NVIDIA selama ini menjadi mesin di balik AI. Kini mereka mulai memperkuat pengembangan model dan agent. Apakah NVIDIA bisa menguasai seluruh AI stack?
Igor Omilaev - Unsplash
Selama Ini, Saya Melihat NVIDIA sebagai “Mesinnya” AI
Kalau kita bicara tentang revolusi AI beberapa tahun terakhir, ada beberapa nama yang hampir selalu muncul.
OpenAI.
Anthropic.
Google.
Meta.
Dan tentu saja, NVIDIA.
Tapi posisi NVIDIA sebenarnya sedikit berbeda.
OpenAI membangun model.
Anthropic membangun model.
Google membangun model sekaligus infrastrukturnya.
Sementara NVIDIA selama ini berada di belakang layar.
Mereka menyediakan sesuatu yang sangat fundamental:
compute.
GPU yang membuat model-model AI bisa dilatih.
GPU yang membuat inference bisa berjalan.
GPU yang membuat perusahaan-perusahaan AI bisa mengejar model yang semakin besar dan semakin capable.
Saya sering membayangkan NVIDIA seperti perusahaan yang menjual mesin kepada orang-orang yang sedang berlomba.
💬 Komentar & Diskusi
Mereka tidak harus tahu siapa yang akan menang.
Selama perlombaan terus berlangsung, semua peserta tetap membutuhkan mesin.
Dan menurut saya, justru di situlah kekuatan NVIDIA selama ini.
Tapi Sekarang NVIDIA Mulai Masuk ke Perlombaan Itu Sendiri
Beberapa hari terakhir saya membaca kabar tentang langkah NVIDIA terhadap Poolside, sebuah startup AI yang sebelumnya fokus pada AI coding dan pengembangan model.
Yang membuat saya tertarik bukan sekadar nominalnya.
NVIDIA dilaporkan membayar US$6 miliar untuk lisensi Model Factory milik Poolside, melakukan investasi tambahan sekitar US$1 miliar, dan menawarkan posisi kepada 109 orang dari tim Poolside. Yang menarik, ini bukan akuisisi penuh. Lisensinya non-eksklusif dan para founder Poolside tetap berada di perusahaan.
Dan menurut saya, ini jauh lebih menarik daripada sekadar:
“NVIDIA membeli startup AI.”
Karena yang dibeli bukan hanya sebuah model jadi.
Yang menarik justru adalah kemampuan untuk membangun model.
Dan bagi saya, itu menunjukkan perubahan arah NVIDIA.
Mereka sepertinya tidak ingin selamanya hanya menjadi perusahaan yang menyediakan mesin untuk AI.
Mereka mulai ingin ikut membangun otaknya.
Dari Menjual Compute Menjadi Membangun Intelligence
Ada perbedaan besar antara menjual GPU dan membangun AI.
GPU adalah hardware.
Model adalah intelligence.
Agent berada di antara keduanya sekaligus membutuhkan lebih banyak lagi: reasoning, tools, memory, planning, evaluation, dan kemampuan untuk menjalankan workflow.
NVIDIA sekarang sudah memiliki berbagai komponen di area tersebut.
Mereka punya keluarga model Nemotron.
Mereka mengembangkan software untuk membangun dan menjalankan AI.
Mereka punya CUDA.
Mereka punya TensorRT.
Mereka punya networking.
Dan mereka juga semakin serius dengan agentic AI melalui ekosistem seperti NemoClaw dan OpenShell.
Kalau semua bagian itu berhasil mereka satukan, NVIDIA tidak lagi hanya menjual hardware untuk AI.
Mereka berpotensi memiliki:
Hardware → Compute → Software → Models → Agents
Dalam satu ekosistem.
Dan menurut saya, di sinilah ceritanya menjadi menarik.
Tapi Apakah NVIDIA Bisa Membuat AI yang Lebih Pintar dari yang Lain?
Ini pertanyaan pertama yang muncul di kepala saya.
Kalau NVIDIA punya GPU terbaik, compute luar biasa besar, dan sekarang mulai mendapatkan teknologi serta talent dari perusahaan yang membangun model...
Apakah mereka bisa membuat agent yang jauh lebih powerful daripada OpenAI, Anthropic, atau Google?
