BofA: Regulasi AI yang Lebih Ketat Bisa Untungkan Nokia dan STMicroelectronics

Regulasi kecerdasan buatan (AI) yang lebih ketat dapat mengalihkan belanja teknologi dari pengembangan model perintis ke infrastruktur pemantauan dan konektivitas, sebuah pergeseran yang berpotensi menguntungkan perusahaan teknologi Eropa seperti Nokia dan STMicroelectronics, menurut analisis terbaru dari Bank of America (BofA).

Pergeseran Paradigma Belanja AI

Menurut para strategis BofA, asumsi pasar bahwa regulasi AI hanya akan memperlambat pengembangan model tercanggih dan melemahkan permintaan semikonduktor adalah "terlalu sempit". Sebaliknya, mereka berpendapat bahwa regulasi justru akan mendorong investasi ke kategori perangkat keras yang lebih luas.

Regulasi akan menuntut adanya pemantauan, verifikasi, pembatasan, dan auditabilitas yang ketat terhadap agen-agen AI. Hal ini diperkirakan akan mengalihkan belanja dari yang tadinya terkonsentrasi pada pelatihan model AI skala besar (*frontier training*) ke arah infrastruktur *inference* terdistribusi, kontrol, dan konektivitas. Kategori perangkat keras yang diuntungkan dari pergeseran ini antara lain:

• ASIC kustom
• CPU
• *Switch* jaringan
• Interkoneksi optik
• Memori

Nokia dan STMicroelectronics sebagai Potensi Pemenang

Ad

Dalam kerangka ini, BofA mengidentifikasi dua perusahaan Eropa yang berpotensi mendapat manfaat. Nokia dipandang sebagai penerima manfaat potensial melalui produk *switching* pusat data dan transpor optik. Bank tersebut menyoroti portofolio Nokia yang diperluas dengan *switch* berkecepatan tinggi yang menampilkan antarmuka Ethernet 1,6Tb, yang dirancang untuk beban kerja pelatihan dan *inference* AI.

Sementara itu, STMicroelectronics disebut karena eksposurnya di bidang komponen optik. BofA juga menambahkan bahwa kebutuhan akan transpor data antar pusat data yang aman akan menjadi lebih bernilai, karena beban kerja yang teregulasi memerlukan privasi, ketahanan, dan enkripsi di seluruh infrastruktur yang terdistribusi.

Implikasi dan Risiko

Beban kerja untuk "mengawasi" AI diperkirakan akan meningkat seiring dengan kompleksitas agen, bukan hanya volume permintaan pengguna. BofA mengutip riset dari Anthropic yang menunjukkan bahwa penggunaan model AI sebagai filter keamanan dapat meningkatkan biaya *inference* sekitar 25%. Angka ini, meskipun spesifik untuk arsitektur tertentu, mengindikasikan adanya biaya komputasi tambahan yang signifikan untuk keamanan.

Namun, BofA juga menggarisbawahi dua risiko utama terhadap tesis mereka. Pertama, ada kemungkinan bahwa kerangka kerja pengaman (*guardrails*) yang tertanam dalam model AI pada akhirnya dapat meminimalkan permintaan komputasi tambahan. Kedua, regulasi dapat memperlambat penerapan AI secara keseluruhan lebih dari yang bisa diimbangi oleh ekspansi infrastruktur pengawasan.