Mengapa Manajer Dana Ini Mengatakan AI Mengancam Menghancurkan Keunggulan Perusahaan

Poin Utama

• Risiko AI sedang mengikis sumber keunggulan kompetitif yang dulunya solid bagi perusahaan, menurut studi oleh Adrian Helfert dari perusahaan investasi Westwood.
• Perusahaan yang paling terpapar AI telah berkinerja paling buruk dibandingkan perusahaan yang paling tahan terhadap AI, menurut Helfert.
• Helfert mengatakan saham seperti ExxonMobil dan AbbVie terlihat menarik dalam kondisi ini.

Investor saham telah lama menggunakan keunggulan ekonomi sebagai prediktor pengembalian berlebih. Tetapi proliferasi kecerdasan buatan menurunkan hambatan masuk dan mengancam fondasi keunggulan tersebut.

Morningstar memasukkan keunggulan kompetitif yang tahan lama, yang mewakili keunggulan kompetitif perusahaan, ke dalam riset ekuitasnya. Namun kehadiran AI telah menimbulkan pertanyaan tentang ketahanan model bisnis perusahaan.

Kami berkonsultasi dengan Adrian Helfert, kepala investasi strategi multi-aset di perusahaan investasi Westwood. Ia juga mengelola bersama Westwood Income Opportunity WHGIX, yang telah tampil di peringkat atas sepertiga kategori Morningstar selama sepuluh tahun terakhir. Helfert baru-baru ini menyelesaikan studi kuantitatif, yang akan dipublikasikan di SSRN, tentang risiko gangguan AI dan bagaimana menilai apa artinya bagi perusahaan. Kami berbincang dengannya tentang studi tersebut, apa yang harus dimiliki dan apa yang harus dihindari, serta apakah pasar akan naik pada tahun 2026.

Leslie Norton: Anda telah menciptakan cara untuk menilai risiko gangguan AI—sebuah isu yang sedang mengguncang pasar.

Adrian Helfert: Saya menciptakan cara praktis untuk mengukur bagaimana AI mengubah nilai perusahaan. Secara tradisional, investor memperkirakan berapa lama sebuah perusahaan dapat meraih keuntungan di atas rata-rata, yaitu periode keunggulan kompetitif atau keunggulan ekonomi. Saya mempertahankan kerangka itu tetapi menambahkan lapisan baru: seberapa besar setiap perusahaan terpapar gangguan AI.

Saya memberi skor 460 perusahaan dalam indeks S&P 500 berdasarkan kekuatan keunggulan kompetitif tradisional dan risiko AI, lalu menggunakan teknik optimisasi untuk melihat apa yang sebenarnya dihargai dan dihukum pasar. Hasil yang mengejutkan: Empat dari lima pilar keunggulan ekonomi klasik—biaya switching, efek jaringan, aset tak berwujud, skala efisien—hampir tidak memiliki kekuatan prediktif di lingkungan AI saat ini. Satu-satunya keunggulan yang masih jelas penting adalah keunggulan biaya fisik—aset nyata seperti rantai pasokan, pabrik, cadangan mineral, dan infrastruktur yang diatur.

Di sisi risiko, pasar tidak terutama khawatir tentang “AI menggantikan pekerja.” Sebaliknya, pasar memperhitungkan dua hal: pesaing berbasis AI yang menyerang perusahaan mapan, dan AI yang mengikis keunggulan data kepemilikan. Bersama-sama, hal ini menyebabkan sebagian besar perbedaan pengembalian. Secara empiris, perusahaan yang paling terpapar AI telah berkinerja paling buruk dibandingkan perusahaan yang paling tahan terhadap AI, hampir 26 poin persentase dalam tujuh minggu pertama tahun 2026.

Kami sekarang menggunakan kerangka kuantitatif ini secara langsung dalam dukungan penilaian. Untuk perusahaan yang rentan terhadap AI, kami memperpendek perkiraan masa keunggulan kompetitif mereka, menaikkan biaya modal mereka, dan menerapkan potongan P/E yang dibenarkan. Pertanyaannya bukan lagi “seberapa kuat keunggulan ekonomi itu?” tetapi “bisakah AI membangun jembatan melintasinya?”

