Huang dari NVIDIA Mendesak AS Tidak Membatasi Model AI Sumber Terbuka di Tengah Peluncuran Kimi K3

Peluncuran Kimi K3 tampaknya mengejutkan Amerika lebih dari yang kita bayangkan. Setelah Twitter penuh dengan postingan akhir pekan lalu, Huang Renxun pun ikut terdorong—orang yang selama puluhan tahun tidak pernah menggunakan media sosial—segera membuat akun, dan postingan pertamanya tanpa basa-basi, langsung membagikan surat bersama yang menyerukan agar Amerika tidak membatasi model open-source.

Ditambah dengan harga saham NVIDIA yang sudah lama tidak naik, Jensen Huang mungkin benar-benar mulai khawatir, khawatir tentang narasi pertumbuhan NVIDIA:

Jika AI terus didominasi oleh sejumlah perusahaan model tertutup, apakah permintaan daya komputasi sudah sepenuhnya diantisipasi pasar; jika model dengan bobot terbuka terus menyebar, apakah NVIDIA dapat mengubah model yang lebih murah menjadi volume penggunaan yang lebih besar dan permintaan infrastruktur yang lebih banyak.

Jawaban Huang Renxun sangat jelas. Ia secara terbuka menentang larangan berdasarkan sumber model, menyatakan bahwa model Cina «sangat unggul» dan perusahaan Amerika seharusnya diizinkan menggunakannya. Bagi NVIDIA, yang penting bukanlah mempertahankan harga tinggi untuk satu laboratorium tertutup tertentu, tetapi memastikan semakin banyak perusahaan, pengembang, dan penyedia cloud benar-benar menggunakan AI.

Ini juga merupakan perbedaan antara tekanan jangka pendek pada saham chip dan narasi jangka panjang NVIDIA. Pasar khawatir bahwa model terbuka berbiaya rendah akan mempersempit margin keuntungan penyedia layanan AI AS dan membuat inferensi per unit lebih hemat; NVIDIA berspekulasi bahwa penurunan harga akan membuka lebih banyak skenario, yang pada akhirnya akan membawa volume permintaan total yang lebih besar, penerapan pribadi, dan konsumsi daya komputasi.

Dua tahun terakhir, narasi AI NVIDIA sebagian besar didasarkan pada logika yang jelas: model mutakhir menjadi semakin besar, sehingga pelatihan dan inferensi membutuhkan lebih banyak GPU, dan penyedia cloud serta laboratorium model akan terus memperluas infrastruktur mereka.

Logika ini masih berlaku, tetapi juga membawa masalah tersirat: jika pintu masuk penggunaan industri AI, ritme produk, dan kekuatan penetapan harga model terkonsentrasi di tangan beberapa laboratorium tertutup dan platform cloud besar, pertumbuhan permintaan NVIDIA akan lebih bergantung pada rencana pengeluaran modal dari beberapa klien besar, serta kecepatan komersialisasi layanan tertutup.

Ini bukan bisnis yang buruk. Laboratorium tertutup, penyedia cloud, dan perusahaan platform tetap menjadi salah satu pembeli terpenting infrastruktur AI. Namun, bagi NVIDIA yang sudah dihargai tinggi oleh pasar, para investor akan terus bertanya: dari mana pertumbuhan berikutnya?

Jika model tertutup terus mempertahankan harga tinggi, kecepatan perusahaan dalam mengadopsi AI mungkin terbatas oleh biaya, batasan data, dan cara penyebaran. Banyak perusahaan akan terlebih dahulu mencoba API, tetapi tidak selalu mengintegrasikan AI secara mendalam ke dalam sistem bisnis mereka. Bagi perusahaan chip hulu, ini berarti permintaan komputasi meskipun terkonsentrasi dan berskala besar, kecepatan penyebarannya lebih bergantung pada ritme komersialisasi beberapa platform saja.

Model dengan bobot terbuka mengubah struktur ini. Ini tidak serta-merta menggantikan model tertutup terkuat, tetapi memberikan jalur alternatif bagi perusahaan, pengembang, dan penyedia cloud: membawa model ke lingkungan mereka sendiri untuk dijalankan, disesuaikan, diaudit, dan diintegrasikan. Selama lebih banyak organisasi mulai mengintegrasikan AI ke dalam layanan pelanggan, pemrograman, penelitian, otomasi proses, dan penempatan pribadi, lapisan infrastruktur memiliki peluang untuk mendapatkan sumber permintaan yang lebih terdistribusi dan lebih luas.

