasi kinerja model besar, tetapi langsung masuk ke lapisan aplikasi untuk merebut sebagian kue besar ini.

SaaS adalah singkatan dari Software as a Service (Perangkat Lunak sebagai Layanan). Intinya sederhana, yaitu memindahkan perangkat lunak lokal yang biasanya diinstal di server perusahaan ke cloud, sehingga pelanggan membayar berdasarkan bulan atau tahun untuk mendapatkan hak penggunaan perangkat lunak tersebut. Selama 20 tahun terakhir, model ini menjadi mesin pencipta kekayaan terbesar dalam industri perangkat lunak.

Logika penetapan harga inti dari semua perusahaan SaaS hampir selalu berbasis per pengguna. Jika sebuah perusahaan memiliki 1.000 karyawan yang menggunakan perangkat lunak ini, mereka harus membeli 1.000 akun dan terus membayar biaya langganan, dengan biaya per akun antara puluhan hingga ratusan dolar per tahun. Semakin sering digunakan dan semakin lama waktu penggunaan, semakin tinggi tingkat keterikatan pelanggan, karena seluruh alur kerja dan data perusahaan telah terakumulasi dalam perangkat lunak SaaS ini, sehingga biaya migrasi atau beralih dalam jangka pendek sangat tinggi. Inilah sebenarnya logika mendasar mengapa industri SaaS bermodal ringan bisa menghasilkan keuntungan tanpa usaha keras, serta alasan utama mengapa Wall Street selama 20 tahun terakhir bersedia memberikan valuasi SaaS dengan rasio PER puluhan hingga ratusan kali.

Namun, gelombang AI meledak, terutama setelah memasuki era Agent, fondasi logika ini mulai goyah. Kekhawatiran pasar terhadap industri SaaS terutama terdiri dari dua lapisan.

Lapisan pertama: Kompresi kursi (Seat compression)

Tingkat kepanikan paling langsung adalah agen yang menggantikan karyawan, menyebabkan penurunan signifikan dalam jumlah langganan SaaS dan penurunan tajam dalam pendapatan serta laba. Perusahaan SaaS memungut biaya berdasarkan jumlah orang; perusahaan membeli sebanyak席位 sesuai jumlah karyawan yang menggunakannya. Namun, dengan datangnya era agen, logika ini benar-benar terbalik: jika satu agen AI dapat melakukan pekerjaan 10 orang, maka perusahaan yang sebelumnya perlu membeli 1.000 akun kini hanya perlu 100 akun saja. Inilah yang baru-baru ini sering disebut Wall Street sebagai "Seat compression (kompresi席位)".

Rumus pendapatan perusahaan SaaS adalah «jumlah pelanggan × jumlah kursi per orang × harga per unit». Selama 20 tahun terakhir, ketiga variabel ini terus meningkat, namun di bawah tekanan Agent, indikator jumlah kursi per orang pertama kali menghadapi risiko penurunan struktural. Pasar semakin khawatir bahwa model bisnis SaaS berpotensi digantikan oleh AI.

Lapisan Kedua: Alur kerja Agent melewati antarmuka SaaS

Ketakutan pada tingkat yang lebih dalam adalah bahwa di bawah alur kerja Agent, perangkat lunak SaaS secara langsung dilewati dan menjadi pemeran pendukung. Tingkat ini adalah inti dari kepanikan sejati di pasar. Model bisnis SaaS tradisional memiliki asumsi tersirat bahwa perangkat lunak digunakan oleh manusia. Salesforce merancang UI, dashboard yang menarik, dan alur kerja, pada dasarnya bertujuan untuk membentuk kebiasaan pengguna dan meningkatkan loyalitas pengguna. Namun, Agent tidak memerlukan UI, tidak memerlukan dashboard, tidak memerlukan antarmuka yang indah; ia hanya membutuhkan data dan API.

Setelah Claude dapat terhubung langsung ke plugin Salesforce, Notion, Google Drive, dan Slack, alur kerja mengalami perubahan mendasar. Dulu, tenaga penjualan harus membuka Salesforce secara langsung untuk memeriksa data pelanggan, menindaklanjuti kontrak, dan melihat status layanan purna jual—aktivitas harian mereka hampir selalu bergantung pada antarmuka perangkat lunak Salesforce. Sekarang, tenaga penjualan dapat membuka Claude langsung untuk menyelesaikan tugas-tugas berulang sebelumnya, sementara Claude menggunakan API untuk mengakses dan menulis data ke Salesforce, sehingga tenaga penjualan sama sekali tidak perlu menyentuh antarmuka perangkat lunak Salesforce.

Ini berarti perangkat lunak SaaS telah mengalami penurunan drastis akibat AI, berubah dari pintu masuk utama alur kerja perusahaan menjadi backend penyimpanan data. Hal yang menakutkan dari hal ini adalah perubahan langsung terhadap rantai distribusi nilai. Dulu, pengguna paling banyak berinteraksi dengan perangkat lunak SaaS, tetapi sekarang pengguna mengalokasikan lebih banyak waktu untuk berinteraksi dengan Agent. Di mana pengguna menghabiskan paling banyak waktu, di situlah kekuatan penetapan harga paling besar berada. Dalam kondisi ini, perangkat lunak SaaS menjadi pendukung bagi AI Agent. Dulu, keunggulan terbesar SaaS adalah kebiasaan pengguna dan akumulasi alur kerja jangka panjang, yang pada dasarnya didasarkan pada asumsi bahwa "pengguna akan sangat sering menggunakan antarmuka pengguna", tetapi Agent sedang mengubah hal ini. Hal ini cukup untuk memicu kepanikan besar di pasar.

Sementara itu, lingkungan suku bunga makro ketat, pengeluaran modal besar-besaran di sektor teknologi hampir seluruhnya dialirkan ke infrastruktur AI, sehingga anggaran pembelian perangkat lunak perusahaan terus terkikis, dan valuasi saham pertumbuhan perangkat lunak jangka panjang mengalami tekanan paling parah. Sejauh ini tahun ini, seluruh sektor perangkat lunak jauh di bawah kinerja S&P Nasdaq pada periode yang sama, dan pasar mengalami polarisasi, di mana semua orang secara membabi buta membeli saham perangkat keras dan menjual pendek saham perangkat lunak.

Analisis tingkat kepadatan dari JPMorgan menunjukkan bahwa tingkat kepadatan industri semikonduktor telah mencapai level tertinggi sepanjang sejarah, yaitu 99,3%, yang berarti hampir semua investor memiliki posisi di arah yang sama. Lebih penting lagi, posisi short di industri perangkat lunak terus meningkat, dan indikator risiko squeeze telah mencapai level ekstrem 100%. Ketika kepanikan mencapai puncaknya, titik kritis pasar dan sinyal balik sering kali mulai muncul.

Data ini bukan berarti dana segera akan keluar dari sektor perangkat keras dan beralih ke sektor perangkat lunak. Ini lebih merupakan sinyal risiko, di mana perangkat keras menjadi sektor paling padat dalam perdagangan ritel dan institusional, sehingga profitabilitas membeli perangkat keras secara sembarangan semakin rendah; secara alami, dana memiliki kebutuhan untuk beralih antar sektor; beralih dari perangkat keras yang berada di puncak ke perangkat lunak yang berada di posisi rendah, setara dengan beralih dari sektor yang sangat padat dan harganya sudah sepenuhnya dipatok dalam jangka pendek, ke sektor yang masih ditekan oleh cerita-cerita menakutkan, tetapi fundamentalnya berpotensi membaik.

