Di tengah perlombaan global membangun produk dan layanan berbasis kecerdasan buatan, satu nama dari Jepang kembali mencuri perhatian: SoftBank. Perusahaan ini bukan sekadar “penanam modal”, melainkan arsitek ekosistem yang berupaya menghubungkan riset, infrastruktur komputasi, perangkat keras, hingga aplikasi bisnis yang menyentuh kehidupan sehari-hari. Setelah menuntaskan komitmen pendanaan raksasa untuk OpenAI, SoftBank bergerak seperti pemain catur yang mengorbankan beberapa bidak—menjual kepemilikan saham di perusahaan besar dan merapikan struktur biaya—demi posisi yang lebih menentukan di papan permainan AI. Di balik angka-angka investasi yang memecahkan rekor, ada pertanyaan yang lebih menarik: bagaimana strategi ini akan mengubah peta startup, model bisnis teknologi, dan arus pendanaan di Asia?
Di artikel ini, benang merahnya akan mengikuti langkah-langkah SoftBank melalui kisah ilustratif sebuah startup fiktif bernama NusaVision—perusahaan rintisan yang ingin memanfaatkan model AI generatif untuk sektor ritel dan logistik di Asia Tenggara. Dengan cara itu, keputusan SoftBank tak berhenti sebagai berita korporasi, melainkan menjadi gambaran bagaimana modal besar mendorong inovasi, sekaligus menimbulkan konsekuensi finansial dan tata kelola. Dari OpenAI hingga portofolio Vision Fund, dari rencana pendanaan baru sampai risiko kredit, semuanya saling terkait seperti rantai pasok digital yang tak terlihat.
SoftBank meningkatkan investasi AI: dari komitmen US$40 miliar ke OpenAI hingga sinyal putaran baru
Langkah paling mencolok adalah rampungnya investasi sekitar US$40 miliar ke OpenAI, sebuah nominal yang menempatkan SoftBank dalam jajaran investor paling agresif di bidang kecerdasan buatan. Dalam praktiknya, dana sebesar ini jarang berdiri sendiri. Ia biasanya menjadi “bahan bakar” untuk tiga hal: perluasan kapasitas komputasi, perekrutan talenta tingkat atas, dan percepatan komersialisasi produk.
Untuk memahami dampaknya, bayangkan NusaVision yang hendak meluncurkan asisten belanja otomatis untuk e-commerce. Tanpa model yang kuat, pengalaman pengguna akan biasa saja. Dengan model kelas dunia, rekomendasi menjadi personal, layanan pelanggan otomatis makin akurat, dan analitik permintaan bisa membantu peritel mengurangi stok mati. Investasi SoftBank ke OpenAI memberi sinyal bahwa model fondasi (foundation models) kini diperlakukan sebagai infrastruktur ekonomi baru, mirip listrik dan internet pada era sebelumnya.
SoftBank juga disebut mempertimbangkan tambahan investasi hingga US$30 miliar. Dalam konteks pasar 2026, sinyal seperti ini memengaruhi psikologi pasar: saham SoftBank sempat menguat sekitar 5,8% di Tokyo ketika kabar rencana itu mencuat. Reaksi cepat semacam ini menunjukkan investor publik membaca investasi AI sebagai “narasi pertumbuhan” yang dapat menutup kekhawatiran atas siklus bisnis yang volatil.
Namun, yang sering luput adalah struktur kepemilikan dan momentum investasi bertahap. SoftBank dilaporkan telah meningkatkan porsi kepemilikan menjadi sekitar 11% setelah menyuntikkan dana besar dalam tahap sebelumnya. Artinya, SoftBank tidak sekadar “ikut serta”, melainkan berusaha berada pada posisi yang cukup kuat untuk memengaruhi arah strategis—mulai dari kemitraan, rencana produk, sampai cara OpenAI membangun ekosistem mitra.
Di sisi OpenAI, ada dinamika pendanaan yang lebih luas. CEO Sam Altman bertemu investor besar di Timur Tengah untuk mendorong putaran pendanaan baru dengan target minimal US$50 miliar, bahkan valuasi dibicarakan pada rentang US$750–830 miliar dalam pembicaraan awal. Di sini, SoftBank membaca peluang: ketika sebuah perusahaan menjadi “platform”, investor awal dengan porsi signifikan berpotensi ikut menentukan standar industri.
