Strategi Investasi 2026 di Era AI: Mengapa Qiao Wang Tetap Hati-hati tentang Bubble Kripto

Dalam penampilan podcast terbaru, strategi investasi Qiao Wang berbagi tesis investasi komprehensif untuk 2026, menawarkan wawasan yang berbeda tajam dari antusiasme pasar yang sedang berkembang. Pendekatannya berpusat pada ketegangan fundamental: sambil mengakui peluang besar dalam inovasi berbasis AI, dia mempertahankan cadangan portofolio yang substansial sebagai perlindungan terhadap apa yang dia anggap sebagai lingkungan pasar yang menggelembung. Sikap berhati-hati ini sangat terlihat dalam skeptisisme-nya terhadap cryptocurrency, menempatkannya sebagai suara kontra dalam era optimisme luas terhadap aset digital dan usaha spekulatif.

Kehati-hatian Pasar dan Pelestarian Portofolio

Landasan filosofi investasi Wang melibatkan pengakuan terhadap siklus pasar dan persiapan menghadapi volatilitas. Dia mengungkapkan kekhawatiran nyata tentang tingkat valuasi saat ini, mencatat bahwa meskipun perusahaan menjadi lebih menguntungkan dengan keunggulan kompetitif yang lebih kuat, perbaikan ini tidak membenarkan multipel premium yang diamati di pasar saat ini. Analisis kuantitatif-nya mengungkapkan bahwa valuasi pasar mendekati level tertinggi sepanjang masa, sebuah kenyataan yang mendorongnya untuk mengadopsi posisi defensif.

Kehati-hatian ini diterjemahkan ke dalam alokasi portofolio konkret. Sekitar 40% dari modal Wang tetap dalam bentuk kas—sebuah perbedaan signifikan dari posisi institusional tipikal selama pasar bullish. Pegangan ini berfungsi sebagai lindung nilai terhadap koreksi potensial dan sebagai dana cadangan untuk investasi oportunistik ketika valuasi menjadi lebih menarik. Meskipun pendekatan ini mengorbankan potensi keuntungan selama reli berkelanjutan, ini memberi ruang psikologis dan keuangan selama penurunan yang tak terelakkan.

Sisa 60% dari portofolionya mencerminkan optimisme yang diukur yang dibatasi oleh selektivitas. Sekitar pembagian 50/50 antara saham dan Bitcoin mewakili alokasi yang terukur ke kedua aset tradisional dan digital. Namun, kepemilikan cryptocurrency-nya terbatas, dengan aset tokenized yang kurang dari 1% dari total nilai portofolio. Pola alokasi ini menunjukkan perbedaan penting dalam pemikirannya: sementara dia mempertahankan eksposur terhadap Bitcoin, skeptisisme-nya sangat kuat terhadap ekosistem cryptocurrency yang lebih luas, di mana dia melihat dinamika gelembung yang mencolok.

Paradoks Gelembung Crypto: Pesimisme Selektif

Sikap Wang yang bernuansa terhadap cryptocurrency mencerminkan filosofi investasinya: daripada menolak seluruh kelas aset, dia fokus pada menganalisis peluang individu. Dia secara eksplisit menolak karakterisasi token crypto sebagai secara universal menarik, mencatat bahwa meskipun tahun 2022 menawarkan peluang menarik, lanskap saat ini berbeda secara material. Kekhawatirannya bukan pada nilai fundamental Bitcoin, tetapi pada kelebihan spekulatif yang merajalela di altcoin dan proyek blockchain baru.

Perspektif ini menjadi sangat relevan saat mempertimbangkan pertumbuhan eksplosif dari penawaran token baru dan jaringan blockchain layer-2. Gelembung crypto, menurut penilaian Wang, mewakili fenomena tertentu dalam pasar cryptocurrency—bukan penilaian terhadap teknologi blockchain itu sendiri. Eksposur minimalnya terhadap token mencerminkan manajemen risiko, bukan oposisi filosofis.