Berita baik untuk sektor perangkat keras adalah bahwa semua orang sudah membeli, sehingga sudah tercermin dalam harga pasar; sementara berita buruk untuk sektor perangkat lunak adalah bahwa kebanyakan orang sudah menjual, sehingga ada ruang untuk pemulihan. Saya memiliki pandangan yang jelas mengenai hal ini: dalam tiga bulan ke depan, jika hanya melihat tingkat kesehatan industri, perangkat keras pasti akan lebih kuat; namun jika melihat potensi kenaikan, rasio risiko-imbal hasil, dan nilai, perangkat lunak mungkin justru lebih baik. Dengan kata lain, perangkat keras tetap menjadi tren utama AI, tetapi jangka pendek sudah terlalu padat; perangkat lunak adalah arah yang tertinggal, dengan elastisitas dan rasio risiko-imbal hasil yang lebih tinggi dalam tiga bulan ke depan.

Terutama karena sektor perangkat lunak telah mengalami penjualan besar-besaran selama beberapa bulan terakhir. Bersamaan dengan kepanikan AI, saham perangkat lunak mengalami penjualan luas dan tidak selektif, di mana pasar langsung menjual tanpa mempertimbangkan lebih jauh, yang benar-benar menyebabkan banyak perusahaan perangkat lunak berkualitas tinggi dengan hambatan bisnis, akumulasi data, dan aktif mengadopsi AI menjadi sasaran penjualan yang tidak adil.

Selain itu, dalam beberapa puluh hari ke depan, sektor perangkat lunak memiliki banyak katalis. Misalnya, pada 27 Mei, Salesforce dan Snowflake akan merilis laporan keuangan terbaru mereka pada hari yang sama; dua laporan ini akan menjawab pertanyaan inti: apakah AI sedang melahap SaaS, atau sedang menetapkan ulang harga SaaS? Kemudian, dari 1–4 Juni, Snowflake mengadakan konferensi tahunannya di San Francisco dengan tema infrastruktur data dan penerapan AI perusahaan; pada 2–3 Juni, Microsoft mengadakan konferensi Build dengan topik utama AI Agent, Copilot, alur kerja pengembang, dan aplikasi AI perusahaan. Katalis-katalis ini saling bertumpukan dan berpotensi memperkuat tren pemulihan saham perangkat lunak. Jika pasar mulai percaya bahwa AI Agent tidak bertujuan untuk membunuh perangkat lunak, tetapi justru menerapkannya melalui platform perangkat lunak, maka saham-saham perangkat lunak seperti ServiceNow, Salesforce, dan Snowflake kemungkinan besar akan mendapat manfaat darinya.

Latar belakang perusahaan

Kode Salesforce adalah CRM, yang sama persis dengan nama bisnisnya; perusahaan ini adalah penyedia perangkat lunak manajemen hubungan pelanggan terbesar di dunia dan salah satu perusahaan paling simbolis di era SaaS. Dengan kata sederhana, Salesforce membantu perusahaan mengelola pelanggan. Namun, "mengelola pelanggan" di sini bukan sekadar memungkinkan tenaga penjualan membuka halaman web dan memasukkan beberapa informasi pelanggan, melainkan nilai sejatinya adalah menjadi sistem pencatatan inti data pelanggan perusahaan.

Siapa pelanggan, siapa saja karyawan yang menangani, produk apa yang dibeli, tahap mana kontrak saat ini, apakah ada keluhan purna jual, dan berapa kali terjadi sentuhan pemasaran—semua data paling krusial dalam siklus hidup pelanggan ini akan disimpan di Salesforce. Ini semua adalah aset pelanggan paling inti perusahaan. AI dapat membantu Anda membuat email, merangkum rapat, dan menulis skrip penjualan secara otomatis, tetapi tanpa database pelanggan yang dapat dipercaya, AI tidak tahu bagaimana melakukan hal-hal tersebut. Inilah posisi paling inti Salesforce. AI mungkin mengganggu fungsi depan Salesforce, tetapi tidak tentu bisa membunuh intinya.

Salesforce di satu sisi adalah perusahaan SaaS tradisional paling klasik yang secara langsung mengalami tekanan dari kompresi kursi Agent; namun di sisi lain, ia merupakan fondasi data bagi banyak pelanggan perusahaan, bukan alat kecil yang bisa diganti sembarangan. Ini adalah titik masuk utama kami dalam menganalisis Salesforce: apakah ia perusahaan perangkat lunak era lama yang akan segera digulingkan oleh AI, atau mesin arus kas yang harganya terlalu pesimistis oleh pasar?

Salesforce saat ini memiliki lebih dari 150.000 pelanggan perusahaan, mulai dari startup hingga perusahaan Fortune 500. Perusahaan ini didirikan oleh Marc Benioff pada tahun 1999. Benioff berasal dari Oracle, pernah menjadi wakil presiden termuda Oracle dan salah satu murid awal yang sangat dihargai oleh pendiri Oracle, Larry Ellison. Kemudian ia memutuskan untuk berwirausaha dan mengusulkan gagasan yang sangat radikal pada masa itu, yaitu perangkat lunak perusahaan seharusnya tidak dijual dalam bentuk disk yang dipasang di server klien, melainkan berjalan di cloud dengan sistem langganan bulanan atau tahunan.

Konsep ini sangat radikal pada tahun 1999. Pada masa itu, raksasa tradisional seperti Microsoft, Oracle, dan SAP mengandalkan model utama menjual perangkat lunak kepada perusahaan agar perusahaan tersebut menginstalnya sendiri di server lokal. Pada saat itu, Benioff sendiri berseru dengan slogan "No Software", dan kemudian model bisnis SaaS benar-benar menang, sehingga Salesforce menjadi sinonim dari industri SaaS.

Karakteristik Benioff adalah indra yang sangat tajam dan pandai menebak arah. Ketika ia pertama kali menyebut Agentforce tahun lalu, seluruh pasar menganggapnya hanya sebagai gimmick pemasaran, tetapi dalam beberapa kuartal terakhir, Agentforce benar-benar menunjukkan data yang sangat baik. Terbaru, ARR Agentforce telah mencapai 8 miliar dolar AS, meningkat 169% secara tahunan. Jadi, apakah Anda percaya Salesforce mampu menyelesaikan transformasi AI,很大程度上 tergantung pada apakah Anda percaya pada Benioff.

Produk Matrix

Banyak orang menganggap Salesforce hanyalah alat CRM, tetapi sebenarnya setelah lebih dari 20 tahun ekspansi dan akuisisi, ia telah berkembang menjadi platform perangkat lunak perusahaan yang sangat besar.

Yang paling inti adalah Sales Cloud, produk awalnya yang membantu tim penjualan mengelola pelanggan, peluang, dan funnel penjualan. Sistem penjualan sebagian besar perusahaan di seluruh dunia dibangun di atas produk ini. Setelah Sales Cloud, Salesforce mengembangkan Service Cloud yang khusus menangani layanan pelanggan dan dukungan pascabeli, di mana semua proses seperti panggilan telepon keluhan, email konsultasi, obrolan daring, serta alokasi dan penanganan tiket latar belakang berjalan di atas Service Cloud. Selanjutnya, Marketing Cloud bertanggung jawab atas pemasaran digital, membantu perusahaan dalam pengiriman tepat sasaran, pemasaran email, dan pelacakan efektivitas iklan; sedangkan Commerce Cloud menangani e-commerce, membantu perusahaan menjual produk secara online.

Keempat bagian ini bersama-sama membuat Salesforce mencakup hampir semua tahap interaksi perusahaan dengan pelanggan, mulai dari akuisisi pelanggan, penjualan, layanan pascabeli, hingga pembelian ulang, dengan produk yang sesuai untuk setiap tahap.

