Pada tahun 2026, investasi global dalam infrastruktur kecerdasan buatan (AI) berkembang dengan kecepatan yang belum pernah terjadi sebelumnya. IDC telah menaikkan proyeksi tahunan untuk belanja infrastruktur AI menjadi USD 497 miliar, mencatatkan peningkatan hampir 56% dari tahun ke tahun. Amazon, Microsoft, Alphabet, dan Meta—empat raksasa teknologi—diperkirakan secara kolektif akan menghabiskan antara USD 725 miliar hingga USD 770 miliar untuk belanja modal AI pada tahun 2026, naik lebih dari 77% dibandingkan tahun 2025. Dalam perlombaan yang berpusat pada pusat data, kluster GPU, dan konsumsi daya ini, hampir setiap perusahaan teknologi besar membangun penghalang komputasi yang tangguh dengan pengeluaran modal riil yang masif.
Namun, satu perusahaan memilih jalur yang sangat berbeda.
Pada 24 Juli 2026, Apple (AAPL) ditutup pada USD 333,02, naik 3,53% dalam satu hari. Sejak awal tahun, saham Apple telah meningkat sekitar 22%. Dalam 15 hari perdagangan terakhir, harga saham Apple melonjak 19,98%, sementara S&P 500 hanya naik 1,91%—kinerja Apple yang paling unggul dibandingkan pasar secara luas dalam rentang 15 hari sejak Agustus 2020. HSBC meningkatkan peringkat Apple dari "hold" menjadi "buy," menaikkan target harga secara tajam menjadi USD 366; Bank of America mempertahankan peringkat "buy" dengan target USD 380; JPMorgan juga menaikkan target dari USD 299,88 menjadi USD 308,92.
Pasar sedang menilai ulang pertanyaan fundamental: Di era AI, bisakah sebuah perusahaan menang tanpa ikut serta dalam perlombaan senjata?
Kisah Dua Angka: Perbedaan Belanja Modal 2,5% vs. 39%
Fitur utama dari strategi AI Apple adalah intensitas belanja modal yang sengaja dibuat rendah.
Menurut analis HSBC, hanya sekitar 2,5% dari proyeksi penjualan Apple tahun 2026 yang akan dialokasikan untuk belanja modal pada pusat data AI dan infrastruktur terkait. Sebaliknya, para "penyedia cloud hyperscale"—Meta, Google, Amazon, dan Microsoft—diperkirakan akan mengalokasikan hingga 39%.
Perbedaan ini bukan kebetulan. Sementara para pesaing menggelontorkan puluhan bahkan ratusan miliar untuk membangun pusat data, Apple menerapkan kemampuan AI langsung ke perangkat pengguna yang sudah ada. Dengan mengembangkan Apple Intelligence, Apple memanfaatkan basis perangkat aktif sebesar 2,25 miliar di seluruh dunia. Pendekatan bertahap berbasis perangkat ini memungkinkan peningkatan kecerdasan AI menjangkau pengguna akhir tanpa perlu ekspansi pusat data secara agresif.
Jika dilihat secara lebih luas, waktu pengambilan keputusan strategis ini sangat krusial. Goldman Sachs memproyeksikan belanja modal penyedia cloud hyperscale akan mencapai sekitar 100% dari arus kas operasional pada tahun 2026. Perusahaan teknologi terbesar di Amerika memiliki kas yang lebih sedikit tahun ini dibandingkan titik mana pun dalam satu dekade terakhir. Kekhawatiran tentang gelembung AI semakin meningkat—apakah sektor AI sudah berada di wilayah gelembung kini menjadi topik utama di kalangan manajer dana. Saat industri berlomba menuju tepi jurang belanja modal, model konsumsi modal rendah Apple menonjol sebagai keunggulan defensif.
Logika AI Apple: Komoditisasi Model dan Pendekatan Device-First
Apple tidak kekurangan kemampuan AI; sebaliknya, Apple membuat penilaian kritis tentang evolusi teknologi AI: model besar fundamental dengan cepat menjadi standar dan mudah diakses—dengan kata lain, terkomoditisasi.
