Model bobot open source dalam satu tahun menguasai 72% pangsa pasar: Morgan Stanley memperingatkan, keuntungan perangkat lunak hanya mengalir ke perusahaan yang mengendalikan alur kerja kompleks

Investing.com memperhatikan bahwa selama setahun terakhir, lanskap model AI sedang mengalami rekonstruksi yang diam-diam namun mendalam. Dalam laporan riset yang dirilis Morgan Stanley pada 26 Oktober, mereka menyajikan data yang sangat mengejutkan: di platform perutean model pihak ketiga OpenRouter, pangsa model open-source dalam memproses token telah melonjak dari sekitar 22% setahun yang lalu menjadi sekitar 72% saat ini; di platform gerbang AI Vercel, proporsi ini bahkan naik dari 7% pada Desember 2025 menjadi 63%.

Di balik angka-angka ini terdapat sinyal yang jelas: para pengembang semakin cepat beralih ke model open-source yang memiliki biaya per unit lebih rendah untuk menangani alur kerja rutin yang semakin bertambah. Penilaian inti Morgan Stanley adalah—gelombang ini bersifat “konstruktif” bagi seluruh industri perangkat lunak, tetapi keuntungan yang dihasilkan tidak akan dibagi secara merata; nilai akhirnya akan mengalir ke perusahaan yang memiliki moat (pertahanan bisnis) terdalam dan menguasai alur kerja kompleks.

Biaya Anjlok, Tapi “Hemat Uang” Bukan Satu-satunya Cerita

Morgan Stanley menekankan bahwa makna dari model open-source bukanlah “model menjadi murah”, melainkan “biaya sistematik untuk menghasilkan kecerdasan yang bermanfaat menurun, sementara konsumsi kecerdasan dapat meningkat drastis.” Bagi perusahaan perangkat lunak, ini membuka dua peluang yang sangat berbeda.

Peluang pertama adalah memperluas cakupan “alur kerja yang layak secara ekonomi”, sehingga memperluas penggunaan dan volume—namun pintu ini juga terbuka untuk para pesaing. Peluang kedua lebih bersifat diferensial: kecerdasan yang lebih murah membuat aset inti seperti konteks perusahaan, data yang dapat dipercaya, telemetry, eksekusi yang aman, pemrosesan transaksi, dan tata kelola yang dikendalikan “eksklusif” oleh vendor menjadi semakin bernilai. Dimana pun kemampuan-kemampuan ini sulit untuk di-replikasi, para vendor akan lebih percaya diri untuk mempertahankan bahkan meningkatkan harga.

Dengan kata lain, pemenang sesungguhnya bukanlah perusahaan yang sekadar mentransfer keunggulan biaya pada pelanggan, melainkan yang mampu secara bersamaan meraih “peluang monetisasi yang lebih besar” dan “kekuatan penetapan harga yang lebih kuat”.

Tiga Perdebatan Besar: Kedaulatan, Ekonomi Per Pelanggan, dan Akuisisi

Mengenai penerapan model open-source, laporan ini membahas tiga perdebatan utama.

Pertama, apakah risiko kedaulatan data akan menghambat adopsi perusahaan? Pihak optimis meyakini, model open-source Barat seperti Nemotron 4, Mistral Large 4, dan lainnya dengan cepat mendekati kapabilitas lawan internasional terkemuka, yang akan membujuk klien korporat yang sebelumnya ragu; pihak pesimis khawatir perusahaan Eropa-Amerika tetap berhati-hati karena faktor geopolitik, reputasi, dan kekhawatiran keamanan.

Pembeda kunci menurut Morgan Stanley: “Di mana model dikembangkan” dan “bagaimana model di-host, dikelola, dan diawasi” adalah dua hal yang berbeda—penyedia cloud berskala besar sepenuhnya dapat meredakan kekhawatiran perusahaan melalui regional hosting, enkripsi, kontrol akses yang terperinci dan pemantauan berkelanjutan.

