Riset Barclays: Setiap $100 Pendapatan Model AI, $35-40 Mengalir ke Tiga Raksasa Cloud

IT Home, 30 Agustus — Secara permukaan, perusahaan model kecerdasan buatan (AI) tampak sedang mengais keuntungan besar, namun pihak yang sebenarnya diuntungkan mungkin adalah penyedia layanan komputasi awan (cloud) di balik mereka. Riset terbaru Barclays membedah pembagian laba dalam rantai pasok industri AI. Temuan menunjukkan, dari setiap 100 dolar AS (catatan IT Home: sekitar 674,6 yuan dengan nilai tukar saat ini) pendapatan yang diciptakan perusahaan model, 35 hingga 40 dolar AS (sekitar 236,1 hingga 269,8 yuan) mengalir ke tiga platform cloud raksasa — Amazon AWS, Microsoft Azure, dan Google GCP — dalam bentuk biaya komputasi inferensi. Penyedia layanan cloud dapat memperoleh 10 hingga 20 dolar AS (sekitar 67,5 hingga 134,9 yuan) sebagai laba operasional dari pendapatan ini, yang menghasilkan margin laba operasional hingga 35% hingga 45%. Kesimpulan ini berasal dari laporan riset model ekonomi unit industri AI yang dirilis Barclays pada 28 Agustus, memberikan gambaran lebih jelas kepada publik tentang ke mana sebenarnya nilai dalam rantai pasok AI mengalir. Margin Lab AI Melonjak Tajam. Laporan juga menunjukkan bahwa margin laba inferensi berbayar AI lab telah melonjak dari sekitar 10% pada tahun 2025 menjadi 50% hingga 65% atau bahkan lebih tinggi pada tahun 2026; margin laba kotor yang disesuaikan meningkat 30 hingga 50 poin persentase secara tahunan. Analis Barclays Ross Sandler menunjukkan bahwa faktor utama pendorong peningkatan margin yang signifikan ini adalah pelanggan perusahaan dan apa yang disebut sebagai "alur kerja agentic" (agentic workflows), yang telah menjadi produk "wajib beli" di pasar. Ia lebih jauh percaya bahwa margin laba aktual AI lab saat ini mungkin telah lebih tinggi dari estimasi dalam laporan. Namun, seiring meningkatnya persaingan antara model-model terdepan dan terus bertambahnya pasokan komputasi, metrik ini diperkirakan pada akhirnya akan turun secara bertahap. Struktur Bisnis Menentukan Jurang Margin Laba Kotor. Untuk membantu investor memahami perbedaan keuangan antar AI lab dengan lebih baik, Barclays membangun dua AI lab terdepan hipotetis untuk perbandingan. Pendapatan "Lab A" sekitar 70% berasal dari API dan 30% dari langganan; sementara "Lab B" justru sebaliknya, 80% pendapatannya bergantung pada bisnis langganan, dengan API hanya menyumbang 20%. Karena bisnis API secara alami memiliki margin laba inferensi yang lebih tinggi daripada bisnis langganan, ditambah dengan perbedaan dalam cara pembagian biaya pelatihan dan pembagian pendapatan mitra, margin laba kotor yang disesuaikan dari dua lab hipotetis ini menunjukkan jurang yang mencengangkan sebesar 17 poin persentase: Lab A sekitar 55%, sementara Lab B hanya 38%. Perbedaan dalam metode pengakuan pendapatan semakin memperbesar "distorsi" ini. Lab A akan mengakui pendapatan API tidak langsung secara bruto, sedangkan Lab B menggunakan metode pengakuan netto, atau bahkan tidak memasukkan pendapatan API tidak langsung yang dioperasikan oleh mitra strategis sama sekali. Barclays membandingkan situasi ini dengan perbedaan antara Uber dan Lyft: bisnis inti keduanya pada dasarnya sama, tetapi karena metode akuntansi yang berbeda, angka yang muncul di laporan keuangan bisa jadi sangat berbeda. Laporan mengingatkan bahwa, seiring AI lab mulai mengungkapkan laporan keuangan sesuai dengan Prinsip Akuntansi yang Berlaku Umum (GAAP), investor perlu memahami perbedaan akuntansi ini sebelum melakukan perbandingan antarperusahaan; jika tidak, akan sangat sulit untuk melakukan perbandingan yang bermakna. Margin Laba Lini Produk yang Berbeda Membedah lebih lanjut lini produk spesifik, dapat ditemukan bahwa produk langganan, seperti Claude Code dan Codex, memiliki estimasi margin laba inferensi sekitar 70%, yang merupakan yang terendah di antara tiga lini produk utama. Alasannya adalah, AI lab bersedia menanggung sebagian biaya token sebagai imbalan untuk retensi pengguna. Jenis langganan ini biasanya dikenakan biaya bulanan, sambil menetapkan batas kuota penggunaan. Perlu dicatat bahwa frekuensi penyetelan ulang kuota penggunaan belakangan ini meningkat secara nyata, yang mungkin mencerminkan tekanan retensi pengguna yang dihadapi AI lab, serta peningkatan efisiensi model. API langsung adalah model bisnis paling awal yang muncul di AI lab, sekaligus lini bisnis dengan margin tertinggi. Alat pengembang seperti Cursor dan Figma akan menagih berdasarkan jumlah Token yang dikonsumsi pengguna. Barclays memperkirakan bahwa margin laba inferensi API saat ini telah melampaui 80%. Seiring terus meningkatnya efisiensi Token model—yaitu semakin berkurangnya jumlah Token yang dibutuhkan untuk menyelesaikan tugas yang sama—ditambah dengan kenaikan harga nominal API, dan optimalisasi berkelanjutan pada infrastruktur layanan inferensi, termasuk kuantisasi, decoding spekulatif, dan teknologi komputasi generasi baru, semuanya terus membuka ruang keuntungan yang lebih besar. Laporan secara khusus menyoroti bahwa margin laba inferensi API pada kuartal kedua 2026 sebenarnya jauh lebih tinggi dari level yang ditunjukkan dalam grafik, namun diperkirakan akan kembali ke tingkat normal pada tahap tertentu di masa depan. API tidak langsung memberikan pengalaman bagi pengguna akhir yang pada dasarnya sama dengan API langsung, tetapi pengguna membentuk hubungan penagihan langsung dengan penyedia layanan cloud. Seiring proporsi API tidak langsung dalam total pendapatan AI lab terus meningkat, perbedaan dalam metode pengakuan pendapatan di antara lab yang berbeda juga akan semakin memperlebar jurang komparabilitas antara laporan keuangan mereka. Berapa Banyak Sebenarnya Penyedia Cloud Peroleh? Membedah lebih lanjut struktur laba penyedia layanan cloud, dapat ditemukan bahwa dari setiap 100 dolar AS (sekitar 674,6 yuan) pendapatan yang diciptakan AI lab, Lab A kira-kira akan menghasilkan 35 dolar AS (sekitar 236,1 yuan) pendapatan layanan cloud. Setelah dikurangi biaya infrastruktur, penyedia layanan cloud dapat memperoleh sekitar 11,80 dolar AS (sekitar 79,6 yuan) laba, yang sesuai dengan margin laba operasional sekitar 34%. Situasi Lab B Lebih Menguntungkan