Yang menarik, SoftBank tidak sendirian. OpenAI juga mendapat dukungan dari raksasa lain seperti Microsoft dan Amazon, serta nama-nama global yang berkontribusi miliaran dolar. Ini membentuk konsorsium de facto yang memadukan modal, cloud, distribusi enterprise, hingga ekosistem developer. Untuk startup seperti NusaVision, kemunculan konsorsium ini ibarat jalan tol: lebih cepat sampai pasar, tetapi tarifnya adalah ketergantungan pada platform tertentu.
Insight akhirnya: investasi SoftBank ke OpenAI bukan sekadar taruhan pada satu perusahaan, melainkan taruhan pada masa depan “AI sebagai utilitas” yang akan diperebutkan lewat skala dan kecepatan.
Strategi pendanaan SoftBank: jual aset, efisiensi Vision Fund, dan manuver portofolio untuk mengunci modal
Investasi raksasa menuntut sumber dana raksasa. SoftBank menempuh berbagai cara untuk menjaga likuiditas dan ruang gerak. Salah satu langkah yang paling banyak dibahas adalah penjualan saham di perusahaan besar—misalnya melepas saham Nvidia sekitar US$5,8 miliar dan memangkas kepemilikan di T-Mobile US sekitar US$4,8 miliar. Ini menunjukkan gaya “rebalancing” yang tegas: mengurangi eksposur pada aset likuid untuk memperbesar posisi pada proyek jangka panjang yang diyakini menjadi tulang punggung ekonomi digital berikutnya.
Langkah lain yang terasa keras tetapi umum di industri investasi adalah efisiensi internal. SoftBank dilaporkan merumahkan sekitar 20% pegawai di unit investasi Vision Fund untuk mengurangi biaya operasional. Bagi publik, ini tampak kontradiktif—mengapa berinvestasi besar sambil melakukan PHK? Dalam logika pengelolaan dana, itu sering berarti perusahaan ingin memindahkan sumber daya dari fungsi yang kurang produktif ke area dengan leverage lebih tinggi, misalnya evaluasi investasi AI, dukungan portofolio yang siap scale-up, atau penataan struktur pembiayaan.
Di kisah NusaVision, efeknya bisa dua arah. Di satu sisi, Vision Fund yang lebih ramping dapat membuat proses keputusan lebih cepat sehingga pendanaan seri berikutnya bisa turun tanpa birokrasi panjang. Di sisi lain, startup mungkin kehilangan akses ke jaringan mentor internal atau tim operasi yang dulu lebih besar. Pertanyaannya: mana yang lebih bernilai bagi startup tahap pertumbuhan—kecepatan atau pendampingan intensif?
SoftBank juga dikaitkan dengan rencana aksi korporasi lain untuk menghimpun dana, termasuk wacana membawa entitas pembayaran/fintech ke bursa untuk menggalang hingga puluhan miliar dolar, serta merapikan eksposur pada saham-saham teknologi di berbagai negara. Terlepas dari detail instrumen, polanya jelas: SoftBank ingin memastikan “amunisi” cukup untuk mengikuti ritme investasi AI yang mahal, terutama ketika biaya komputasi dan kebutuhan chip terus meningkat.
Di luar penjualan aset, SoftBank juga melakukan manuver pembiayaan dengan memanfaatkan saham Arm sebagai jaminan pinjaman margin. Ini bisa memperbesar kapasitas investasi, tetapi sekaligus meningkatkan sensitivitas terhadap fluktuasi harga saham. Ketika valuasi aset dasar turun, tekanan pada struktur pembiayaan ikut naik. Inilah alasan lembaga pemeringkat seperti S&P Global Ratings menyoroti bahwa kombinasi investasi AI yang masif dan koreksi nilai beberapa aset dapat menekan kelayakan kredit perusahaan.
