
IGV mungkin masih akan terus terpengaruh oleh realokasi anggaran AI, tetapi itu tidak berarti industri perangkat lunak telah kehilangan nilai jangka panjangnya. Pandangan yang lebih akurat adalah bahwa anggaran TI perusahaan sedang bergeser dari langganan perangkat lunak tradisional, layanan TI, dan proyek SaaS dengan prioritas lebih rendah menuju server, penyimpanan, memori, GPU, infrastruktur cloud, tata kelola data, dan keamanan siber. Pertanyaan sesungguhnya bukanlah apakah "perangkat lunak akan digantikan oleh AI," melainkan apakah portofolio IGV dapat mengubah permintaan AI menjadi pesanan, perpanjangan kontrak, margin, dan arus kas bebas.

IGV sedang tertekan oleh realokasi anggaran AI terutama karena anggaran TI perusahaan tidaklah tak terbatas. Ketika server, penyimpanan, memori, GPU, dan komputasi awan menjadi sumber daya yang langka dalam jangka pendek, CIO dan CFO cenderung memprioritaskan infrastruktur, sementara sebagian proyek perangkat lunak tradisional, langganan SaaS yang kurang dimanfaatkan, dan peningkatan sistem yang bisa ditunda digeser ke bawah dalam daftar prioritas. Konstituen IGV terkonsentrasi di perangkat lunak, perangkat lunak sistem, keamanan siber, platform data, dan aplikasi perusahaan, yang membuat ETF ini sangat sensitif terhadap siklus pembelian perangkat lunak perusahaan.
“Realokasi anggaran AI” tidak berarti perusahaan telah berhenti membeli perangkat lunak. Ini berarti prioritas anggaran telah berubah. Di masa lalu, perusahaan mungkin telah mengalokasikan anggaran untuk CRM, alat kolaborasi, otomatisasi pemasaran, sistem SDM, visualisasi data, dan alat pengembangan cloud-native. Dalam siklus investasi AI, anggaran lebih cenderung mengalir ke pusat data, server yang dioptimalkan untuk AI, cloud IaaS, memori, penyimpanan, dan perangkat jaringan. Menurut prakiraan Gartner untuk belanja AI dunia pada tahun 2026, belanja AI diperkirakan tumbuh 47% dari tahun ke tahun, dengan IaaS yang dioptimalkan untuk AI, server, jaringan, chip pemrosesan, dan perangkat menjadi kategori belanja terbesar, menyumbang lebih dari 45% dari total.
Peringatan IBM semakin memperkuat kekhawatiran ini. Dalam surat IBM kepada investor, perusahaan menyatakan bahwa pada minggu-minggu terakhir bulan Juni, pelanggan mengalihkan belanja modal kuartalan mereka ke pembelian server, penyimpanan, dan memori untuk mengamankan pasokan infrastruktur yang mulai terbatas. Pasar dapat menafsirkan pernyataan semacam itu sebagai sinyal industri: jika perusahaan mengalihkan anggaran dari perangkat lunak ke infrastruktur AI, siklus pesanan, pertumbuhan pendapatan, dan kelipatan valuasi perusahaan perangkat lunak dapat semuanya tertekan. Terkait pengajuan SEC IBM juga mengungkapkan data keuangan awal kuartal kedua, yang semakin memusatkan perhatian pasar pada apakah belanja perangkat lunak perusahaan sedang melambat.
IGV juga sensitif karena posisi dananya. iShares Expanded Tech-Software Sector ETF melacak perusahaan perangkat lunak Amerika Utara dan beberapa perusahaan media interaktif serta layanan. Ini bukan satu produk SaaS tunggal, melainkan keranjang risiko perangkat lunak. Ia mencakup perangkat lunak aplikasi, perangkat lunak sistem, keamanan siber, platform data, dan beberapa perusahaan platform digital. Dengan kata lain, IGV tidak akan kehilangan nilai secara menyeluruh hanya karena SaaS tradisional tertekan, tetapi ia terpengaruh oleh sentimen sektor perangkat lunak secara keseluruhan.