Namun ambisi Salesforce tidak berhenti di sini. Dalam beberapa tahun terakhir, ia menghabiskan banyak dana untuk akuisisi. Ia mengakuisisi MuleSoft (yang bergerak di integrasi sistem, di mana perusahaan mungkin menggunakan sebelas lebih perangkat lunak sekaligus, dan MuleSoft bertugas menghubungkan data antar sistem tersebut), Tableau (yang bergerak di visualisasi data dan analisis bisnis, mengubah data pelanggan dari CRM menjadi grafik dan wawasan), Slack (yang bergerak di komunikasi dan kolaborasi internal perusahaan, mirip dengan perangkat lunak kantor seperti Feishu atau DingTalk di Tiongkok); tahun lalu ia juga mengakuisisi Informatica (yang bergerak di manajemen data perusahaan, membantu perusahaan membersihkan, mengintegrasikan, dan mengelola data yang tersebar di berbagai lokasi).

Pengakuisisi ini disatukan, Salesforce sebenarnya telah membangun ekosistem lengkap di sekitar data pelanggan, dengan CRM sebagai inti, dilapisi secara berlapis-lapis oleh integrasi, analisis, kolaborasi, dan tata kelola data. Bisnis terbaru yang muncul dan juga potongan teka-teki paling krusial bagi Salesforce adalah Agentforce, platform AI Agent yang diluncurkan Salesforce tahun lalu, sekaligus kartu paling penting yang dimilikinya untuk menghadapi dampak AI.

Model bisnis: Dari ekonomi kursi ke ekonomi tugas

Model bisnis Salesforce adalah SaaS paling klasik yang dikenakan biaya berdasarkan jumlah pengguna. Perusahaan membeli sejumlah akun sesuai dengan berapa banyak tenaga penjualan yang membutuhkan CRM, dengan biaya sekitar lebih dari 100 dolar per akun per bulan, dibayarkan melalui kontrak tahunan. Meskipun biaya per akun tampak tidak mahal, jika sebuah perusahaan besar memiliki ribuan hingga puluhan ribu tenaga penjualan, staf layanan pelanggan, dan staf operasional, total biaya ini akan menjadi pendapatan berulang yang sangat stabil. Inilah sumber utama keuntungan Salesforce selama lebih dari 20 tahun terakhir.

Namun, setelah AI datang, logika mendapatkan keuntungan tanpa usaha ini mulai goyah. Jika sebuah AI Agent mampu secara otomatis melakukan riset pelanggan, menulis email, mengelola funnel penjualan, dan mengikuti pelanggan, apakah perusahaan masih membutuhkan begitu banyak tenaga penjualan? Inilah yang paling dikhawatirkan pasar—kompresi kursi. Salesforce adalah salah satu perwakilan perusahaan paling mudah menjadi bahan perbincangan dan histeria pasar.

Benioff sendiri juga menyadari masalah ini. Mulai tahun lalu, Salesforce meluncurkan transformasi model bisnis yang lebih agresif namun sangat penting, tetap mempertahankan biaya langganan, tetapi menambahkan produk baru berbasis penggunaan yang sesuai dengan era AI, yaitu Agentforce. Secara sederhana, model tradisional adalah "Anda membayar berdasarkan jumlah akun yang dibeli", sedangkan model baru adalah "Anda membayar berdasarkan jumlah tugas yang dieksekusi oleh AI Agent Anda". Salesforce menyebut penggunaan ini sebagai Agentic Work Units (satuan pengukuran pekerjaan yang diselesaikan oleh AI Agent).

Logika di balik model baru ini sangat cerdas. Jika AI benar-benar mampu menggantikan sebagian tenaga kerja manusia, maka jumlah kursi tradisional mungkin berkurang, tetapi pada saat yang sama, jumlah tugas yang dieksekusi oleh AI Agent kemungkinan akan meningkat drastis. Dulu, satu penjual mungkin menangani 20 pelanggan per hari, tetapi di masa depan, satu AI Agent dapat menangani 200 pelanggan secara bersamaan. Jumlah kursi manusia berkurang, tetapi jumlah tugas yang dieksekusi oleh AI mungkin meningkat dua kali lipat atau bahkan sepuluh kali lipat. Selama logika pengenaan biaya berdasarkan tugas dapat berjalan dengan baik, Salesforce dapat bertransisi secara mulus dari ekonomi kursi ke ekonomi tugas, dan pendapatan per pelanggan justru mungkin meningkat signifikan. Pendapatan masa lalu terkait dengan jumlah karyawan, sedangkan pendapatan masa depan terkait dengan total volume pekerjaan. Inilah makna paling penting dari Agentforce, yang berpotensi merekonstruksi seluruh logika penagihan dan model bisnis Salesforce.

Tentu saja, kisah ini belum sepenuhnya terwujud. Meskipun ARR Agentforce telah mencapai 8 miliar dolar AS dengan pertumbuhan sangat cepat, persentasenya terhadap pendapatan tahunan Salesforce sebesar 41,5 miliar dolar AS masih kurang dari 2%. Sementara itu, tekanan pengurangan kursi yang dihadapi Salesforce mungkin lebih parah daripada perusahaan SaaS mana pun, karena Salesforce menjual kursi untuk tenaga penjualan, staf layanan pelanggan, dan petugas pemasaran—sebuah perusahaan dengan 10.000 karyawan mungkin perlu membeli 3.000–5.000 akun Salesforce, dan pekerjaan-pekerjaan ini justru merupakan jenis pekerjaan pertama yang akan digantikan oleh AI Agent: menulis email, mengikuti pelanggan, membuat teks penjualan, serta menjawab pertanyaan pelanggan—semuanya adalah hal-hal yang paling disukai oleh model AI besar. Sangat sulit untuk mengalahkan penurunan kursi tradisional hanya dengan bisnis baru sebesar 2%.

Jika demikian, mengapa saya masih mengatakan bahwa Salesforce saat ini tetap layak menjadi perhatian? Bukan karena saya percaya kisah bisnis baru Agentforce pasti akan mengungguli pendapatan model SaaS lama, tetapi karena Salesforce saat ini hanya memiliki PER proyeksi 13–14 kali, valuasi ini sudah memasukkan ekspektasi pesimistis. Perusahaan ini juga memiliki arus kas bebas sebesar $14,4 miliar dan otorisasi repurchase senilai $50 miliar.

Jadi, membeli Salesforce pada dasarnya bukanlah bertaruh dengan valuasi puluhan kali lipat pada cerita pertumbuhan tinggi atau keberhasilan transformasi AI-nya, melainkan berdasarkan perbandingan dan penyeimbangan antara nilai intrinsik dan harga aktual. Saat ini, Salesforce memang berada pada posisi yang relatif diremehkan. Tentu saja, margin keamanan ini tidak bersyarat mutlak; jika AI benar-benar menyebabkan pendapatan dari bisnis tradisional menurun signifikan dan Agentforce gagal menggantikannya, maka valuasi Salesforce mungkin tetap terkompresi. Namun, selama bisnis intinya stabil dan program repurchase terus dilaksanakan, bahkan jika Agentforce hanya sebagian berhasil diwujudkan, pasar berpotensi memberikan valuasi ulang, sehingga harga saham akan pulih.

Moat

Lindung nilai terkuat Salesforce adalah volume data besar yang terakumulasi selama lebih dari 20 tahun oleh pelanggan. Sebuah perusahaan yang telah menggunakan CRM selama 10 tahun mungkin menyimpan jutaan catatan pelanggan, puluhan ribu proses penjualan, dan ribuan bidang khusus. Memindahkan semua ini setara dengan meruntuhkan fondasi digital perusahaan secara keseluruhan dan membangunnya kembali dari awal, di mana biaya migrasi jauh lebih tinggi daripada biaya melanjutkan pembayaran.