Benteng Tangguh: Google dan Adobe sebagai Pegangan Inti

Konsentrasi investasi terbesar Wang terpusat pada Google (Alphabet), posisi yang didasarkan pada pola penggunaan pribadi dan analisis kuantitatif. Pemeriksaan mendalam terhadap data iPhone pribadinya mengungkapkan bahwa tiga aplikasi yang paling sering digunakan—Chrome, YouTube, dan Gemini—semuanya produk Google. Pengamatan ini memicu penelitian lebih dalam tentang posisi kompetitif Google.

Wawasan penting muncul saat menyelidiki komposisi pendapatan Google: lebih dari setengah pendapatan pencarian Google berasal dari iklan belanja, sebuah fungsi yang chatbot AI tidak dapat dengan mudah tiru dalam waktu dekat. Meskipun ChatGPT awalnya menimbulkan kekhawatiran tentang dominasi pencarian Google, penelitian Wang menunjukkan kekhawatiran ini berlebihan. Keunggulan Google melampaui pencarian ke infrastruktur cloud (GCP) dan hardware AI khusus (TPUs), menciptakan benteng perlindungan yang tetap tangguh.

Sama menariknya dalam portofolionya adalah Adobe, yang Wang identifikasi sebagai “Google tahun ini.” Perspektif ini berasal dari undervaluasi Adobe yang tampaknya relatif terhadap posisi kompetitifnya. Dengan rasio harga terhadap laba (P/E) hanya 12, Adobe menawarkan peluang luar biasa—sebanding dengan valuasi Google selama masa skeptisisme pasar sendiri.

Ketidakdikenalan terhadap Adobe didasarkan pada kesalahpahaman penting: pengamat melihatnya sebagai alat desain yang sepenuhnya berorientasi konsumen yang rentan terhadap generasi gambar dan video berbasis AI. Karakterisasi ini melewatkan hakikat kompetitif utama Adobe. Keterikatan ekosistem di antara profesional kreatif perusahaan terbukti substansial. Pengguna dengan pengalaman bertahun-tahun menggunakan Photoshop menghadapi biaya switching yang signifikan, baik secara kognitif maupun operasional. Integrasi cloud dari suite kreatif Adobe—di mana profesional menyimpan proyek, aset, dan pekerjaan kolaboratif—menciptakan gesekan switching yang tidak dapat diatasi oleh kompetisi berbasis harga.

Pegangan Strategis Tambahan

Wang mempertahankan posisi signifikan di Tencent, yang dia gambarkan memiliki fundamental solid meskipun visibilitas pasar relatif rendah. Pendapatan yang beragam dan posisi pasar yang kuat di ekosistem Asia memberikan kualitas pertahanan. Amazon merupakan pegangan inti lainnya, didorong oleh keyakinan Wang terhadap investasi robotiknya jangka panjang perusahaan.

Analisis Amazon-nya berfokus pada metrik yang kontraintuitif: sementara tenaga kerja manusia Amazon tetap relatif stabil selama lima tahun terakhir, tenaga kerja robotiknya berkembang 20-30% per tahun. Tren ini menunjukkan perluasan margin yang tidak terkait langsung dengan pertumbuhan pendapatan—dinamika yang menguntungkan untuk investor jangka panjang. Ambisi robotik perusahaan beroperasi dalam kerangka waktu sekitar sepuluh tahun, menempatkan Amazon sebagai investasi jangka panjang yang menarik.

Mengakui Bioteknologi Berbasis AI

Di antara peluang yang diabaikan, Wang menyoroti bioteknologi berbasis AI sebagai sektor yang menjanjikan tetapi kekurangan pendanaan. Sementara perhatian publik terkonsentrasi pada robotika, chatbot AI, dan teknologi drone, persimpangan AI dan penelitian biologis tetap sangat kurang dihargai. Potensi aplikasinya—penemuan obat, analisis genom, pengembangan terapi—menunjukkan bahwa sektor ini bisa menghasilkan pengembalian besar seiring meningkatnya kesadaran.

Dampak Transformasional AI terhadap Produktivitas Startup

Analisis Wang tentang kecerdasan buatan melampaui penetapan harga aset keuangan ke dinamika bisnis fundamental. Dampak produktivitas pada startup terbukti dramatis, dengan laporan konsisten tentang peningkatan efisiensi 3-4x di antara tim teknis sejak peluncuran ChatGPT tahun 2022. Namun, analisis produktivitas ini meremehkan dampak sebenarnya AI, terutama untuk usaha tahap awal.