| Sumber Tekanan | Dampak pada IGV | Indikator Kunci yang Perlu Dipantau |
|---|---|---|
| Prioritas pembelian server AI dan penyimpanan | Proyek perangkat lunak tradisional dapat tertunda | Anggaran TI perusahaan, siklus pesanan |
| Meningkatnya capex cloud dan GPU | Penyebut valuasi perangkat lunak tertekan | Suku bunga, arus kas, panduan capex |
| Alat bawaan AI menggantikan SaaS | Beberapa perangkat lunak aplikasi dinilai ulang | Tingkat perpanjangan, perluasan kursi |
| Meningkatnya permintaan keamanan siber | Beberapa konstituen dapat diuntungkan | Pesanan keamanan, pertumbuhan ARR |
| Modernisasi platform data | Permintaan perangkat lunak data dapat meningkat | Pergudangan data, observabilitas, permintaan tata kelola |
Anda juga perlu membedakan antara “pemogokan anggaran” dan “menghilangnya permintaan.” Infrastruktur AI dapat memogokkan anggaran perangkat lunak dalam jangka pendek, tetapi itu tidak berarti perangkat lunak menjadi tidak penting dalam jangka panjang. Setelah perusahaan membeli kapasitas komputasi, mereka masih membutuhkan tata kelola data, keamanan identitas, penerapan model, otomatisasi alur kerja, alat observabilitas, dan aplikasi industri untuk menangkap nilai AI. Tekanan pada IGV berasal dari fase tengah ini: perangkat keras dan pusat data menerima anggaran terlebih dahulu, sementara pengakuan pendapatan perangkat lunak, penetapan harga fitur AI, dan transformasi alur kerja perusahaan membutuhkan waktu lebih lama untuk terwujud.
Ringkasan: IGV terkena dampak realokasi anggaran AI bukan karena permintaan terhadap perangkat lunak telah menghilang, melainkan karena anggaran TI perusahaan sedang diprioritaskan kembali antara infrastruktur AI dan langganan perangkat lunak. Server, penyimpanan, memori, dan komputasi awan lebih mendesak dalam jangka pendek, sehingga proyek perangkat lunak tradisional lebih mudah ditunda. Namun, keamanan siber, platform data, alat observabilitas, dan perangkat lunak alur kerja AI tetap dapat memperoleh manfaat. Kunci dalam menilai IGV bukan sekadar bertanya apakah "perangkat lunak akan digantikan oleh AI," melainkan apakah kepemilikan ETF tersebut dapat masuk ke dalam rantai produksi AI perusahaan dan menerjemahkan permintaan AI menjadi pendapatan, margin, dan arus kas bebas yang dapat diverifikasi.

Apakah IGV akan terus menghadapi tekanan bergantung pada bagaimana kepemilikan teratasnya dipandang—mana yang dianggap sebagai penerima manfaat AI dan mana yang dianggap sebagai korban pemotongan anggaran perangkat lunak tradisional. Perusahaan keamanan siber, platform data, perangkat lunak sistem, dan alur kerja AI lebih mungkin untuk tangguh. Perusahaan perangkat lunak aplikasi dengan pertumbuhan rendah, perluasan kursi yang melambat, dan daya tawar harga yang lemah lebih rentan. Anda tidak boleh memandang IGV sekadar sebagai "ETF SaaS tradisional." Lebih tepat dipahami sebagai ekspresi terkonsentrasi dari divergensi struktural di dalam sektor perangkat lunak.
Menurut kepemilikan terbaru IGV, dana ini mencakup perusahaan-perusahaan seperti Palo Alto Networks, Palantir, Microsoft, CrowdStrike, Oracle, Salesforce, ServiceNow, AppLovin, Fortinet, dan Adobe. Komposisi ini memberikan IGV tiga jenis eksposur: permintaan terkait AI yang defensif di bidang keamanan siber dan platform data, eksposur perangkat lunak sistem dan platform cloud melalui perusahaan seperti Microsoft dan Oracle, serta perangkat lunak aplikasi perusahaan yang sensitif terhadap anggaran melalui perusahaan seperti Salesforce dan Adobe.