Berdasarkan pemahaman ini, Siri terbaru Apple memanfaatkan integrasi khusus dengan model cloud terkemuka—logika yang mengingatkan pada ketergantungan lama Apple terhadap Samsung untuk panel layar kelas atas: alih-alih membangun setiap komponen dari awal, Apple fokus pada integrasi teknologi eksternal yang paling matang. Pada iOS 27 mendatang, rangkaian AI Apple dirancang untuk berkembang sejalan dengan model-model canggih mainstream, bukan mengejar kepemimpinan absolut pada satu metrik teknis.
Secara spesifik, arsitektur AI Apple mengikuti strategi dua jalur "internal + eksternal." Pada WWDC 2026, Apple memperkenalkan arsitektur model Apple Intelligence milik sendiri dan mengonfirmasi kemitraan dengan NVIDIA dan Google untuk membangun infrastruktur komputasi cloud. Craig Federighi, Senior VP Software Engineering Apple, menjelaskan bahwa sistem operasi mencakup modul "system orchestrator," yang mengarahkan permintaan AI ke model di perangkat atau cloud sesuai kebutuhan komputasi dan persyaratan data pribadi.
Intinya: Sebagian besar interaksi AI rutin ditangani secara lokal di perangkat. Di WWDC, Apple mendemonstrasikan peningkatan kinerja signifikan untuk beban kerja AI di perangkat dan meluncurkan Core AI Engine. Benchmark awal menunjukkan peningkatan kecepatan yang signifikan untuk pemrosesan model AI berukuran kecil.
Parit Dalam AI di Perangkat: Chip, Kompresi, dan Ekosistem
Aset ringan bukan berarti tanpa aksi. Strategi AI di perangkat Apple dibangun di atas tiga penghalang teknis progresif.
Pertama, chip terintegrasi vertikal. Sejak mengakuisisi PA Semi pada 2008, Apple telah mengumpulkan pengalaman desain chip selama lebih dari 15 tahun. Menurut sumber rantai pasok, chip Apple M7 telah selesai tape-out, dengan siklus iterasi dari M6 ke M7 dipercepat menjadi hanya enam bulan. Seri iPhone 18 Pro akan menggunakan chip A20 Pro, berbasis proses 2nm TSMC, dengan peningkatan kecepatan sekitar 15% dan efisiensi energi 30%. Model besar di perangkat menuntut NPU yang lebih tinggi dan efisiensi, dan iterasi hardware cepat Apple menjadi fondasi kokoh untuk AI di perangkat.
Kedua, kemajuan kompresi model. Pada Juli 2026, CNBC melaporkan bahwa Apple sedang berdiskusi dengan startup AI Silicon Valley PrismML untuk mengadopsi teknologi kompresi model canggih. PrismML mengklaim mampu mengecilkan model Tongyi Qianwen milik Alibaba yang berjumlah 27 miliar parameter dari 54GB menjadi kurang dari 4GB, sehingga kompatibel dengan iPhone 15 dan perangkat yang lebih baru. Model terkompresi menawarkan konsumsi daya rendah dan kecepatan tinggi, mengatasi masalah AI cloud tradisional seperti latensi, ketergantungan jaringan, dan risiko privasi. Jika terbukti, teknologi ini dapat meningkatkan AI di perangkat Apple secara signifikan—memungkinkan lebih banyak tugas AI berjalan secara lokal dan mengurangi ketergantungan pada komputasi cloud.
Ketiga, efisiensi distribusi ekosistem. Basis perangkat aktif Apple melebihi 2,5 miliar. Setiap peningkatan AI yang berarti dapat menjangkau ratusan juta pengguna dengan cepat melalui pembaruan perangkat lunak. Jaringan distribusi ini adalah salah satu aset strategis utama Apple. Saat kemampuan AI semakin tidak langka dan model semakin homogen, perusahaan yang dapat menghadirkan AI ke basis pengguna terbesar dengan biaya terendah dan kecepatan tercepat akan memiliki keunggulan komersial.
