Gelembung Saham AI & Realiti AI di Kilang dan Bank

AI sedang jadi topik paling panas di pasaran saham tahun ini, tetapi minggu lepas indeks teknologi Amerika jatuh sehingga hampir 3 peratus, dipacu kegusaran pelabur terhadap “exuberance” AI. Saham syarikat cip dan cloud seperti Broadcom, Oracle dan Nvidia merosot, sementara hasil bon AS melonjak dan dolar mengukuh.

Di satu sisi, ini menggambarkan betapa sentimén tentang AI boleh menggerakkan trilion dolar hanya dalam beberapa jam. Di sisi lain, untuk pengurus bank, syarikat insurans, fintech dan juga pengeluar automotif atau semikonduktor di Malaysia, ia mengingatkan satu perkara penting: nilai sebenar AI bukan pada sahamnya, tetapi pada bagaimana ia diintegrasikan ke dalam operasi – dari kilang hingga ke jabatan risiko bank.

Artikel ini mengupas:

• Apa yang sebenarnya sedang berlaku di pasaran saham berkaitan AI
• Mengapa pelaburan AI di kilang elektronik/automotif dan sektor kewangan jauh lebih stabil berbanding saham AI
• Cara praktikal bank, insurans dan fintech di Malaysia boleh bina strategi AI yang tidak terikut-ikut hype

1. Apa Berlaku di Pasaran: “Exuberance” AI & Kejatuhan Teknologi

Pasaran saham global sedang bergelut dengan sentimen AI yang tidak menentu. Dalam laporan terkini, indeks utama AS jatuh:

• Dow Jones turun sekitar 0.5%
• S&P 500 turun lebih 1%
• Nasdaq, yang berat kepada teknologi, jatuh hampir 1.7%

Sektor teknologi dalam S&P 500 merosot hampir 3%. Puncanya?

• Oracle memberi isyarat perbelanjaan pelanggan yang lebih lemah dan unjuran yang kurang meyakinkan
• Broadcom memberi amaran tentang tekanan margin walaupun permintaan cip AI masih kuat
• Saham Nvidia, poster child gelombang AI, turut tergelincir lebih 3%

Pada masa yang sama, hasil bon 10 tahun AS naik melepasi 4.19% selepas komen pegawai Federal Reserve yang bimbang inflasi masih tinggi. Bila hasil bon naik, pelabur mula lari dari aset berisiko seperti saham teknologi yang bergantung pada jangkaan keuntungan masa depan.

Intinya: Pasaran sedang menyoal – adakah penilaian saham berkaitan AI sudah terlalu melampau berbanding keuntungan sebenar yang dijana hari ini?

2. Mengapa Volatiliti Saham AI Tak Sama Dengan Risiko Projek AI Anda

Inilah perkara yang ramai tersalah baca. Bila lihat berita seperti “AI bubble mungkin pecah”, ramai eksekutif jadi ragu-ragu untuk meluluskan bajet AI di kilang atau di bank. Sebenarnya, dua dunia ini jauh berbeza.

Saham AI:

• Dipacu sentimen, jangkaan masa depan dan kadar faedah
• Boleh naik 10–20% dalam sehari… dan jatuh jumlah yang sama minggu berikutnya
• Ramai pelabur runcit masuk kerana FOMO, bukan analisis asas

Projek AI dalam pembuatan & kewangan:

• Dipacu business case yang spesifik: kurangkan scrap, turunkan NPL, tingkatkan kadar pengesanan fraud
• ROI diukur dalam bentuk kos yang dijimatkan, masa yang dipendekkan, risiko yang dikurangkan
• Dilaksanakan secara bertahap (pilot → scaled deployment), bukan secara “all in”

Dalam erti kata lain, volatiliti saham AI tak automatik bermaksud teknologi AI itu sendiri berisiko tinggi. Dalam pembuatan elektronik atau automotif, model visi komputer yang memeriksa solder joint tidak tiba-tiba menjadi tidak berguna hanya kerana harga saham pengeluar cip turun 10%. Begitu juga, model kredit scoring di bank tak tiba-tiba gagal hanya kerana Nasdaq merah.

