Nscale Mencari Dana Besar, Tetapi Cerita Utamanya Bukan Hanya IPO

Nscale, perusahaan infrastruktur AI asal Inggris yang baru berdiri sekitar dua tahun, dilaporkan sedang mencari pendanaan pra-IPO sebesar $3,5 miliar. Angka ini terdiri dari rencana penjualan $1,5 miliar convertible notes dan tambahan pembiayaan $2 miliar dari Nvidia.

Kabar ini muncul setelah Nscale sebelumnya mengumumkan pendanaan Series B sebesar $1,1 miliar pada Maret, dengan partisipasi Nvidia, dan Series A sebesar $155 juta pada Desember 2024. Perusahaan juga disebut sedang menyiapkan IPO di Amerika Serikat dalam waktu dekat.

Di atas kertas, cerita ini terlihat seperti contoh lain dari ledakan AI infrastructure. Compute menjadi komoditas strategis. Data center, GPU, kontrak kapasitas, dan hubungan dengan vendor chip besar sekarang menjadi bagian penting dari persaingan AI.

Tetapi ada hal yang perlu dibaca dengan hati-hati: angka besar tidak selalu berarti bisnis sudah sederhana untuk dipahami.

The Core Update

Nscale sedang berada di titik yang sangat agresif. Perusahaan ingin masuk pasar publik, tetapi sebelum itu masih mencari pembiayaan besar untuk menopang pertumbuhan.

Menurut laporan Bloomberg, struktur pendanaan yang sedang dibahas mencakup convertible notes. Ini bukan pendanaan ekuitas biasa. Convertible notes adalah utang yang bisa berubah menjadi saham di kemudian hari, biasanya ketika kondisi tertentu terpenuhi.

Di sisi lain, Nscale juga disebut mencari pembiayaan tambahan dari Nvidia. Ini penting karena Nvidia bukan hanya investor biasa dalam ekosistem AI. Nvidia adalah pemasok utama GPU yang menjadi tulang punggung banyak layanan AI compute.

Artinya, hubungan antara penyedia infrastruktur AI dan pemasok chip semakin rapat. Startup compute tidak hanya menjual kapasitas. Mereka juga harus mengamankan akses ke hardware, energi, lokasi data center, pembiayaan, dan pelanggan besar.

Nscale juga baru menandatangani kesepakatan besar dengan Anthropic senilai sekitar $45 miliar. Selain itu, perusahaan disebut menyampaikan kepada calon investor bahwa mereka memiliki sekitar $103 miliar revenue berdasarkan signed customer leases.

Namun angka itu bukan penjualan saat ini. Itu adalah proyeksi berdasarkan kontrak sewa pelanggan yang sudah ditandatangani.

Perbedaan ini penting.

Kontrak besar memberi sinyal permintaan. Tetapi realisasi bisnis tetap bergantung pada kemampuan menyediakan kapasitas, menjalankan operasional, memenuhi jadwal, menjaga margin, dan memastikan pelanggan benar-benar memakai serta membayar sesuai rencana.

The Reality Check

Pasar AI saat ini sering memperlakukan compute seperti minyak baru. Siapa yang punya kapasitas GPU dianggap punya posisi strategis. Narasi ini tidak sepenuhnya salah.

Model AI besar membutuhkan komputasi besar. Perusahaan seperti Anthropic, OpenAI, Google, Meta, dan banyak pemain enterprise membutuhkan kapasitas training dan inference yang terus bertambah. Jika supply terbatas, penyedia compute bisa menjadi sangat bernilai.

Tetapi bisnis compute bukan bisnis software murni.

Ada modal besar di depan. Ada risiko konstruksi. Ada ketergantungan pada pasokan GPU. Ada kebutuhan listrik. Ada kontrak data center. Ada pembiayaan utang. Ada depresiasi hardware. Ada risiko bahwa harga compute turun ketika supply bertambah atau chip generasi baru membuat kapasitas lama kurang menarik.

Di sini, angka kontrak besar perlu dibaca bersama kualitas eksekusi.

Signed leases bisa menunjukkan permintaan yang kuat, tetapi belum otomatis menjadi revenue yang sehat. Jika kapasitas belum tersedia, kontrak masih harus diwujudkan. Jika biaya penyediaan kapasitas naik, margin bisa berubah. Jika jadwal deployment mundur, pendapatan juga bisa bergeser.

