<\/span><\/h2>\nNeocloud adalah penyedia layanan cloud yang dibangun dengan fokus pada kebutuhan AI dan komputasi berperforma tinggi.<\/p>\n
Layanannya biasanya berpusat pada GPU atau graphics processing unit<\/em>, yaitu prosesor yang mampu menjalankan banyak perhitungan secara paralel. Kemampuan tersebut membuat GPU banyak digunakan dalam pengembangan dan pengoperasian model AI.<\/p>\nNamun, neocloud tidak sekadar menyewakan chip. Penyedia juga dapat menawarkan jaringan berkecepatan tinggi, penyimpanan data, perangkat lunak pengelolaan komputasi, dan dukungan teknis.<\/p>\n
Contoh perusahaan yang sering dikelompokkan sebagai neocloud adalah CoreWeave dan Nebius. CoreWeave menjelaskan platformnya sebagai cloud yang dirancang khusus untuk AI, sedangkan Nebius menyediakan infrastruktur untuk pengembangan hingga pengoperasian model.<\/p>\n
Istilah neocloud sendiri merupakan kategori industri, sehingga cakupan layanan setiap perusahaan tidak selalu sama.<\/p>\n
<\/span>Apa Itu Hyperscaler?<\/span><\/h2>\nHyperscaler adalah penyedia infrastruktur komputasi berskala sangat besar yang mampu melayani kebutuhan pelanggan secara luas dan menambah kapasitas sesuai permintaan.<\/p>\n
Dalam konteks layanan cloud, contoh yang umum dibahas adalah Amazon Web Services atau AWS, Microsoft Azure, dan Google Cloud.<\/p>\n
Pelanggan dapat menggunakan layanan tersebut untuk menjalankan website, menyimpan data, mengelola database, membangun aplikasi, maupun mengembangkan AI.<\/p>\n
AWS, misalnya, menyediakan sumber daya teknologi melalui internet sesuai kebutuhan. Google Cloud juga menawarkan infrastruktur khusus untuk pelatihan dan pengoperasian model AI.<\/p>\n
Jadi, hyperscaler tidak hanya melayani pekerjaan komputasi umum. Mereka juga bersaing dalam penyediaan infrastruktur AI.<\/p>\n
<\/span>Analogi Neocloud dan Hyperscaler: Dapur Khusus dan Kompleks Kuliner<\/span><\/h2>\nBayangkan sebuah perusahaan ingin membuka bisnis makanan tanpa membangun seluruh fasilitas sendiri.<\/p>\n
Perusahaan itu memiliki dua pilihan.<\/p>\n
<\/span>Neocloud seperti Dapur Khusus untuk Produksi Tertentu<\/span><\/h3>\nPilihan pertama adalah menyewa dapur yang dirancang khusus untuk produksi roti dalam jumlah besar.<\/p>\n
Di dalamnya tersedia oven, pengatur suhu, tempat penyimpanan bahan, serta tenaga teknis yang memahami proses pembuatan roti.<\/p>\n
Fasilitasnya terfokus. Pelanggan yang membutuhkan produksi roti dapat memperoleh lingkungan kerja yang sesuai tanpa harus merancang semuanya dari awal.<\/p>\n
Dalam analogi ini, neocloud menyediakan lingkungan komputasi yang berfokus pada kebutuhan AI. GPU saja belum cukup; jaringan, penyimpanan, dan perangkat lunaknya juga perlu bekerja bersama.<\/p>\n
<\/span>Hyperscaler seperti Kompleks Kuliner dengan Fasilitas Lengkap<\/span><\/h3>\nPilihan kedua adalah menyewa fasilitas di kompleks kuliner besar.<\/p>\n
Selain dapur, tersedia gudang, sistem kasir, pengelolaan pesanan, layanan pengiriman, dan berbagai fasilitas usaha lain.<\/p>\n
Pelanggan dapat menjalankan banyak bagian bisnis dalam satu lingkungan yang saling terhubung.<\/p>\n
Hyperscaler memiliki pendekatan serupa melalui layanan cloud yang luas. Perusahaan dapat menghubungkan aplikasi, database, keamanan, analitik, dan AI dalam satu ekosistem.<\/p>\n