Jadi, yang diperdagangkan di pasar bukanlah "apakah model tertentu akan mengalahkan OpenAI", melainkan "apakah permintaan AI akan menyebar dari beberapa pintu tertutup ke lebih banyak perusahaan dan skenario". Inilah masalah yang paling diperhatikan NVIDIA.

Open weights dapat dipahami sebagai menyerahkan parameter model yang telah dilatih kepada pihak eksternal untuk digunakan. Setelah weights dirilis, perusahaan dapat menjalankan, menyesuaikan, dan mengaudit model di server atau lingkungan cloud mereka sendiri.

Ini akan mengubah posisi negosiasi bagi perusahaan model sumber tertutup. Di masa lalu, perusahaan yang ingin menggunakan model terkuat sering kali harus menerima harga API sumber tertutup, batasan data, dan ritme fitur. Sekarang, jika model yang dapat di-deploy sendiri cukup baik untuk tugas tertentu, pemasok sumber tertutup harus menjelaskan mengapa pelanggan masih harus membayar untuk layanan yang lebih mahal.

Ini juga merupakan tekanan yang dihadapi oleh perusahaan seperti OpenAI, Anthropic, dan Google yang mengikuti jalur tertutup. Mereka masih dapat mempertahankan hambatan dalam hal pengalaman produk, kemampuan agen, rantai alat, keselarasan keamanan, kepatuhan perusahaan, dan distribusi ekosistem. Contohnya adalah Claude Science yang diluncurkan Anthropic pada Juni, yang mengemas model sebagai meja kerja AI untuk ilmuwan, dengan menekankan integrasi alat dan produk yang dapat diaudit.

Namun, semakin pendek jarak antara kemampuan inferensi dasar dengan komoditas, semakin besar kebutuhan model tertutup untuk membuktikan bahwa yang mereka jual bukan hanya "antarmuka obrolan yang lebih cerdas", melainkan alur kerja yang lebih andal, eksekusi agen yang lebih kuat, tanggung jawab keamanan yang lebih baik, dan integrasi industri. Jika tidak, model terbuka berbiaya rendah akan menarik harga ke bawah.

Bagi NVIDIA, perubahan ini tidak selalu merupakan hal buruk. Melemahnya daya tawar harga model tertutup dapat memengaruhi margin keuntungan penyedia AI; namun, jika model yang lebih murah membuat lebih banyak perusahaan mulai menerapkan AI, permintaan akan inferensi, fine-tuning, lokalasi, dan privatisasi justru dapat memperluas total pool kekuatan komputasi.

Setelah DeepSeek, pasar telah mengalami perdebatan serupa. Model yang lebih efisien secara jangka pendek tampak seperti "menggunakan lebih sedikit GPU", tetapi jika penurunan harga memicu lebih banyak permintaan, dalam jangka menengah dan panjang mungkin berubah menjadi "penggunaan AI di lebih banyak skenario".

NVIDIA menaruh taruhan pada yang terakhir. Bisnis intinya bukanlah API model, melainkan chip, server, dan pusat data. Selama penggunaan AI meningkat, permintaan pada akhirnya akan tetap jatuh pada lapisan infrastruktur.

Dalam diskusi ini, Jensen Huang membagikan surat terbuka berjudul "Open Weights and American AI Leadership" yang ditandatangani oleh NVIDIA sebagai tweet pribadi pertamanya. Pihak-pihak yang menandatangani meliputi Meta, Microsoft, Andreessen Horowitz, Hugging Face, IBM, Mistral AI, Palantir, Perplexity, Mozilla, NVIDIA, Y Combinator, dan lebih dari 20 perusahaan serta institusi teknologi lainnya.

Pernyataan inti surat terbuka adalah bahwa Amerika Serikat membutuhkan baik model tertutup terkemuka maupun model terbuka terkemuka, dan pemerintah sebaiknya tidak membatasi AI terbuka terlalu dini. Dengan kata lain, para penandatangan tidak menyangkal risiko keamanan, tetapi menentang anggapan bahwa bobot terbuka secara langsung setara dengan sumber risiko.