Sorotan AI: Kecepatan Penurunan Keuntungan

Norton: Mari kita rangkum apa yang terjadi di pasar selama beberapa minggu terakhir.

Helfert: Yang berubah adalah kekhawatiran pasar yang semakin meningkat bahwa risiko utama AI bukanlah penghancuran pendapatan jangka pendek, melainkan percepatan tingkat pengurangan keuntungan—kecepatan di mana keuntungan berlebih perusahaan menyusut seiring waktu karena pesaing mengikis keunggulan kompetitif dalam model keunggulan ekonomi.

Ketika saya menjalankan analisis, cukup jelas bahwa pasar memperhitungkan risiko gangguan tersebut selama peristiwa penyesuaian harga tertentu. Peristiwa penyesuaian harga adalah sesuatu seperti peluncuran DeepSeek, atau pernyataan dari Claude tentang mengurangi kebutuhan pengacara karena AI dapat melakukan analisis hukum, dan Anda melihat harga sekuritas perusahaan yang terdampak langsung bergerak. Contohnya adalah Salesforce CRM. Tiba-tiba, banyak fungsi yang dulu harus saya lakukan sendiri, atau dua orang di sebuah toko telah membangunnya kembali sedemikian rupa sehingga sama fungsionalnya.

Dalam Penurunan Terkait AI, Ketahanan di Utilitas, Energi, Material, Pertahanan

Norton: Apa yang dikatakan kerangka Anda saat ini?

Helfert: Data menggeser bobot faktor yang menjelaskan penurunan pasar. Secara historis, kita lebih mengandalkan hal-hal seperti biaya switching, efek jaringan, aset tak berwujud, dan skala efisien. Tetapi dalam penjualan yang didorong berita utama baru-baru ini, faktor-faktor tersebut memiliki bobot statistik yang jauh lebih rendah daripada sebelumnya. Sebaliknya, hilangnya keunggulan biaya menjadi faktor penjelasan dominan dalam pergerakan negatif saat muncul berita seperti “Claude merilis model yang dapat melakukan analisis hukum.”

Ini bukan pasar yang memperhitungkan kiamat. Ini memperhitungkan kompresi kompetitif yang stabil. Tingkat pengurangan keuntungan menjadi semakin penting karena AI yang lebih murah dan lebih mampu menurunkan hambatan masuk. Pasar tidak menilai ulang perusahaan hanya karena AI menggantikan pekerja. Mereka menilai ulang karena AI menciptakan pesaing baru dan mengkomoditisasi apa yang dulu bersifat kepemilikan, termasuk data dan alur kerja.

Ketika kita melihat sektor-sektor, yang berisiko lebih tinggi ternyata adalah keuangan, barang konsumsi diskresioner, layanan TI. Kita melihat dampaknya saat ini. Kita juga melihat ketahanan di utilitas, energi, material, pertahanan. Ini tidak mengejutkan karena berkaitan dengan input utama.

AI bukan hanya perangkat lunak. Ini permintaan daya, sistem pendingin, tekanan jaringan, intensitas air, dan risiko kebijakan regional yang dilapiskan. Kita melihat AI melalui semua paradigma investasi tersebut. Jika dilihat dari sudut pandang itu, AI mulai tampak seperti lapisan industri baru. Lalu pertanyaannya: apa jalan tol menuju lapisan itu? Dalam banyak kasus, itu adalah utilitas, energi, dan semakin banyak, air.

Norton: Bagaimana sebaiknya orang menyesuaikan pendekatan investasi keunggulan ekonomi mereka?

Helfert: Saat ini, keunggulan biaya adalah bagian kecil dari kerangka keunggulan ekonomi tradisional, tetapi kami pikir itu perlu diberi bobot lebih besar.

Lalu ada klasifikasi risiko teknologi yang secara historis tidak cukup ditekankan. Beberapa perusahaan berfungsi sebagai sistem aksi, artinya mereka menutup lingkaran antara data, kecerdasan, dan eksekusi, seperti pemesanan inventaris otomatis. Yang lain lebih sebagai sistem catatan. Salesforce adalah contoh yang baik. Mereka menyimpan data pelanggan yang sangat besar, dan keamanan serta tata kelola data tersebut menjadi bagian dari keunggulan ekonomi.

