Laporan Bernstein: Rendahnya Kepadatan di Sektor Perangkat Lunak Membuka Jendela Pemilihan Saham

Penulis: Rita

Saham yang ramai tidak selalu menang. Selisih imbal hasil kumulatif antara quintil paling ramai dan quintil paling tidak ramai pada paruh pertama tahun adalah positif 51,0%, tetapi berubah menjadi negatif 30,2% pada paruh kedua tahun. Dalam laporan pada 28 Oktober 2026, Bernstein menjadikan反转 tajam ini sebagai indikator untuk mengamati arus dana.

Perubahan di dalam perangkat lunak lebih berlapis-lapis. Bernstein berpendapat bahwa tingkat kepadatan industri secara keseluruhan masih jauh di bawah tingkat historis jangka panjang. Dana mulai kembali ke perusahaan-perusahaan yang memiliki kinerja stabil atau mempercepat kembali. Tingkat kepadatan rendah menyediakan kesempatan untuk meninjau ulang perusahaan-perusahaan tersebut, bukti pertumbuhan dan monetisasi AI, untuk menentukan perusahaan mana yang mampu menarik kembali dana.

Kepadatan yang disebut oleh Bernstein terutama merujuk pada konsentrasi berlebihan dana aktif pada saham-saham yang sama. Posisi dan penilaian yang serupa akan membuat saham-saham ini menghadapi tekanan jual bersama saat pasar berbalik. Laporan ini menggunakan indikator ini untuk mengamati struktur dana dan mencari perbedaan ekspektasi di antara perusahaan-perusahaan.

Dibandingkan dengan Juli, tingkat kepadatan sektor perangkat lunak pada kuartal ketiga meningkat kembali. Laporan tersebut mengaitkan sebagian perubahan ini dengan pemulihan kinerja perangkat lunak aplikasi: pendapatan yang stabil atau mempercepat membuat pasar mengevaluasi ulang urgensi dampak AI. Meskipun terjadi pemulihan ini, perangkat lunak masih berada pada level yang relatif rendah dibandingkan sejarahnya sendiri selama 25 tahun terakhir.

Penilaian ini tidak bertentangan dengan kondisi keseluruhan sektor teknologi yang cenderung padat. Laporan menunjukkan bahwa semikonduktor dan perangkat keras masih menarik tingkat minat yang tinggi, sementara perangkat lunak menghadapi kekhawatiran terkait penggantian aplikasi oleh AI generatif, penyempitan ruang pasar, dan persaingan untuk anggaran perusahaan. Melihat saham teknologi secara keseluruhan akan menyamarkan perbedaan aliran dana di antara berbagai model bisnis.

Bernstein melihat peluang untuk memilih kembali perusahaan perangkat lunak. Tingkat kepadatan yang rendah memungkinkan sejumlah platform perusahaan melepaskan posisi yang terlalu panas, sementara stabilitas atau perbaikan bisnis mulai menarik arus dana kembali. Laporan ini menggabungkan dua indikator ini untuk secara fokus mencari kesenjangan antara kinerja operasional dan kepercayaan pasar.

Pada 19 Oktober, Snowflake mendapatkan skor keramaian relatif standar sebesar 2,13 di antara perusahaan yang dilaporkan. Palo Alto Networks sebesar 1,86, dan Datadog sebesar 1,80. Sebaliknya, Oracle sebesar minus 0,37, Adobe sebesar minus 0,70, dan HubSpot sebesar minus 1,55. Skor-skor ini secara intuitif menunjukkan perbedaan preferensi dana di antara database, infrastruktur, dan perangkat lunak aplikasi.

Perubahan pada Snowflake terutama menonjol. Laporan menunjukkan bahwa peningkatan penggunaan platform inti, ditambah pertumbuhan pendapatan dari produk AI, mendorong percepatan bisnis perusahaan selama dua kuartal terakhir. Model berbasis penggunaan memudahkan peningkatan beban kerja cloud untuk berubah menjadi pendapatan, sehingga meningkatkan antusiasme investor dalam alokasi investasi.

Namun, Bernstein tidak meningkatkan penilaian sejalan dengan meningkatnya popularitas posisi. Untuk Snowflake, laporan tetap mengkhawatirkan kematangan pasar data warehouse, meningkatnya persaingan, serta daya saing alat AI jangka panjang dan solusi data federation. Peningkatan kepadatan dapat mencerminkan perbaikan pertumbuhan, atau bisa juga menggabungkan ekspektasi optimis masa depan ke dalam harga saham.

Datadog memberikan divergensi yang serupa. Bernstein optimis terhadap pertumbuhan penggunaan dari pelanggan AI-natif lainnya, sekaligus mengakui tekanan seperti kehilangan sebagian pelanggan besar dan perlambatan beban kerja cloud non-AI. Laporan tersebut memperkirakan bahwa pertumbuhan konsumsi dari pelanggan AI-natif lainnya akan menyeimbangkan tekanan ini dan mendorong pendapatan terus mempercepat. Pertumbuhan beban kerja AI tetap menjadi dasar utama bagi institusi untuk mendukung model bisnis semacam ini.

Pemulihan ServiceNow dan Atlassian memberikan kondisi spesifik untuk aliran dana kembali ke perangkat lunak aplikasi. Bernstein menunjukkan bahwa pendapatan perusahaan-perusahaan semacam ini kembali mempercepat, dan posisi mereka sebagai platform perusahaan menyediakan dukungan yang lebih kuat daripada narasi AI semata. Kekhawatiran pasar terhadap perangkat lunak aplikasi telah mereda, namun pemulihan terutama terfokus pada perusahaan yang telah menunjukkan bukti operasional.