Surat ini penting karena menggabungkan kepentingan bisnis NVIDIA dengan masalah struktural dalam ekosistem AI Amerika. NVIDIA peduli pada penggunaan AI dan kebutuhan infrastruktur; perusahaan platform seperti Meta dan Microsoft membutuhkan ekosistem model yang lebih fleksibel; Hugging Face, Mistral AI, Mozilla, dan lainnya berdiri lebih langsung di sisi model terbuka dan ekosistem pengembang.

Kepentingan perusahaan-perusahaan ini tidak sepenuhnya sejalan, tetapi memiliki titik temu pada satu masalah: jika bobot terbuka terlalu dini ditekan oleh kerangka regulasi, pilihan perusahaan dan pengembang Amerika untuk menggunakan model berbiaya rendah akan berkurang, dan penyebaran AI juga akan menjadi lebih bergantung pada beberapa penyedia tertutup.

Bagi NVIDIA, ini bukan struktur pasar yang paling ideal. NVIDIA membutuhkan lebih dari sekadar beberapa laboratorium terdepan yang terus melatih model yang lebih besar; ia juga membutuhkan lebih banyak perusahaan yang benar-benar memanfaatkan AI. Hanya ketika AI berubah dari layanan platform terbatas menjadi kemampuan dasar yang diterapkan secara luas, NVIDIA dapat terus bercerita tentang “permintaan komputasi yang terus berkembang”.

Oleh karena itu, pernyataan Jensen Huang mengenai model-model Tiongkok dan surat terbuka tersebut bukanlah kejadian terpisah. Keduanya bersama-sama menunjuk pada satu hal yang sama: NVIDIA tidak ingin persaingan AI disederhanakan menjadi "larangan terhadap jenis model tertentu", melainkan ingin lebih banyak model, lebih banyak skenario, dan lebih banyak pengembang memasuki kolam permintaan daya komputasi.

Masalah lain yang harus dihadapi pasar adalah batasan kebijakan, tetapi ini bukan hanya pertanyaan apakah "model Tiongkok bisa dibatasi", melainkan juga apakah "pembatasan akan justru melemahkan posisi NVIDIA dalam rantai industri AI di Tiongkok".

Kunci Kimi K3 bukan hanya terletak pada kemampuan modelnya, tetapi juga pada kenyataan bahwa model ini tidak dibangun di atas chip unggulan terbaru dari NVIDIA. Poin yang lebih sensitif dalam diskusi pasar adalah bahwa Kimi K3 menggunakan chip seperti H800 yang sudah terkena pembatasan ekspor dan bukan spesifikasi terbaru. Dengan kata lain, bahkan dalam kondisi pasokan chip canggih terbatas, perusahaan model China tetap mampu melatih model mutakhir yang kompetitif.

Ini juga merupakan logika inti dari Huang Renxun yang lama menentang pembatasan seragam terhadap pasar Tiongkok. Pembatasan tidak akan membuat permintaan AI Tiongkok hilang, tetapi hanya akan memaksa perusahaan Tiongkok mencari jalur alternatif: arsitektur model yang lebih efisien, cara pelatihan dengan biaya lebih rendah, dan lebih banyak chip domestik yang kompatibel. Setelah DeepSeek, pasar telah melihat uji tekanan perusahaan model Tiongkok di jalur efisiensi; sementara DeepSeek mulai beradaptasi dengan chip Huawei, ini berarti ekosistem AI Tiongkok tidak akan sepenuhnya terpaku pada sistem CUDA dan GPU NVIDIA.

Ini baru benar-benar menjadi hal yang perlu dikhawatirkan oleh NVIDIA. Dalam jangka pendek, pembatasan terhadap Tiongkok mungkin memengaruhi penjualan dan ekspektasi pesanan beberapa chip; dalam jangka menengah dan panjang, jika produsen model Tiongkok, penyedia cloud, dan perusahaan aplikasi dipaksa mempercepat adaptasi terhadap perangkat keras non-NVIDIA, pangsa NVIDIA dalam infrastruktur AI Tiongkok kemungkinan akan terus terkikis. Pesaing belum tentu segera menyamai NVIDIA, tetapi selama ketersediaan terus meningkat, dorongan pelanggan untuk bermigrasi akan semakin kuat.

Jadi, volatilitas saham chip bukan hanya reaksi terhadap satu model Tiongkok, melainkan penilaian ulang terhadap ekspektasi jangka panjang NVIDIA: apakah jalur tertutup dapat terus mendukung pertumbuhan tinggi, apakah model terbuka akan membuka pertumbuhan baru, dan apakah kebijakan akan mendorong pelanggan potensial ke solusi alternatif selain NVIDIA.