Kami juga memikirkan tentang keunggulan ekonomi berbasis penilaian dan metadata. Menggunakan klasifikasi ini untuk memodelkan di mana erosi keunggulan ekonomi paling mungkin terjadi menjadi semakin penting dalam penilaian. Misalnya, alur kerja eksekusi otomatis mungkin lebih rentan daripada data pelanggan yang sensitif dan terkelola. Sistem klasifikasi ini membantu menggambarkan model bisnis mana yang lebih tahan banting, dan mana yang lebih rentan, seiring berkembangnya kemampuan AI.

Norton: Apa yang telah Anda lakukan dalam portofolio Anda selama waktu ini?

Helfert: Kami mengurangi eksposur ke beberapa nama perangkat lunak di mana fungsi tinggi tetapi kebutuhan keamanan dan kepercayaan lebih rendah. Itu adalah area yang paling rentan terhadap komoditisasi berbasis AI dan percepatan tingkat pengurangan keuntungan.

Analisis keunggulan ekonomi adalah salah satu input dalam penilaian, tetapi kami pada akhirnya fokus pada potensi kenaikan dan risiko/imbalan perusahaan. Kami menambahkan Evercore EVR sebagai penasihat yang terkait dengan siklus M&A dan restrukturisasi, dan EQT sebagai produsen gas alam yang kami sukai dari segi penilaian dan potensi katalis pergeseran fase ekspor gas alam cair. Kami juga mengurangi eksposur ke Disney DIS sebagian karena keunggulan tak berwujud yang didorong merek semakin rentan terhadap komoditisasi konten dan gangguan distribusi berbasis AI. Itu bisa memperpendek durasi keunggulan kompetitifnya.

Norton: Saham apa yang akan tahan banting dalam alam semesta baru ini?

Helfert: Ketika saya berbicara tentang ketahanan dalam alam semesta baru ini, ExxonMobil XOM dan saham energi skala besar memiliki keunggulan yang signifikan dalam aset fisik besar. Karena skala, mereka memiliki keunggulan biaya. Mereka juga akan memanfaatkan AI untuk keuntungan mereka sendiri. Perusahaan lain yang unggul adalah AbbVie ABBV, yang memiliki aset fisik skala besar, hambatan regulasi, dan nama-nama kesehatan lainnya. Utilitas secara konsisten menunjukkan profil keunggulan yang baik. Ameren AEE adalah salah satu contoh utilitas yang menunjukkan keunggulan yang kuat.

Secara lebih luas, air dan energi adalah input langsung untuk pertumbuhan AI. Itu membuat bagian dari ekosistem tersebut lebih tahan banting, baik secara fundamental maupun dari sudut pandang siklus pengeluaran modal.

Kami juga akan melihat kebangkitan besar energi alternatif. Kebangkitan nuklir adalah sesuatu yang harus diperhatikan investor karena bagaimana teknologi ini dapat digunakan, diteliti, dan diterapkan. Nuklir adalah salah satu bidang dalam perusahaan energi non-tradisional dengan tingkat pendapatan yang berkembang.

Hindari Layanan TI

Norton: Apa yang harus dihindari investor? Setelah semua, banyak saham sudah jatuh tajam.

Helfert: Layanan teknologi informasi. Seperti yang Anda tahu, Anthropic mengumumkan bahwa Claude berpotensi mulai melakukan pemrograman COBOL (bahasa pemrograman yang dirancang untuk memproses data komersial) dan konsultasi. Itu adalah bagian besar dari bisnis IBM. Jadi layanan TI adalah area yang berisiko.

Norton: Kapan kita mulai optimis terhadap perangkat lunak atau keuangan?

Helfert: Perangkat lunak dan keuangan belum mati. Mereka masih membangun utilitas nyata dan menciptakan nilai. Beberapa akan mengintegrasikan AI dengan cara yang memperkuat proposisi mereka. Salesforce adalah contoh yang baik. Mereka terpukul keras karena beberapa fungsi yang mereka sediakan terkait data pelanggan sekarang dibangun di mana-mana. Tetapi jika Anda ingin fungsi dan data pelanggan Anda berada di satu tempat terpercaya, dengan tata kelola, keamanan, dan akuntabilitas, platform berskala masih memiliki peran. Kepercayaan menjadi faktor kunci. Saya tetap percaya bahwa merek dan nilai platform bisa bertahan.