Laporan tersebut mempertahankan sikap skeptis terhadap argumen bahwa aplikasi kompleks yang dibangun sendiri oleh perusahaan dapat digantikan. Sebagai contoh, sistem perencanaan sumber daya perusahaan (ERP), perusahaan besar harus menanggung risiko proses, data, dan operasional. Perkembangan alat AI generatif tidak secara otomatis menghilangkan biaya migrasi dan penggantian tersebut. Bernstein berdasarkan hal ini memandang daya tahan sebagian platform perusahaan inti.

Risiko masih perlu dibedakan berdasarkan produk dan cara pengenaan biaya. Laporan menunjukkan bahwa otomatisasi posisi di bidang seperti layanan pelanggan dapat mengurangi permintaan perangkat lunak berbasis biaya tempat. Masih perlu diverifikasi apakah pemasok dapat mengkompensasi kerugian tersebut dengan biaya berbasis agen cerdas. Alat tunggal yang kurang memiliki data inti dan semantik bisnis penting juga lebih rentan terhadap tekanan penggantian.

Bernstein memandang positif pertumbuhan infrastruktur cloud, aplikasi perusahaan, dan database Oracle. Kendala pendanaan dan eksekusi pembangunan pusat data masih menekan kepercayaan pasar. Untuk HubSpot, laporan tetap bersikap hati-hati karena ekspektasi pertumbuhan yang melemah, penurunan kepercayaan manajemen, dan kurangnya faktor pemicu. Kedua perusahaan tidak terlalu ramai, tetapi penilaian institusionalnya jelas berbeda.

Kasus Microsoft melengkapi kerangka ini. Laporan tersebut menyatakan bahwa kekhawatiran terhadap pengembalian belanja modal dan tingkat adopsi Copilot menekan minat posisi. Kinerja bisnis terbaru memberikan dasar untuk penilaian ulang. Apakah dana akan kembali mengalir, perlu diperiksa dengan membandingkan pertumbuhan, margin laba, dan pengembalian investasi AI dalam satu laporan operasional yang sama.

Dalam model risiko, Bernstein memandang kepadatan sebagai risiko yang timbul dari posisi bersama. Ketika investor secara bersamaan mengurangi risiko, saham-saham di bawah narasi yang sama akan mengalami tekanan penjualan terkonsentrasi. Posisi yang awalnya berasal dari perusahaan yang berbeda dapat menunjukkan korelasi yang kuat selama fase keluar.

Pada bulan-bulan terburuk 10% dalam laporan yang menyebutkan kinerja perdagangan yang paling padat, saham-saham di quintil paling padat tertinggal 3,0% dari rata-rata pasar. Sementara itu, saham-saham di quintil paling tidak padat rata-rata unggul 3,3%. Bernstein berpendapat bahwa memasukkan saham dengan tingkat kepadatan yang berbeda ke dalam portofolio dapat membantu mendiversifikasi risiko perdagangan bersama. Ketika posisi populer mengalami penjualan massal, aset yang kurang populer secara historis telah memberikan perlindungan.

CrowdStrike menunjukkan pentingnya kepemilikan saham yang sudah ada. Bernstein menunjukkan bahwa kepemilikan saham oleh institusi sudah sangat tinggi, sehingga peningkatan lebih lanjut terbatas, dan tingkat kepadatan sebenarnya mungkin lebih tinggi daripada skor model. Laporan ini memberikan penilaian positif terhadap daya saing bisnisnya, tetapi menganggap valuasi terlalu tinggi, dan sulit mencapai harapan pasar akan percepatan pertumbuhan.

Mengikuti pendekatan pemilihan saham dalam laporan, peluang di sektor perangkat lunak berasal dari proses penyempitan perbedaan. Sebagian perusahaan platform mengurangi kekhawatiran penggantian melalui pertumbuhan stabil, sebagian perusahaan berbasis volume memenuhi pendapatan melalui permintaan AI, sementara beberapa perusahaan dengan tingkat kepadatan rendah masih perlu terlebih dahulu menyelesaikan masalah pertumbuhan dan eksekusi. Arah paling terkonsentrasi untuk aliran dana kembali tetap pada perusahaan yang perbaikan operasionalnya dapat mengurangi kekhawatiran pasar.

Arus dana perangkat lunak telah muncul, tetapi perbaikan belum secara luas dilakukan. Laporan Bernstein ini memberikan titik masuk untuk mengamati struktur kepemilikan, namun akhirnya harus dijawab oleh bisnis: apakah pertumbuhan dapat berkelanjutan, berapa banyak pendapatan tambahan yang dibawa oleh AI, dan seberapa banyak perbaikan yang telah dihargai dalam valuasi saat ini.

Disclaimer

Artikel ini merupakan rangkuman dan interpretasi dari laporan riset broker pihak ketiga (Bernstein, 28 Oktober 2026), dikombinasikan dengan informasi pasar publik. Peringkat, harga target, proyeksi keuntungan, dan penilaian terkait yang dikutip dalam artikel ini merupakan pandangan analis broker tersebut, yang hanya mewakili posisi institusi mereka, bukan pandangan潮向研究, dan tidak merupakan saran investasi apa pun.

Pasaran memiliki risiko, keputusan harus diambil secara mandiri. Artikel ini tidak boleh dijadikan dasar untuk membeli atau menjual sekuritas apa pun.