Realiti yang saya sering lihat di syarikat besar: projek AI yang paling berjaya biasanya agak “membosankan” dari sudut berita – contohnya:

• Pengurangan defect line SMT sebanyak 35%
• Penjimatan OEE kilang 8–12%
• Penurunan kos operasi pusat panggilan bank 20–30% selepas chatbot dan auto-routing

Tak ada tajuk utama sensasi, tapi kesan ke atas P&L sangat nyata.

3. AI di Kilang: Dari Volatiliti Pasaran ke Operasi yang Lebih Stabil

Dalam sektor elektronik, automotif dan semikonduktor, AI bukan lagi eksperimen – ia sudah jadi alat kawalan mutu dan kestabilan operasi.

3.1 Aplikasi teras AI dalam pembuatan

Beberapa kegunaan yang semakin matang:

• Pemeriksaan kualiti berasaskan visi komputer untuk PCBA, panel body automotif, wafer semikonduktor
• Maintenance ramalan (predictive maintenance) untuk mesin SMT, robot welding, oven reflow
• Pengoptimuman jadual pengeluaran berdasarkan data order, kapasiti mesin, dan masa tukar line
• Pengesanan anomali proses (contohnya parameter oven, suhu, voltan) sebelum menghasilkan batch rosak

Keuntungan di sini datang daripada tiga perkara yang sangat “old school”: kurang scrap, kurang downtime, kurang claim jaminan pelanggan.

3.2 Mengapa ROI AI kilang lebih mudah diukur berbanding saham

Berbeza dengan saham, anda boleh kira kesan terus:

• Setiap 1% pengurangan scrap dalam pengeluaran semikonduktor boleh bersamaan berjuta-juta ringgit setahun
• 1 jam downtime yang dielakkan untuk line automotif bernilai puluhan ribu ringgit
• 10% pengurangan rework meningkatkan kapasiti efektif tanpa membeli mesin baru

Ini sebabnya ramai pengeluar besar di Malaysia – terutamanya MNC elektronik di Penang dan Johor – sudah ada roadmap “smart factory” yang jelas, walaupun tajuk berita pasaran saham nampak menakutkan.

Pelaburan AI di kilang lebih mirip pemasangan panel solar di bumbung: upfront cost agak besar, tapi aliran manfaatnya stabil dan berulang tahun demi tahun.

4. Parallelnya di Kewangan: AI Sebagai Penstabil, Bukan Pencetus Risiko

Dalam siri “AI dalam Perkhidmatan Kewangan” ini, satu pola yang berulang: AI yang dibina dengan disiplin boleh mengurangkan volatiliti risiko bank dan insurans, bukan menambahnya.

4.1 Di tengah kadar faedah tidak menentu, bank guna AI untuk kawal risiko

Apabila hasil bon AS melonjak dan bank pusat di UK, Eropah dan Jepun memberi isyarat perubahan kadar, institusi kewangan di Malaysia juga tak kebal. Kos dana, spread pinjaman, dan sentimen pelabur institusi semuanya terkesan.

Di sinilah AI digunakan:

• Modelling tekanan (stress testing) berasaskan senario untuk buku pinjaman runcit dan korporat
• Credit scoring dinamik yang mengambil kira data tingkah laku (transactional) terkini, bukan hanya data CCRIS
• Risk-based pricing yang lebih granular, membantu bank kekal kompetitif tanpa mengorbankan margin

Bank yang menggunakan AI dengan baik sebenarnya cenderung mempunyai profil risiko yang lebih terkawal, walaupun pasaran modal bergelora.

4.2 Insurans & fintech: AI sebagai enjin ketahanan (resilience)

Bagi insurans hayat dan am, AI membantu dalam:

• Pengesanan fraud tuntutan menggunakan pola anomali
• Underwriting automatik untuk kes mudah, membebaskan underwriter fokus kepada kes kompleks
• Dynamic reserving bila digabung dengan model aktuari moden

Fintech pula menggunakan AI untuk:

• Pengesahan identiti & AML secara masa nyata
• Deteksi transaksi mencurigakan dengan model anomaly detection

Kesan gabungan semua ini ialah profil risiko yang lebih licin – turun naik masih wujud, tapi ekor kerugian ekstrem (tail risk) dapat dipendekkan.

