Gelembung Komputasi Kuantum? Mengapa Saham Panas Ini Mungkin Menghadapi Kejatuhan

Komputasi kuantum telah beralih dari teknologi niche menjadi obsesi investasi arus utama. IonQ, Rigetti, dan D-Wave? Meningkat 89%, 1.500%, dan 1.800% dalam setahun. Terdengar hebat. Tapi inilah masalahnya — hype mungkin berjalan jauh di depan kenyataan.

Problem #1: Mesin-Mesin Ini Masih Buruk dalam Matematika

Komputer kuantum luar biasa dalam teori. Dalam praktik? Mereka terus-menerus mengalami kesalahan. Teknologi ini masih sangat rentan terhadap kesalahan sehingga para peneliti seperti Jensen Huang dari Nvidia pada dasarnya mengatakan “ya, kita perlu menjaga komputer kuantum dipasangkan dengan superkomputer biasa untuk membuatnya berguna.”

Bahkan Google, yang baru saja merilis prosesor kuantum Willow mereka, tidak berpura-pura bahwa itu siap untuk pekerjaan nyata. CEO Sundar Pichai pada dasarnya mengatakan: kami membuat kemajuan, tetapi itu “belum sepenuhnya siap.”

Terjemahan: Kita mungkin masih bertahun-tahun lagi sebelum komputasi kuantum benar-benar dapat memecahkan masalah nyata.

Problem #2: Penilaian Sangat Tidak Stabil

Di sinilah menjadi menakutkan bagi siapa pun yang memegang saham ini:

Sebagai konteks, saham teknologi biasanya diperdagangkan pada rasio harga terhadap penjualan 9x. Perusahaan-perusahaan ini berada di kisaran 150-1000x. Mereka membakar uang tunai seolah tidak ada hari esok sambil nyaris tidak menghasilkan pendapatan.

Kesabaran pasar terhadap perusahaan yang tidak menguntungkan mulai menipis seiring dengan gelembung AI. Saham kuantum memainkan permainan yang sama tetapi dengan margin yang bahkan lebih tipis (secara harfiah).

Pembicaraan yang Sebenarnya

Komputasi kuantum kemungkinan besar akan menjadi besar pada akhirnya. Estimasi BCG menunjukkan pasar sebesar $850 miliar pada tahun 2040. Namun, “pada akhirnya” memiliki beban yang cukup berat di sini.

Para investor memperhitungkan masa depan hari ini sementara perusahaan-perusahaan ini masih dalam mode sandbox. Jika salah satu dari perusahaan ini tersandung dalam perjalanan menuju profitabilitas — atau jika masalah tingkat kesalahan memakan waktu lebih lama untuk diselesaikan daripada yang diharapkan — koreksinya bisa sangat menyakitkan.

Ini terlihat sangat mirip dengan bertaruh pada kuda sebelum ia bahkan belajar berjalan.