Dalam konteks perusahaan investasi besar, risiko kredit bukan isu teknis semata. Ia dapat memengaruhi biaya utang, fleksibilitas akuisisi, hingga persepsi mitra. Karena itu, SoftBank perlu menyeimbangkan dua hal yang sering bertabrakan: agresivitas investasi dan disiplin neraca.
Sebagai pembanding cara perusahaan global mencari efisiensi dan monetisasi, menarik melihat bagaimana model bisnis digital raksasa memadukan skala dan optimasi proses. Salah satu bacaan yang relevan untuk konteks ini adalah model bisnis digital Amazon, karena memperlihatkan bagaimana “mesin operasi” dapat menjadi keunggulan kompetitif yang sama pentingnya dengan inovasi produk.
Insight akhirnya: SoftBank sedang melakukan pertukaran—melepas aset yang “sudah jadi” demi membangun posisi dominan pada infrastruktur dan platform AI yang “sedang jadi”.
Infrastruktur dan kemitraan: dari Oracle hingga kebutuhan chip, server, dan pusat data untuk AI skala industri
AI bukan hanya soal algoritma; ia adalah soal infrastruktur. Sebagian pendanaan yang masuk ke OpenAI diarahkan untuk proyek bersama yang berkaitan dengan komputasi dan pusat data, termasuk kerja sama dengan Oracle. Ini penting karena model AI generatif membutuhkan kapasitas komputasi besar untuk pelatihan, fine-tuning, dan inferensi real time. Tanpa pasokan server dan sistem penyimpanan yang memadai, produk AI akan terasa lambat, mahal, dan sulit diandalkan.
SoftBank paham bahwa kelemahan historisnya ada pada perlombaan perangkat keras. Meski pernah menjadi investor awal di gelombang AI, SoftBank sempat terlihat tertinggal saat banyak arus modal mengalir ke pembuat chip dan manufaktur semikonduktor seperti Nvidia dan TSMC. Kesenjangan ini menjelaskan mengapa SoftBank kemudian memperkuat portofolio hardware: akuisisi Ampere Computing sekitar US$6,5 miliar dan pembelian unit robotika ABB sekitar US$5,4 miliar memperlihatkan upaya membangun rantai nilai dari komputasi sampai otomasi.
Untuk NusaVision, isu infrastruktur terasa sangat konkret. Saat mereka menguji fitur “pencari produk lewat foto” dan “chatbot layanan pelanggan”, biaya inferensi per transaksi menentukan apakah bisnis bisa untung. Jika biaya komputasi turun karena akses ke infrastruktur skala besar, startup bisa menawarkan layanan murah kepada UMKM. Jika tidak, AI hanya akan menjadi fitur premium untuk perusahaan besar.
Di sinilah kemitraan multi-pihak menjadi penting. Ketika OpenAI didukung oleh Microsoft dan Amazon, ada potensi integrasi yang luas: cloud, distribusi enterprise, dan ekosistem developer. Namun integrasi juga berarti kompetisi. Bila sebuah platform cloud memiliki layanan AI sendiri, bagaimana posisi OpenAI dan mitra investornya? SoftBank tampak mencoba menjawabnya dengan pendekatan “portofolio”, memastikan mereka memiliki pegangan di beberapa titik rantai nilai.
Selain itu, AI skala industri membutuhkan ketahanan energi dan jaringan. Pusat data modern bukan hanya bangunan; ia adalah konsumen listrik besar yang menuntut stabilitas pasokan. Karena itu, diskusi infrastruktur AI sering bersinggungan dengan agenda energi dan pembangunan. Dalam konteks Asia yang terus membangun, rujukan tentang arah pembangunan infrastruktur tetap relevan, misalnya pembahasan konstruksi dan infrastruktur di Indonesia, karena ekspansi pusat data dan jaringan serat optik pada akhirnya menumpang pada kapasitas fisik yang nyata.
SoftBank juga membawa dimensi “AI di perangkat” (device integration). Visi Masayoshi Son kerap menyasar integrasi AI ke berbagai perangkat konsumen dan industri, dari smartphone sampai robot. Upaya ini sejalan dengan logika bahwa nilai AI akan semakin besar ketika ia melekat pada pengalaman pengguna, bukan hanya berada di server jauh. Dengan portofolio robotika dan komputasi, SoftBank berusaha membangun jembatan dari model AI ke dunia fisik.
