Tujuh puluh tahun lalu, sekelompok akademisi berkumpul di Dartmouth untuk sebuah summer workshop yang kelak mengubah dunia. Mereka yakin bahwa setiap aspek kecerdasan manusia bisa disimulasikan oleh mesin. Hari ini, keyakinan itu sedang diuji dalam skala yang tidak pernah terbayangkan sebelumnya — dan pasar modal ikut terseret ke dalamnya.
Bagi investor, 70 tahun perjalanan AI bukan sekadar sejarah teknologi. Ini adalah peta jalan tentang bagaimana boom dan bust bekerja, bagaimana valuation terbentuk dan runtuh, dan di mana uang sesungguhnya mengalir. Ada 14 pola yang terus berulang, dan semuanya relevan sekarang.
Progress AI itu non-linear — dan selalu diremehkan. Kalau kamu plot computation yang digunakan untuk melatih model AI dalam skala linear, grafiknya terlihat flat sampai tiba-tiba meledak. Baru ketika diplot dalam log scale, terlihat bahwa pertumbuhan ini sudah berlangsung selama dekade. Pasar selalu kaget karena melihat grafik yang salah.
Lebih dari itu, kecepatan progress AI sudah melampaui Moore's Law. Di era pre-deep learning, kemampuan komputasi tumbuh sekitar 1.4x per tahun. Sejak era deep learning, angka itu melompat ke 4x per tahun — karena bukan hanya chip yang membaik, tapi juga arsitektur, algoritma, dan memory secara bersamaan.
Tapi ada peringatan penting: technology leader hari ini belum tentu winner esok hari. AI sudah melewati setidaknya dua "AI winter" — periode di mana hype runtuh dan funding mengering. Symbolic AI digantikan neural networks, recurrent networks digantikan transformers. LLM yang dominan sekarang mungkin akan disusul oleh world models atau arsitektur yang belum ada namanya. Investor yang taruhan di "pemimpin saat ini" tanpa mempertimbangkan ini sedang mengambil risiko yang sering tidak mereka sadari.
Fenomena DeepSeek dari China juga mempertegas satu hal: pipeline R&D itu penting dan butuh waktu bertahun-tahun. Keberhasilan model-model China bukan kebetulan — itu hasil dari investasi R&D yang konsisten selama lebih dari satu dekade, hingga China melampaui AS dalam jumlah AI patents di 2024. "Overnight success" di teknologi hampir selalu punya backstory yang panjang.
Dari sisi spending, berlaku Jevons Paradox: ketika AI menjadi jauh lebih murah, orang tidak lantas menggunakannya lebih sedikit — justru sebaliknya. GPU computation cost sudah turun lebih dari 99% sejak 2006, tapi konsumsi listrik data center global diproyeksikan IEA akan berlipat ganda dari 2024 ke 2030. Ini bullish untuk infrastructure play — data centers, power grid, chip makers — setidaknya dalam jangka menengah.
Sejak ChatGPT diluncurkan November 2022, return tertinggi memang datang dari hardware, construction, dan chip makers — bukan software. Ini konsisten dengan pola historis: software revolution selalu butuh hardware investment yang masif terlebih dahulu. Dan saat ini bottleneck bukan di sisi konsumen, tapi di sisi supply — GPU Nvidia H100 masih diperebutkan, harga rental-nya mencerminkan scarcity yang nyata.
Yang perlu dicermati lebih serius adalah gap antara consumer adoption dan business monetization. Generative AI diadopsi konsumen lebih cepat dari teknologi manapun dalam sejarah. Tapi di sisi korporasi, kurang dari separuh pekerja AS mengaku menggunakan AI di tempat kerja, dengan rata-rata hanya 6% dari waktu kerja. Downloading an app takes minutes; reorganising an enterprise takes years. Ini artinya revenue monetization dari AI masih akan butuh waktu — dan ekspektasi pasar mungkin terlalu cepat.
Soal valuation: Shiller CAPE S&P 500 saat ini berada di level yang hanya pernah terlihat beberapa kali dalam sejarah — 1929 (radio dan otomotif), 1966 (electronics boom), dan 2000 (dot-com). Setiap peak itu bertepatan dengan transformative technology. Beberapa berakhir dengan crash brutal, beberapa tidak. Tapi semua butuh earnings yang akhirnya justifikasi harga. OpenAI dan Anthropic memang sedang mencatat revenue growth yang melampaui rekor perusahaan manapun di tahap yang sama — tapi proyeksi ke depannya membutuhkan pertumbuhan yang bahkan lebih ekstrem lagi untuk membenarkan valuasi yang beredar.
Dan terakhir — tapi mungkin paling penting untuk stock picking — early lead bukan garansi long-term dominance. Internet Explorer pernah menguasai 95% browser market sebelum Chrome menyapunya. Netscape sudah terlupakan. Di AI, ChatGPT masih memimpin traffic, tapi Gemini, DeepSeek, dan Claude terus mengejar. Landscape ini masih sangat cair, dan investor yang terlalu concentrated di satu nama AI sedang mengambil risiko yang tidak proporsional.
Satu hal yang cukup menenangkan: long-term trend S&P 500 EPS tumbuh sekitar 6.5% per tahun sejak 1935 — melewati perang, resesi, dan berbagai revolusi teknologi. Bahkan dalam skenario AI yang moderat pun, trend ini kemungkinan besar akan berlanjut. Yang berubah hanyalah siapa yang akan berada di atas podium.