Lalu, kelemahan Salesforce di mana? Dynamics 365 Microsoft ditambah Copilot merupakan ancaman terbesar jangka panjang terhadap Salesforce. Sebagai perusahaan perangkat lunak terbesar di dunia, produk kantor B2B Microsoft telah menembus sebagian besar perusahaan besar di seluruh dunia. Dynamics 365 adalah produk CRM Microsoft yang secara langsung bersaing dengan bisnis inti Salesforce, dan selama beberapa tahun terakhir, pertumbuhannya terus berada di atas 20%. Yang paling krusial, Dynamics 365 terintegrasi mendalam dengan Copilot, Teams, dan Outlook—perangkat lunak yang paling sering digunakan karyawan sehari-hari berada di bawah naungan Microsoft. Jika di masa depan para penjual sama sekali tidak membuka Salesforce, tetapi justru meminta Copilot di Outlook atau Teams untuk secara otomatis memperbarui catatan pelanggan, Salesforce berisiko turun dari posisi sebagai titik masuk kerja menjadi hanya basis data latar belakang. Ini adalah hal yang paling dikhawatirkan oleh Benioff, sekaligus ketidakpastian terbesar jangka panjang Salesforce.

Data laporan keuangan terbaru

Data kuartal terakhir tahun fiskal lalu adalah sebagai berikut: pendapatan tahunan sebesar 41,5 miliar dolar AS, tumbuh 10% secara tahunan; total RPO mencapai 72 miliar dolar AS, tumbuh 14% secara tahunan; arus kas bebas sebesar 14,4 miliar dolar AS, tumbuh 16% secara tahunan; total pengembalian kepada pemegang saham sepanjang tahun sebesar 14,3 miliar dolar AS, terdiri dari 12,7 miliar dolar AS untuk pembelian saham kembali dan 1,6 miliar dolar AS untuk dividen. Selain itu, Salesforce baru saja menyetujui rencana pembelian saham kembali hingga 50 miliar dolar AS. ARR untuk bisnis baru Agentforce adalah 800 juta dolar AS, meningkat 169% secara tahunan, dengan 29.000 transaksi ditandatangani.

Namun, perlu dicatat bahwa 29.000 transaksi tidak sama dengan 29.000 klien besar, juga tidak berarti semuanya adalah kontrak bernilai tinggi. Data ini hanya menunjukkan bahwa produk sedang berkembang pesat, tetapi yang benar-benar menentukan valuasi adalah kemampuan untuk meningkatkan pendapatan per klien dan tingkat retensi pendapatan bersih di masa depan. Dalam rapat laporan keuangan ini, perusahaan juga menaikkan target pendapatan untuk tahun fiskal 2030 menjadi $63 miliar.

Secara keseluruhan, fundamental Salesforce memang sangat kuat. Selain itu, pada rapat laporan keuangan sebelumnya, CEO Benioff sendiri menyatakan bahwa ini adalah tahun paling gemilang dalam sejarah perusahaan dan juga tahun dengan kinerja terbaik dalam sejarah industri perangkat lunak. Ia bahkan menyebut saat ini sebagai peluang pemasaran dan kesempatan beli yang baik, sehingga perusahaan meningkatkan otorisasi repurchase saham menjadi 50 miliar dolar AS. Nada ini sangat jelas: manajemen puas dengan laporan keuangan tersebut dan bahkan secara langsung menanggapi pasar, menganggap pasar terlalu pesimis dan harga saham Salesforce telah diremehkan.

Saat saya membuat video ini, harga saham Salesforce hanya $180, dengan rasio P/E masa depan sebesar 13–14 kali. Dibandingkan dengan beberapa tahun terakhir selama bull market perangkat lunak yang sering mencapai valuasi 30–40 kali atau lebih, valuasi ini jelas mengalami kompresi signifikan dan berada di posisi terendah dalam beberapa tahun terakhir.

Katalis dan Risiko

Alasan bullish sangat sederhana. Harganya murah, arus kas stabil, pembelian kembali saham saat ini sangat besar, dan bisnis baru Agentforce sedang mempercepat pertumbuhannya. Laporan keuangan Salesforce pada 27 Mei patut diperhatikan, karena merupakan katalis terdekat.

Alasan bearish adalah pertumbuhannya hanya 10%, yang tidak cepat di industri perangkat lunak; keraguan terhadap model bisnis yang digoyahkan oleh AI belum hilang; ketidakpastian bisnis baru Agentforce masih sangat tinggi. Pertanyaan terbesar pasar adalah apakah Agentforce bisa cukup besar untuk mendorong seluruh pendapatan dan laba perusahaan, membantu perusahaan menyelesaikan transisi AI secara menyeluruh? Semua ini masih perlu waktu untuk dibuktikan.

Laporan keuangan tanggal 27 Mei, silakan perhatikan hal-hal berikut: Pertama, apakah ARR dari Agentforce masih dapat mempertahankan pertumbuhan tahunan di atas 100%. Jika pertumbuhannya melambat, itu menunjukkan adanya risiko tertentu dalam transformasi AI, terutama perhatikan bagaimana manajemen merespons hal ini.

Poin kedua, apakah ada penurunan signifikan dalam bisnis terkait biaya kursi SaaS? Jika terjadi hal serupa, semua orang harus berhati-hati, karena pasar mungkin terus mempromosikan narasi "AI melahap SaaS".

Selain itu, penting juga untuk memperhatikan apakah pandangan perusahaan terhadap masa depan tetap optimis, serta apakah manajemen akan terus merespons secara positif dampak AI terhadap model bisnis SaaS. Ini adalah hal-hal yang patut diperhatikan.

Dari laporan keuangan kuartal lalu saja, saya merasa manajemen sangat jelas dan optimis; mereka tidak percaya bahwa AI akan membunuh Salesforce, sebaliknya mereka percaya bahwa AI akan mengubah Salesforce dari perusahaan aplikasi SaaS menjadi platform agen perusahaan. Namun, dari data yang ada, cerita ini masih berada di tahap awal validasi. Bagi saya pribadi, saya tidak merasa perlu membuat kesimpulan terlalu dini apakah Salesforce benar-benar digulingkan oleh AI atau telah berhasil melakukan transformasi bisnis berbasis AI. Saya lebih menekankan pada valuasi perusahaan yang saat ini berada pada level paling diremehkan dalam beberapa tahun terakhir, ditambah dengan fondamental perusahaan yang kuat, sehingga rasio nilai terhadap harga dan potensi imbal hasil saat ini cukup tinggi. Namun, narasi jangka panjang tetap berpusat pada AI; apakah Salesforce mampu melewati ujian AI masih perlu waktu untuk diverifikasi.

Latar belakang perusahaan

Perusahaan ServiceNow adalah perusahaan perangkat lunak yang saya sebutkan di awal, yang dihadiri langsung oleh Jensen Huang selama 3 tahun berturut-turut ke Las Vegas. Jika Salesforce mengelola hubungan pelanggan eksternal perusahaan, maka ServiceNow mengelola karyawan dan proses internal perusahaan. Dengan kata sederhana, ia adalah sistem saraf pusat yang menggerakkan operasi internal perusahaan.

Banyak proses di dalam perusahaan yang memerlukan persetujuan, aliran, eksekusi, dan pencatatan dapat dijalankan di ServiceNow. Komputer rusak harus membuat tiket IT; karyawan baru memerlukan pembukaan akun, penyiapan komputer, dan proses HR; gangguan sistem memerlukan respons insiden; peringatan keamanan harus didistribusikan, dinaikkan tingkatnya, dan diperbaiki. Oleh karena itu, ServiceNow bukan hanya sistem tiket IT, tetapi lebih seperti platform terpadu untuk berbagai alur kerja di dalam perusahaan.

ServiceNow didirikan pada tahun 2004, dengan kantor pusat di Santa Clara, California. CEO saat ini adalah Bill McDermott, yang sebelumnya menjabat sebagai CEO global SAP dan telah berkarier selama puluhan tahun di industri perangkat lunak perusahaan. Setelah secara resmi mengambil alih ServiceNow pada tahun 2019, McDermott membawa perusahaan meluas dari perusahaan perangkat lunak tiket TI menjadi "platform alur kerja seluruh perusahaan". Gaya kepemimpinannya sangat jelas, ahli dalam bercerita besar, melakukan transaksi besar, dan menarik klien besar. Gaya ini justru menjadi keunggulan di era AI.