Kategori perangkat lunak yang paling rentan terhadap realokasi anggaran AI biasanya bukan semua perusahaan perangkat lunak, melainkan mereka yang memiliki diferensiasi rendah, utilisasi rendah, dan ROI yang sulit dibuktikan. Ketika anggaran diperketat, perusahaan mengevaluasi kembali harga berbasis kursi (seat-based pricing), alat yang duplikatif, fungsi yang tumpang tindih, dan langganan yang kurang dimanfaatkan. Otomatisasi pemasaran, alat kolaborasi, perangkat lunak back-office non-inti, peningkatan sistem berbasis proyek, dan pembelian aplikasi yang dapat ditunda sering kali lebih mudah untuk ditunda atau dikurangi. Jika sebuah perusahaan perangkat lunak hanya bisa bercerita tentang AI tanpa membuktikan bahwa fitur AI mendorong ARPU yang lebih tinggi, perpanjangan kontrak yang lebih baik, atau ekspansi pelanggan, tekanan valuasi menjadi lebih jelas.
Perusahaan yang lebih tangguh biasanya memiliki tiga karakteristik yang sama. Kelompok pertama adalah keamanan siber. Serangan berbasis AI, risiko identitas, keamanan cloud, dan perlindungan endpoint membuat anggaran keamanan semakin sulit dipangkas. Kelompok kedua adalah platform data dan alat observabilitas. Untuk membawa AI ke dalam produksi, perusahaan perlu membersihkan data, memantau sistem, mengelola model, dan melacak biaya. Kelompok ketiga adalah perangkat lunak alur kerja inti dan sistem. Jika sebuah produk sudah tertanam secara mendalam dalam operasi perusahaan, pelanggan tidak dapat dengan mudah membatalkan langganan.
| Jenis Konstituen IGV | Perusahaan Perwakilan | Dampak Realokasi Anggaran AI | Pertanyaan Kunci |
|---|---|---|---|
| Keamanan siber | PANW, CRWD, FTNT | Mungkin diuntungkan | Serangan AI, anggaran perlindungan, ARR |
| Platform data | PLTR, SNOW, DDOG | Mungkin diuntungkan | Persiapan data AI dan permintaan observabilitas |
| Aplikasi perusahaan | CRM, WDAY, ADBE | Sangat bercampur | Tingkat perpanjangan, pertumbuhan pengguna, harga AI |
| Perangkat lunak sistem | MSFT, ORCL | Ada manfaat sekaligus tekanan belanja modal | Pertumbuhan cloud, margin, arus kas |
| Perangkat lunak vertikal | ADSK, FICO, TYL | Relatif stabil tetapi sensitif terhadap valuasi | Permintaan industri, kekuatan penetapan harga |
Pasar juga telah mulai bergeser dari “semua perangkat lunak terkena dampak” menjadi “perusahaan mana yang dapat membuktikan monetisasi AI.” Pandangan Morgan Stanley tentang risiko disrupsi AI bagi saham perangkat lunak menunjukkan bahwa sejumlah saham perangkat lunak dan data mungkin telah dihukum secara berlebihan akibat ketakutan penggantian oleh AI. Diskusi pasar juga mengarah pada keamanan siber, Snowflake, ServiceNow, dan Datadog sebagai area yang mungkin diuntungkan oleh siklus investasi AI dan kesiapan beban kerja AI perusahaan. Ini tidak berarti semua saham perangkat lunak akan rebound; ini berarti modal akan menjadi lebih selektif.
Oleh karena itu, risiko IGV bukanlah "memiliki perangkat lunak" itu sendiri, melainkan apakah kepemilikan berbobot tingginya dapat bertahan dalam siklus penataan ulang anggaran. Jika perangkat lunak keamanan, data, alur kerja, dan sistem di antara kepemilikan utama berkinerja lebih baik daripada perangkat lunak aplikasi, IGV dapat memasuki pemulihan yang tidak stabil. Jika saham perangkat lunak aplikasi perusahaan berbobot tinggi terus menurunkan panduan, dana tersebut masih dapat tertinggal dari QQQ, XLK, atau ETF semikonduktor.
Ringkasan: Struktur kepemilikan IGV berarti tidak boleh diklasifikasikan secara sederhana sebagai "korban SaaS tradisional." Dana ini mencakup perangkat lunak aplikasi yang mungkin terpengaruh oleh anggaran perusahaan yang tertunda, tetapi juga mencakup perusahaan yang mungkin mendapatkan manfaat dari keamanan AI, tata kelola data, otomatisasi alur kerja, dan peningkatan perangkat lunak sistem. Pembedaan yang sebenarnya adalah jenis perangkat lunaknya: perangkat lunak dengan diferensiasi rendah, utilisasi rendah, dan ROI yang sulit dibuktikan lebih rapuh; sementara perangkat lunak keamanan, data, observabilitas, alur kerja AI, dan sistem inti lebih mungkin tetap menjadi prioritas anggaran. Kinerja IGV di masa depan akan sangat bergantung pada bobot dan kualitas eksekusi kategori-kategori ini.

