Ada satu tren yang sering luput dari radar investor saham teknologi: data storage. Bukan karena tidak penting — justru sebaliknya. AI yang selama ini dibicarakan sebagai pengonsumsi data ternyata juga merupakan generator data yang masif. Dan ini menciptakan siklus yang terus berulang dan menggulung.
Bayangkan seperti ini: setiap kali model AI berjalan — menghasilkan output, mencatat log inferensi, memproduksi data sintetis — semua itu disimpan. Lalu data itu dipakai lagi untuk melatih model berikutnya. Siklus ini tidak berhenti. Justru semakin cepat seiring adopsi AI yang makin masif di level enterprise.
Datanya cukup mengejutkan: 86% organisasi menyatakan mereka menyimpan lebih banyak data sebagai dampak langsung dari adopsi AI dan GenAI. 94% bahkan sudah menambah kapasitas storage secara spesifik untuk mendukung AI/ML model training. Dan 61% memperkirakan pertumbuhan volume data di atas 25% per tahun akan terus berlanjut dalam tiga tahun ke depan.
Yang menarik secara struktural: 59% menyebut AI-generated data — bukan data transaksi atau data pengguna — sebagai leading driver pertumbuhan data lake mereka. Artinya, demand terhadap infrastruktur storage bukan hanya datang dari aktivitas bisnis konvensional, tapi dari AI itu sendiri yang terus memproduksi data baru.
Ada dimensi lain yang penting untuk dipahami. Selama ini, data lama (cold/archived data) cenderung diabaikan — disimpan murah, jarang diakses. Tapi AI mengubah kalkulasi ini. 76% perusahaan melaporkan peningkatan volume data arsip dingin yang kembali diaktifkan untuk mendukung workload AI. 74% menyatakan AI membuat mereka menyimpan data lebih lama. Dan 95% merasa nilai data mereka meningkat karena AI.
Ini penting secara ekonomi. Data yang tadinya dianggap "mati" kini punya nilai lagi — karena bisa dipakai untuk melatih model, membangun pipeline RAG (Retrieval-Augmented Generation), atau mendukung inferensi real-time. Akibatnya, 96% perusahaan mengantisipasi kebutuhan retrieval arsip yang lebih cepat. Batas antara data aktif dan data arsip mulai kabur.
Dari sudut pandang infrastruktur, ini berarti tiered storage architecture — kombinasi hot, warm, cool, dan cold tier — menjadi semakin krusial. Saat ini lebih dari 75% data enterprise sudah tersebar di tiga tier terakhir (warm, cool, cold), dan lebih dari 60% volume data lake terdiri dari data yang jarang diakses. Tantangannya: bagaimana membuat data itu tetap accessible dengan biaya yang masuk akal ketika AI butuh mengaksesnya secara tiba-tiba?
Di sinilah TCO per terabyte menjadi metrik kritis. 98% responden menyebut TCO per terabyte sebagai faktor penting atau sangat penting dalam keputusan pembelian storage. Bukan sekadar performa — tapi efisiensi biaya jangka panjang.
Bagi investor, tren ini membentuk secular tailwind yang kuat untuk segmen infrastruktur data: hard disk drive (HDD) kapasitas tinggi, object storage, dan platform manajemen data enterprise. Perusahaan seperti Western Digital, Seagate, dan pemain cloud hyperscaler yang menyediakan tiered storage akan terus merasakan demand yang tidak bersifat siklus biasa — melainkan struktural, didorong oleh arsitektur AI yang terus berkembang. Pertanyaannya bagi investor bukan lagi apakah demand ini nyata, tapi siapa yang paling efisien memonetisasinya di level margin.