<\/span>Pilihannya Bergantung pada Kebutuhan<\/span><\/h3>\nPabrik roti mungkin tertarik pada dapur khusus. Sementara itu, perusahaan dengan banyak jenis usaha dapat membutuhkan kompleks yang lebih lengkap.<\/p>\n
Namun, dapur khusus belum tentu selalu lebih murah, dan kompleks besar belum tentu selalu lebih lambat. Hasilnya bergantung pada kapasitas, konfigurasi, layanan, serta kontrak yang dipilih.<\/p>\n
Begitu juga dengan cloud: label neocloud atau hyperscaler belum cukup untuk menentukan penyedia terbaik.<\/p>\n
<\/span>Mengapa AI Membutuhkan Infrastruktur Cloud?<\/span><\/h2>\nMembangun infrastruktur AI sendiri membutuhkan investasi dan kemampuan operasional. Cloud memungkinkan perusahaan mengakses sumber daya tanpa harus memiliki seluruh perangkatnya.<\/p>\n
Kebutuhan komputasi AI dapat dibagi menjadi tiga aktivitas utama.<\/p>\n
<\/span>1. Training: Melatih Model<\/span><\/h3>\nTraining adalah proses ketika model mempelajari pola dari data.<\/p>\n
Pelatihan model berskala besar dapat membutuhkan banyak akselerator yang bekerja bersama. Kecepatan komunikasi antarchip dan kemampuan memasok data menjadi bagian penting dari proses ini.<\/p>\n
<\/span>2. Fine-Tuning: Menyesuaikan Model<\/span><\/h3>\nFine-tuning menyesuaikan model yang sudah ada untuk kebutuhan tertentu.<\/p>\n
Contohnya adalah penyesuaian model untuk memahami dokumen perusahaan atau mengikuti format jawaban khusus. Kebutuhannya berbeda menurut ukuran model, data, dan metode yang digunakan.<\/p>\n
<\/span>3. Inference: Menjalankan Model<\/span><\/h3>\nInference terjadi ketika model digunakan untuk menghasilkan keluaran, seperti menjawab pertanyaan atau membuat gambar.<\/p>\n
Setelah aplikasi digunakan pelanggan, kebutuhan komputasi dapat berlangsung berulang. Penyedia perlu menyeimbangkan kecepatan respons, kapasitas, dan biaya.<\/p>\n
Dokumentasi Google Cloud membedakan kebutuhan infrastruktur untuk pelatihan, fine-tuning, dan inference karena karakter pekerjaannya berbeda.<\/p>\n
<\/span>Bagaimana Model Bisnis Neocloud?<\/span><\/h2>\nNeocloud memperoleh pendapatan dengan menyediakan kapasitas komputasi dan layanan pendukung AI. Bentuk penagihannya bergantung pada produk serta kontrak.<\/p>\n
<\/span>Penyewaan Kapasitas GPU<\/span><\/h3>\nPelanggan membayar untuk menggunakan GPU dalam jangka waktu atau kapasitas tertentu.<\/p>\n
Penggunaannya dapat berupa satu mesin untuk eksperimen atau sekumpulan mesin untuk pekerjaan berskala besar.<\/p>\n
<\/span>Kontrak Kapasitas Khusus<\/span><\/h3>\nPelanggan dapat memesan kapasitas untuk kebutuhan yang lebih terencana.<\/p>\n
Bagi penyedia, kontrak seperti ini membantu perencanaan penggunaan infrastruktur. Namun, nilai ekonominya tetap bergantung pada harga, biaya penyediaan, dan ketentuan kontrak.<\/p>\n
<\/span>Penyimpanan, Jaringan, dan Layanan Pendukung<\/span><\/h3>\nPekerjaan AI juga membutuhkan tempat penyimpanan data serta pemindahan data yang efisien.<\/p>\n
Karena itu, neocloud dapat membangun penawaran yang mencakup komputasi sekaligus perangkat pengelolaannya. Nebius, misalnya, menawarkan GPU, jaringan pendukung, serta pilihan pengelolaan cluster untuk pekerjaan AI.<\/p>\n
<\/span>Dukungan Teknis Khusus<\/span><\/h3>\nMembantu pelanggan menjalankan pekerjaan AI secara efisien juga dapat menjadi pembeda.<\/p>\n
Pelanggan tidak hanya menilai harga sewa perangkat, tetapi juga waktu yang dibutuhkan untuk menyelesaikan pekerjaan.<\/p>\n
