Apa Maksud Pukulan Oracle–Broadcom Untuk AI Industri

AI dalam Perkhidmatan Kewangan (Bank, Insurans, Fintek)••By 3L3C

Jatuh naik saham Oracle & Broadcom bukan tanda akhir AI, tetapi isyarat supaya pengeluar dan bank Malaysia fokus pada projek AI yang benar-benar beri pulangan.

kecerdasan buatanAI dalam kewanganAI dalam pembuatanOracleBroadcompelaburan AIkilang pintar
Share:

Pada suku ketiga 2025, dana global menuang berbilion dolar ke dalam saham berkaitan AI, mendorong Nasdaq ke paras tertinggi baharu. Dalam masa dua hari sahaja, dua nama besar – Oracle dan Broadcom – sudah cukup untuk menggoncang sentimen dan buat pelabur tertanya-tanya sama ada “trade AI” sudah terlalu panas.

Namun di sebalik turun naik pasaran, permintaan sebenar untuk AI dalam dunia sebenar – termasuk pembuatan elektronik, automotif, semikonduktor dan perkhidmatan kewangan – masih meningkat. Di Malaysia, bank, syarikat insurans, fintech dan juga pengeluar E&E sedang merancang bajet 2026 mereka. Soalan utama: adakah kegawatan di Wall Street ini petanda amaran, atau sebenarnya peluang untuk bergerak lebih agresif dengan AI?

Artikel ini melihat apa yang berlaku dengan Oracle dan Broadcom, apa yang pelabur global sebenarnya risaukan, dan yang lebih penting, apa implikasinya kepada strategi AI di kilang dan sektor kewangan Malaysia – daripada automasi kilang hingga pemodelan risiko bank.

1. Apa Sebenarnya Berlaku Dengan Oracle & Broadcom?

Isunya mudah: kos AI naik lebih cepat daripada keuntungan jangka pendek.

Ringkasan perkembangan utama:

  • Oracle:

    • Saham jatuh sehingga ~17% selepas syarikat menjangka perbelanjaan modal (capex) fiskal 2026 AS$15 bilion lebih tinggi daripada unjuran September.
    • Laporan turut menyebut beberapa pusat data untuk OpenAI ditunda daripada 2027 ke 2028.
    • Isyarat kepada pasaran: AI memerlukan pelaburan infrastruktur yang sangat besar dan pulangannya mungkin mengambil masa lebih lama.

  • Broadcom:

    • Saham merosot lebih 11% selepas syarikat menjelaskan bahawa jualan pemproses AI tersuai (custom AI processors) yang margin lebih rendah sedang menekan keuntungan.
    • Isyarat kepada pasaran: permintaan AI memang kuat, tetapi tidak semua bahagian rantaian nilai AI sama menguntungkan.

Kesan segera:

  • Nasdaq jatuh sekitar 1.4%, S&P 500 susut 0.9% sehari selepas mencatat rekod tertinggi.
  • Saham teknologi lain, terutamanya yang dikaitkan dengan AI, turut menerima tekanan jualan.

Namun, ramai pengurus dana besar masih berpendapat bahawa naratif jangka panjang AI tidak berubah. Mereka nampak perkara ini sebagai penyesuaian sihat selepas lonjakan agresif sejak 2023.

“Saya masih fikir trade AI masih kukuh… sukar untuk mengekalkan prestasi luar biasa tanpa sedikit tempoh reda,” – Chuck Carlson, Horizon Investment Services.

2. Apa Maksudnya Untuk Pengeluar Elektronik, Automotif & Semikonduktor Malaysia?

Bagi pemain industri, mesej utama bukan ‘AI bahaya’, tetapi ‘AI mahal jika tiada disiplin’.

Oracle dan Broadcom berada di lapisan infrastruktur: pusat data, cloud, cip AI. Apabila mereka menambah capex dan menanggung margin yang lebih rendah, beberapa kesan tidak langsung kepada pengeluar di Malaysia termasuk:

  1. Kos infrastruktur AI lebih stabil, malah berpotensi turun

    • Apabila lebih banyak pusat data dan cip AI dibina, kapasiti global meningkat.
    • Dalam 1–3 tahun, ini biasanya menekan harga per unit kuasa pemprosesan – berita baik untuk kilang yang nak memperluas penggunaan AI untuk:
      • visi komputer untuk quality control,
      • pemantauan mesin masa nyata (predictive maintenance),
      • perancangan pengeluaran berasaskan AI.