Fenomena yang lebih dalam melibatkan restrukturisasi tenaga kerja fundamental. Alih-alih meningkatkan produktivitas dalam struktur tim yang ada, banyak startup memilih untuk tidak merekrut sama sekali, memanfaatkan AI untuk mengompresi fungsi yang sebelumnya membutuhkan banyak karyawan. Ini mewakili perubahan kualitatif di luar sekadar peningkatan produktivitas. Misalnya, seorang pengamat dalam jaringan Wang membuat kalkulator kompensasi penjualan dan dashboard menggunakan alat AI, menghilangkan kebutuhan posisi staf pendukung khusus.

Perkembangan logis dari tren ini menunjukkan munculnya usaha yang benar-benar dijalankan oleh satu hingga dua orang yang mampu menghasilkan jutaan dolar pendapatan tahunan dari langganan. Mungkin mereka belum mencapai valuasi unicorn, tetapi jalur pertumbuhan mereka sudah menunjukkan kelayakan pada skala yang sebelumnya membutuhkan tim yang jauh lebih besar. Beberapa mantan insinyur dari perusahaan teknologi besar (Meta, Uber) sudah memulai usaha semacam ini, tertarik oleh otonomi yang dimungkinkan oleh alat AI dan terhalang oleh batasan birokrasi di organisasi besar.

Startup AI Paling Sukses Bukan Perusahaan AI

Muncul paradoks: startup AI paling sukses bukanlah ChatGPT, OpenAI, atau perusahaan model dasar serupa, melainkan bisnis kecil yang menginstrumentalisasi AI untuk proposisi nilai tertentu. Perusahaan-perusahaan ini sering menjaga kerahasiaan operasinya, ragu untuk mempublikasikan penggunaan AI mereka. Kontras dengan era startup sebelumnya sangat mencolok—secara historis, pendiri yang sukses mempublikasikan terobosan teknologi mereka. Startup yang memanfaatkan AI beroperasi berbeda, menunjukkan bahwa teknologi telah beralih dari pembeda baru menjadi komponen infrastruktur.

Menilai Ulang Keunggulan Kompetitif di Era AI

Wang menekankan perbedaan penting: sementara benteng perangkat lunak tertentu telah melemah dengan cepat, sifat dasar keunggulan kompetitif tetap sebagian besar tidak berubah. Platform teknologi utama—Facebook, Google, Microsoft, Apple—mempertahankan perlindungan yang substansial. Ekosistem pengembang Apple, suite produktivitas terintegrasi Microsoft dengan biaya switching tinggi, efek lock-in platform cloud AWS, dan basis data proprietary YouTube menciptakan posisi kompetitif yang sulit digoyahkan oleh asisten kode.

Namun, dalam industri perangkat lunak secara khusus, perlindungan tradisional telah memburuk. Startup tahap awal menghadapi lingkungan yang hampir tanpa benteng, di mana alat AI memungkinkan masuk pasar secara cepat. Ini menciptakan lanskap bifurkasi: platform mapan dengan integrasi perusahaan yang mendalam mempertahankan keunggulan, sementara perusahaan perangkat lunak baru harus bergantung pada kecepatan eksekusi dan waktu pasar daripada perlindungan yang terkumpul.

Komoditisasi Kode dan Bangkitnya Prompt Engineering

Peralihan penting menandai kedewasaan AI: kode itu sendiri tidak lagi menjadi hambatan. Dengan Claude Opus 4.5 dan alat serupa, pengembang dapat mengungkapkan spesifikasi dalam bahasa alami, dan sistem AI secara andal menghasilkan kode yang berfungsi dan mampu menangani kasus tepi serta kondisi error. Batasan sebelumnya—di mana AI membutuhkan penyempurnaan manual signifikan pada 5% terakhir—sekarang telah menghilang di generasi terbaru.

Perkembangan ini mengangkat prompt engineering dari sekadar inovasi menjadi disiplin inti. Perbedaan antara kode yang mediocre dan luar biasa yang dihasilkan AI kini tidak lagi berasal dari peningkatan algoritmik kecil, tetapi dari kualitas spesifikasi. Wang menghabiskan berbulan-bulan menyempurnakan prompt untuk mensimulasikan proses pengambilan keputusan investasi tokoh seperti Warren Buffett dan Charlie Munger, jauh melebihi waktu yang dihabiskan untuk pengkodean sebenarnya.

