Figma(FIG.US) laba kotor tertekan, Arm(ARM.US) pendapatan mencapai rekor tertinggi, Wall Street mengakui pengembalian AI sulit diprediksi

Menurut informasi dari Woofun AI, fitur AI Figma (FIG.US) telah merambah ke alur kerja 80% klien besar, sementara pendapatan kuartal kedua Arm (ARM.US) mencapai rekor $1,44 miliar, menetapkan tolok ukur industri. Meski penetrasi teknologi meningkat signifikan, tekanan terhadap margin kotor Figma dan perubahan struktur biaya di balik transformasi bisnis Arm bersama-sama menggambarkan kompleksitas komersialisasi awal infrastruktur dan lapisan aplikasi AI saat ini. Eksekutif Wall Street secara terbuka mengakui sulitnya memprediksi keuntungan jangka panjang AI, investor mulai menuntut perusahaan untuk membuktikan sejauh mana kemajuan teknologi dapat mengonversikan keuntungan, bukan hanya mengandalkan narasi untuk mendorong valuasi.

Figma merilis laporan keuangan kuartal ketiga tahun 2026 dengan pendapatan sebesar $391,4 juta, naik 43% dibanding tahun sebelumnya, $16,4 juta lebih tinggi dari batas atas panduan sebelumnya. Perusahaan meningkatkan proyeksi pendapatan tahunan menjadi $1,497 miliar hingga $1,499 miliar, dan proyeksi laba operasi non-GAAP menjadi $158 juta hingga $163 juta.

Namun, pasar belum sepenuhnya menerima hal tersebut, harga saham turun sekitar 7% dalam perdagangan setelah jam kerja. Panduan pendapatan untuk kuartal keempat adalah $402 juta hingga $404 juta, yang menunjukkan pertumbuhan akan melambat dari 43% di kuartal ketiga menjadi sekitar 33%, dan ini menjadi alasan utama tekanan pada perdagangan setelah jam kerja. Pasar kini menilai bukan hanya margin kotor, tetapi juga pergeseran laju pertumbuhan. Data dari Woofun AI menunjukkan, margin kotor GAAP Figma pada kuartal ketiga adalah 80%, non-GAAP pada 82%, turun dari 86% di periode yang sama tahun lalu. Penurunan margin kotor terutama disebabkan oleh meningkatnya biaya inferensi akibat kenaikan penggunaan AI. Perusahaan sedang meningkatkan proporsi tugas yang ditangani model internal untuk memperbaiki efisiensi biaya, namun belum mengungkapkan jumlah penghematan secara spesifik. Figma telah membuktikan bahwa klien besar bersedia terus menggunakan AI, langkah selanjutnya adalah membuktikan berapa banyak keuntungan tambahan yang bisa diciptakan dari penggunaan tersebut.

Jika pendapatan dari poin AI tumbuh lebih cepat dari biaya inferensi, Figma mungkin membangun sumber pendapatan baru; sebaliknya, AI juga bisa menjadi biaya jasa yang terus menekan margin kotor.

Data penggunaan produk AI merupakan bagian paling penting dari laporan keuangan kali ini. Hingga 31 Oktober, di antara pelanggan berbayar dengan nilai kontrak tahunan lebih dari $10.000, lebih dari 80% mengonsumsi poin AI setiap minggu, 65% menggunakan Figma Agent setiap minggu. Penggunaan keseluruhan Figma MCP Server pada kuartal ketiga meningkat 3 kali lipat dibanding kuartal sebelumnya, dengan operasi tulis balik meningkat 4 kali lipat. Pada Oktober, perusahaan juga meluncurkan uji publik Code Layers, yang memungkinkan pengguna langsung membangun dan mengedit prototipe berbasis kode di kanvas desain. Semua perubahan ini tengah mendefinisikan ulang batas produk Figma.

Alat desain tradisional berfokus pada efisiensi pembuatan antarmuka, sementara Agent, MCP, dan Code Layers memungkinkan perangkat lunak terlibat langsung dalam desain, pembuatan kode, dan modifikasi. Figma berupaya bertransformasi dari editor desain menjadi platform kerja yang menghubungkan desain dan pengembangan. Perubahan juga terjadi pada model bisnis. Dulu, Figma memperoleh pendapatan utama dari langganan kursi; kini, poin AI menambah mekanisme penagihan berdasarkan jumlah penggunaan. Uji publik Code Layers yang diluncurkan Oktober semakin membaurkan batas antara desain dan pengembangan, sehingga 80% pelanggan bernilai tinggi tidak hanya menggunakan AI untuk membantu desain, namun juga mulai bergantung pada AI untuk interaksi di lapisan kode.

Transformasi dari 'alat' menjadi 'platform' membuat struktur pendapatan Figma kian kompleks dan menuntut kontrol biaya yang lebih baik. Margin kotor non-GAAP 82% masih tinggi, namun telah turun dari puncak historis 86%, menandakan tekanan biaya awal pada aplikasi AI skala besar mulai terlihat.

