Penulis: Uchuu Hamina, Deep潮 TechFlow
Pada Februari 2026, pasar saham teknologi sedang mengalami kehancuran sistematis yang disebut sebagian media sebagai "SaaSpocalypse".
Harga saham Salesforce turun hampir 40% dari titik tertinggi tahun 2025; ServiceNow anjlok lebih dari 11% dalam satu hari setelah rilis laporan kuartalan, hanya karena manajemen menyebutkan dalam panggilan telepon bahwa "agen AI sedang mempersulit visibilitas pertumbuhan kursi"; Workday turun lebih dari 22%; seluruh indeks perangkat lunak dan layanan S&P 500 kehilangan hampir 1 triliun dolar AS dalam市值 selama enam minggu pertama tahun 2026.
Logika pasar sangat sederhana: agen AI sudah mampu menggantikan sejumlah besar operasi manual; perusahaan telah menggunakan AI untuk menyelesaikan pekerjaan yang sebelumnya memerlukan 100 orang, sehingga secara alami tidak lagi memerlukan 100 lisensi perangkat lunak. Model bisnis SaaS yang dikenakan biaya berdasarkan lisensi dianggap telah mencapai akhir sejarahnya.
Saat kepanikan perdagangan melanda seluruh industri, kepala penelitian teknologi Amerika HSBC, Stephen Bersey, merilis laporan penelitian dengan judul yang sangat provokatif: “Perangkat Lunak Akan Menelan AI” (Software Will Eat AI).
Pandangan intinya, dalam satu kalimat: Kepanikan pasar adalah sebuah kesalahan penilaian.
Laporan yang muncul di tengah tren terbalik
Kekhawatiran pasar bahwa AI akan menggantikan perangkat lunak perusahaan adalah salah.
Dia menulis di awal laporan tersebut. Menurutnya, AI tidak akan menghilangkan perangkat lunak, tetapi akan diserap oleh perangkat lunak, menjadi lapisan kemampuan yang tertanam dalam platform perangkat lunak perusahaan. Perangkat lunak bukan lawan AI, perangkat lunak adalah sarana bagi AI untuk mencapai dunia nyata.
Logika ini membalikkan seluruh narasi pasar saat ini. Ketakutan pasar adalah "AI menggantikan perangkat lunak", sedangkan penilaian Bersey adalah "perangkat lunak akan menjinakkan AI".
Dia mengutip analogi sejarah dari era internet: ketika internet meledak, akumulasi nilai awal terkonsentrasi pada infrastruktur fisik—server, kabel serat optik, pusat data. Modal besar mengalir ke infrastruktur perangkat keras, sementara perusahaan internet awal yang berjuang keras justru menjadi pihak yang memperoleh nilai jangka panjang. Perangkat lunak, itulah tujuan akhir dari nilai internet.
Menurut Bersey, perkembangan AI sedang mengulang skrip yang sama. Tahun 2024 dan 2025 adalah periode pembangunan infrastruktur—kekuatan komputasi, model, integrasi kode—semuanya mempersiapkan ledakan di lapisan perangkat lunak. Dan tahun 2026, adalah tahun ketika mesin benar-benar menyala.
Perangkat lunak akan menjadi mekanisme utama dalam penyebaran AI di perusahaan terbesar di dunia. Kami percaya tahun 2026 adalah tahun peluncuran monetisasi perangkat lunak.
Mengapa model dasar tidak bisa menggantikan perangkat lunak perusahaan?
Laporan argumen paling kuat adalah dekonstruksi bertahap terhadap logika bahwa "AI secara langsung menggantikan perangkat lunak".
Pandangan para kritikus tampak sangat meyakinkan: model bahasa besar sudah mampu menulis kode, vibe coding (menghasilkan perangkat lunak yang dapat digunakan langsung melalui deskripsi bahasa alami) sedang muncul, dan perusahaan model AI sudah melakukan lebih banyak percobaan di lapisan aplikasi, lalu mengapa perusahaan masih memerlukan sistem perangkat lunak tradisional yang mahal seperti Oracle, SAP, dan Salesforce?
Jawaban Bersey dibahas dari tiga tingkatan.