Unicorn Satu Hingga Dua Orang: Masa Depan Startup

Kekuatan pendorong alat AI ini menghasilkan prediksi spesifik: pada 2026, startup yang benar-benar dijalankan oleh satu hingga dua orang dengan pendapatan langganan $10+ juta per tahun tidak lagi menjadi hal yang luar biasa. Wang mengetahui beberapa individu—biasanya mantan insinyur dari perusahaan besar—mengoperasikan bisnis langganan sebesar ini secara solo. Usaha-usaha ini mewakili arketipe baru: tim kecil yang sangat efisien memanfaatkan AI untuk menjalankan fungsi yang sebelumnya membutuhkan organisasi yang jauh lebih besar.

Transformasi ini membawa implikasi mendalam terhadap alokasi modal, dinamika perekrutan, dan intensitas kompetisi. Hambatan masuk pasar untuk bisnis berbasis perangkat lunak berkurang secara material ketika dua insinyur dapat membangun sistem produksi yang canggih.

Membangun Model Investasi Berbasis AI

Aplikasi praktis dari perubahan ini meluas ke pekerjaan Wang sendiri. Dia membangun simulasi digital Warren Buffett-Charlie Munger yang dirancang untuk menganalisis peluang investasi di ribuan saham yang terdaftar. Sistem ini menggunakan proses analisis dua tahap. Pertama, model riset mendalam mengumpulkan informasi faktual dari enam dimensi analitis utama. Kedua, model inferensi menganalisis data ini melalui lensa pengambilan keputusan para investor hebat, menghasilkan rekomendasi spesifik.

Perbedaan antara model riset mendalam (unggul dalam pengumpulan data, kadang menghasilkan kesalahan) dan model inferensi (lebih unggul dalam penalaran logis saat diberikan input yang akurat) terbukti penting. Dengan memisahkan riset dari analisis, sistem ini meningkatkan kualitas inferensi melebihi apa yang dicapai oleh masing-masing model secara terpisah.

Yang menarik, pendekatan ini secara sengaja menghindari bersaing dengan trader jangka pendek yang unggul seperti Renaissance Technologies, yang menguasai operasi algoritmik frekuensi tinggi dalam mikrodetik. Sebaliknya, model ini menargetkan investasi jangka panjang, di mana model AI menghadapi sedikit kerugian kompetitif. Lingkungan pasar saat ini—di mana hampir tidak ada yang mempertahankan posisi lebih dari lima menit—menciptakan asimetri menguntungkan bagi model jangka panjang yang disiplin.

Menariknya, ketika model ini merekomendasikan beberapa saham secara konsisten dalam pengulangan yang berulang, kredibilitasnya meningkat secara signifikan. Sekitar sepuluh saham muncul dari analisis, dengan empat sudah menjadi bagian dari portofolio Berkshire Hathaway, termasuk Chubb dan Google.

Nilai Tidak Tersadari dari Alat AI

Harga ekonomi alat AI tampaknya sangat tidak terhubung dengan manfaatnya. Wang menyoroti khususnya Gemini yang sangat undervalued—mungkin oleh dua urutan magnitudo. Pada harga saat ini ($20/bulan untuk akses Pro), pengguna mendapatkan kemampuan riset, bantuan pengkodean junior, fungsi penasihat medis (yang mampu memverifikasi rekomendasi dokter), dan layanan penasihat hukum. Wang menyatakan bersedia membayar $2.000 per bulan untuk kemampuan ini, menganggap harga saat ini sebagai subsidi secara efektif terhadap nilai sebenarnya yang diberikan.

Harga yang terlalu rendah ini mencerminkan kegagalan pasar dalam penilaian, bukan keterbatasan alat secara nyata. Saat harga berangsur menuju tingkat yang berkelanjutan, ekonomi penggunaan alat AI akan berubah secara substansial. Lingkungan harga saat ini menciptakan nilai luar biasa bagi pengguna awal, sementara menjadi biaya peluang bagi penyedia alat.

