Minamaliit ng merkado? “Pagbabago sa modelo” ang nagtutulak sa pag-angat ng AI agent, mabilis na nagbubukas ng mga aplikasyon sa negosyo

Ang alon ng AI ay kasalukuyang dumadaan sa isang mahalagang punto ng pagliko, kung saan ang mabilis na pag-angat ng kakayahan ng mga modelo ay nag-uudyok sa mga pilot project ng mga negosyo mula noong nakaraang taon upang mapabilis ang pagpasok sa yugto ng production deployment, habang sistematikong binababa pa rin ng merkado ang lalim at bilis ng pagbabagong ito.

Ayon sa Hardcore AI, ipinahayag ng Citibank analyst na si Heath Terry at ng kanyang team sa kanilang pinakahuling ulat na ang mga enterprise-level na aplikasyon ay ganap nang lumilipas mula sa pilot phase patungong production deployment, at ang bilis ng pag-angat ng kakayahan ng mga modelo ay mas mabilis kaysa dati. Mabilis na tumataas ang curve ng pangangailangan ng buong industriya.

Itinaas ng Citi ang forecast ng kabuuang kita ng industriya ng AI mula 2026 hanggang 2030 mula $2.8 trilyon pataas sa $3.3 trilyon, at ang forecast ng capital expenditure para sa parehong panahon ay mula $8.0 trilyon pataas sa $8.9 trilyon. Ang kanilang pananaw: ang merkado ay nakatuon pa rin sa mga panganib gaya ng kahirapan sa pagtatayo ng mga data center, presyur sa pagpopondo, at tumitinding kompetisyon, subalit hindi nabibigyang-pansin na ang mga pamumuhunang ito ay nakakalikha na ng mataas na balik, at isang productivity cycle na pinangungunahan ng mga negosyo ang nabubuo.

Para sa industriya ng software, ito ay isang mas peligroso na yugto kaysa sa inaakala ng nakararami. Habang mabilis na tumataas ang kita ng mga AI-native na kumpanya, ang mga dating sandigan ng tradisyunal na software provider tulad ng mataas na switching cost, malakas na pricing power, at mataas na entry barrier ay muling pinapresyohan ng teknolohiyang AI. Ang represetasyong ito sa presyo ay nakikita na sa stock market—sa nakaraang taon, ang trend ng valuation ng software stocks ay talagang nahiwalay sa mga AI infrastructure stock—ngunit ayon sa Citi, ang consensus earnings forecast ay malayo pa rin sa paglamon ng huling epekto.

Sa layer ng infrastructure, partikular na sa memory, storage, CPU at kuryente, dito nakikita ng Citi ang pinakamahusay na risk-reward ratio sa ngayon. Ang pansamantalang pag-atras ng super-large-scale cloud vendors ay itinuturing nilang isa pang oportunidad sa merkado.

Mas Matarik ang Pag-akyat ng Kakayahan ng Modelo

Ang GPT-5.4, Gemini 3.1 Pro, at Claude Sonnet 4.6, tatlong pangunahing modelo, ay sunod-sunod na inilunsad sa loob ng wala pang tatlong linggo, na may laki ng pag-angat ng kakayahan na talagang higit pa sa anumang nakalipas na cycle. Batay sa ARC-AGI-2 na puntos, tumaas ng 1.5 beses ang score ng Gemini 3.1 Pro kontra sa huling bersyon tatlong buwan na ang nakaraan; ang GPT-5.3-Codex naman ang kauna-unahang modelo ng OpenAI na aktibong lumahok sa pagbuo ng sarili nitong code—isang milestone na hindi maaaring maliitin.

Lalong kapansin-pansin, habang tumataas ang kakayahan ng mga modelo, tumataas rin ang presyo ng token. Gumagamit ang mga inference model ng mga teknikal na gaya ng Mixture of Experts (MoE) at Reward Learning with Verified Reinforcement (RLVR), kaya bawat response ay kumokonsumo ng mas maraming token. Bagaman pareho ang presyo ng Gemini 3.1 Pro kumpara sa naunang henerasyon, doble naman ang katalinuhang puntos nito.

Ayon sa Citi, ang sabayang pag-angat ng dalawang trend na ito ay nangangahulugan na may structural upward room sa unit revenue ng AI service providers. Ang pagpapabuti ng kakayahan ay nagsimula nang makaapekto sa mga kongkretong desisyon ng kompanya. Sa pinakahuling anunsyo ng layoff ng Block, tahasang nabanggit ang AI bilang dahilan—isang maagang senyales ng paglaganap ng teknolohiya mula development hanggang operations layer.