Jawaban saya:
Bisa saja. Tapi belum tentu.
Dan saya justru tertarik pada bagian “belum tentu”-nya.
Karena punya compute bukan berarti otomatis punya intelligence terbaik.
Compute Bukan Satu-Satunya Faktor
Kita sering menyederhanakan AI menjadi:
More GPU = smarter AI.
Padahal kenyataannya jauh lebih kompleks.
Model membutuhkan architecture.
Training data.
Post-training.
Reinforcement learning.
Reasoning.
Evaluation.
Synthetic data.
Inference-time scaling.
Dan yang menurut saya sangat penting:
talent.
Mempunyai ribuan GPU memungkinkan sebuah perusahaan melakukan lebih banyak eksperimen.
Tetapi pertanyaannya bukan hanya:
“Berapa banyak eksperimen yang bisa dilakukan?”
Melainkan:
“Apakah kita tahu eksperimen mana yang harus dilakukan?”
Dan ini adalah masalah research.
Bukan sekadar hardware.
Justru Itu yang Membuat Poolside Menarik
Menurut saya, NVIDIA tidak sedang membeli sebuah chatbot.
Mereka sedang membeli kemampuan untuk mempercepat proses menciptakan model.
Model Factory yang dilisensikan NVIDIA dilaporkan merupakan sistem yang menangani berbagai bagian dari proses pengembangan model—mulai dari data, training, evaluation, reinforcement learning, sampai deployment ke lingkungan inference.
Dan buat saya, ini sangat menarik.
Karena dalam perlombaan AI, mungkin keuntungan terbesar bukan selalu memiliki model terbaik hari ini.
Tetapi memiliki mesin yang mampu menghasilkan model yang lebih baik besok.
Kalau itu benar-benar menjadi keunggulan NVIDIA, maka mereka tidak sekadar membeli sebuah hasil.
Mereka membeli kemampuan untuk mengulang proses penciptaan intelligence dengan lebih cepat.
Tetapi Ada Hidden Obstacle yang Menurut Saya Sangat Besar
Di sinilah saya mulai melihat paradoks NVIDIA.
Selama ini NVIDIA berada pada posisi yang sangat nyaman.
Mereka bisa menjual compute kepada hampir semua orang.
OpenAI membutuhkan GPU.
Startup membutuhkan GPU.
Cloud provider membutuhkan GPU.
Perusahaan besar membutuhkan GPU.
Bahkan perusahaan yang akhirnya menjadi kompetitor NVIDIA tetap bisa menjadi pelanggan NVIDIA.
Dengan kata lain:
Siapa pun yang menang dalam perlombaan AI, NVIDIA tetap bisa menang sebagai penyedia infrastrukturnya.
Tetapi ketika NVIDIA mulai membangun model dan agent sendiri, situasinya berubah.
Mereka bukan lagi hanya menjual mesin kepada peserta perlombaan.
Mereka mulai ikut berlari.
Dan Ini Bisa Membuat Pelanggan NVIDIA Menjadi Kompetitor NVIDIA
Menurut saya, ini adalah salah satu risiko strategis terbesar.
Bayangkan sebuah perusahaan AI menggunakan GPU NVIDIA untuk melatih model yang kemudian menjadi kompetitor langsung bagi model NVIDIA.
Selama NVIDIA hanya menjual GPU, situasinya relatif sederhana.
Tetapi ketika NVIDIA juga memiliki model sendiri, hubungan tersebut menjadi lebih kompleks.
Mereka adalah supplier.
Mereka juga platform.
Dan perlahan-lahan mereka menjadi model developer.
Pertanyaannya kemudian:
Apakah pelanggan akan tetap nyaman bergantung pada supplier yang juga sedang membangun produk AI sendiri?
Saya pikir ini adalah pertanyaan yang semakin relevan.
Agent Membuat Persoalannya Lebih Sulit
Menurut saya, ada satu hal lagi yang sering terlupakan ketika kita membandingkan model AI.
Model bukan selalu sama dengan agent.
Model yang sangat pintar belum tentu menjadi agent yang sangat reliable.
Agent harus melakukan lebih banyak hal.
Ia harus memahami objective.
Membuat rencana.
Menggunakan tools.
Membaca hasil.
