Pembakaran uang yang belum pernah terjadi sebelumnya! Perhitungan Wall Street: Sebelum berbalik untung, OpenAI akan mengalami kerugian kumulatif sebesar 1400 billions dolar AS
Deutsche Bank mengutip data prediksi bahwa OpenAI mungkin akan mengalami kerugian kumulatif lebih dari 1400 juta dolar sebelum mencapai profitabilitas, dengan pengeluaran untuk daya komputasi jauh melebihi ekspektasi pendapatan.
Deutsche Bank mengutip data prediksi bahwa OpenAI mungkin akan mengalami kerugian kumulatif lebih dari 140 miliar dolar AS sebelum mencapai profitabilitas, dengan pengeluaran daya komputasi jauh melampaui ekspektasi pendapatan.
Penulis: Long Yue
Sumber: Wallstreet Insights
Sebagai pelopor gelombang kecerdasan buatan, OpenAI sedang menghadapi kenyataan yang berat: sebelum mencapai profitabilitas, perusahaan ini mungkin harus menanggung kerugian yang mencengangkan lebih dari 140 miliar dolar AS.
Perkembangan terbaru ini semakin meningkatkan kehati-hatian pasar. Baru-baru ini, Deutsche Bank mengutip prediksi yang diungkapkan OpenAI kepada para investor, memperkirakan bahwa pada tahun 2029, arus kas bebas negatif kumulatifnya akan mencapai 143 miliar dolar AS. Angka ini berasal dari kebutuhan sumber daya komputasi yang hampir tak terbatas, dengan pengeluaran terkait yang diperkirakan akan jauh melampaui pertumbuhan pendapatannya.
Pada saat yang sama, kekhawatiran pasar terhadap potensi pertumbuhannya juga semakin meningkat. Data menunjukkan bahwa sejak Mei tahun ini, pertumbuhan pengguna berlangganan OpenAI di pasar utama Eropa telah "kurang lebih stagnan". Ini menunjukkan bahwa fase pertumbuhan eksplosif awal setelah peluncuran ChatGPT mungkin telah berakhir, dan akuisisi pengguna di masa depan akan menghadapi tantangan yang lebih besar.
Prediksi Kerugian yang Mencengangkan
Strategis Deutsche Bank, Jim Reid, menyatakan bahwa prospek keuangan OpenAI penuh tantangan. Prediksi yang ditunjukkan perusahaan kepada investor memperlihatkan bahwa antara tahun 2024 hingga 2029, perusahaan diperkirakan akan menghasilkan pendapatan sebesar 345 miliar dolar AS, namun pada periode yang sama, pengeluarannya diperkirakan mencapai 488 miliar dolar AS, terutama untuk membayar biaya daya komputasi.
Ini berarti, selama periode tersebut, arus kas bebas negatif kumulatif OpenAI akan mencapai 143 miliar dolar AS. Prediksi ini bahkan belum memasukkan komitmen investasi pusat data yang baru-baru ini dikabarkan mencapai 1,4 triliun dolar AS.
Sebelumnya, HSBC juga pernah memprediksi bahwa pada tahun 2030, konsumsi kas OpenAI mungkin melebihi 210 miliar dolar AS. Kesenjangan dana yang sangat besar ini sejalan dengan pandangan CEO IBM, Arvind Krishna, yang pernah memprediksi bahwa, dengan perhitungan biaya-manfaat saat ini, investasi modal triliunan dolar AS pada pusat data tidak akan pernah menjadi bisnis yang menguntungkan.

Skala "Bakar Uang" yang Belum Pernah Ada Sebelumnya
Untuk memberikan gambaran yang lebih jelas tentang situasi OpenAI, Jim Reid membandingkan kerugian yang diperkirakan dengan kerugian kumulatif startup lain sebelum mencapai profitabilitas dalam sejarah. Laporan tersebut menunjukkan bahwa skala "bakar uang" yang diperkirakan OpenAI, serta kerugian yang diperkirakan pesaingnya, Anthropic, jauh melampaui rekor sejarah.
Data grafik menunjukkan bahwa Amazon (1994-2002), Spotify (2006-2023), Tesla (2003-2019), dan Uber (2009-2022) sebelum mencapai profitabilitas memiliki kerugian kumulatif yang jauh lebih kecil dibandingkan dengan prediksi kerugian OpenAI (2024-2029) sebesar 143 miliar dolar AS dan kerugian yang diperkirakan Anthropic (2024-2027).

Laporan tersebut menekankan perlunya membedakan kerugian startup selama masa pertumbuhan dengan kerugian tahunan besar perusahaan matang selama krisis. Sebagai contoh, AOL Time Warner pada tahun 2002 pernah melaporkan kerugian tahunan sebesar 99 miliar dolar AS, dan American International Group (AIG) pada tahun 2008 juga mengalami kerugian dengan skala serupa.
Namun, semua itu terjadi pada perusahaan matang yang sebelumnya memiliki catatan keuntungan jangka panjang sebelum menghadapi kesulitan besar. Sebaliknya, sebagai startup, skala kerugian kumulatif yang diperkirakan OpenAI benar-benar belum pernah terjadi sebelumnya.
Tanda-tanda Perlambatan Pertumbuhan
Selain biaya yang mencengangkan, laju pertumbuhan OpenAI juga menunjukkan tanda-tanda perlambatan. Pada peringatan tiga tahun peluncuran ChatGPT, analis Deutsche Bank lainnya, Adrian Cox, merilis laporan yang mengungkap tantangan yang dihadapi perusahaan, termasuk langganan, alternatif, dan biaya tinggi.
Laporan tersebut mengutip data transaksi dari dbDataInsights (dbDIG), yang menunjukkan bahwa pertumbuhan pengguna berlangganan OpenAI di pasar utama Eropa sejak Mei tahun ini pada dasarnya telah stagnan. Data terbaru ini menunjukkan bahwa perlambatan pertumbuhan yang diamati sebelumnya bukanlah anomali, melainkan bisa menjadi tren. Bagi perusahaan yang sangat bergantung pada pertumbuhan pengguna untuk mendukung valuasi tinggi dan pengeluaran besar, ini jelas merupakan sinyal peringatan.
Meskipun OpenAI mungkin akan terus menarik dana besar dan pada akhirnya mengembangkan produk revolusioner yang dapat menghasilkan keuntungan besar, hingga saat ini, belum pernah ada startup yang beroperasi dengan kerugian yang diperkirakan sebesar ini. Seperti yang dirangkum dalam laporan Deutsche Bank, kita benar-benar berada di "wilayah yang belum dipetakan" (uncharted territory). Pasar kini mengamati dengan cermat bagaimana raksasa AI ini akan menemukan jalan menuju profitabilitas di "wilayah yang belum dipetakan" ini.
Disclaimer: Konten pada artikel ini hanya merefleksikan opini penulis dan tidak mewakili platform ini dengan kapasitas apa pun. Artikel ini tidak dimaksudkan sebagai referensi untuk membuat keputusan investasi.
Kamu mungkin juga menyukai
IMF memperingatkan tentang dampak global dari stablecoin dolar

Ether Mengungguli Bitcoin dalam ETF dan Analisis Teknikal

IPO HashKey Holdings Hong Kong: Langkah Berani Senilai $200 Juta untuk Melegitimasi Crypto
Transfer Bitcoin SpaceX yang Mengejutkan: Perpindahan $99,8M Menandakan Strategi Kripto Institusional Besar