Perusahaan perangkat lunak yang dapat secara kredibel mengatakan, “Anda bisa melakukan semuanya dengan kami” dibandingkan menggabungkan banyak alat AI kecil, memiliki peluang lebih baik untuk bertahan dan berkembang. Sebagian besar perusahaan ingin satu mitra utama untuk alur kerja inti, bukan dua belas. Jadi perusahaan seperti Salesforce bisa menemukan titik terendah, terutama saat mereka menyesuaikan arsitektur mereka untuk menghadirkan kemampuan berbasis AI di seluruh produk. Itu dikatakan, saya juga percaya AI dapat mengikis kekuatan harga dalam jangka menengah, dan itulah yang sedang diperdebatkan pasar.

Norton: Kami juga melihat kekhawatiran AI merembet ke pasar kredit swasta. Apakah ada kekhawatiran subprime AI yang lebih luas?

Helfert: Saya selalu mencari di mana leverage tersembunyi, yaitu sistem bayangan. Kredit swasta telah tumbuh secara signifikan. Tetapi ada beberapa faktor penyeimbang penting. Biasanya ini adalah pinjaman yang dijamin, portofolio yang terdiversifikasi, dan adanya buffer struktural seperti retensi risiko/penahanan dalam bagian dari ekosistem obligasi pinjaman yang dijamin (CLO) yang membantu menjaga disiplin penjaminan. Dan Anda tidak memiliki konsentrasi eksposur yang sama di neraca bank besar seperti yang sering diasumsikan. Apakah saya khawatir ini bersifat sistemik, seperti yang kita lihat selama krisis keuangan global? Saya tidak berpikir demikian.

Manajer seperti Blue Owl [yang sahamnya baru-baru ini turun karena kekhawatiran meningkat tentang kesehatan pasar kredit swasta] bisa terpengaruh oleh kekhawatiran mark-to-market dan risiko tertentu dalam pinjaman tertentu, tetapi kepemilikan mereka tetap terdiversifikasi. Satu poin penting lainnya adalah ketika high yield mulai pecah, biasanya ada kurang fleksibilitas. Dalam kredit swasta, Anda bisa menegosikan perubahan covenant. Dalam penurunan, pemberi pinjaman bisa menyesuaikan syarat untuk membantu peminjam mengelola masa sulit, yang dapat mengurangi default paksa dan penyesuaian harga yang tidak teratur.

Pandangan Optimis Helfert terhadap Pasar

Norton: Bagaimana pandangan Anda untuk sisa tahun ini?

Helfert: Ada saat-saat Anda bisa menunjuk katalisator, dan hari ini katalisatornya adalah produktivitas yang didorong oleh inovasi teknologi baru yang dapat memperluas pasar.

Suku bunga kemungkinan akan turun. Apakah itu terjadi di pertemuan berikutnya kurang penting dari yang orang pikirkan. Yang penting adalah arah perjalanan menuju suku bunga dana federal yang lebih rendah. Jika Anda memikirkan “netral,” kita mungkin tinggal dua sampai tiga kali lagi pemotongan, tergantung bagaimana tenaga kerja dan inflasi berkembang di bawah mandat ganda.

Lalu ada stimulus kebijakan dalam One Big Beautiful Bill Act, yang kami perkirakan akan menghasilkan pengembalian pajak rata-rata sekitar $3.000 hingga $4.000 kembali ke konsumen. Secara historis, sebagian besar dari itu akan dibelanjakan. Konsumsi masih sekitar 70% dari ekonomi. Dan ada juga belanja modal. Ketika membangun pusat data, Anda mempekerjakan banyak orang, setidaknya untuk saat ini. Dan $700 miliar oleh empat perusahaan teratas dari kapitalisasi pasar saja adalah angka luar biasa untuk pengeluaran modal.

Kami berpotensi terus tumbuh selama pendapatan tetap solid. Untuk saat ini, mereka memang. Kami melihat sekitar 14% pertumbuhan laba untuk kuartal keempat secara agregat, dan sekitar 9% untuk kelompok non–“Mag 7.” Jika multiple tidak bergerak sama sekali, itu tetap akan menjadi pasar yang 10% lebih tinggi. Saya ingin terlibat.