<\/span>Bagaimana Model Bisnis Hyperscaler?<\/span><\/h2>\nHyperscaler memiliki sumber pendapatan cloud yang lebih beragam karena melayani banyak kebutuhan teknologi.<\/p>\n
<\/span>Layanan Infrastruktur<\/span><\/h3>\nPelanggan membayar penggunaan server, penyimpanan, dan jaringan.<\/p>\n
Modelnya dapat mengikuti konsumsi, kapasitas yang dipesan, atau kesepakatan kontrak.<\/p>\n
<\/span>Layanan Database dan Platform<\/span><\/h3>\nSelain menyewa mesin, pelanggan dapat menggunakan database serta perangkat pengembangan yang dikelola penyedia.<\/p>\n
Hal ini membantu perusahaan mengurangi pekerjaan operasional tertentu dan fokus pada aplikasinya.<\/p>\n
<\/span>Layanan AI<\/span><\/h3>\nHyperscaler dapat menyediakan infrastruktur untuk model milik pelanggan maupun layanan model yang diakses melalui API.<\/p>\n
Dengan demikian, pelanggan dapat memilih membangun lebih banyak komponen sendiri atau menggunakan layanan yang lebih terkelola.<\/p>\n
<\/span>Ekosistem Layanan yang Saling Terhubung<\/span><\/h3>\nKetika aplikasi, data, dan perangkat keamanan berada dalam satu lingkungan, pelanggan dapat mengintegrasikan layanan tambahan.<\/p>\n
AWS menjelaskan cloud sebagai penyediaan komputasi, database, penyimpanan, aplikasi, dan sumber daya teknologi lainnya melalui internet.<\/p>\n
<\/span>Perbedaan Utama Neocloud dan Hyperscaler<\/span><\/h2>\n<\/span>Fokus Layanan<\/span><\/h3>\nNeocloud menempatkan kebutuhan AI dan komputasi berperforma tinggi sebagai fokus utama.<\/p>\n
Hyperscaler melayani kebutuhan teknologi yang lebih luas, dengan AI sebagai salah satu bagian penting.<\/p>\n
<\/span>Kebutuhan Pelanggan<\/span><\/h3>\nNeocloud dapat menarik pengembang model dan perusahaan yang membutuhkan kapasitas AI khusus.<\/p>\n
Hyperscaler dapat melayani perusahaan yang ingin menghubungkan AI dengan aplikasi, data, dan sistem bisnis yang sudah digunakan.<\/p>\n
Namun, pelanggan kedua kelompok dapat saling tumpang tindih.<\/p>\n
<\/span>Cara Membedakan Diri<\/span><\/h3>\nNeocloud dapat bersaing melalui ketersediaan kapasitas, konfigurasi khusus, dan keahlian operasional AI.<\/p>\n
Hyperscaler dapat bersaing melalui keluasan layanan, jangkauan infrastruktur, serta integrasi ekosistem.<\/p>\n
<\/span>Dasar Perbandingan Biaya<\/span><\/h3>\nHarga per GPU per jam hanya merupakan satu komponen.<\/p>\n
Pelanggan juga perlu menghitung waktu penyelesaian pekerjaan, biaya penyimpanan, perpindahan data, dan sumber daya teknis. Penyedia dengan tarif awal lebih rendah belum tentu menghasilkan total biaya terendah.<\/p>\n
<\/span>Apakah Neocloud dan Hyperscaler Selalu Bersaing?<\/span><\/h2>\nTidak selalu. Persaingan dan hubungan kerja sama dapat terjadi bersamaan.<\/p>\n
Perusahaan juga dapat menggunakan lebih dari satu penyedia. Misalnya, aplikasi utama berjalan di cloud yang sudah digunakan, sementara pekerjaan pelatihan tertentu ditempatkan pada penyedia khusus.<\/p>\n
Pendekatan tersebut merupakan pilihan arsitektur, bukan keharusan. Manfaatnya perlu dibandingkan dengan tambahan kompleksitas pengelolaan data, keamanan, dan biaya.<\/p>\n
Karena itu, pertumbuhan neocloud tidak otomatis berarti hyperscaler kehilangan seluruh peluang bisnis AI.<\/p>\n
<\/span>Dari Mana Peluang di Industri AI Berasal?<\/span><\/h2>\n<\/span>1. Pengembangan Model dan Aplikasi<\/span><\/h3>\nPerusahaan yang membangun AI membutuhkan kapasitas untuk eksperimen, pelatihan, dan penyesuaian model.<\/p>\n