Produk Matrix

Layanan inti awalnya adalah ITSM, yang digunakan oleh departemen TI perusahaan untuk mengelola tiket, respons insiden, rilis perubahan, aset TI, dan permintaan layanan. Di pasar ITSM, ServiceNow adalah pemimpin global yang tak terbantahkan. Berdasarkan ini, ia juga mengembangkan ITOM (Manajemen Operasional TI); ITSM lebih berfokus pada penanganan masalah setelah terjadi, sementara ITOM memantau sistem secara proaktif, mendeteksi masalah, dan berusaha memperbaiki secara otomatis.

Pengembangan lebih lanjut dari bisnis ini mencakup HR Service Delivery, di mana seluruh proses seperti onboarding, offboarding, cuti, perpindahan jabatan, hingga berbagai permintaan karyawan dapat diselesaikan di ServiceNow. Selain itu, ada Customer Service Management (untuk layanan pelanggan tingkat perusahaan, yang sebagian tumpang tindih dengan Salesforce Service Cloud, tetapi ServiceNow lebih berfokus pada skenario B2B yang kompleks, seperti peralatan besar, pelanggan perusahaan, dan tiket layanan purna jual lintas departemen); Security Operations untuk merespons insiden keamanan; serta Strategic Portfolio Management yang membantu CIO mengelola portofolio proyek dan menentukan proyek TI mana yang harus didanai dan mana yang harus dihentikan.

Dilihat secara keseluruhan, ServiceNow telah berkembang dari perangkat lunak manajemen layanan TI sederhana menjadi platform alur kerja internal perusahaan. Ini juga merupakan alasan mendasar mengapa tingkat perpanjangan langganan mereka mencapai 97%, karena sekali sebuah perusahaan memindahkan proses TI, SDM, keamanan, dan layanan pelanggan ke ServiceNow, menggantinya bukan hanya sekadar mengganti perangkat lunak, tetapi membangun ulang seluruh sistem operasi internal perusahaan—biayanya sangat tinggi.

Akuisisi penting terbaru

Selain produk aslinya sendiri, ServiceNow dalam satu tahun terakhir juga melakukan beberapa akuisisi sangat penting.

Transaksi pertama adalah Moveworks, yang mengembangkan asisten layanan karyawan berbasis AI. Karyawan tidak perlu lagi mencari berbagai portal untuk mengajukan pertanyaan, tetapi bisa langsung bertanya ke AI, yang dapat membantu memeriksa kebijakan, membuat tiket, memantau progres, bahkan menyelesaikan sebagian masalah secara otomatis. Setelah akuisisi selesai, kemampuan Moveworks diintegrasikan ke dalam ServiceNow EmployeeWorks.

Transaksi kedua adalah Veza, yang fokus pada tata kelola identitas dan manajemen izin. Di era AI Agent, "siapa yang dapat mengakses data apa" menjadi sangat krusial, bukan hanya manusia yang perlu dibatasi, tetapi juga izin dari Agent itu sendiri. Veza menyelesaikan masalah ini.

Transaksi ketiga adalah akuisisi Armis, yang fokus pada visualisasi aset real-time di bidang keamanan siber. Armis dapat melihat berapa banyak perangkat di jaringan perusahaan, perangkat mana yang memiliki kerentanan, dan perangkat mana yang sedang berkomunikasi.

Ketiga akuisisi ini memiliki tujuan bersama, yaitu mempersiapkan masuknya AI Agent secara besar-besaran ke dalam perusahaan. Agar Agent dapat bekerja di dalam perusahaan, ia harus tahu apa yang ditanyakan karyawan, siapa yang berwenang mengakses data apa, dan aset apa saja yang ada di jaringan. Ketiga akuisisi ini masing-masing melengkapi tiga kemampuan tersebut. Tentu saja, melakukan beberapa akuisisi berturut-turut dalam waktu singkat juga membawa risiko integrasi, terutama akuisisi besar senilai 7,75 miliar dolar AS seperti Armis—kita akan membahas risiko ini secara mendetail nanti.

Strategi AI Inti: AI Control Tower

Strategi AI paling inti dari ServiceNow disebut AI Control Tower. Konsep ini harus dimulai dari masalah nyata. Di masa depan, perusahaan tidak akan hanya menggunakan satu penyedia AI, tetapi mungkin menggunakan GPT dari OpenAI untuk layanan pelanggan, Claude dari Anthropic untuk tinjauan kontrak, Copilot dari Microsoft untuk kolaborasi dokumen, Gemini dari Google untuk analisis data, serta mengembangkan banyak AI Agent internal sendiri.

Pada titik ini, muncul pertanyaan: siapa yang mengelola begitu banyak AI Agent yang berjalan secara bersamaan di dalam perusahaan? Siapa yang menentukan data apa yang boleh dan tidak boleh diakses oleh mereka? Siapa yang memastikan mereka tidak melakukan operasi di luar wewenangnya? Bagaimana jika terjadi insiden, siapa yang bertanggung jawab? Inilah masalah yang ingin diatasi oleh AI Control Tower.

ServiceNow tidak ingin menciptakan ChatGPT versi baru, tetapi ingin menjadi lapisan tata kelola, orkestrasi, dan eksekusi untuk AI Agent tingkat perusahaan, bertanggung jawab memastikan AI-AI ini bertindak secara aman, patuh, dan dapat diaudit di dalam perusahaan. Inilah yang membedakannya dari banyak perusahaan perangkat lunak SaaS lainnya. Banyak perusahaan memikirkan, "Apakah saya bisa membuat AI Agent sendiri untuk bersaing dengan ChatGPT, Claude, dan Gemini di lapisan aplikasi?" ServiceNow sangat cerdas dengan memilih jalan lain: "Saya tidak bersaing dengan Anda dalam model dasar, tetapi mengelola alur eksekusi model-model tersebut setelah memasuki perusahaan."

Tujuan yang ingin dicapai ServiceNow adalah, terlepas dari AI mana yang digunakan perusahaan, selama AI tersebut memasuki proses perusahaan, memanggil sistem perusahaan, atau menjalankan tugas perusahaan, semuanya harus dikelola dan diatur melalui ServiceNow.

Mengapa ServiceNow?

Ini harus dikembalikan pada kemampuan dasar yang telah dikumpulkan ServiceNow selama lebih dari 20 tahun. Ia memiliki sesuatu yang disebut CMDB (Configuration Management Database). Secara sederhana, ini adalah peta lengkap aset dan hubungan sistem TI perusahaan. Semua server yang dimiliki perusahaan, aplikasi apa yang berjalan di dalamnya, dan hubungan izin antar pengguna semuanya dicatat di sini. Ia juga memiliki mesin proses yang telah berjalan selama belasan tahun, di mana semua alur persetujuan, eksekusi, dan kolaborasi perusahaan berjalan di atas ServiceNow. Selain itu, ia memiliki log audit lengkap, di mana setiap langkah—siapa yang melakukan apa, kapan dilakukan, dan apa saja yang diubah—dicatat secara sistematis.

Setelah AI Agent memasuki perusahaan, tiga hal paling dibutuhkan adalah: mengetahui sistem apa saja yang dapat diakses di dalam perusahaan, menjalankan tugas sesuai prosedur yang telah ditetapkan, dan mencatat audit untuk setiap langkah yang diambil oleh Agent. Selain itu, ServiceNow juga melengkapi verifikasi identitas dan izin melalui Veza, serta visualisasi aset real-time melalui Armis.

Di konferensi Knowledge tahun ini, hal ini telah melangkah lebih jauh, ServiceNow meluncurkan Action Fabric. Alat ini memungkinkan setiap AI Agent pihak ketiga, baik itu Claude, GPT, Gemini, maupun Copilot, untuk memanggil mesin tata kelola ServiceNow guna menjalankan tugas tingkat perusahaan. "Saya tidak peduli Anda menggunakan model AI apa, tetapi eksekusi dan tata kelola harus melewati lapisan saya," logika ini mirip dengan iOS milik Apple, yang tidak secara langsung membuat setiap aplikasi, tetapi semua aplikasi berjalan di atas iOS. ServiceNow juga berencana mengikuti jalur ini di masa depan.

