Pelajaran Broadcom: ROI AI & Kilang Pintar Malaysia

Pelaburan AI Tak Semestinya Tinggi Margin – Dan Itu Okey

Harga saham Broadcom jatuh lebih 11% pada 12/12/2025 hanya kerana satu perkara: amaran bahawa margin akan tertekan apabila lebih banyak hasil datang daripada cip AI tersuai yang margin kasarnya lebih rendah.

Ramai pelabur terus gelabah. Kalau gergasi semikonduktor seperti Broadcom pun nampak ‘kurang sedap’ dari segi margin, apa nasib pelaburan AI yang lain?

Untuk pengeluar elektronik, automotif dan semikonduktor di Malaysia – terutamanya dalam ekosistem E&E Penang dan Kulim – cerita Broadcom sebenarnya satu wake-up call: pelaburan AI jarang nampak cantik pada laporan kewangan tahun pertama. Nilai sebenar datang daripada kecekapan operasi jangka panjang, bukan margin projek tunggal.

Dalam artikel ini, saya nak kupas:

• Apa sebenarnya sedang berlaku dengan Broadcom dan AI
• Kenapa ROI AI kerap disalah faham
• Bagaimana pengeluar di Malaysia boleh elak ‘perangkap Broadcom’ bila membina kilang pintar dan automasi
• Rangka kerja praktikal untuk merancang pelaburan AI yang lebih selamat dan berbaloi

Apa Yang Berlaku Dengan Broadcom & Kenapa Pasaran Panik

Isunya ringkas: permintaan cip AI tersuai meletup, tapi margin jangka pendek menurun.

Broadcom kini:

• Dapat kontrak AI bernilai puluhan bilion dolar, termasuk US$21 bilion dengan Anthropic untuk cip Ironwood Google
• Ada backlog US$73 bilion yang akan dihantar dalam 18 bulan
• Saham masih naik lebih 50% tahun ini, walaupun jatuh mendadak selepas laporan terkini

Tetapi pengurusan memberi isyarat jelas:

Campuran hasil yang semakin banyak dari cip AI tersuai (yang margin kasarnya lebih rendah) akan menekan margin sepanjang tahun.

Pasaran baca mesej ini sebagai: “AI tak setinggi untung yang kita sangka.” Saham pun dijual beramai-ramai, dan Broadcom berisiko hilang lebih US$200 bilion nilai pasaran kalau kejatuhan berterusan.

Yang menariknya, beberapa penganalisis profesional tak panik langsung. Morningstar contohnya berpendapat cip AI itu masih menaikkan margin operasi secara keseluruhan walaupun margin kasar turun. Maknanya, dari perspektif perniagaan, AI masih menguntungkan – cuma struktur untungnya berbeza.

Inilah konflik sebenar:

• Pelabur jangka pendek fokus margin suku tahun
• Pengendali perniagaan fokus daya saing dan kapasiti jangka panjang

Pengeluar di Malaysia kena pilih nak ikut yang mana.

Pengajaran Untuk Kilang Pintar Malaysia: Jangan Terperangkap Mitos ROI AI

Ramai pengeluar di Malaysia – dari syarikat EMS hingga Tier-1 automotif – terperangkap dengan dua mitos bila bercakap tentang AI dan kilang pintar.

Mitos 1: “Kalau AI betul-betul bagus, margin mesti naik serta-merta”

Realitinya, pelaburan AI biasanya:

• Capex tinggi di depan (robotik, sensor, server, lesen perisian)
• Kesan kewangan awal: margin mungkin turun kerana susut nilai dan kos implementasi
• Manfaat sebenar muncul selepas 12–36 bulan apabila:
  • OEE (Overall Equipment Effectiveness) naik
  • Reject dan rework turun
  • WIP & inventori jadi lebih ramping
  • Tenaga kerja dialih kepada kerja nilai tambah lebih tinggi

Broadcom sedang melalui fasa ini dalam versi mereka sendiri: mereka “melabur margin” pada cip AI tersuai untuk mengunci pelanggan strategik dan menjadi tulang belakang infrastruktur AI global.

Bagi kilang di Bayan Lepas atau Senai, analoginya:

• Tahun pertama AI QC vision system dipasang di SMT line mungkin nampak:
  • Kos: +RM3 juta
  • Penjimatan langsung: belum besar
• Tahun kedua–ketiga, bila model sudah matang dan proses diubah:
  • Scrap board turun 30–50%
  • Audit pelanggan lebih lancar, kurang chargeback
  • Peluang dapat volume tambahan kerana reputasi kualiti

Mitos 2: “ROI AI mesti boleh dikira macam beli mesin baru”

Mesin baharu biasanya ada formula ROI jelas: throughput naik X%, susut nilai Y tahun.