Arm merilis kinerja kuartal kedua tahun fiskal 2027 yang berakhir 30 September, dengan pendapatan sebesar $1,44 miliar, naik 27% dibanding tahun sebelumnya, menjadi tertinggi dalam sejarah kuartal kedua perusahaan. Pendapatan lisensi dan lainnya $773 juta, naik 50% dibanding tahun sebelumnya; pendapatan royalti $670 juta, naik 8%. Pendapatan royalti pusat data meningkat dua kali lipat. Bisnis Arm mengalami perubahan mendalam. Dulu perusahaan menghasilkan pendapatan dengan memberikan otorisasi arsitektur kepada perancang chip, kini Arm mulai menyediakan CPU Arm AGI rancangan sendiri. Perusahaan mengaku telah menerima pesanan pembelian dari beberapa klien yang berlanjut hingga tahun 2027, dengan pengiriman komersial pertama direncanakan pada kuartal keempat tahun fiskal 2027. Manajemen memperkirakan produk ini bisa menyumbang pendapatan maksimal $2 miliar dalam dua tahun fiskal 2027 dan 2028. Ini adalah perkiraan perusahaan, belum merupakan pendapatan penjualan yang telah dikonfirmasi. Arm juga mengungkapkan, pangsa server berbasis arsitektur Arm di antara penyedia layanan cloud skala besar utama naik dari 15% di tahun 2024 menjadi lebih dari 50% di tahun 2025.

Statistik ini hanya untuk penyedia layanan cloud besar tertentu, tidak bisa langsung diartikan sebagai pangsa pasar server global. Angka-angka tersebut menunjukkan penyebaran permintaan akan infrastruktur AI. GPU bertanggung jawab atas komputasi paralel besar, tetapi CPU masih menangani komputasi umum, penjadwalan tugas, dan manajemen sistem. Seiring kebutuhan AI Agent untuk menjalankan program, memanggil alat, dan melaksanakan alur kerja kompleks, kinerja dan efisiensi energi CPU juga akan memengaruhi biaya keseluruhan pusat data. Bagi Arm, peluang dan risiko membesar bersama-sama. Menjual CPU rancangan sendiri bisa menghasilkan pendapatan per pelanggan lebih besar daripada sekadar lisensi arsitektur, namun juga berarti perusahaan harus menanggung risiko pengiriman chip, rantai pasokan, dan persaingan produk. Arm kini bukan hanya menjual hak kekayaan intelektual desain chip, tapi juga ikut bersaing di pasar produk chip.

Pada forum investasi pemimpin keuangan internasional Hong Kong, CEO Goldman Sachs (GS.US) David Solomon, CEO Citadel Securities Peng Zhao, dan pendiri TPG (TPG.US) Jim Coulter bersama tokoh keuangan lainnya mendiskusikan perkembangan AI jangka panjang. Ada komentar bahwa hal paling penting dalam forum ini bukanlah optimisme lembaga keuangan terhadap AI, tetapi pengakuan secara terbuka oleh eksekutif bahwa prediksi jangka panjang sangatlah tidak pasti. Solomon menilai permintaan daya komputasi dalam jangka pendek masih kuat, tetapi jalur perkembangan jangka panjang sangat sulit untuk diprediksi.

Peng Zhao mengajukan pertanyaan langsung: laju perkembangan teknologi telah melampaui siklus investasi, pasar modal harus mengambil keputusan investasi besar tanpa prediksi jangka panjang yang dapat diandalkan. Coulter mengingatkan investor bahwa pengalaman semasa gelembung internet menunjukkan, meski menilai benar suatu teknologi akan mengubah dunia, tetap dapat kehilangan uang jika salah memilih perusahaan. Ini mengungkap kontradiksi struktural dalam investasi AI. Pusat data, chip, dan infrastruktur listrik memerlukan investasi modal jauh sebelum waktu, tetapi biaya model, bentuk aplikasi, dan model bisnis akhir kadang berubah hanya dalam beberapa bulan. Siklus investasi infrastruktur tidak selaras dengan siklus iterasi teknologi.

Pada jamuan makan malam forum 2 November, perusahaan AI Tiongkok memberikan perspektif lain. Pendiri Moonshot Yang Zhilin, dalam diskusi tertutup "Teknologi untuk kebaikan" yang dipandu Shen Nanpeng, menanggapi perdebatan open source versus closed source, serta membahas kemampuan model melakukan perbaikan mandiri secara rekursif dan jalur generalisasi ke dunia fisik. Dibanding sekadar menambah daya komputasi, memasukkan AI ke dalam industri yang sudah ada bisa memberikan jalur verifikasi nilai komersial yang lebih langsung—menurut Menteri Keuangan Hong Kong Paul Chan, pabrik, rumah sakit, dan jaringan logistik Tiongkok daratan adalah lahan subur bagi aplikasi AI. Namun nilai aplikasi tidak otomatis berarti keuntungan investasi. Penyedia model, perusahaan cloud computing, produsen chip, dan developer aplikasi semuanya mungkin menciptakan nilai, namun keuntungan akhir belum tentu terbagi rata. Inilah masalah investasi paling penting di industri AI saat ini: pasar sudah percaya AI akan mengubah ekonomi, tapi belum tahu siapa yang akan mendapat keuntungan sepadan dengan modal yang diinvestasikan.