Endorsement by Jensen Huang

Dukungan paling meyakinkan untuk posisi ini datang dari Jensen Huang. CEO NVIDIA hadir untuk tahun ketiga berturut-turut di konferensi tahunan ServiceNow, bukan hanya sebagai mitra yang saling mendukung, tetapi NVIDIA sendiri juga merupakan pelanggan ServiceNow. Sistem penawaran superkomputer internal NVIDIA berjalan di atas ServiceNow; sebelumnya, membuat dokumen penawaran lengkap memerlukan waktu 5 hari, tetapi setelah memasuki alur kerja AI, semuanya bisa diselesaikan dalam 5 menit.

Kalimat asli Huang Renxun: “ServiceNow pada dasarnya adalah sistem operasi perusahaan di era AI.” Tahun ini, kedua perusahaan bersama-sama meluncurkan Project Arc, di mana NVIDIA menyediakan sandbox komputasi AI yang aman, sementara ServiceNow menyediakan tata kelola tingkat perusahaan, menunjukkan hubungan yang sangat terikat antara keduanya. Hal ini menunjukkan bahwa AI Control Tower ServiceNow bukan sekadar konsep perangkat lunak yang terpisah, tetapi mulai masuk ke dalam narasi penerapan perusahaan oleh mitra ekosistem AI seperti NVIDIA, OpenAI, Google, dan Anthropic.

Data keuangan terbaru

Pada kuartal pertama tahun ini, total pendapatan mencapai USD 3,77 miliar, tumbuh 22% secara tahunan; pendapatan langganan sebesar USD 3,671 miliar, juga tumbuh 22% secara tahunan, melebihi batas atas panduan; total RPO mencapai USD 27,7 miliar, tumbuh 25% secara tahunan; tingkat perpanjangan pelanggan adalah 97%. Angka-angka ini menunjukkan bahwa fondasi ServiceNow tidak bermasalah; perusahaan ini tetap menjadi platform perangkat lunak dengan pertumbuhan sekitar 20%, tingkat perpanjangan 97%, margin tinggi, dan arus kas tinggi.

Kinerja AI di sini lebih menonjol. Perusahaan menaikkan target ACV (nilai kontrak tahunan) terkait AI tahun ini dari 1 miliar dolar AS di awal tahun menjadi 1,5 miliar dolar AS. Perhatikan bahwa ini adalah ukuran nilai kontrak, bukan pendapatan periode ini, yang nantinya akan secara bertahap berubah menjadi pendapatan yang benar-benar diterima. Namun, peningkatan target sebesar 50% dalam satu kuartal menunjukkan bahwa produk AI mereka benar-benar dibeli oleh pelanggan dan sedang mengalami pertumbuhan pesat.

Harga sahamnya telah mengalami penarikan lebih dari 50% dari titik tertinggi historisnya, dan forward P/E kini berada di kisaran sekitar 21–24 kali. Ini memang sudah berada di kisaran yang relatif diremehkan untuk perusahaan perangkat lunak ringan dengan pertumbuhan cepat.

Katalis dan Risiko

Alasan bullish terhadap ServiceNow sangat jelas. Pertama, narasi AI-nya sangat jelas: AI Control Tower adalah sistem operasi perusahaan di era AI; semakin besar permintaan AI, semakin besar kebutuhan perusahaan akan platform tata kelola, audit, izin, dan eksekusi. Kedua, bisnis AI barunya benar-benar terus meningkat, dengan AI ACV naik dari $1 miliar menjadi $1,5 miliar, menunjukkan bahwa cerita ini sedang terwujud secara nyata. Ketiga, ekosistem mitranya sangat kuat—OpenAI, Google Gemini, Claude, dan NVIDIA semuanya sedang berintegrasi atau menjalin kemitraan mendalam dengan ServiceNow, yang akan memperkuat posisi strategisnya sebagai "Control Tower AI Perusahaan".

Namun, risiko yang dihadapi ServiceNow juga perlu dijelaskan dengan jelas. Setelah pelaporan laporan keuangan kuartal terbaru, meskipun melebihi ekspektasi pasar, saham tetap turun dua digit setelah jam perdagangan, menunjukkan sentimen pasar yang sangat pesimis, yang mengindikasikan bahwa tren pasar saat ini belum berbalik, dan para investor masih meragukan model bisnis perusahaan SaaS serta transformasi AI. Selain itu, tiga akuisisi ServiceNow terjadi secara padat, terutama akuisisi besar senilai 7,75 miliar dolar AS untuk Armis, yang memerlukan waktu untuk diserap; pasar akan memeriksa secara cermat seberapa besar peningkatan pandangan pendapatan yang berasal dari akuisisi dibandingkan pertumbuhan organik. Risiko eksternal meliputi faktor geopolitik Timur Tengah, di mana pada kuartal sebelumnya beberapa proyek besar mengalami penundaan, menyebabkan dampak negatif sekitar 75 basis poin terhadap pertumbuhan pendapatan langganan.

Saya tetap optimis terhadap ServiceNow. Di antara ketiga perusahaan tersebut, ia adalah perusahaan perangkat lunak dengan narasi AI paling konsisten, paling jelas, dan paling mudah diterima pasar. Posisi AI Control Tower-nya tidak hanya tidak terancam oleh AI, tetapi justru akan mendapat manfaat dari popularitas AI, berpotensi menjadi platform perangkat lunak paling krusial dalam proses penerapan AI di tingkat perusahaan. Selain itu, dari sudut pandang valuasi, harga sahamnya telah turun separuh dari puncaknya dalam setahun terakhir, dengan rasio PER depan yang sangat rendah—sejajar dengan Salesforce—dan kini berada pada level yang cukup murah. Saat ini, rasio nilai terhadap biaya serta potensi imbal hasilnya sangat menarik.

Latar belakang perusahaan

Ringkasan satu kalimat paling sederhana tentang perusahaan ini adalah gudang super untuk data perusahaan. Jika Salesforce mengelola pelanggan dan ServiceNow mengelola proses, maka Snowflake mengelola data. Semua data perusahaan, seperti data penjualan, perilaku pengguna, laporan keuangan, dan log sistem, semuanya dimasukkan ke dalam Snowflake, lalu dapat dianalisis, dimodelkan, dan dijalankan dengan beban kerja AI di gudang data super ini.

Produk Matrix

Dasar paling inti Snowflake tetaplah data warehouse dan data lake, di mana perusahaan memasukkan semua data terstruktur dan semi-terstruktur, lalu menjalankan query SQL dan melakukan analisis data di atasnya—ini adalah fondasi Snowflake dan sumber pendapatan utama. Di atas fondasi ini, Snowflake juga membangun Snowpark, yang memungkinkan pengembang langsung menulis kode menggunakan Python, Java, dan Scala di dalam Snowflake untuk membangun pipeline data dan model pembelajaran mesin, tanpa perlu memindahkan data keluar—semua proses, dari pemrosesan data hingga pelatihan model, dapat diselesaikan di dalam platform.

Di atasnya lagi adalah Cortex AI suite, yang menjadi fokus utama Snowflake dalam lebih dari satu tahun terakhir, yang mencakup dua produk inti. Snowflake Intelligence dirancang untuk pengguna bisnis, memungkinkan mereka berinteraksi langsung dengan data menggunakan bahasa alami; produk ini secara otomatis mengambil, menganalisis, dan menghasilkan wawasan berdasarkan data terstruktur dan tidak terstruktur di dalam Snowflake, serta mampu menjalankan tugas multi-langkah secara aktif, lebih mirip seperti AI Agent tingkat perusahaan. Cortex Code ditujukan untuk pengembang; berbeda dengan asisten pemrograman biasa, ia adalah AI Coding Agent native Snowflake yang mampu memahami struktur data, pengaturan izin, dan lingkungan komputasi di dalam Snowflake, sehingga dapat langsung membantu Anda menulis pipeline data, meng-debug query, dan membangun aplikasi AI—fungsinya sangat kuat.