Mas Mabilis Kaysa Sa Inasahan Ang Paglipat ng Negosyo Mula Pilot Patungong Production Deployment

Ang mga system integrator ang pangunahing nagtutulak ng pagpapabilis na ito. Nangungunang consulting companies ang siyang sabay na nagpapabago ng kanilang internal operations, kasabay ng pagtulong sa mga tradisyunal na negosyo para mabilis na mag-deploy ng solusyon mula sa Anthropic, OpenAI, at iba pa, at nagsisilbing “capillary” ng paglaganap ng AI. Ayon sa joint research ng Citi kasama ang CIO, CTO at system integrators, ang pangunahing drive ng pagbilis ng mga negosyo ay presyur sa kompetisyon—walang gustong mahuli sa kumpetisyon.

Mga numero ang patunay: Sa Q4 ng 2025, ang kabuuang backlog order growth ng AWS, GCP, Azure, at CoreWeave ay umabot ng 100%, pero ang kita ay lumago lang ng 30% at ang capital expenditure ng 70%.

Tungkol sa labas na pagkabahala sa kalidad ng backlog (dahil mataas ang konsentrasyon ng AI research lab clients), ang conclusion ng Citi ay malawakan na ang paglago sa mga tradisyunal na negosyo. Ayon pa sa data center lessor na DLR, mismong inilunsad ng Claude Opus 4.6 ang bagong demand para sa leasing—isang chain reaction na imposible halos maisip isang taon na ang nakalipas.

Sistematiko Pa Ring Binababa ng Merkado ang Laki ng Capital Expenditure

Noong 2024 at 2025, ang consensus forecast para sa capex ng super-large-scale cloud providers ay malaki ang underestimation. Inaasahan ng Citi na magpapatuloy pa ito sa susunod na limang taon.

Noong 2026, aabot ng 70% ang mas mataas na capital expenditure plan ng mga super-large-scale cloud providers kumpara sa 2025. Taas ng Citi sa forecast ng AWS, Google, Meta, Microsoft (Azure), at Oracle na ang combined capex sa 2026 ay nasa $678 bilyon. Ang pandaigdigang AI-related capex (kasama ang private cloud, emerging cloud providers, at sovereign AI spending) inaasahang aabot sa $770 bilyon, at pagsapit ng 2030, aabot na sa halos $2.9 trilyon, may annual compound growth rate na 47.5%.

Hindi lang presyo ng mga kagamitan—lalo na ng memory at storage—ang nagtutulak ng cost pataas, kundi pati ang capitalization ng kuryente. Palaki nang palaki ang bahagi ng super-large-scale cloud providers na inilipat ang power generation mula operating expense patungong capital expense, kailangan nilang magtayo ng sariling supply ng kuryente para sa proyekto. Ang magkasamang pahayag ng Google, Microsoft, Meta, Oracle, xAI, OpenAI, at Amazon tungkol sa “Build Your Own Power Plant” (BYOPP) non-binding commitment ay direktang katibayan ng pagbabagong estruktural na ito. Kaya itinaas ng Citi ang capex per GW ng data center sa 2026-2027 ng halos 30%, may risk na mataas ang dating estimate ng market na $5 bilyon/GW.

“Walang gumagamit ng vibe coding para sa SAP”—ginamit ng Citi ang pahayag na ito upang kilalanin na may hangganan nga ang paglaganap ng teknolohiya, at hindi maaaring idirekta ang productivity gain sa code development para sa buong enterprise. Subalit hindi nito binabago ang mas malalim na lohika: Ang AI ay pumapalit sa mga tools na linear ang pagtaas ng cost kasabay ng gamit ng teknolohiya na halos zero marginal expansion cost—isang ganap na rekonstruksyon ng business model, hindi lang simpleng iteration ng functionality.

Para sa tradisyunal na mga software company, ang pressure ay nagmumula sa dalawang direksyon: Una, ang patuloy na pananakop ng merkado ng AI-native competitors (kasama ang bagong salin ng mga VC-backed market entrant); at ikalawa, ang seat reduction at pricing pressure, dahil mas kaunting user na ang kayang gumawa ng mas marami gamit ang AI.

Ayon sa Citi, ang mga lumang lohika na sumusuporta sa premium valuation ng software—mataas na switching cost, malakas na pricing power, mataas na moat—ay muling pinag-aaralan, pero hindi pa naipapalo ng consensus earnings forecast ang huling epekto. Sa galaw ng valuation, bumoboto na ang merkado, pero hindi pa tapos ang botohan.

Dagdag pa rito, sa buong AI technology stack, ayon sa Citi, ang pinakamagandang risk-reward ratio ay nakatuon sa mga bottleneck nodes ng infrastructure layer: memory at storage, optical interconnect at networking, at power equipment. Ang mga super-large-scale cloud vendors, na hindi maganda ang naging takbo kamakailan, ay itinuturing ding oportunidad na dapat bantayan.