Dampak AI terhadap Modal Manusia dan Pasar Tenaga Kerja

Peningkatan produktivitas dan efisiensi yang dihasilkan alat AI terbukti selektif: mereka memperkuat kemampuan individu yang sudah efisien sementara berpotensi memperlebar kesenjangan bagi yang tidak memanfaatkan alat ini secara efektif. Dampak fundamental terhadap pasar tenaga kerja menyerupai kurva adopsi internet—sebuah teknologi yang menjadi infrastruktur tanpa secara langsung menghancurkan kategori pekerjaan secara luas, tetapi secara fundamental merestrukturisasi definisi peran dan kompetensi yang diperlukan.

Untuk menavigasi transisi ini, Wang menganjurkan semua pekerja pengetahuan mengembangkan literasi “pengkodean,” meskipun bukan dalam arti bahasa pemrograman tradisional. Sebaliknya, dia merekomendasikan kefasihan bahasa alami dalam mengarahkan sistem AI—pada dasarnya belajar berkomunikasi secara jelas tentang kebutuhan kepada sistem otomatis. Ini menjadi kompetensi penting dalam lingkungan tenaga kerja yang baru. Alat seperti Replit menunjukkan aksesibilitas ini, memungkinkan non-spesialis membangun aplikasi fungsional melalui spesifikasi bahasa alami.

Kesehatan dan Umur Panjang: Dasar daripada Optimalisasi

Meskipun analisisnya yang canggih tentang dinamika pasar dan teknologi, filosofi kesehatannya tetap sangat dasar. Setelah bertahun-tahun menyelidiki keunggulan optimisasi—termasuk suplemen, protokol sauna, dan teknik biohacking—dia menyimpulkan secara tak terduga: diet, tidur, dan olahraga tetap menjadi pilar dasar kesehatan yang berkelanjutan.

Perspektif ini merupakan pergeseran dari optimisasi ekstrem menuju kebiasaan berkelanjutan. Kesadaran ini muncul melalui eksperimen pribadi, tinjauan riset, dan paparan podcast: protokol optimisasi yang rumit sering menimbulkan stres yang menghilangkan manfaatnya melalui peningkatan kortisol dan kecemasan kronis. Kerangka kerja yang lebih sederhana—delapan jam tidur setiap malam, rutinitas olahraga yang konsisten, dan pilihan diet yang dipertimbangkan tanpa terlalu banyak pembatasan—menghasilkan hasil kesehatan yang lebih baik dibandingkan skema optimisasi yang rumit.

Kesimpulan ini memiliki makna khusus dalam diskusi umur panjang, di mana pengurangan stres terbukti hampir sama pentingnya dengan intervensi tertentu. Wawasan yang bertentangan secara intuitif: mengejar optimisasi sempurna sering kali merusak umur panjang melalui mekanisme stres psikologis.

Kesimpulan Investasi untuk 2026

Kerangka investasi Wang untuk 2026 mencerminkan koherensi intelektual di berbagai dimensi. Dia mengakui kekhawatiran terhadap valuasi pasar secara umum, sementara mengidentifikasi peluang tertentu di mana analisis individual mengungkap profil risiko-imbalan yang menarik. Skeptisisme terukur terhadap gelembung crypto secara luas berdampingan dengan eksposur Bitcoin yang hati-hati dan keterbukaan terhadap inovasi cryptocurrency fundamental.

Transformasi AI yang sedang berlangsung di seluruh produktivitas, dinamika kompetitif, dan pembentukan startup memengaruhi pilihan sahamnya (Google, Adobe, Amazon) sekaligus memperkuat kewaspadaannya terhadap makroekonomi secara umum. Alokasi kas-nya mencerminkan ketidakpastian nyata tentang arah pasar jangka pendek, sementara keyakinan spesifik terhadap posisi kompetitif mencerminkan kepercayaan terhadap posisi kompetitif yang melampaui siklus pasar secara umum.

Kerangka ini mengintegrasikan gangguan teknologi, disiplin valuasi, dan realisme psikologis—sebuah sintesis yang semakin langka dalam lingkungan pasar saat ini yang ditandai oleh ekstremisme optimisme maupun pesimisme.