Kebutuhan ini membuka ruang bagi penyedia infrastruktur yang mampu memenuhi karakter pekerjaan pelanggan.<\/p>\n
<\/span>2. Penggunaan AI dalam Operasional Bisnis<\/span><\/h3>\nKetika AI digunakan dalam layanan pelanggan, pencarian informasi, atau pengolahan dokumen, kebutuhan komputasi beralih dari eksperimen menuju pengoperasian.<\/p>\n
Potensi pendapatan kemudian berkaitan dengan penggunaan aplikasi secara nyata.<\/p>\n
<\/span>3. Layanan yang Mengurangi Kerumitan Teknis<\/span><\/h3>\nTidak semua perusahaan memiliki tim untuk mengelola cluster GPU.<\/p>\n
Penyedia yang membantu pelanggan menjalankan AI dengan lebih mudah dapat memperoleh nilai tambah di luar penyewaan perangkat.<\/p>\n
<\/span>4. Infrastruktur Pendukung<\/span><\/h3>\nPerkembangan komputasi AI juga membutuhkan jaringan, penyimpanan, listrik, dan pendinginan.<\/p>\n
Artinya, peluang industrinya mencakup rantai pasok yang lebih luas daripada penyedia cloud saja.<\/p>\n
<\/span>5. Integrasi AI dengan Data Perusahaan<\/span><\/h3>\nAI menjadi lebih berguna ketika terhubung dengan data dan alur kerja yang relevan.<\/p>\n
Pada bagian ini, keluasan layanan dan hubungan pelanggan dapat menjadi kekuatan hyperscaler, sementara penyedia khusus dapat menawarkan solusi untuk kebutuhan tertentu.<\/p>\n
Peluang tersebut merupakan kerangka untuk memahami industri. Besarnya permintaan tetap perlu dibuktikan melalui penggunaan dan kemampuan pelanggan membayar layanan.<\/p>\n
<\/span>Contoh Perusahaan yang Bisa Dipelajari Investor<\/span><\/h2>\n<\/span>CoreWeave<\/span><\/h3>\nCoreWeave berfokus pada layanan cloud untuk AI dan tercatat di Nasdaq dengan kode CRWV<\/strong>.<\/p>\nBagi pembaca yang mempelajari bisnis neocloud, perusahaan ini dapat menjadi contoh untuk memahami hubungan antara kapasitas komputasi, kontrak pelanggan, dan kebutuhan investasi infrastruktur.<\/p>\n
<\/span>Nebius<\/span><\/h3>\nNebius menyediakan platform AI yang mencakup kebutuhan pengembangan hingga penerapan model dan tercatat di Nasdaq dengan kode NBIS<\/strong>. Perusahaan ini dapat dipelajari untuk melihat bagaimana penyedia khusus membangun layanan di sekitar kebutuhan AI.<\/p>\n<\/span>Amazon melalui AWS<\/span><\/h3>\nAWS menyediakan layanan cloud yang luas, termasuk komputasi dan layanan untuk kebutuhan AI. Ketika menilai Amazon, pembaca perlu membedakan perkembangan AWS dari bisnis lain dalam perusahaan.<\/p>\n
<\/span>Microsoft melalui Azure<\/span><\/h3>\nAzure merupakan bagian dari bisnis cloud Microsoft. Penilaian terhadap perusahaan perlu memperhatikan hubungan antara pertumbuhan layanan, penggunaan AI, dan investasi infrastruktur.<\/p>\n
Laporan Microsoft juga menunjukkan bahwa pengembangan AI membutuhkan belanja infrastruktur yang dapat memengaruhi margin.<\/p>\n
<\/span>Alphabet melalui Google Cloud<\/span><\/h3>\nGoogle Cloud menyediakan layanan komputasi serta infrastruktur AI. Penawaran AI Hypercomputer mencakup perangkat keras, perangkat lunak, dan pilihan konsumsi untuk berbagai tahap pengembangan AI.<\/p>\n
Daftar tersebut merupakan contoh perusahaan untuk dipelajari, bukan rekomendasi pembelian saham.<\/p>\n
<\/span>Apa yang Perlu Dilihat saat Menilai Bisnisnya?<\/span><\/h2>\nPeluang industri belum tentu langsung menghasilkan keuntungan bagi setiap perusahaan. Beberapa indikator berikut membantu menilai kualitas pertumbuhannya.<\/p>\n
<\/span>Pertumbuhan Pendapatan