Insight akhirnya: AI yang menang bukan hanya yang paling pintar, melainkan yang paling siap secara infrastruktur—server, energi, jaringan, dan integrasi perangkat.
Dampak bagi ekosistem startup Asia Tenggara: pelajaran dari portofolio SoftBank di Indonesia dan peluang untuk pemain baru
Nama SoftBank sudah lama akrab di Asia Tenggara, termasuk Indonesia. Melalui Vision Fund dan jaringan investasinya, SoftBank pernah menempatkan dana pada berbagai startup dan perusahaan teknologi regional: dari layanan ride-hailing dan logistik, e-commerce, hingga fintech dan agritech. Contoh yang sering disebut di Indonesia meliputi Grab, Tokopedia (yang kemudian masuk ke orbit platform lain), GoTo, eFishery, hingga Funding Societies. Portofolio ini menunjukkan bahwa SoftBank tidak alergi pada model bisnis yang membutuhkan “pembakaran modal” pada fase awal, selama ada jalur menuju skala.
Di tahun-tahun ketika AI menjadi pusat strategi, pertanyaan bagi founder Indonesia berubah: “Bagaimana saya mendapatkan investor?” menjadi “Bagaimana saya membuktikan AI saya menghasilkan margin, bukan hanya demo?” NusaVision, misalnya, harus menunjukkan bahwa chatbot mereka menurunkan biaya layanan pelanggan, mengurangi retur barang melalui rekomendasi yang tepat, dan meningkatkan konversi. Dengan standar seperti itu, pendanaan akan mengalir ke startup yang mampu mengubah AI menjadi metrik bisnis.
Ada pula efek ikutan terhadap ekosistem: ketika SoftBank mengalokasikan dana besar ke OpenAI, sebagian investor lain bisa terdorong untuk melakukan hal serupa—baik ikut serta dalam putaran AI, atau memilih strategi “turunan” seperti mendanai startup aplikasi yang memanfaatkan model besar. Pola ini biasanya menciptakan dua jalur pendanaan: jalur infrastruktur/model (modal sangat besar, pemain sedikit) dan jalur aplikasi vertikal (lebih banyak pemain, persaingan ketat).
Di Indonesia, peluang aplikasi vertikal sangat luas: ritel, perbankan, pendidikan, kesehatan, pertanian, hingga sektor publik. Namun startup juga akan berhadapan dengan isu regulasi, pajak digital, keamanan data, dan integrasi sistem. Karena itu, memahami lanskap ekonomi digital menjadi penting, termasuk diskusi mengenai arah ekonomi digital Indonesia yang memetakan pertumbuhan, tantangan, dan kebutuhan tata kelola.
Untuk membuat dampaknya lebih operasional, berikut daftar area di mana investasi SoftBank di AI biasanya “menetes” menjadi peluang nyata bagi startup dan perusahaan mapan:
- Optimasi rantai pasok: peramalan permintaan, perencanaan inventori, dan pengurangan biaya pengiriman lewat analitik prediktif.
- Otomasi layanan pelanggan: chatbot dan agentic AI yang mampu menyelesaikan masalah end-to-end, bukan sekadar menjawab FAQ.
- Deteksi penipuan: model yang membaca pola transaksi dan perilaku untuk menekan fraud di fintech dan marketplace.
- AI untuk UMKM: alat pembuat konten produk, iklan, dan katalog otomatis agar pedagang kecil naik kelas.
- Computer vision: inspeksi kualitas, pengenalan produk, dan otomatisasi gudang.
- Personalisasi: rekomendasi yang meningkatkan konversi tanpa menaikkan biaya promosi secara tidak terkendali.
Namun, setiap peluang datang dengan prasyarat. Startup harus mengelola data dengan disiplin, memiliki strategi biaya komputasi, dan memastikan keamanan. Jika tidak, AI berubah menjadi beban biaya. Di sinilah investor seperti SoftBank biasanya menuntut tata kelola: bukan untuk memperlambat, tetapi untuk memastikan perusahaan bisa bertahan saat skala membesar.