Ekspansi "Aset Ringan" di Tiongkok: Kemitraan, Bukan Pembangunan Mandiri
Logika aset ringan Apple diperluas lebih jauh di pasar Tiongkok.
Pada 15 Juli 2026, Administrasi Siber Tiongkok mengumumkan bahwa model besar "Apple Intelligence" milik Apple telah menyelesaikan pendaftaran regulasi pada 8 Juli, sehingga tersedia bagi pengguna iPhone. Seperti di pasar luar negeri, Apple tidak sepenuhnya mengandalkan model sendiri untuk Apple Intelligence, melainkan menerapkan strategi "proprietary + eksternal."
Tongyi Qianwen dari Alibaba diintegrasikan ke Apple Intelligence untuk pemahaman teks dan gambar, pembuatan konten, serta dialog multi-putaran; Baidu menyediakan kemampuan pencarian AI dan pengambilan informasi. Peran Tongyi Qianwen dalam Apple Intelligence mirip dengan Google, menangani tugas penalaran kompleks berbasis cloud; Baidu tetap menjadi mesin pencari default Siri.
Strategi "leveraging" ini memungkinkan Apple mencapai kepatuhan regulasi dan peluncuran fungsional di Tiongkok tanpa investasi R&D internal yang besar. Apple tidak memandang model eksternal sebagai ketergantungan permanen, melainkan sebagai "modul kemampuan yang dapat diganti"—baik ChatGPT, Gemini, maupun Tongyi Qianwen, penyedia model memasok AI dasar, sementara Apple tetap mengendalikan hubungan pengguna dan titik masuk sistem.
Validasi Pasar: Strategi Aset Ringan Mulai Dihargai Ulang
Pasar membuktikan efektivitas strategi ini.
Performa saham Apple yang kuat bukanlah kejadian terisolasi. Menurut data pasar Dow Jones, keunggulan Apple baru-baru ini dibandingkan pasar luas adalah yang terbesar sejak Agustus 2020. Laporan HSBC mencatat bahwa dorongan AI Apple "datang pada waktu yang tepat"—di saat analis percaya Apple memiliki "salah satu pipeline produk paling inovatif."
Dukungan lebih dalam berasal dari strategi pengembalian modal jangka panjang Apple. Sejak 2012, Apple telah menghabiskan USD 851 miliar untuk buyback saham. Dalam dua kuartal pelaporan terakhir saja, perusahaan menghabiskan USD 36 miliar untuk membeli kembali saham. Dari tahun fiskal 2012 hingga 2025, laba bersih Apple tumbuh 169%, tetapi karena buyback mengurangi jumlah saham beredar lebih dari 40%, EPS terdilusi melonjak 373%. Pendekatan AI berkapital rendah menjaga Apple dari kontroversi "burn rate," sementara lebih dari satu dekade buyback berskala besar memberikan imbal hasil riil yang substansial bagi pemegang saham.
Tentu saja, strategi ini menghadapi keterbatasan nyata. Menurut The Information, chip AI server internal Apple yang direncanakan, "Baltra," mengalami penundaan. Untuk mengatasi kekurangan komputasi, Apple menempuh berbagai jalan: selain merencanakan akuisisi perusahaan chip, Apple bekerja sama dengan Broadcom untuk chip AI server, dengan kemitraan diperpanjang hingga 2031. Apple juga sepakat mengakuisisi startup AI audio Q.Ai senilai USD 2 miliar. Langkah-langkah ini menunjukkan bahwa pendekatan "aset ringan" Apple bukan tentang menghindari investasi, melainkan tentang alokasi modal yang presisi pada desain chip, akuisisi kunci, dan integrasi ekosistem—bukan pembangunan pusat data besar-besaran.
Kesimpulan: Paradigma Alternatif Kompetisi AI
Sementara narasi utama di teknologi global masih "model lebih besar, komputasi lebih banyak, belanja modal lebih tinggi," Apple menawarkan kemungkinan yang sangat berbeda.
