John Zito dari Apollo, ketika berucap di Morgan Stanley US Financials Conference, berhujah bahawa metrik berasaskan token tersalah harga ekonomi kecerdasan buatan (AI) kerana ia menjejaki throughput, bukannya nilai perniagaan. Penilaiannya membingkaikan semula token sebagai hasil sampingan dan bukannya penunjuk produktiviti, sekali gus mengalihkan fokus kepada kos bagi setiap unit “kecerdasan berguna”. Berasaskan itu, harga AI digambarkan semakin menurun, walaupun naratif utama masih tertumpu pada kiraan token.
Kos seunit yang lebih rendah, bagaimanapun, tidak semestinya diterjemahkan kepada perbelanjaan yang lebih rendah: lonjakan penggunaan masih boleh membesarkan jumlah invois dan menarik CFO ke arah tadbir urus yang lebih ketat. Perusahaan sedang beralih daripada fasa “bufet percuma” kepada had, amaran, perutean model, dan kawalan kos yang lebih tegas. Harga premium berkemungkinan kekal bagi model termaju (frontier) yang pulangan pelaburan (ROI) jelas, manakala tugasan bernilai lebih rendah akan beralih ke pilihan yang lebih murah. Dagangan AI yang lebih luas mungkin berterusan, tetapi gandaan penilaian berada di bawah penelitian apabila pasaran membezakan leverage kecerdasan sebenar daripada keuntungan yang didorong penggunaan pengiraan (compute) tanpa kawalan.
Kecekapan Mengatasi Pertumbuhan: Naratif Pelaburan AI Baharu
Kami melihat pasaran mula memahami bahawa cerita AI sedang berubah daripada naratif pertumbuhan yang mudah kepada naratif kecekapan. Idea bahawa perbelanjaan AI ialah kereta api yang tidak dapat dihentikan kini dicabar, kerana syarikat semakin menumpukan kepada pulangan pelaburan daripada perbelanjaan tersebut. Ini bermakna pembelian secara membuta tuli terhadap apa sahaja yang berkaitan AI berkemungkinan menghampiri penghujungnya.
Peralihan ini sudah pun terserlah dalam data. Pendapatan suku pertama (Q1) 2026 terkini daripada penyedia awan utama menunjukkan bahawa walaupun penggunaan AI keseluruhan meningkat, pertumbuhan API model termaju yang paling mahal telah perlahan daripada 60% kepada 45% tahun ke tahun. Sementara itu, penggunaan model lebih kecil dan sumber terbuka di platform mereka meningkat lebih tiga kali ganda, mengesahkan pelanggan sedang aktif mencari alternatif lebih murah untuk tugasan yang kurang kritikal.
Bagi kami, ini menunjukkan peningkatan ketara volatiliti untuk pemain infrastruktur AI besar. Pendapatan Julai 2026 akan datang bagi nama seperti NVIDIA menjadi ujian kritikal, dan kami percaya pasaran opsyen sedang tersalah harga risiko semakan panduan (guidance) susulan dorongan kecekapan korporat ini. Membeli straddle atau strangle menjelang laporan itu boleh menjadi cara berhemah untuk memanfaatkan potensi pergerakan harga yang besar dalam mana-mana arah.
Kami pernah melihat corak ini sebelum ini, khususnya pada awal 2000-an apabila pasaran beralih daripada menilai “eyeballs” kepada menilai pendapatan sebenar. Kos bagi setiap unit kecerdasan berguna sedang merudum, satu trend seakan-akan Hukum Moore, namun pasaran masih memberi ganjaran kepada syarikat berdasarkan jumlah mentah compute yang mereka jual. Satu analisis terkini menunjukkan kos untuk pertanyaan pengekodan yang kompleks telah jatuh lebih 90% dalam tempoh 18 bulan lalu, suatu halangan deflasi yang kuat bagi syarikat yang menjual kuasa pemprosesan mentah pada harga premium.
Strategi Dagangan dan Implikasi Pasaran
Situasi ini mewujudkan peluang jelas untuk dagangan pasangan (pair trades). Kami mempertimbangkan untuk mengambil posisi long dalam syarikat yang menyediakan “picks and shovels” bagi pengurusan kos dan kecekapan AI, sambil mengambil posisi short dalam penyedia compute pure-play yang gandaan mereka tidak mencerminkan penyempitan margin yang bakal berlaku. Sebagai contoh, syarikat seperti ServiceNow yang mengumumkan platform kawalan kos AI baharu bulan lalu ialah tepat jenis nama yang mendapat manfaat daripada fasa baharu penelitian korporat ini.
Pasaran yang lebih luas kelihatan selesa, dengan VIX berlegar hampir paras rendah 14 walaupun terdapat peralihan asas di bawah permukaan. Ini mencadangkan strategi lindung nilai (hedging) relatif murah pada masa ini. Kami percaya membeli put ke atas bakul syarikat perisian AI berprofil tinggi yang sekadar mengintegrasikan model pihak ketiga yang mahal ialah cara berkesan dari segi kos untuk memposisikan diri menghadapi “audit” yang bakal berlaku terhadap gandaan AI.