Kedua, dapatkah model open-source memperbaiki “ekonomi per pelanggan” AI? Pihak optimis menyebutkan tiga keuntungan utama: lepas dari ketergantungan pada API eksklusif berbayar mahal, dapat di-fine-tune untuk alur spesifik, dan kendali atas lingkungan deployment serta optimasi inferensi. Pihak pesimis memberikan bantahan tajam: keunggulan-keunggulan ini juga berlaku bagi startup AI-native, penyedia cloud, dan klien pembangunan internal, sehingga akhirnya dapat berubah menjadi penurunan harga, penurunan biaya switching, dan model bisnis yang bergeser dari “berdasarkan lisensi” ke “berdasarkan tugas/hasil” yang dapat merusak margin bisnis.

Ketiga, dapatkah strategi open-source mengakuisisi pelanggan baru dan memperbesar basis pengguna? Morgan Stanley menilai, biaya inferensi yang lebih rendah memungkinkan model “produk mendorong pertumbuhan” (PLG) benar-benar berfungsi, namun model yang sama dapat dipakai semua orang, sehingga pada akhirnya imbalan tetap menjadi milik perusahaan yang memiliki data eksklusif, pemahaman mendalam atas alur kerja pelanggan dan hambatan regulasi.

Empat Sektor Dengan Dinamika Berbeda

Pada tataran sektor spesifik, kesimpulan Morgan Stanley menampilkan efek “Mathew Effect” yang jelas.

Di bidang perangkat lunak infrastruktur, model open-source secara umum membawa dampak positif. Platform data inti (Microsoft, Databricks, MongoDB, Oracle, Palantir, Snowflake) akan mendapatkan peningkatan permintaan query dan kasus penggunaan yang lebih luas karena kebutuhan AI agent akan konteks perusahaan secara real-time dan terkontrol oleh izin; penyedia observabilitas (Datadog, Dynatrace, Elastic) akan diuntungkan karena agent menghasilkan trace baru dan kebutuhan governance dalam jumlah besar.

Keamanan siber adalah pemenang struktural besar lainnya. Lonjakan pasokan model berarti jumlah AI agent yang berjalan di dalam perusahaan juga melonjak, memperluas area serangan—integritas rantai pasokan model, injection promt, proliferasi identitas mesin, eksekusi otonom tanpa izin, dan kebocoran data lintas workflow semuanya menjadi celah keamanan baru. CrowdStrike, Palo Alto Networks, dan Okta menjadi yang paling diuntungkan.

Peluang SaaS horizontal terletak pada “bergeser dari harga lisensi ke harga berdasarkan hasil/volume”. Di kubu Microsoft, Atlassian, Salesforce, ServiceNow memimpin pasar besar, Box, Figma, Zoom, Wix memimpin pasar menengah-kecil. Sementara perangkat lunak vertikal berkat “pasar otomasi rendah+penetapan harga hasil+penguasaan workflow mendalam” menjadikan Shopify, Toast, Manhattan Associates, Navan, dan ServiceTitan sebagai yang paling diuntungkan.

Perombakan Besar-besaran

Morgan Stanley menunjukkan, popularitas model open-source pada dasarnya mempercepat komoditisasi “kecerdasan”. Saat batasan model menjadi setara, fokus persaingan bergeser dari “siapa punya model lebih baik” ke “siapa yang punya moat lebih dalam, workflow lebih kompleks, dan aset data yang lebih sulit direplikasi”.

Bagi investor, ini berarti penilaian ulang: perusahaan dengan fungsi tunggal, tanpa data eksklusif, dan hanya mengandalkan workflow sederhana—“solusi titik”—akan termarjinalkan dalam gelombang penurunan biaya ini. Atlassian, Cloudflare, CrowdStrike, Datadog, Microsoft, MongoDB, Nutanix, Palantir, Palo Alto Networks, SAP, dan ServiceNow adalah mereka yang menurut Morgan Stanley benar-benar mampu bertahan dan menang dalam reshuffle AI ini.