5. Cara Praktikal Elak Terikut Hype AI (Untuk Bank & Pengeluar)

Berita tentang “AI bubble” boleh jadi berguna jika ia mengingatkan satu perkara: jangan beli AI seperti beli saham; bina AI seperti bina infrastruktur.

Berikut pendekatan yang lebih matang, sama ada anda CTO kilang atau ketua transformasi digital bank:

5.1 Mula dengan masalah operasi yang jelas

Tanya soalan yang sangat spesifik, contohnya:

• Di kilang: “Berapa banyak scrap pada line ini, dan berapa nilai RM yang kita hilang setiap bulan?”
• Di bank: “Berapa kadar default untuk segmen personal loan skor sederhana, dan berapa banyak modal risiko kita terkunci di sini?”

Kemudian barulah tanya, “Bagaimana AI boleh mengurangkan nombor ini 10–30% dalam 12–18 bulan?”

5.2 Ukur ROI seperti anda mengukur projek CAPEX

AI untuk pembuatan dan kewangan patut dinilai macam projek mesin baru atau sistem core banking baru:

• Capex/Opex jelas (infrastruktur, lesen, pasukan data)
• Payback period (contohnya 2–3 tahun)
• Pengurangan risiko (contohnya, kadar fraud turun 40%, NPL turun 15%)

5.3 Fasa pilot yang kecil, tapi direka untuk scale

Ramai syarikat buat dua kesilapan:

1. Pilot terlalu teori, tak ada KPI kewangan yang jelas
2. Atau terus laksanakan di seluruh organisasi tanpa bukti konsep

Pendekatan yang lebih sihat:

• Pilot 3–6 bulan di satu line pengeluaran / satu produk pinjaman
• Jika capai sasaran (contoh: +5% OEE, -20% fraud), rancang penggandaan ke unit lain
• Seawal peringkat pilot, fikir tentang integrasi dengan sistem sedia ada (MES, ERP, core banking, LOS)

5.4 Governance & risiko model

Untuk bank dan insurans, governance AI bukan optional, terutamanya dengan garis panduan Bank Negara dan keperluan pematuhan lain.

Minimum yang patut wujud:

• Model Risk Management Framework yang formal
• Audit trail data latihan dan keputusan model
• Proses model validation berkala, sama seperti validation model kredit atau ALM tradisional

Ini bukan sahaja mengurangkan risiko operasi, malah meningkatkan keyakinan regulator dan pelabur.

6. Dari Saham AI ke Smart Factory & Smart Bank: Di Mana AI Benar-Benar “Berbaloi”

Pergerakan harga saham minggu lepas hanyalah satu episod dalam naratif panjang: pasaran akan sentiasa keterujaan terlebih dahulu tentang teknologi baru, kemudian insaf bila realiti keuntungan tidak secepat yang diharap.

Dalam pembuatan dan perkhidmatan kewangan, permainan yang sebenar jauh lebih senyap tetapi lebih kukuh:

• Di kilang, AI yang stabil di belakang tabir mengurangkan defect, downtime dan complaint pelanggan
• Di bank dan insurans, AI yang well-governed mengurangkan fraud, memantapkan model kredit, dan mempercepat pengalaman pelanggan tanpa menolak tepi pematuhan

Bagi pengurus di Malaysia yang sedang menilai bajet 2026, mesejnya ringkas:

Gunakan ketidaktentuan pasaran saham AI sebagai pengajaran tentang hype, bukan sebagai alasan untuk menangguh projek AI yang mempunyai business case yang jelas.

Jika organisasi anda – sama ada kilang elektronik di Penang atau bank di KL – mahu berbincang bagaimana menyusun pelan AI yang lebih resilient dan kurang terdedah kepada hype, langkah pertama yang saya selalu cadangkan ialah audit ringkas: di mana wang sebenarnya bocor hari ini, dan sejauh mana AI boleh menutup kebocoran itu dalam masa 12–24 bulan?

Dari situ, barulah AI berubah daripada bahan berita di pasaran saham, kepada enjin keuntungan yang senyap tetapi konsisten di dalam operasi harian anda.