Logika utamanya: Saat model AI menjadi komoditas, parit kompetitif sejati mungkin bukan terletak pada siapa yang memiliki model terbesar atau GPU terbanyak, melainkan pada siapa yang memiliki jaringan distribusi AI paling efisien, keterlibatan pengguna terdalam, dan biaya satuan terendah.
Strategi AI aset ringan Apple pada dasarnya adalah permainan leverage—menggunakan hanya 2,5% pendapatan untuk belanja modal guna mengaktifkan komputasi di perangkat pada 2,25 miliar perangkat aktif; mengandalkan kemitraan model eksternal untuk mengisi kekurangan kemampuan internal sementara; dan memanfaatkan keunggulan privasi serta kecepatan AI di perangkat untuk membedakan diri dari AI cloud.
Jalur ini tidak tanpa risiko—penundaan pengembangan chip internal, ketergantungan pada mitra eksternal, dan batas fisik komputasi perangkat adalah tantangan berkelanjutan. Namun untuk saat ini, pasar memberikan suara dengan modal riil untuk pendekatan "non-konsensus" ini.
Hasil perlombaan AI mungkin tidak tunggal. Perusahaan yang tidak membangun pusat data juga bisa menang di era AI.
FAQ
Q1: Apa sebenarnya strategi AI "aset ringan" Apple?
Strategi ini merujuk pada pendekatan Apple yang menjaga intensitas belanja modal AI sangat rendah—diproyeksikan hanya mengalokasikan sekitar 2,5% pendapatan untuk belanja modal terkait AI pada 2026, jauh di bawah level 39% penyedia cloud hyperscale. Apple terutama menghadirkan kemampuan AI melalui komputasi di perangkat, kemitraan model eksternal, dan integrasi ekosistem, bukan pembangunan pusat data besar-besaran.
Q2: Mengapa Apple tidak memilih membangun pusat data AI berskala besar?
Apple percaya model besar fundamental dengan cepat menjadi standar dan mudah diakses. Alih-alih menginvestasikan ratusan miliar untuk membangun infrastruktur komputasi, Apple lebih memilih menyewa model eksternal, memperkuat chip di perangkat, dan mengintegrasikan ekosistemnya untuk cakupan AI yang luas. Pendekatan ini membantu Apple menghindari perdebatan industri tentang belanja modal AI yang berlebihan.
Q3: Bagaimana AI di perangkat Apple berbeda dari AI cloud milik perusahaan lain?
Model AI di perangkat Apple berjalan langsung di iPhone, iPad, Mac, dan sebagainya, bukan sepenuhnya bergantung pada server cloud. Hal ini memberikan respons lebih cepat, privasi lebih kuat, biaya operasional lebih rendah, dan tetap berfungsi meski konektivitas jaringan terbatas. Apple percaya "masa depan AI ada di saku pengguna—bukan hanya di cloud."
Q4: Apa fitur strategi AI Apple di Tiongkok?
Apple menerapkan pendekatan dua jalur "model proprietary + eksternal." Tongyi Qianwen dari Alibaba menyediakan AI berbasis cloud untuk pemahaman teks dan gambar, pembuatan konten, dan lain-lain, sementara Baidu menyuplai pencarian AI dan pengambilan informasi. Apple memperlakukan model eksternal sebagai "modul kemampuan yang dapat diganti," tetap mengendalikan hubungan pengguna dan titik masuk sistem.
Q5: Apakah ada risiko pada strategi AI aset ringan Apple?
Ya. Risiko utama meliputi: penundaan proyek chip AI server internal "Baltra" Apple; ketergantungan teknis pada pemasok model eksternal seperti Google dan Alibaba; batas fisik komputasi dan memori perangkat, sehingga tugas AI kompleks masih memerlukan panggilan cloud. Apple mengatasi tantangan ini melalui akuisisi chip, kemitraan dengan Broadcom, dan strategi lainnya.
