Courtesy of Axios
Ketika banyak orang khawatir tentang nilai saham yang terlalu tinggi, sedikit saja masalah bisa membuat pasar saham goyah. Hal ini bisa menyebabkan kerugian besar bagi investor, seperti yang terjadi baru-baru ini ketika nilai saham terkait kecerdasan buatan (AI) turun drastis. Di tengah persaingan global, perusahaan China bernama DeepSeek mengumumkan model AI baru yang lebih baik dan lebih murah dibandingkan dengan produk dari perusahaan-perusahaan besar di Amerika, seperti OpenAI dan Nvidia. Ini menimbulkan pertanyaan tentang rencana besar pemerintah AS untuk berinvestasi dalam AI, karena jika China bisa melakukannya dengan biaya yang jauh lebih rendah, maka rencana tersebut mungkin perlu dipikirkan kembali.
Pasar saham AS saat ini sangat kuat, tetapi juga rentan karena hanya sedikit saham yang mendominasi kinerja pasar. Ketika ada berita buruk, seperti komentar dari CEO Nvidia tentang komputer kuantum, pasar bisa langsung terpengaruh. Meskipun satu hari buruk di pasar bukanlah akhir segalanya, itu bisa menjadi tanda peringatan bahwa persaingan di dunia teknologi sangat ketat dan perusahaan-perusahaan harus cepat beradaptasi untuk tetap bersaing.
Pertanyaan Terkait
Q
Apa yang terjadi pada pasar saham terkait valuasi gelembung?A
Pasar saham mengalami kerugian besar, dengan investor kehilangan lebih dari $1 triliun dalam sehari akibat kekhawatiran tentang valuasi gelembung.Q
Siapa yang mengembangkan model AI R1?A
Model AI R1 dikembangkan oleh perusahaan China bernama DeepSeek.Q
Apa yang menjadi fokus visi ekonomi Trump?A
Visi ekonomi Trump berfokus pada pertumbuhan besar melalui investasi dalam teknologi AI, termasuk rencana untuk menghabiskan $500 miliar pada infrastruktur AI.Q
Mengapa Nvidia menjadi penting dalam konteks AI?A
Nvidia penting karena mereka adalah pemimpin dalam produksi chip yang digunakan untuk pelatihan model AI, dan telah menginvestasikan banyak uang dalam teknologi ini.Q
Apa dampak dari metode pelatihan DeepSeek terhadap permintaan GPU?A
Metode pelatihan DeepSeek yang efisien dapat mengurangi permintaan untuk GPU kelas atas dari Nvidia, tetapi juga dapat meningkatkan permintaan untuk perangkat keras bagi mereka yang ingin melatih model proprietary.