  2. Tekanan kepada vendor untuk buktikan ROI, bukan sekadar ‘AI untuk AI’

    • Pelabur kini lebih cerewet; mereka tidak lagi suka syarikat mengumumkan capex AI tanpa hala tuju komersial jelas.
    • Ini akan memaksa penyedia teknologi di Malaysia – sama ada SI tempatan, telco atau pembekal cloud – untuk datang ke kilang dengan model pulangan yang jelas: berapa banyak OEE naik, berapa peratus scrap turun, berapa jam downtime jimat.

  3. Rantaian bekalan semikonduktor & elektronik akan kekal sibuk

    • Walaupun ada suara yang kata “bubble AI”, data di lapangan menunjukkan hyperscaler (pemain cloud besar) masih bergelut mengejar permintaan pusat data.
    • Bagi pengeluar PCB, modul, server rack, dan komponen kuasa di Malaysia, permintaan berasaskan AI masih berlandaskan kontrak fizikal, bukan sekadar ‘sentimen saham’.

Kesimpulannya: untuk pengeluar di Pulau Pinang, Kulim, Senai, Shah Alam, ini waktu untuk fokus pada projek AI yang betul-betul beri pulangan, bukan untuk berhenti hanya kerana harga saham Oracle jatuh dua hari.

3. AI Dalam Kewangan Malaysia: Apa Yang Bank & Insurans Patut Baca Dari Isyarat Ini?

Siri blog ini fokus pada AI dalam perkhidmatan kewangan. Jadi di mana kaitan Oracle–Broadcom dengan bank, insurans dan fintech di Malaysia?

Tiga mesej besar untuk sektor kewangan:

3.1. Pelaburan AI perlu diikat dengan model keuntungan yang jelas

Meta, Oracle, Broadcom – semua dikritik apabila mengumumkan perbelanjaan AI besar tanpa naratif keuntungan yang meyakinkan. Bank di Malaysia jangan ulang kesilapan yang sama di skala lebih kecil.

Bagi projek AI seperti:

  • model skor kredit automatik untuk SME,
  • sistem pengesanan penipuan masa nyata,
  • analitik kekayaan (wealth analytics) untuk pelanggan HNWI,

pihak pengurusan perlu ada jawapan tepat bila ditanya:

  • berapa % pengurangan kerugian kredit yang disasarkan,
  • berapa % penurunan kadar fraud,
  • berapa kenaikan wallet share atau fee income.

Bukan hanya “kami perlu AI supaya tak ketinggalan”. Pelabur sudah penat dengan naratif itu di Wall Street; Lembaga Pengarah dan BNM juga semakin skeptikal.

3.2. Strategi “AI-infrastructure heavy” tidak sesuai untuk kebanyakan bank

Oracle mengambil hutang untuk membiayai pusat data AI. Broadcom melabur berat dalam R&D cip. Itu model untuk syarikat gergasi global, bukan untuk bank serantau.

Untuk bank dan insurans di Malaysia, pendekatan lebih sihat ialah:

  • Cloud AI terurus: gunakan perkhidmatan AI yang dihoskan vendor dipercayai, dengan keperluan data residency yang jelas.
  • Model perkongsian risiko: projek AI dibayar mengikut kejayaan (contoh: kongsi penjimatan fraud atau kenaikan hasil), bukan hanya bayaran lesen besar di awal.
  • Focus pada data & governance dahulu: tanpa data yang bersih dan governance yang jelas, pelaburan model AI sebesar mana pun akan “makan modal” seperti capex pusat data Oracle.

3.3. Volatiliti pasaran bukan alasan untuk berhenti melabur dalam AI

Walaupun pelabur seperti Michael Burry memberi amaran tentang potensi “blow-off top”, data kedudukan pasaran menunjukkan short selling agresif hanya tertumpu kepada nama AI kecil dan sederhana. Nama AI besar masih kurang dishort.

Terjemahan untuk sektor kewangan Malaysia:

  • Dunia pelaburan sedang menapis AI sebenar vs AI kosmetik.

  • Jika projek AI anda:

    • terbukti mengurangkan non-performing loan,
    • meningkatkan ketepatan pemodelan risiko stres,
    • atau menaikkan produktiviti pegawai,

    maka ini selari dengan apa yang pelabur global cari – bukan ancaman.

4. Bagaimana Pengilang & Bank Di Malaysia Boleh Menyesuaikan Strategi AI 2026

Realitinya lebih mudah daripada yang nampak di tajuk berita. AI bukan rosak; cara orang membelanjakan wang untuk AI yang sedang dinilai semula.