Nilai pasar gabungan lima raksasa teknologi Amerika meningkat hampir $800 miliar dalam satu hari. Setelah Partai Demokrat memenangkan kedua kamar kongres, harga saham Amazon (AMZN.US), Apple (AAPL.US), Microsoft (MSFT.US), Alphabet (GOOGL.US), dan Meta (META.US) naik bersama. Investor menilai jika proyek pembangunan pusat data baru dibatasi, raksasa teknologi yang sudah memiliki infrastruktur daya komputasi besar justru diuntungkan. Amazon naik sekitar 6,1%, Apple naik 5,3%, kebalikan dari penurunan beberapa operator pusat data. Hasil pemilu yang jelas ditambah harga minyak merosot, Indeks Dow Jones pada 4 November naik 1.569 poin atau 3,03%, S&P 500 naik sekitar 1,6%. Namun sektor energi turun 4,77% akibat harga minyak jatuh, menjadi sektor dengan performa terburuk hari itu, sedangkan konsumsi non-primer dan keuangan menjadi penopang utama.

Minyak mentah Brent turun sekitar 8,7% ke $94,62 per barel. Penurunan harga energi mengurangi kekhawatiran pasar terhadap inflasi, namun perang Iran dan perubahan politik Amerika masih bisa memengaruhi pergerakan berikutnya. Pemilih Amerika mulai langsung menolak perluasan pusat data AI. Pada pemilu paruh waktu 2026, banyak pemilih mendukung kandidat atau kebijakan yang membatasi pembangunan pusat data. Gina Hinojosa, calon gubernur Demokrat negara bagian Texas, mengalahkan petahana Abbott secara mengejutkan, menjadi gubernur Latin pertama di negara bagian ini dan gubernur Demokrat pertama sejak 1990. Ia mendukung penangguhan persetujuan pembangunan pusat data baru, sehingga kemenangan ini menjadi sorotan utama bagi industri infrastruktur AI. Permasalahan pusat data mengenai konsumsi listrik, penggunaan air, dan kenaikan tarif listrik rumah tangga kini berubah dari isu lokal menjadi topik politik nasional.

Uber (UBER.US) menghadapi perubahan di bidang otomasi, namun bukan karena mempersempit pengembangan internal. Co-CEO Waymo Tekedra Mawakana telah mengonfirmasi, pada Januari 2028 Waymo akan mengakhiri kerja sama eksklusif Robotaxi dengan Uber di Austin dan Atlanta, beralih menggunakan aplikasi sendiri, padahal perjanjian semestinya berlaku hingga Mei 2028. Uber menegaskan, membuka akses khusus Robotaxi di aplikasinya 'bukan pilihan Uber', dan menekankan tetap bekerja sama dengan banyak perusahaan otomasi; pada konferensi kuartal ketiga, perusahaan menyatakan akan menambah sekitar 700 kendaraan tanpa pengemudi pada akhir tahun, dan lebih dari 2.000 pada tahun 2027. Tekanan sebenarnya berasal dari sisi pasokan dan bisnis utama transportasi. CEO Dara Khosrowshahi mengatakan, harga bahan bakar yang tinggi ditambah pasokan pengemudi terbatas menghambat pertumbuhan pasokan di banyak pasar internasional; nilai pemesanan transportasi kuartal ketiga mencapai $29,512 miliar, naik 18% dari tahun lalu, namun pendapatan $7,520 miliar turun 2%, utamanya karena perubahan model bisnis di Inggris. Secara keseluruhan, total pemesanan meningkat 20%, laba non-GAAP per saham $0,88 naik 35% dari tahun lalu, semuanya di atas ekspektasi pasar. Kunci komersialisasi otomasi tetap pada efisiensi operasional, bukan sekadar kematangan teknologi.

Usulan Proposisi 40 California berencana mengenakan pajak kekayaan sebesar 5% sekali untuk warga dengan aset bersih lebih dari $1 miliar, hasil awal menunjukkan suara penolakan mencapai 55,6%, proposal ini kemungkinan gagal. Proposal ini sebelumnya menarik perhatian pengusaha dan investor Silicon Valley, dengan kontroversi berpusat pada pajak kekayaan, migrasi modal, dan perimbangan fiskal daerah.