Memperbaiki kesalahan.
Mengubah strategi.
Kemudian mencoba lagi.
Dan semua itu bisa berlangsung dalam puluhan atau bahkan ratusan langkah.
Jadi untuk agent, saya tidak hanya ingin bertanya:
“Seberapa pintar model ini?”
Saya ingin bertanya:
“Seberapa reliable model ini ketika harus bekerja selama berjam-jam untuk menyelesaikan sebuah pekerjaan?”
Menurut saya, itu adalah benchmark yang jauh lebih sulit.
Intelligence vs Reliability
Saya mulai melihat dua hal yang berbeda:
Intelligence
dan
Reliability.
AI bisa sangat pintar tetapi tidak konsisten.
AI bisa sangat pintar tetapi terlalu mudah melakukan kesalahan pada long-horizon task.
AI bisa sangat pintar tetapi tidak memahami kapan harus berhenti.
Dan semakin autonomous sebuah agent, semakin mahal kesalahan kecilnya.
Karena kesalahan tersebut tidak selalu berhenti pada satu jawaban.
Kesalahan bisa menjadi:
keputusan → tindakan → konsekuensi.
Ini juga alasan kenapa menurut saya perlombaan agentic AI tidak akan selesai hanya dengan membuat model semakin besar.
NVIDIA Mungkin Memiliki Keuntungan yang Tidak Dimiliki Banyak Kompetitor
Tetapi di sisi lain, saya juga tidak ingin meremehkan posisi NVIDIA.
Mereka mempunyai sesuatu yang sangat sulit ditiru:
full-stack knowledge tentang AI compute.
Mereka tahu bagaimana hardware mereka bekerja.
Mereka tahu bagaimana CUDA bekerja.
Mereka tahu bagaimana inference dioptimalkan.
Mereka tahu bagaimana GPU didistribusikan dalam cluster.
Mereka tahu bagaimana workload AI dijalankan dalam skala besar.
Dan sekarang mereka semakin dekat dengan proses membangun model itu sendiri.
Kalau mereka berhasil menggabungkan semua pengetahuan tersebut, mereka mungkin bisa melakukan sesuatu yang sangat menarik:
mengoptimalkan model berdasarkan mesin yang menjalankannya sejak awal.
Bukan:
model dibuat → kemudian dioptimalkan untuk hardware.
Tetapi:
hardware + software + model dirancang untuk bekerja bersama sejak awal.
Menurut saya, ini bisa menjadi keunggulan yang sangat besar.
Tapi Ada Risiko NVIDIA Terlalu Fokus pada Hardware
Ini mungkin terdengar aneh.
Bagaimana mungkin kekuatan terbesar NVIDIA justru menjadi kelemahan?
Karena dunia AI bergerak sangat cepat.
Hari ini kita berbicara tentang model raksasa.
Besok mungkin model yang jauh lebih kecil menjadi sangat capable.
Hari ini kita bicara tentang GPU dalam jumlah luar biasa besar.
Besok algoritma yang lebih efisien bisa mengubah perhitungan tersebut.
Hari ini compute adalah bottleneck.
Besok mungkin data, inference, energy, atau reliability yang menjadi bottleneck.
Jadi NVIDIA harus memastikan bahwa mereka tidak hanya menjadi perusahaan yang sangat hebat dalam membuat mesin untuk AI generasi sekarang.
Mereka harus bisa terus memahami:
AI generasi berikutnya akan membutuhkan apa?
Mungkin Inilah Alasan Mereka Masuk ke Model
Kalau saya melihat langkah NVIDIA dari perspektif ini, semuanya mulai terlihat masuk akal.
Mereka tidak ingin menunggu sampai arah perkembangan AI ditentukan sepenuhnya oleh perusahaan lain.
Mereka ingin memiliki posisi di setiap lapisan.
Kalau model semakin besar:
NVIDIA punya GPU.
Kalau inference semakin penting:
NVIDIA punya inference stack.
Kalau agent semakin dominan:
NVIDIA punya agent infrastructure.
Kalau open-weight model menjadi semakin penting:
NVIDIA punya Nemotron.
Dan sekarang, dengan langkah terhadap Poolside:
NVIDIA juga memperkuat kemampuan untuk membangun model itu sendiri.