AI dalam manufacturing pula:

• Banyak manfaat tidak linear: peningkatan yield, pengurangan unplanned downtime, keputusan perancangan lebih tepat
• Ada nilai yang sukar dimonetize tapi sangat penting, contohnya:
  • Kurang customer return yang merosakkan reputasi
  • Kebolehan traceability yang buat OEM global lebih yakin tambah volume ke Malaysia

Kalau ROI hanya diukur pada “berapa orang operator boleh dikurangkan”, memang projek AI akan sentiasa nampak tak menarik.

Bagaimana Pengeluar Malaysia Boleh Elak ‘Perangkap Broadcom’

Jawapannya: rancang pelaburan AI macam anda merancang ekosistem, bukan projek tunggal.

1. Bezakan antara “margin projek” dan “kesihatan sistem”

Broadcom menerima margin kasar lebih rendah untuk cip AI tersuai kerana ia mengukuhkan ekosistem dan lock-in pelanggan besar seperti Google dan Anthropic.

Di kilang:

• Projek A (contoh: predictive maintenance untuk injection moulding) mungkin nampak ROI sederhana
• Tapi bila digabung dengan:
  • Perancangan pengeluaran berasaskan AI
  • Algoritma penjadualan tenaga kerja
  • Sistem kualiti berasaskan data nyata

… keseluruhan kilang boleh capai:

• Lead time lebih pendek → lebih menarik untuk OEM global
• On-time delivery lebih konsisten → peluang kontrak baharu
• Kos waranti lebih rendah → terus naikkan margin operasi

Fokus pada P&L kilang 3–5 tahun, bukan margin projek pertama.

2. Mula dengan ‘use case’ yang rapat dengan masalah sebenar

Kesilapan biasa saya nampak di kilang Malaysia: beli platform AI dulu, baru cari masalah nak diselesaikan.

Lebih baik terbalikkan:

1. Kenal pasti 3–5 masalah paling mahal secara kewangan:
   • Yield rendah di proses kritikal (contoh: wire bonding, reflow, painting automotif)
   • Unplanned downtime tinggi pada bottleneck machine
   • Scrap tinggi pada model tertentu
2. Untuk setiap masalah, tanya tiga soalan:
   • Data apa yang sudah ada (sensor, MES, ERP, QC report)?
   • Keputusan kritikal apa yang sekarang dibuat secara manual/berdasarkan pengalaman?
   • Kalau masalah ini dikurangkan 30–50%, berapa nilai dalam RM setahun?
3. Dari situ, pilih 1–2 use case AI teratas sebagai pilot:
   • Vision AI untuk inspeksi kualiti automatik
   • Predictive maintenance untuk mesin bottleneck
   • Model peramalan demand untuk perancangan bahan

Ini jauh lebih selamat berbanding “projek AI besar-besaran” tanpa fokus.

3. Reka ‘staggered ROI’ – supaya kewangan dan operasi sama-sama selesa

Pelaburan AI yang bijak biasanya dirangka dalam fasa 12–18 bulan:

• Fasa 1 (0–6 bulan): POC & quick wins
  • Sasaran: buktikan pengurangan scrap / downtime 10–15%
  • Kos: terkawal, gunakan infra sedia ada sebanyak mungkin
• Fasa 2 (6–18 bulan): Scale-up & integrasi sistem
  • Sasaran: standardkan ke beberapa line / kilang
  • Integrasi dengan MES, ERP, WMS
• Fasa 3 (18–36 bulan): Optimasi dan automasi lanjutan
  • Sasaran: jadikan AI sebahagian daripada cara kerja harian
  • Contoh: dispatching kerja automatik, parameter mesin dilaras automatik

Dengan struktur macam ini, CFO nampak trajektori yang jelas, bukan sekadar kos sekali gus tanpa cerita.

Di Mana AI Paling Cepat Pulang Modal Dalam E&E & Automotif

Pengalaman di rantau ini menunjukkan beberapa kawasan paling tinggi ROI untuk kilang elektronik, automotif dan semikonduktor.

1. Vision AI untuk kualiti dan pengesanan kecacatan

Untuk SMT, PCBA, module assembly dan komponen automotif, vision AI boleh:

• Mengurangkan false reject dan false accept
• Menangkap kecacatan mikro yang operator manusia biasanya terlepas
• Standardkan kriteria kualiti antara shift dan plant

Contoh impak:

• Scrap turun 20–40%
• Audit pelanggan, terutamanya OEM Jepun/US, jadi lebih lancar
• Masa training operator baru berkurang

2. Predictive maintenance di equipment kritikal

Bagi pengeluar semikonduktor dan elektronik kuasa, downtime pada satu mesin bottleneck boleh:

• Hilang output bernilai ratusan ribu ringgit sehari

Model AI berasaskan vibration, suhu, arus dan log mesin boleh:

• Ramal kegagalan bearing, motor, pump
• Cadangkan masa maintenance sebelum breakdown

Hasil tipikal bila dibuat dengan betul:

• Unplanned downtime turun 30–50%
• Inventori spare parts lebih terkawal

3. Perancangan supply chain dan production scheduling

Kilang Malaysia sering tersepit antara:

• Forecast pelanggan yang tidak tepat
• Lead time komponen yang panjang
• Tekanan untuk kekal lean

AI boleh bantu dengan:

• Model peramalan demand yang guna data sejarah + data pasaran
• Penjadualan pengeluaran yang optimakan changeover dan kapasiti mesin

ROI di sini biasanya dalam bentuk:

• Pengurangan inventori 10–25%
• OT (overtime) lebih terkawal
• Kurang last-minute expedition charge

Bagaimana Kilang Malaysia Boleh Belajar Dari Strategi Broadcom

Ada tiga prinsip Broadcom yang pengeluar Malaysia patut tiru – dengan versi yang sesuai konteks kilang.

Prinsip 1: Fokus pada pelanggan strategik

Broadcom sanggup kompromi sedikit margin untuk mengikat pelanggan AI besar.

Bagi kilang Malaysia:

• Gunakan AI & kilang pintar sebagai senjata rundingan dengan pelanggan utama
• Tawar:
  • Traceability penuh dari wafer/komponen hingga produk akhir
  • Dashboard kualiti masa nyata untuk pelanggan
  • SLA OEE/defect rate yang lebih baik

Pelaburan AI yang boleh “mengunci” customer Tier-1 atau OEM global selalunya jauh lebih berbaloi daripada projek cost-saving kecil.

Prinsip 2: Lihat AI sebagai kapasiti masa depan, bukan projek IT

Broadcom membina kapasiti pengeluaran dan R&D cip AI untuk permintaan 3–5 tahun akan datang.

Pengeluar di Malaysia juga patut:

• Lihat AI sebagai sebahagian pelan expansion & upskilling tenaga kerja
• Gabungkan projek AI dengan:
  • Latihan teknikal untuk jurutera proses dan IT/OT
  • Naik taraf infrastruktur data kilang (MES yang lebih terbuka, historian, data lake)

Kalau AI hanya diparkir di bawah “projek IT”, ia akan sentiasa kalah bila bersaing bajet dengan mesin baru.

Prinsip 3: Komunikasi jangka masa pulangan dengan jujur

Broadcom jujur dengan pasaran: margin akan tertekan sementara. Sebab itu saham turun – tapi kejelasan itu penting.

Di peringkat kilang:

• Pengurus operasi dan CTO kena transparens dengan CFO dan HQ:
  • Tahun 1: margin mungkin rata / sedikit turun
  • Tahun 2–3: sasaran jelas untuk scrap, OEE, inventori, OT
• Laporkan KPI proses secara konsisten, bukan hanya “AI accuracy 95%” yang sukar dikaitkan dengan RM dan sen

Bila jangkaan awal selari, peluang projek AI dipotong separuh jalan akan jauh berkurang.

Menjadikan AI Sebagai Aset Strategik, Bukan Kos Tambahan

Broadcom mengingatkan kita satu perkara: pelaburan AI yang betul tak selalu nampak cantik pada laporan suku tahun, tetapi ia mengubah kedudukan syarikat dalam rantaian nilai global.

Bagi pengeluar elektronik, automotif dan semikonduktor di Malaysia yang mahu kekal relevan sebagai hab E&E rantau ini, persoalan sebenar bukan lagi “patutkah kita guna AI?” tetapi:

• Di mana dalam operasi kita AI boleh beri impak paling besar dalam 12–36 bulan?
• Bagaimana kita nak reka pelaburan AI supaya CFO, operasi dan pelanggan sama-sama menang?
• Siapa rakan teknologi yang boleh bantu bina kilang pintar yang scalable, bukan sekadar POC cantik di PowerPoint?

Kalau anda sedang merancang projek automasi, kilang pintar atau integrasi AI untuk 2026, ini masa sesuai untuk menstrukturkan semula pelan ROI anda – dari fokus margin jangka pendek kepada kekuatan operasi jangka panjang.

Akhirnya, syarikat yang menang dalam AI untuk manufacturing bukan yang belanja paling besar, tetapi yang paling bijak menyusun pelaburan mengikut strategi perniagaan.

---

Nota: Artikel ini sebahagian daripada siri AI dalam Pembuatan (Elektronik, Automotif, Semikonduktor) yang membincangkan cara praktikal mengintegrasikan AI, robotik dan sistem kilang pintar dalam industri E&E Malaysia.