Berikut pendekatan praktikal yang saya lihat berkesan untuk syarikat pembuatan dan kewangan di Malaysia:

4.1. Tukar daripada “capex berat” kepada “projek berskala, ROI pantas”

Daripada membina infrastruktur AI besar yang tak pasti pulangan, fokus kepada:

  • Projek proof-of-value 3–6 bulan dengan sasaran angka yang jelas.
  • Menggunakan platform AI sedia ada yang dibayar mengikut penggunaan (pay-per-use) – mengurangkan risiko jika model tidak menjadi.

Contoh untuk pengilang elektronik:

  • Pilot visi komputer untuk memeriksa soldering pada satu line SMT sahaja selama 4 bulan.
  • Ukur: pengurangan rework, peningkatan yield, penjimatan jam QA manual.

Contoh untuk bank:

  • Pilot model AI untuk pengesanan transaksi mencurigakan pada satu segmen kad kredit.
  • Ukur: kadar false positive turun, jumlah kes fraud sah yang berjaya dicegat naik.

4.2. Gunakan “AI playbook” merentas industri

Banyak prinsip dalam AI pembuatan boleh diulang pakai dalam kewangan, dan sebaliknya.

  • Pembuatan:

    • AI pantau sensor mesin → elak unplanned downtime.

  • Kewangan:

    • AI pantau corak transaksi → elak kerugian fraud mengejut.

  • Pembuatan:

    • AI peramal permintaan bahan mentah.

  • Kewangan:

    • AI peramal keperluan kecairan dan aliran deposit.

Apabila anda faham AI sebagai enjin ramalan dan pengoptimuman, bukan hanya buzzword, anda akan nampak banyak kes penggunaan lintas industri yang boleh diaplikasi pantas.

4.3. Rapatkan jurang antara pasukan kewangan, operasi dan data

Satu kesilapan biasa di syarikat besar Malaysia:

  • pasukan operasi kilang atau operasi bank mahu AI,
  • pasukan IT sibuk uruskan vendor dan infrastruktur,
  • pasukan kewangan risaukan capex dan OPEX,
  • tiada siapa menyusun semuanya dalam business case yang sama.

Apa yang berkesan:

  1. Bentuk AI Steering Committee kecil (4–6 orang): operasi, risiko/kewangan, IT/data, dan seorang business sponsor.
  2. Setiap projek AI mesti datang dengan:
    • objektif perniagaan yang boleh diukur,
    • jangkaan kos penuh (infrastruktur + lesen + manusia),
    • jangka masa ROI,
    • risiko pengawalseliaan / keselamatan data.
  3. Semak portfolio projek AI suku tahunan – hentikan yang tidak berkesan, gandakan pelaburan pada yang terbukti berjaya.

Ini jauh lebih sihat daripada apa yang berlaku di Wall Street: capex berbilion tanpa konsensus dalaman tentang laluan keuntungan.

5. Apa Seterusnya Untuk AI Dalam Industri & Kewangan Malaysia?

Oracle dan Broadcom baru memberi “wake-up call” yang sebenarnya sihat: pasaran kini menuntut disiplin kewangan dalam AI. Bagi syarikat yang hanya guna AI sebagai bahan pemasaran, ini mungkin menakutkan. Tetapi bagi pengeluar dan institusi kewangan yang fokus kepada hasil sebenar, ini masa yang sesuai untuk bergerak.

Beberapa perkara yang hampir pasti untuk 12–24 bulan akan datang:

  • Kos kuasa pemprosesan AI dijangka terus menurun secara relatif apabila lebih banyak pusat data dan cip dibina.
  • Tekanan pelabur akan memaksa vendor AI – termasuk di Malaysia – datang dengan model harga yang lebih berasaskan nilai, bukannya yuran lesen tinggi tanpa jaminan.
  • Bank, insurans, fintech dan pengeluar yang sudah mempunyai asas data yang baik akan berada beberapa langkah di hadapan, kerana mereka boleh menukar kelebihan infrastruktur global ini menjadi projek ROI pantas.

Jadi persoalan yang patut ditanya oleh CEO kilang dan CEO bank di Malaysia bukanlah, “Adakah AI bubble akan pecah?”, tetapi:

“Projek AI mana yang boleh menambah margin 2–3 mata peratus atau mengurangkan kerugian 20–30% dalam masa 12 bulan, dan apakah pelaburan minimum untuk mencapainya?”

Jika syarikat anda belum ada jawapan yang jelas, ini masa yang tepat – sebelum bajet 2026 dimuktamadkan – untuk menyusun semula pelan AI anda supaya lebih fokus kepada pulangan, bukannya trend pasaran saham.