Dalam jangka pendek, infrastruktur AI memang benar-benar menggeser anggaran perangkat lunak, terutama ketika server, memori, penyimpanan, dan GPU dalam pasokan yang ketat dan perusahaan memperkirakan harga akan naik. Perusahaan lebih cenderung mengamankan sumber daya perangkat keras lebih awal. Namun dalam jangka panjang, infrastruktur AI tetap membutuhkan perangkat lunak, data, keamanan, dan alur kerja untuk mengubah daya komputasi menjadi produktivitas. Tekanan pada IGV lebih merupakan ketidaksesuaian antara fase investasi, bukan hilangnya permintaan perangkat lunak secara permanen.
Tekanan jangka pendek berasal dari anggaran tahunan dan periode pengadaan. Belanja TI perusahaan sering kali ditetapkan secara tahunan, sementara infrastruktur AI menghadapi kendala rantai pasok. Ketika sumber daya pusat data, chip AI, memori, dan penyimpanan diperkirakan akan menjadi lebih mahal atau lebih sulit didapat, perusahaan mengalokasikan anggaran untuk infrastruktur lebih awal. Menurut prakiraan Gartner untuk belanja TI dunia pada tahun 2026, belanja TI global diperkirakan mencapai $6,31 triliun, naik 13,5%, didorong oleh infrastruktur AI, perangkat lunak, dan IaaS.Masalahnya adalah pertumbuhan belanja TI secara keseluruhan tidak berarti setiap perusahaan perangkat lunak mendapat manfaat pada saat yang sama; prioritisasi anggaran internal lebih penting.
Dalam jangka menengah hingga panjang, perangkat lunak tidak akan hilang, tetapi logika valuasinya akan berubah. Di masa lalu, kisah inti SaaS berfokus pada pendapatan langganan, retensi pendapatan bersih, perluasan kursi, dan margin kotor. Di era AI, pertanyaan-pertanyaan kunci akan mencakup apakah AI meningkatkan efisiensi pelanggan, apakah fitur AI dapat dihargai secara terpisah, apakah biaya inferensi mengikis margin, dan apakah pelanggan bersedia mempercayakan alur kerja inti kepada vendor perangkat lunak. Dengan kata lain, perusahaan perangkat lunak tidak bisa sekadar mengatakan bahwa mereka memiliki fitur AI. Mereka harus membuktikan bahwa AI mendorong penggunaan yang lebih tinggi, perpanjangan kontrak yang lebih kuat, ARPU yang lebih tinggi, atau margin arus kas bebas yang lebih baik.
Keputusan "build versus buy" pada perangkat lunak perusahaan juga dapat berubah. Penelitian mengenai keputusan build-versus-buy pada agentic AI dan perangkat lunak perusahaan berpendapat bahwa narasi "SaaSocalypse" mungkin dilebih-lebihkan untuk banyak kategori aplikasi perusahaan. AI lebih cenderung menggeser batas antara membeli dan membangun di berbagai kategori perangkat lunak: alat generik dan aplikasi internal yang terdiferensiasi mungkin lebih cocok untuk dikembangkan secara in-house, sementara sistem yang teregulasi dan bersifat mission-critical serta alur kerja perusahaan yang kompleks lebih mungkin untuk terus mengandalkan vendor perangkat lunak yang matang. Hal ini penting bagi IGV karena dana tersebut memuat aplikasi yang mungkin menghadapi tekanan build-in-house sekaligus perangkat lunak keamanan, tata kelola, dan sistem inti yang jauh lebih sulit untuk diganti.