Insight akhirnya: gelombang investasi AI dari SoftBank akan paling menguntungkan startup Asia Tenggara yang mampu mengikat AI pada efisiensi dan pendapatan, bukan sekadar tren.
Dimensi etika, regulasi, dan risiko finansial: antara percepatan inovasi dan tekanan kelayakan kredit
Ketika arus pendanaan AI membesar, diskusinya tak bisa berhenti pada valuasi dan pangsa pasar. Ada dua lapisan risiko yang berjalan bersamaan: risiko sosial (etika, dampak tenaga kerja, bias model) dan risiko finansial (kredit, leverage, volatilitas aset). SoftBank, sebagai perusahaan investasi, berada di titik temu keduanya.
Sejumlah pakar menyoroti sisi yang berbeda. Andrew Ng menekankan bahwa AI komersial makin diperlakukan seperti komoditas strategis; perusahaan yang terlambat akan kehilangan daya saing. Fei-Fei Li mengingatkan bahwa percepatan harus disertai aplikasi yang bertanggung jawab dan beretika agar keberhasilan jangka panjang tidak runtuh oleh krisis kepercayaan. Kai-Fu Lee melihat SoftBank tetap menjadi pemain utama di Asia berkat visi Masayoshi Son, namun eksekusi finansial perlu ketat agar risiko tidak menumpuk.
Dalam contoh NusaVision, isu etika muncul saat mereka memakai AI untuk menilai kelayakan promo paylater atau memoderasi ulasan produk. Jika model salah menilai, pelanggan bisa dirugikan, reputasi jatuh, dan regulator turun tangan. Karena itu, investasi besar di AI biasanya dibarengi dengan permintaan kontrol: audit data, evaluasi bias, mekanisme banding, dan pembatasan penggunaan pada kasus tertentu.
Di tingkat global, tren regulasi AI juga menuntut kesiapan. Perusahaan yang ingin berekspansi lintas negara harus memahami perbedaan standar, mulai dari privasi hingga transparansi model. Bagi pelaku bisnis, pembahasan mengenai regulasi AI di Uni Eropa relevan karena kerap menjadi acuan kebijakan bagi yurisdiksi lain, terutama terkait klasifikasi risiko dan kewajiban dokumentasi.
Lapisan kedua adalah risiko finansial yang menyertai strategi SoftBank. Ketika perusahaan menjual aset (seperti saham teknologi besar) untuk mengalihkan modal ke investasi AI yang lebih illiquid, profil risiko berubah. Tambahan pinjaman berbasis agunan saham juga membuat neraca lebih sensitif terhadap koreksi pasar. Jika valuasi aset turun tajam, tekanan terhadap kelayakan kredit meningkat, dan biaya pendanaan bisa naik. Ini bukan sekadar isu akuntansi—biaya modal yang lebih tinggi dapat mengurangi kemampuan SoftBank untuk terus menyuntikkan dana pada portofolio startup.
Di titik ini, pertanyaan retoris yang layak diajukan: apakah pasar sedang menyaksikan “perlombaan membangun utilitas AI” yang rasional, atau euforia yang berpotensi menguji disiplin keuangan? Jawaban praktisnya biasanya muncul dari eksekusi: apakah investasi menghasilkan unit economics yang membaik, kontrak enterprise yang stabil, dan infrastruktur yang menurunkan biaya per token/permintaan.
SoftBank tampak mencoba menyeimbangkan semua itu dengan strategi portofolio: membangun kepemilikan pada model AI, memperkuat perangkat keras dan robotika, serta menjaga opsi pendanaan melalui restrukturisasi aset. Bagi startup dan perusahaan mitra, konsekuensinya jelas: standar tata kelola dan kepatuhan akan naik seiring membesarnya uang yang dipertaruhkan.
Insight akhirnya: masa depan investasi AI ditentukan bukan hanya oleh keberanian modal, tetapi oleh kemampuan mengubah inovasi menjadi sistem yang aman, patuh, dan tahan terhadap siklus pasar.