Pertama, model dasar memiliki "cacat bawaan".
Laporan secara jelas menyatakan bahwa model dasar "memiliki kelemahan intrinsik" dan tidak mampu menjalankan tugas "penggantian menyeluruh" terhadap platform inti perusahaan besar. Model ini berkinerja baik dalam skenario sempit, seperti generasi gambar, pengembangan aplikasi kecil, dan pemrosesan teks, tetapi untuk platform inti perusahaan dengan tingkat keakuratan tinggi, hal ini "tidak realistis".
Penyebab mendasarnya adalah keterbatasan data pelatihan. LLM dilatih pada data internet publik, sedangkan pengetahuan arsitektur pribadi, logika bisnis, dan standar operasional yang telah terakumulasi selama puluhan tahun dalam sistem perangkat lunak perusahaan—kekayaan intelektual inti ini sama sekali tidak tersedia di internet publik, sehingga AI tidak dapat belajar atau menirunya. Benteng sistem Oracle dan SAP tidak dapat dikejar hanya dengan menulis kode; ia terbentuk melalui akumulasi waktu dan skenario bisnis.
Kedua, batas kemampuan Vibe Coding sangat dilebih-lebihkan.
Laporan tersebut secara langsung menyoroti kelemahan mendasar Vibe Coding: ia menanggung seluruh tanggung jawab dan beban desain pada pengembang. Anda memberi tahu AI, "Saya ingin sistem yang dapat menangani rantai pasok global," AI dapat menghasilkan kode, tetapi "bagaimana mendefinisikan arsitektur sistem ini, bagaimana menangani situasi异常, bagaimana memastikan tidak runtuh di bawah tekanan ekstrem," penilaian-penilaian ini tetap memerlukan manusia.
Lebih penting lagi, Bersey menunjukkan bahwa perusahaan-perusahaan utama model AI "hampir tidak memiliki pengalaman dalam membuat perangkat lunak perusahaan." Mereka memasuki lingkungan yang sangat kompleks dari nol. Sementara perangkat lunak perusahaan telah berkembang selama puluhan tahun hingga mencapai tingkat "hampir tanpa kesalahan, throughput tinggi, dan keandalan tinggi," yang menjadi garis dasar yang tidak dapat dicapai oleh para pendatang baru AI dalam jangka pendek.
Ketiga, biaya peralihan perusahaan merupakan dinding tinggi yang nyata.
Meskipun diasumsikan AI benar-benar dapat menulis kode dengan kualitas setara, biaya penggantian sistem inti oleh perusahaan tetap sangat tinggi—risiko gangguan pendapatan, kehilangan produktivitas, masalah kompatibilitas sistem di berbagai lingkungan TI, serta akumulasi kepercayaan terhadap merek dan kemampuan pemasok... Semua ini adalah biaya transisi nyata yang tidak akan hilang hanya karena AI bisa menulis kode.
Persyaratan perangkat lunak enterprise adalah uptime 99,999% yang telah terbukti selama bertahun-tahun, dengan operasi tanpa kesalahan di berbagai lingkungan TI yang kompleks. Kepercayaan ini diperoleh melalui waktu, bukan dari penumpukan kode.
Siapa yang akan menjadi penerima manfaat sejati dari monetisasi AI?
Jika bagian awal merupakan argumen defensif, maka bagian akhir laporan merupakan strategi ofensif.
Penilaian utama Bersey adalah: porsi terbesar dari nilai rantai AI pada akhirnya akan mengalir ke lapisan perangkat lunak, bukan lapisan perangkat keras dan chip.
Kami percaya bahwa AI adalah sumber penciptaan nilai terutama dalam stack perangkat lunak, dan sebagian besar nilai jangka panjang akan diperoleh oleh perangkat lunak, bukan perangkat keras.
Dia juga menunjukkan bahwa kelangkaan perangkat keras, kekurangan GPU, batasan listrik, dan bottleneck pusat data akan terus berlanjut dalam beberapa tahun mendatang. Kelangkaan ini justru memperkuat posisi strategis platform perangkat lunak: hanya platform perangkat lunak yang mampu mengubah kemampuan AI menjadi nilai bisnis yang dapat diskalakan dan berulang.