Ini bukan berarti Nscale lemah. Justru sebaliknya, perusahaan tampaknya berada di tengah pasar yang sangat panas dan berhasil menarik pelanggan serta investor besar.

Namun hype AI sering membuat satu hal terlupakan: infrastruktur tetap tunduk pada fisika, logistik, dan arus kas.

GPU harus tersedia. Data center harus siap. Energi harus cukup. Pendinginan harus berjalan. Jaringan harus stabil. Kontrak harus dieksekusi. Pembiayaan harus cukup panjang untuk menutup jarak antara pembangunan kapasitas dan pendapatan aktual.

Bagi investor, pertanyaannya bukan hanya “berapa besar kontraknya?”

Pertanyaannya juga:

• berapa kapasitas yang sudah benar-benar siap dipakai?
• berapa kapasitas yang masih harus dibangun?
• siapa yang menanggung risiko keterlambatan?
• bagaimana struktur biaya hardware dan energi?
• kapan kontrak berubah menjadi pendapatan aktual?
• seberapa kuat margin setelah semua biaya infrastruktur dihitung?

Tanpa jawaban ini, angka besar bisa terlihat lebih rapi daripada kenyataannya.

The Havedev Way

Dari sudut pandang Havedev, berita seperti Nscale memberi pelajaran yang lebih luas untuk bisnis yang sedang melihat AI sebagai peluang.

Banyak perusahaan sekarang ingin memakai AI, membangun automation, membuat chatbot, merapikan workflow, atau menambahkan fitur berbasis model. Itu wajar. Tetapi sebelum bicara model, tool, atau vendor, bisnis perlu memahami ketergantungan dasarnya.

AI bukan hanya aplikasi di layar. Di belakangnya ada compute, data, workflow, integrasi, biaya operasional, dan keputusan bisnis.

Untuk perusahaan besar, tantangannya mungkin memilih penyedia compute dan mengamankan kapasitas. Untuk bisnis yang lebih kecil, tantangannya sering lebih dekat: data belum rapi, proses belum jelas, status pekerjaan belum konsisten, dan use case AI belum dipilih dengan tepat.

Kesalahan yang sama bisa terjadi di dua skala berbeda.

Di level infrastruktur, perusahaan bisa terlalu cepat membaca kontrak besar sebagai kepastian pendapatan. Di level bisnis pengguna AI, tim bisa terlalu cepat membaca demo AI sebagai kepastian produktivitas.

Keduanya perlu reality check.

AI yang sehat dimulai dari pertanyaan yang lebih sederhana:

• pekerjaan apa yang ingin dipercepat?
• data apa yang sudah cukup rapi?
• keputusan apa yang ingin dibantu?
• proses mana yang masih terlalu manual?
• risiko apa yang muncul jika automation salah?
• biaya compute atau API akan naik sejauh mana ketika volume bertambah?

Jika pertanyaan ini belum jelas, AI mudah berubah menjadi proyek mahal yang terlihat modern tetapi sulit diukur manfaatnya.

Nscale menunjukkan bahwa pasar percaya kebutuhan AI compute akan terus besar. Itu sinyal penting. Tetapi bagi bisnis pengguna AI, pelajarannya bukan “segera pakai AI sebanyak mungkin.”

Pelajarannya adalah: semakin besar ketergantungan pada AI, semakin penting memahami lapisan operasional di belakangnya.

Website, CRM, dashboard, chatbot, dan automation akan lebih berguna ketika bisnis tahu proses mana yang perlu dibantu dan metrik apa yang harus berubah. AI bukan pengganti struktur kerja. AI memperbesar nilai struktur yang sudah jelas, dan memperbesar kekacauan dari proses yang masih kabur.

Nscale mungkin sedang membangun kapasitas untuk era AI berikutnya. Tetapi setiap bisnis tetap perlu membangun kapasitas berpikirnya sendiri: mana yang benar-benar butuh AI, mana yang cukup dengan workflow lebih rapi, dan mana yang belum layak diautomasi.

Karena di tengah pasar yang penuh angka besar, keputusan yang sehat tetap dimulai dari hal sederhana: pahami kebutuhan nyata sebelum membeli kapasitas.

Dapatkan Audit Teknis Gratis untuk meninjau peluang AI, automation, dan workflow digital yang paling masuk akal untuk bisnis Anda sebelum menambah tool atau biaya baru.

---

Sumber referensi berita: TechCrunch