Jadi, pembagian tugas kedua produk ini sangat jelas: Snowflake Intelligence dirancang untuk pengguna bisnis, memungkinkan orang yang tidak mengerti perintah SQL untuk langsung bertanya pada data, menggunakan data, dan membuat AI bertindak berdasarkan data; Cortex Code dirancang untuk tim teknis, memungkinkan pengembang dan insinyur data untuk lebih cepat membangun aplikasi data, pipeline data, dan aplikasi AI.

Selain produk AI, Snowflake juga memiliki dua kemampuan unik lainnya. Snowflake Marketplace adalah pasar berbagi dan perdagangan data, di mana perusahaan dapat langsung membeli dan menjual dataset, serta langsung memanfaatkan data pihak ketiga untuk analisis. Data Clean Rooms memungkinkan kolaborasi data lintas organisasi dengan perlindungan privasi, sehingga dua perusahaan dapat melakukan analisis bersama tanpa mengungkapkan data asli masing-masing. Industri periklanan dapat menggunakannya untuk atribusi lintas platform, industri farmasi untuk penelitian klinis gabungan, dan industri keuangan untuk kolaborasi anti-penipuan. Kedua kemampuan ini merupakan keunggulan diferensial yang sulit ditiru.

Dengan melihat keseluruhan gambaran, Snowflake sedang bertransformasi dari alat gudang data menjadi platform data AI, dengan dasar berupa penyimpanan dan komputasi data, bagian tengah berupa alat pengembangan dan mesin AI, serta lapisan atas berupa asisten cerdas dan pasar data yang ditujukan untuk pengguna bisnis. Snowflake tidak hanya ingin membantu perusahaan menyimpan dan mengakses data, tetapi juga memungkinkan perusahaan menganalisis, berbagi, dan mengembangkan aplikasi di platform data yang tergovernansi yang sama, sambil mengintegrasikan AI secara nyata ke dalam data bisnis mereka. Dalam hal skala pelanggan, saat ini Snowflake memiliki lebih dari 13.300 pelanggan perusahaan, dengan platform yang memproses 6,3 miliar permintaan data setiap hari.

Model bisnis

Ini adalah perbedaan utama Snowflake dibandingkan dua perusahaan sebelumnya. Salesforce dan ServiceNow mengenakan biaya berdasarkan jumlah kursi, dengan biaya langganan tahunan tetap; sementara Snowflake sama sekali berbeda, ia mengenakan biaya berdasarkan konsumsi aktual sumber daya komputasi dan penyimpanan—berapa banyak kueri yang dijalankan, berapa banyak daya komputasi yang digunakan, dan berapa banyak data yang disimpan, semuanya dibayar sesuai rumus perhitungan platform.

Model ini memiliki kelebihan dan kekurangan. Di sisi positif, konsumsi data oleh perusahaan di era AI tumbuh secara eksponensial; setiap tugas AI yang dijalankan memerlukan daya komputasi dan kueri data, sehingga pendapatan Snowflake akan tumbuh secara alami seiring lonjakan beban kerja AI. Di sisi negatif, jika perusahaan mengurangi anggaran atau mengoptimalkan beban kerja, pendapatan Snowflake juga akan turun.

Namun, dalam dua tahun terakhir, Snowflake juga mulai secara agresif mempromosikan kontrak komitmen konsumsi jangka panjang. RPO dalam laporan keuangan terbaru mencapai $9,77 miliar, naik 42% secara tahunan, yang menunjukkan bahwa klien besar mulai mengunci anggaran kekuatan komputasi mereka untuk beberapa tahun ke depan ke Snowflake, bukan hubungan yang bisa berhenti kapan saja.

Moat and Competitive Landscape

Keunggulannya terletak pada daya rekat data. Setelah data dimasukkan ke Snowflake, semua model analisis hulu-hilir, skrip query, dan pipeline data dibangun di atasnya, sehingga biaya migrasi sangat tinggi. Ini adalah moat paling inti Snowflake. Selain itu, Data Clean Rooms-nya sudah sangat matang dalam hal perlindungan privasi dan kolaborasi lintas organisasi, sehingga sulit ditiru.

Kelemahannya terletak pada persaingan yang terlalu ketat. Pesaing terbesar adalah Databricks, yang tingkat pendapatan tahunan terbarunya telah mencapai $5,4 miliar, dengan pertumbuhan tahunan sebesar 65%, lebih dari dua kali lipat dibandingkan Snowflake yang 29%, dan valuasi terbaru mencapai lebih dari $100 miliar. Databricks lebih kuat dalam beban kerja machine learning dan AI. Jika Databricks go public di masa depan, kemungkinan besar akan menjadi salah satu IPO paling diperhatikan di pasar perangkat lunak perusahaan, pada saat itu Snowflake harus siap menghadapi perbandingan langsung di pasar publik.

Selain Databricks, ancaman dari tiga penyedia cloud utama juga signifikan. Redshift dari AWS, BigQuery dari Google, dan Synapse dari Azure terus berkembang dan secara alami terintegrasi dengan ekosistem cloud masing-masing; mereka sekaligus merupakan mitra dan calon pengganti Snowflake. Di tingkat lebih rendah lagi, ada alat-alat open source atau baru seperti DuckDB dan ClickHouse yang secara bertahap mengambil pangsa pasar dalam skenario spesifik seperti analisis lokal, analisis real-time, dan kueri berbiaya rendah. Oleh karena itu, lingkungan persaingan Snowflake lebih kompleks dibanding Salesforce dan ServiceNow.

Risiko tidak intuitif dari pola konsumsi

Satu hal yang tidak intuitif lagi: Snowflake paling takut bukan pada klien yang tidak menggunakannya, tetapi pada klien yang terlalu mahir menggunakannya. Karena Snowflake berbasis model konsumsi, semakin banyak klien melakukan pencarian, perhitungan, dan penyimpanan, semakin tinggi pendapatan Snowflake; namun sebaliknya, ketika perusahaan menyadari tagihan Snowflake terlalu tinggi, mereka akan mendorong tim teknik untuk mengoptimalkan kueri, mengompres penyimpanan, atau bahkan mengganti sebagian tugas bernilai rendah dengan alat open source.

Ini adalah pedang bermata dua dalam pola konsumsi: ketika pertumbuhan cepat, pendapatan akan naik secara alami seiring dengan peningkatan penggunaan klien; namun, begitu klien mulai mengoptimalkan penggunaan mereka, laju pertumbuhan pendapatan juga akan melambat. Tren ini telah terlihat dalam data, dengan tingkat retensi pendapatan bersih Snowflake turun dari 131% menjadi 126%, lalu ke angka terbaru 125%. Angka ini tetap pada tingkat yang sehat, menunjukkan bahwa klien lama masih meningkatkan pengeluaran mereka setiap tahun, tetapi tren yang menurun juga mengindikasikan bahwa kecepatan ekspansi klien lama sudah tidak secepat dulu. Di balik ini ada penurunan alami akibat basis yang semakin besar, serta dampak dari optimasi biaya klien dan perlambatan ritme konsumsi.

Dengan demikian, Snowflake lebih seperti platform data AI dengan pertumbuhan tinggi dan elastisitas tinggi, tetapi dengan tingkat persaingan yang sangat ketat. Ini adalah daya tarik terbesar Snowflake, sekaligus risiko terbesarnya.