Sedangkan media monetisasi spesifiknya, laporan menunjuk pada agen AI.
Bersey memprediksi bahwa pada tahun 2026 akan terlihat penyebaran besar-besaran agen AI berorientasi tugas dan terintegrasi ke dalam alur kerja di perusahaan Fortune 2000 serta UMKM. Namun, definisi yang dia berikan terhadap agen tersebut sangat berbeda dengan narasi utama di pasar; ia tidak memandang agen sebagai pengganti perangkat lunak yang mengganggu, melainkan percaya bahwa agen harus beroperasi dalam batasan parameter dan otoritas yang ditentukan oleh perangkat lunak—agen "berbatas" inilah yang mampu memenuhi kebutuhan perusahaan akan pengelolaan risiko AI.
Dengan kata lain, perusahaan tidak memerlukan AI yang serba bisa dan bergerak bebas, melainkan AI yang dapat dikelola, diaudit, dan beroperasi dalam kerangka kepatuhan. Dan ini hanya dapat dilakukan oleh agen yang secara mendalam terintegrasi ke dalam sistem perangkat lunak perusahaan.
Perangkat lunak adalah jalur kunci bagi perusahaan untuk menggunakan AI secara terkendali.
Sementara itu, laporan tersebut juga memprediksi bahwa permintaan inferensi akan secara bertahap melebihi permintaan pelatihan, menjadi pendorong utama pertumbuhan konsumsi daya komputasi, yang berarti bahwa seiring dengan meluasnya penggunaan agen, konsumsi daya komputasi tidak akan menyusut, tetapi akan terus meningkat, mendukung lebih lanjut seluruh ekosistem perangkat lunak dan infrastruktur.
Peluang atau jebakan?
Saat laporan dirilis, valuasi keseluruhan sektor perangkat lunak telah jatuh ke level terendah dalam sejarah. Penilaian Bersey adalah: valuasi rendah ditambah tahun pelunasan yang segera datang, ini adalah peluang untuk masuk, bukan sinyal untuk keluar.
Perangkat lunak dinilai pada level terendah historis, meskipun industri ini berada di ambang ekspansi besar-besaran.
Dalam rekomendasi aset spesifik, logika HSBC sangat jelas: perusahaan perangkat lunak yang telah membangun parit data yang kuat, memiliki kemampuan integrasi agen AI, dan tidak bergantung pada model pembayaran berbasis jumlah pengguna akan menjadi penerima manfaat terbesar dalam gelombang monetisasi AI ini. Daftar rekomendasi beli mencakup Oracle, Microsoft, Salesforce, ServiceNow, Palantir, CrowdStrike, Alphabet, dan hampir seluruh pemain utama di bidang perangkat lunak perusahaan.
Perlu dicatat bahwa HSBC juga menurunkan peringkat IBM dan Asana, serta menempatkan Palo Alto Networks dalam kategori "Jual", tidak semua perusahaan perangkat lunak dapat melewati masa sulit ini dengan aman; kuncinya adalah apakah perusahaan tersebut dapat menjadi infrastruktur untuk penerapan agen AI, bukan hanya antarmuka manusia yang dilewati oleh agen cerdas.
Laporan Bersey memiliki logika yang ketat dan waktu yang tepat; sikapnya yang berlawanan dengan tren sendiri memiliki efek penyebaran yang sangat kuat.
Namun, ada satu masalah: laporan tersebut tidak menjawab secara langsung—jika agen AI benar-benar dapat beroperasi secara efisien dalam kerangka perangkat lunak perusahaan, apakah permintaan perusahaan terhadap "lisensi perangkat lunak" tetap menyusut secara diam-diam? Nilai perangkat lunak sebagai wadah AI mungkin valid, tetapi model bisnis "berdasarkan jumlah pengguna" apakah mampu mendukung valuasi saat ini, tetap menjadi pertanyaan yang menggantung.
Perangkat lunak melahap AI, atau AI melahap perangkat lunak, perdebatan ini, setiap laporan keuangan tahun 2026 akan menjadi bukti baru.