Menurut saya, ini bukan lagi strategi perusahaan GPU.
Ini mulai terlihat seperti strategi AI platform company.
Tetapi Saya Tidak Yakin NVIDIA Akan Menang
Dan justru di sini saya ingin berhenti sebentar.
Karena menurut saya, terlalu mudah untuk membuat narasi:
“NVIDIA punya GPU, uang, talent, dan sekarang model. Berarti mereka akan mengalahkan semuanya.”
Saya tidak yakin.
OpenAI memiliki research ecosystem sendiri.
Anthropic memiliki fokus yang sangat kuat pada model dan agent reliability.
Google memiliki model, TPU, cloud, data, dan research infrastructure yang luar biasa.
Meta memiliki skala dan open-weight strategy.
Dan masih akan muncul pemain baru.
Jadi saya tidak melihat NVIDIA sebagai pemenang yang sudah ditentukan.
Saya melihat mereka sebagai pemain baru yang tiba-tiba memiliki posisi yang sangat unik.
NVIDIA Mungkin Tidak Perlu Membuat AI Terbaik
Ini justru pemikiran yang paling menarik bagi saya.
Mungkin NVIDIA tidak perlu memiliki model yang paling pintar di dunia.
Mereka hanya perlu memiliki model yang:
cukup pintar,
sangat efisien,
sangat mudah dijalankan di hardware mereka,
terintegrasi dengan ecosystem mereka,
dan
tersedia dalam skala yang sangat besar.
Kalau itu berhasil, NVIDIA bisa mendapatkan sesuatu yang mungkin lebih berharga daripada sekadar leaderboard.
Lock-in.
Ketika developer membangun aplikasi menggunakan NVIDIA stack, menjalankan model NVIDIA, mengoptimalkannya dengan CUDA, dan mengintegrasikan agent infrastructure mereka, berpindah ke ecosystem lain menjadi semakin sulit.
Dan menurut saya, itulah permainan yang sebenarnya.
Dari Menjual Otak Komputasional ke Membangun Otak Itu Sendiri
Saya kembali ke pertanyaan awal saya.
Selama ini saya melihat NVIDIA sebagai perusahaan yang menjual otak komputasional kepada industri AI.
Mereka menyediakan kemampuan untuk menghitung.
Sekarang mereka mulai bergerak lebih jauh.
Mereka ingin memahami bagaimana intelligence itu sendiri dibangun.
Dan kalau langkah seperti Poolside ini berhasil, NVIDIA mungkin suatu hari bukan hanya menjadi perusahaan yang menyediakan mesin tempat AI berpikir.
Mereka bisa menjadi salah satu perusahaan yang menentukan bagaimana AI berpikir.
Buat saya, itu perubahan yang jauh lebih besar daripada sekadar NVIDIA membuat chatbot.
The Real Question Is Not Who Has the Smartest Model
Saya rasa kita terlalu sering melihat perlombaan AI sebagai:
OpenAI vs Anthropic vs Google vs Meta vs NVIDIA.
Model siapa yang paling pintar?
Model siapa yang paling cepat?
Model siapa yang paling murah?
Tetapi mungkin itu bukan permainan yang sebenarnya.
Mungkin permainan sebenarnya adalah:
Siapa yang mampu menguasai seluruh stack AI?
Dari silicon.
Ke compute.
Ke software.
Ke model.
Ke agent.
Ke deployment.
Dan akhirnya ke aplikasi yang digunakan manusia.
Kalau saya melihatnya dari perspektif itu, langkah NVIDIA menjadi jauh lebih menarik.
Karena perusahaan yang awalnya menjual mesin kepada para pembuat AI, sekarang perlahan-lahan mulai membangun AI-nya sendiri.
Dan saya belum tahu apakah NVIDIA akan membuat model yang lebih pintar daripada semua pemain lainnya.
Tetapi saya pikir satu hal sudah jelas:
NVIDIA tidak ingin hanya menjadi perusahaan yang menyediakan infrastruktur bagi revolusi AI.
Mereka ingin menjadi salah satu perusahaan yang menentukan bentuk revolusi itu sendiri.
Dan menurut saya, itulah cerita sebenarnya di balik langkah NVIDIA masuk lebih dalam ke AI.