Data keuangan terbaru

Pendapatan produk tahunan sebesar USD 4,47 miliar, tumbuh 29% secara tahunan, menjadi pertumbuhan tercepat di antara ketiga perusahaan tersebut. Pendapatan produk kuartal terbaru sebesar USD 1,23 miliar, tumbuh 30% secara tahunan, sedikit lebih tinggi daripada laju pertumbuhan tahunan. RPO sebesar USD 9,77 miliar, naik 42% secara tahunan. Kuartal terbaru menambahkan 740 pelanggan bersih baru, tumbuh 40% secara tahunan. Selain itu, perusahaan juga menandatangani kontrak tunggal terbesar dalam sejarahnya, dengan nilai melebihi USD 400 juta. Semua data ini menunjukkan bahwa permintaan terhadap Snowflake tidak melambat; sebaliknya, klien besar tetap menandatangani kontrak jangka panjang yang lebih besar.

Namun masalahnya juga jelas. Di bawah standar GAAP, Snowflake tetap merugi sekitar $1,33 miliar sepanjang tahun, dan ini adalah satu-satunya perusahaan di antara ketiganya yang belum mencapai keuntungan GAAP. Setiap kuartal, biaya saham karyawan masih lebih dari $400 juta, sehingga sepanjang tahun melebihi $1,7 miliar, tekanan terhadap pelebaran saham pemegang saham cukup besar.

Namun, Snowflake tetap menjadi yang paling mahal di antara ketiga perusahaan tersebut, dengan rasio EV/Sales berdasarkan pendapatan masa depan sekitar 9 kali, jauh lebih tinggi daripada Salesforce.

Katalis dan Risiko

Dari sisi positif, Snowflake memiliki beberapa poin penting. Pertama, Snowflake bukan model SaaS tradisional, melainkan model berbasis penggunaan, yang secara alami akan mendapat manfaat dari pertumbuhan beban kerja AI. Dalam jangka pendek, semakin banyak AI yang dijalankan, semakin banyak pendapatan yang diperoleh Snowflake. Poin kedua adalah pertumbuhan RPO sebesar 42% secara tahunan, yang menunjukkan bahwa klien besar tetap menandatangani kontrak jangka panjang yang lebih besar, menandakan visibilitas pendapatan masa depan yang kuat. Ketiga, Snowflake Intelligence dan Cortex Code sedang berkembang pesat, dengan lebih dari 9.100 akun yang sudah menggunakan fitur AI.

Selain itu, Snowflake baru-baru ini memiliki dua peristiwa penting lainnya: pelaporan laporan keuangan pada 27 Mei, diikuti oleh konferensi tahunan Snowflake dari 1 hingga 4 Juni di San Francisco. Dua katalis ini berdekatan, dan menurut saya, dampak positifnya lebih besar daripada negatif. Pada saat itu, volatilitas harga saham seharusnya akan cukup besar.

Kita juga harus memahami risiko-risiko tersebut terlebih dahulu. Pertama, kerugian berkelanjutan sesuai GAAP adalah kelemahan terbesar. Dalam lingkungan pasar yang lebih menyukai keuntungan dan arus kas, Snowflake akan mengalami tekanan valuasi yang lebih besar dibandingkan Salesforce dan ServiceNow. Kedua, Databricks adalah pesaing paling kuat Snowflake saat ini; peluncuran publik Databricks di masa depan berpotensi mengubah peta persaingan di seluruh industri platform data. Jika setelah go public, Databricks menunjukkan pertumbuhan lebih cepat, narasi AI yang lebih kuat, dan valuasi yang lebih menarik, dana mungkin akan mengalir dari Snowflake ke Databricks. Selain itu, gugatan pemegang saham dan penjualan saham oleh internal perusahaan juga merupakan noise tata kelola perusahaan yang dapat memengaruhi sentimen pasar, meskipun bukan fokus utama saat ini.

Snowflake dapat diringkas dalam satu kalimat: perusahaan dengan pertumbuhan tercepat di antara ketiganya, infrastruktur data AI paling langsung, dan secara alami tidak terpengaruh oleh model bisnis SaaS tradisional, namun sekaligus memiliki valuasi tertinggi, persaingan paling ketat, dan kualitas keuntungan paling lemah—berpotensi imbal hasil tinggi, tetapi dengan risiko tinggi.

Setelah menganalisis ketiga perusahaan ini, saya akan berbagi pandangan pribadi saya.

Jika Anda mengutamakan margin of safety dan lebih menyukai logika investasi nilai, Salesforce adalah salah satu yang paling stabil, dengan rasio PER depan sekitar belasan kali, arus kas bebas sebesar $14,4 miliar, otorisasi repurchase sebesar $50 miliar, serta profitabilitas yang stabil, sehingga margin of safety untuk membangun posisi dan memegangnya cukup besar. Namun, pertumbuhannya hanya sebesar 10%, sehingga potensi kenaikan harga sahamnya mungkin tidak sekuat yang lain.

Jika Anda setuju dengan logika tata kelola AI Control Tower, ServiceNow mungkin adalah perusahaan dengan narasi AI paling jelas di antara ketiganya, dengan pertumbuhan lebih dari 20%, tingkat perpanjangan 97%, rasio harga-laba masa depan 22 kali, ditambah dukungan langsung dari Jensen Huang selama tiga tahun berturut-turut, sehingga nilai beli saat ini masih cukup tinggi. Namun, syaratnya Anda harus menerima risiko integrasi akibat akuisisi yang padat, serta menanggung volatilitas harga saham jangka pendek.

Jika Anda mencari fleksibilitas maksimal dan mampu menanggung volatilitas terbesar, Snowflake adalah taruhan dengan pembayaran tinggi, dengan risiko terbesar adalah perusahaan belum mencapai keuntungan, terus mengalami kerugian, tingkat retensi pendapatan bersih menurun, dan pesaing Databricks yang akan melakukan IPO di masa depan berpotensi mengubah patokan valuasi seluruh lanskap platform data. Volatilitas risiko memang cukup tinggi.

Selain ketiga perusahaan ini, jika Anda mencari batu penstabil paling stabil di sektor perangkat lunak, Microsoft tetap menjadi pilihan terbaik; ia adalah aset perangkat lunak kapitalisasi besar yang paling salah hargai dalam siklus ini. Namun, saya tetap ingin menekankan bahwa ini hanyalah kerangka penilaian pribadi saya dan bukan merupakan saran investasi apa pun. Anda tetap perlu membuat keputusan investasi yang sesuai berdasarkan posisi portofolio Anda sendiri setelah menganalisis secara rasional.

Akhirnya, kita kembali ke pertanyaan awal: Apakah AI benar-benar akan membunuh seluruh industri perangkat lunak, atau justru memberi kita peluang beli murah sekali dalam sepuluh tahun?

Saya berpendapat bahwa narasi bahwa AI membunuh perangkat lunak terlalu disederhanakan. Yang sebenarnya terjadi adalah AI sedang menggantikan perangkat lunak yang hanya menjual antarmuka fungsional, tetapi sekaligus memberi penghargaan kepada platform yang menjual infrastruktur dan tata kelola. Tidak semua perangkat lunak akan digulingkan.

Ini seperti ketika gelembung internet tahun 2000 meledak, ketika tren utama pasar adalah "internet akan membunuh semua perusahaan tradisional", tetapi yang bertahan bukan hanya perusahaan internet, tetapi juga perusahaan tradisional yang paling awal mengadopsi internet dan mengintegrasikan alat-alat internet ini ke dalam bisnis mereka, sehingga berhasil menjalani transisi internet. Dua puluh tahun kemudian, kita melihat gelombang AI ini dengan logika yang sama. Perusahaan perangkat lunak yang benar-benar memiliki hambatan masuk, memiliki akumulasi data, dan mampu berperan sebagai platform infrastruktur AI, pada akhirnya tetap akan menjadi pemenang terbesar. Dan sekarang, mereka mungkin tepat berada di titik awal siklus kenaikan baru.