Valuasi Etched Naik Cepat, Tetapi Hardware AI Tetap Diuji oleh Eksekusi

Etched kembali menjadi perhatian setelah dikabarkan menerima tawaran pendanaan di valuasi lebih dari $40 miliar. Angka ini terlihat besar, terutama karena belum lama sebelumnya startup chip AI tersebut mengumpulkan $700 juta di valuasi $21 miliar.

Di permukaan, ini terlihat seperti cerita klasik AI: perusahaan muda, founder teknis, investor besar, klaim performa tinggi, dan valuasi yang bergerak sangat cepat.

Tetapi cerita Etched juga menunjukkan sesuatu yang lebih penting: pasar AI tidak hanya sedang mengejar model yang lebih pintar. Pasar juga sedang mencari infrastruktur yang bisa membuat penggunaan AI menjadi lebih cepat, lebih murah, dan lebih masuk akal secara ekonomi.

The Core Update

Menurut laporan TechCrunch, Etched sedang meninjau tawaran investasi baru di kisaran $40 miliar sampai $50 miliar. Pembicaraan ini masih tahap awal, sehingga belum tentu berujung pada deal final dengan angka yang sama.

Etched bukan startup software biasa. Perusahaan ini membangun sistem hardware AI penuh dengan chip milik sendiri. Fokus utamanya adalah inference, yaitu proses komputasi yang terjadi setelah pengguna mengirim prompt dan sistem AI menghasilkan jawaban.

Bagian ini penting karena inference adalah biaya yang terus berjalan. Training model besar memang mahal, tetapi inference terjadi berulang kali setiap kali produk AI dipakai. Semakin banyak pengguna, semakin besar tekanan biaya dan kecepatan.

Etched mengklaim chip-nya bisa memproses lebih banyak token dengan lebih cepat dan biaya lebih rendah dibanding Nvidia. Klaim seperti ini sangat menarik bagi pasar, terutama untuk pelanggan yang sangat sensitif terhadap latency dan performa.

Salah satu sinyal yang membuat investor memperhatikan Etched adalah Jane Street. Firma trading tersebut memimpin round sebelumnya dan juga menjadi pelanggan awal yang menerima sistem Etched. Bagi perusahaan seperti Jane Street, selisih kecepatan yang sangat kecil bisa punya nilai ekonomi besar.

Etched juga menyebut sudah mengamankan $1 miliar dalam customer orders setelah memproduksi test chip di pabrik TSMC. Selain itu, perusahaan memiliki data center 10 megawatt di Silicon Valley dan fasilitas di Taiwan untuk mendekatkan koordinasi produksi dengan TSMC.

Dengan kata lain, narasinya bukan hanya pitch deck. Etched sedang mencoba membuktikan bahwa ia bisa masuk ke bagian paling sulit dari rantai nilai AI: chip, sistem, produksi, pelanggan, dan operasional data center.

The Reality Check

Minat investor terhadap Etched masuk akal. Nvidia sangat dominan, dan hampir semua perusahaan AI besar merasakan tekanan dari biaya compute. Jika ada perusahaan yang bisa menawarkan performa inference lebih baik dengan biaya lebih rendah, nilai strategisnya sangat besar.

Tetapi valuasi tinggi tidak otomatis berarti risiko rendah.

Hardware adalah permainan yang berbeda dari software. Startup software bisa mengirim update berkali-kali dalam sehari. Hardware harus melewati desain chip, manufaktur, supply chain, yield, testing, integrasi sistem, deployment, dan support pelanggan enterprise.

Kesalahan kecil bisa mahal. Siklus iterasi lebih panjang. Kebutuhan modal lebih besar. Ketergantungan pada partner produksi seperti TSMC juga membuat eksekusi lebih kompleks.

Di sinilah cerita Etched perlu dibaca dengan tenang. Investor mungkin melihat peluang besar untuk menantang Nvidia. Tetapi pelanggan akan melihat hal yang lebih praktis: apakah sistem ini stabil, tersedia, bisa diintegrasikan, dan benar-benar menurunkan biaya kerja mereka.

Untuk beberapa pelanggan, terutama trading, research, atau AI company dengan volume besar, peningkatan performa inference bisa langsung terasa. Tetapi untuk banyak bisnis lain, chip tercepat bukan selalu masalah utama.