Munculnya model dengan bobot terbuka tidak berarti laboratorium canggih tertutup telah kehilangan nilainya.

Model tertutup masih memiliki keunggulan jelas. Mereka dapat membangun hambatan di sekitar pengalaman produk, eksekusi agen, rantai alat, keselarasan keamanan, kepatuhan perusahaan, dan distribusi ekosistem. Bagi banyak pelanggan perusahaan, ketersediaan, stabilitas, batasan tanggung jawab, dan kemampuan integrasi mungkin lebih penting daripada skor tunggal dalam daftar model.

Namun, narasi valuasi akan menjadi lebih sulit. Di masa lalu, laboratorium tertutup dapat mengandalkan "model terkuat" untuk menjelaskan harga tinggi dan valuasi tinggi; sekarang, mereka perlu membuktikan bahwa tidak hanya model mereka lebih kuat, tetapi juga mampu menyediakan sistem perusahaan yang lebih andal, lebih lengkap, dan lebih sulit digantikan.

Ini memiliki dampak ganda terhadap NVIDIA. Di satu sisi, jika margin laboratorium tertutup mengalami tekanan, pasar mungkin khawatir tentang kecepatan investasi infrastruktur mereka di masa depan. Di sisi lain, jika model terbuka menurunkan hambatan adopsi, lebih banyak perusahaan, penyedia cloud, dan pengembang akan bergabung dalam penyebaran, sehingga sumber permintaan untuk NVIDIA justru menjadi lebih terdistribusi.

OpenAI, Anthropic, dan Google tidak muncul dalam daftar tanda tangan surat terbuka tentang bobot terbuka yang dilaporkan secara publik, hal ini tidak dapat disimpulkan sebagai dukungan mereka terhadap pembatasan model China. Ini hanya menunjukkan bahwa laboratorium tertutup yang maju, perusahaan perangkat keras, dan perusahaan open source serta platform memiliki struktur kepentingan yang tidak sepenuhnya seragam.

NVIDIA berada di lapisan perangkat keras dan lebih ingin melihat beberapa jalur model coexist. Model tertutup terus mendorong kemampuan terdepan, sementara model terbuka bertanggung jawab menurunkan hambatan dan memperluas skenario penggunaan. Selama keduanya bersama-sama mendorong peningkatan penggunaan AI, NVIDIA adalah salah satu penerima manfaat utama.

Perdebatan kali ini tidak akan berhenti hanya pada pernyataan satu kalimat dari Huang Renxun. Yang memengaruhi penetapan harga adalah sejauh mana kebijakan Amerika akan memberlakukan pembatasan, serta apakah model terbuka benar-benar dapat diterapkan di perusahaan.

Jika model open-weight hanya memicu kontroversi publik tanpa membentuk penggunaan perusahaan yang berkelanjutan, permintaan inti NVIDIA akan kembali bergantung pada siklus pengeluaran modal dari beberapa laboratorium tertutup dan platform cloud besar. Itu berarti ekspektasi pertumbuhan pasar terhadap NVIDIA perlu terus diverifikasi oleh pesanan dari klien besar.

Jika model terbuka terus masuk ke lingkungan perusahaan dan membawa kebutuhan yang dapat diamati dalam inferensi, fine-tuning, deployment pribadi, dan integrasi industri, cerita NVIDIA akan berkembang dari "sedikit pemain besar membeli lebih banyak GPU" menjadi "lebih banyak organisasi mulai mengonsumsi daya komputasi AI".

Investor sebaiknya memperhatikan dua variabel. Pertama, apakah pembatasan AS akan diterapkan pada tingkat pembelian, layanan cloud, dan daftar entitas yang dapat dieksekusi. Kedua, apakah model berbasis bobot terbuka benar-benar dapat diimplementasikan di perusahaan dan menghasilkan konsumsi daya komputasi yang dapat diamati.

Yang pertama menentukan risiko kebijakan, yang kedua menentukan kesalahpahaman pasar yang disebut oleh Huang Renxun, apakah bisa berubah menjadi permintaan pesanan nyata untuk NVIDIA. Perdagangan saham chip bukanlah tentang kemenangan atau kekalahan suatu model, tetapi apakah permintaan AI masih bisa terus menyebar.

BlockBeats