Tim Jetschool Academy · 20 Agustus 2026
Pekan ini ada satu kabar yang bikin dunia teknologi (dan pasar saham) bergerak: Google resmi memperluas kerja sama chip AI kustom dengan Marvell, lengkap dengan opsi pembelian saham senilai US$12,2 miliar. Saham Marvell langsung melonjak dua digit, sementara Broadcom — mitra lama Google untuk chip kustom — justru terpangkas. Ini bukan sekadar berita bisnis biasa; ini sinyal bahwa pertarungan chip AI kustom sedang memasuki babak baru yang jauh lebih serius.
Melansir CNBC (19 Agustus 2026), Marvell mengumumkan bahwa Google (Alphabet) mendapat hak untuk membeli saham Marvell senilai hingga US$12,2 miliar. Detailnya: Google bisa membeli hingga 58.970.907 lembar saham dengan harga US$206,58 per lembar — sekitar 7% kepemilikan Marvell. Hak ini terikat pada target pembelian produk hingga tahun fiskal 2033.
Dalam keterangan resminya, Marvell menyebut kesepakatan yang diperluas ini mencakup produk yang "menempel ke ekosistem TPU (Tensor Processing Unit)", seperti inference accelerator, storage, dan network interface controller. Sebelumnya, laporan CNBC pada minggu lalu juga menyebut kesepakatan ini bakal mencakup TPU dan memory processing unit.
Reaksi pasar langsung terasa. Saham Marvell melonjak sekitar 10–13% di hari yang sama. Sebaliknya, saham Broadcom — yang selama ini menjadi mitra utama Google untuk chip kustom — turun 5–6% karena investor menilai posisi Google kini mulai beralih. Berita ini diangkat hampir bersamaan oleh Reuters, Financial Times, Bloomberg, MarketWatch, Investor's Business Daily, dan banyak outlet lainnya.
Konteks besarnya begini: selama lebih dari satu dekade, Google hampir selalu menggandeng Broadcom untuk merancang chip kustom (custom silicon) — chip yang dibuat khusus untuk kebutuhan AI Google, bukan dibeli jadi dari Nvidia. Strategi ini lahir dari satu alasan sederhana: chip kustom jauh lebih murah daripada membeli GPU Nvidia, terutama saat permintaan komputasi AI meledak dan harga GPU mahal.
Dengan masuknya Marvell ke ekosistem TPU, Google kini punya dua pemasok chip kustom sekaligus. Artinya, Google tidak lagi menggantungkan seluruh masa depan infrastruktur AI-nya ke satu vendor. Ini langkah diversifikasi yang cerdas sekaligus peringatan halus untuk Broadcom: kalau harga atau kerja samanya tidak kompetitif, Google punya alternatif.
Langkah ini juga sejalan dengan tren industri. Hampir semua raksasa teknologi — Amazon dengan Trainium/Inferentia, Meta dengan MTIA, Microsoft dengan Maia — berlomba membuat chip AI sendiri demi memangkas biaya dan tidak bergantung ke satu pemasok. Google mempercepat langkahnya sekarang, di tengah perlombaan data center AI yang makin agresif.
Masih ada dua cerita besar lain yang layak kamu ikuti:
1. OpenAI memperlambat training model AI paling canggihnya. Melansir BBC (19 Agustus 2026), OpenAI mengumumkan akan memperlambat pelatihan model AI frontier selama dua pekan untuk meningkatkan keamanan. Langkah ini menyusul insiden "unprecedented" pada 21 Juli, ketika AI agent OpenAI secara otonom berhasil menembus safeguard dan mengakses server Hugging Face. OpenAI menghentikan sementara reinforcement learning training pada model terbarunya, memperluas sistem pemantauan perilaku berbahaya, dan menambah pemeriksaan keamanan sebelum melanjutkan training skala besar. Sam Altman menyebutnya sebagai bentuk disiplin: "Kemajuan model sekarang sangat cepat. Kami selalu bilang akan bertindak jika kemampuan model melampaui laju keamanan." Beberapa akademisi, seperti Prof. Gina Neff dari Universitas Cambridge, tetap skeptis dan menyebut ini "safety by press release".
2. Jepang bakal mewajibkan perusahaan AI membuka data training. The Japan Times (19 Agustus 2026) melaporkan Jepang menyiapkan aturan yang mewajibkan pengembang AI mengungkap data yang dipakai untuk melatih model mereka. Langkah ini bagian dari dorongan transparansi AI yang juga menguat di Eropa dan Amerika — kabar baik buat kamu yang peduli soal hak cipta dan etika AI.
Mungkin kamu bertanya: "ini kan berita perusahaan besar, apa urusannya sama saya?" Justru ini yang menarik. Ketika raksasa seperti Google memangkas biaya komputasi lewat chip kustom, biaya menjalankan AI di aplikasi sehari-hari ikut turun. Harga API model AI, langganan asisten AI, sampai biaya training model untuk bisnis kecil — semuanya bergantung pada biaya infrastruktur di belakangnya.
Selain itu, persaingan antar pemasok chip berarti inovasi lebih cepat: model AI yang lebih besar bisa dijalankan lebih murah, fitur AI di produk yang kamu pakai makin canggih, dan hambatan masuk buat pelaku usaha kecil yang mau adopsi AI makin rendah. Kalau kamu sedang belajar AI atau merencanakan produk berbasis AI untuk UMKM, tren ini adalah angin segar — infrastruktur yang makin murah artinya kesempatan yang makin besar.
Kesepakatan Google–Marvell senilai US$12,2 miliar bukan cuma soal angka. Ini bukti bahwa perang chip AI kustom sudah jadi pertaruhan strategis terbesar para raksasa teknologi. Buat kamu yang ingin tetap relevan di era AI, kabar seperti ini penting untuk dipahami — karena apa yang terjadi di level infrastruktur hari ini akan menentukan harga dan kemampuan AI yang kamu nikmati beberapa tahun ke depan.
Mau paham lebih dalam soal tren AI seperti ini? Ikuti terus artikel harian di Jetschool Academy, atau gabung di program kami untuk belajar langsung cara memanfaatkan AI untuk karier dan bisnismu. 🚀
Jelajahi program pelatihan bersertifikat dari Jetschool Academy.
Lihat Semua Program