Masalah mereka sering lebih dekat ke hal dasar:

• proses kerja AI belum jelas
• data internal belum rapi
• integrasi antar sistem belum siap
• biaya API belum dipantau dengan benar
• output AI belum masuk ke workflow harian
• tim belum tahu bagian mana yang layak diautomasi

Jadi, meskipun perkembangan chip AI penting, bisnis tidak sebaiknya membaca berita seperti ini sebagai tanda bahwa mereka harus segera mengejar teknologi paling baru.

Pertanyaan yang lebih sehat adalah: bagian mana dari operasional kita yang benar-benar terbatas oleh biaya atau kecepatan AI?

Kalau jawabannya belum jelas, masalahnya mungkin bukan chip. Masalahnya mungkin workflow.

The Havedev Way

Dari sudut pandang Havedev, berita seperti Etched menunjukkan bahwa infrastruktur AI sedang bergerak cepat. Tetapi adopsi AI di bisnis tetap harus dimulai dari masalah yang nyata, bukan dari euforia valuasi.

Chip yang lebih cepat bisa membuat AI lebih murah dan lebih responsif. Itu baik. Tetapi bisnis tetap perlu tahu pekerjaan apa yang ingin dipercepat.

AI tidak otomatis membuat proses menjadi rapi. Jika lead masih masuk tanpa konteks, AI hanya akan membantu membalas percakapan yang tetap berantakan. Jika status order tidak jelas, AI hanya akan mempercepat ringkasan dari data yang kabur. Jika support belum punya kategori yang konsisten, AI bisa membantu membaca pesan, tetapi tindak lanjutnya tetap tersendat.

Sebelum memikirkan model, GPU, chip khusus, atau automation yang lebih canggih, bisnis perlu menjawab beberapa hal sederhana:

• pekerjaan apa yang paling sering berulang?
• keputusan apa yang paling sering tertunda?
• data apa yang sudah tersedia dan bisa dipercaya?
• bagian mana yang butuh respons lebih cepat?
• biaya mana yang benar-benar membesar saat volume naik?
• output AI akan dipakai siapa dan untuk tindakan apa?

Jawaban ini membuat keputusan teknologi lebih masuk akal.

Mungkin bisnis hanya butuh form website yang lebih jelas. Mungkin butuh CRM ringan. Mungkin butuh automation untuk follow-up. Mungkin butuh dashboard operasional. Mungkin memang butuh AI untuk klasifikasi, ringkasan, atau rekomendasi tindakan.

Tetapi urutannya penting. Mulai dari workflow, bukan dari hype.

Etched bisa saja menjadi pemain penting dalam infrastruktur AI. Bisa juga menghadapi tantangan besar dalam produksi, distribusi, dan pembuktian performa di dunia nyata. Dua hal itu bisa benar pada saat yang sama.

Bagi bisnis, pelajarannya bukan sekadar bahwa chip AI sedang panas. Pelajarannya adalah bahwa biaya dan kecepatan AI akan makin penting ketika penggunaan AI benar-benar masuk ke operasional harian.

Kalau AI hanya dipakai sesekali untuk eksperimen, efisiensi chip mungkin terasa jauh. Tetapi kalau AI dipakai untuk membalas lead, membantu support, membaca dokumen, membuat laporan, dan memproses ribuan interaksi pelanggan, biaya inference mulai menjadi bagian dari biaya operasional.

Di titik itu, infrastruktur seperti yang sedang dibangun Etched menjadi relevan.

Namun sebelum sampai ke sana, bisnis perlu memastikan fondasinya sudah siap: data cukup rapi, status kerja jelas, alur follow-up terbaca, dan automation dipasang pada proses yang memang stabil.

Teknologi AI akan terus berubah. Valuasi startup akan terus naik dan turun. Tetapi bisnis yang paling diuntungkan biasanya bukan yang paling cepat ikut tren, melainkan yang paling jelas tahu masalah mana yang perlu diselesaikan.

Dapatkan Audit Teknis Gratis untuk meninjau apakah website, data lead, dan alur kerja bisnis Anda sudah siap dibantu AI dan automation dengan cara yang praktis.

---

Sumber referensi berita: TechCrunch