| Tahap | Prioritas Anggaran Perusahaan | Dampak pada IGV | Risiko Utama |
|---|---|---|---|
| Pembangunan infrastruktur AI | GPU, server, penyimpanan, jaringan | Valuasi perangkat lunak tertekan | Pesanan tertunda, kompresi multiplikasi |
| Uji coba aplikasi AI | Platform data, keamanan, agen, alur kerja | Divergensi internal dalam IGV | ROI proyek tidak jelas |
| Perluasan produksi AI | Aplikasi industri, tata kelola, otomatisasi | Perangkat lunak berkualitas tinggi mendapat kembali dukungan valuasi | SaaS berkualitas rendah tersingkir |
Proses ini dapat dipahami dalam tiga tahap. Pada tahap pertama, perangkat keras dan infrastruktur menyerap porsi terbesar dari anggaran tambahan, sehingga memberikan tekanan pada ETF perangkat lunak. Pada tahap kedua, perusahaan mulai menguji coba aplikasi AI dan membutuhkan platform data, keamanan, observabilitas, kontrol akses, serta otomatisasi alur kerja; inilah saatnya IGV mulai menunjukkan divergensi secara internal. Pada tahap ketiga, jika AI benar-benar masuk ke dalam proses bisnis, perusahaan perangkat lunak berkualitas tinggi yang memiliki data industri, titik masuk alur kerja, dan loyalitas pelanggan mungkin dapat memulihkan premi valuasinya. Apakah IGV dapat bergerak dari tahap pertama ke tahap ketiga bergantung pada seberapa cepat aset yang dimilikinya mengubah AI menjadi pendapatan.
Ringkasan: Pada tahun 2026, desakan infrastruktur AI terhadap anggaran perangkat lunak tampak merupakan kombinasi antara tekanan jangka pendek yang nyata dan revaluasi struktural jangka panjang. Dalam jangka pendek, perusahaan memprioritaskan server, penyimpanan, memori, dan komputasi awan, sehingga IGV menghadapi tekanan karena ekspektasi pertumbuhan perangkat lunak direvisi ke bawah. Dalam jangka panjang, jika AI benar-benar memasuki alur kerja produksi, perangkat lunak, data, keamanan, dan alat alur kerja tetap esensial untuk mengubah komputasi menjadi nilai bisnis. Masalah IGV bukanlah apakah perangkat lunak memiliki masa depan, melainkan aset mana yang dapat berevolusi dari "menjual langganan" menjadi "menjual produktivitas AI" dan membuktikannya dengan data keuangan.
Apakah IGV telah mencapai dasar tidak boleh dinilai hanya dari pantulan teknikal. Anda perlu memperhatikan apakah ekspektasi laba perangkat lunak telah berhenti direvisi turun, apakah pesanan mulai pulih, apakah fitur AI menghasilkan pendapatan yang terukur, dan apakah valuasi telah kembali ke tingkat yang wajar. Jika pantulan hanya didorong oleh sentimen sementara laba masih menunjukkan perpanjangan kontrak yang melambat, berkurangnya jumlah kursi, siklus penjualan yang lebih panjang, dan arus kas bebas yang memburuk, IGV mungkin masih menghadapi gelombang tekanan berikutnya. Dasar harga, dasar valuasi, dan dasar fundamental bukanlah hal yang sama.
Sudah ada perbincangan bahwa saham-saham perangkat lunak sedang stabil. Pengamatan MarketWatch pada sektor perangkat lunak mencatat bahwa IGV telah turun hampir 40% dari puncaknya pada September 2025 ke titik terendahnya pada April 2026, sebelum saham perangkat lunak dan pasar utang terkait menunjukkan beberapa tanda stabilisasi. Hal ini menunjukkan bahwa sentimen mungkin telah menjadi terlalu negatif, tetapi hal itu dengan sendirinya tidak membuktikan bahwa fundamental telah mencapai dasarnya. Pertanyaan kuncinya adalah apakah laba berikutnya berhenti direvisi ke bawah.
Untuk menilai apakah IGV telah mencapai dasar, pisahkan prosesnya menjadi tiga lapisan. Dasar sentimen berarti berita buruk sebagian besar telah masuk dalam harga dan saham perangkat lunak tidak lagi turun tajam pada headline negatif. Dasar valuasi berarti P/S, EV/FCF, dan P/E telah kembali ke tingkat yang dapat ditopang oleh kualitas pertumbuhan. Dasar fundamental berarti ARR, RPO, billings, tingkat perpanjangan, retensi pendapatan bersih, margin, dan margin arus kas bebas telah berhenti memburuk. Hanya ketika ketiga lapisan membaik bersamaan, pantulan IGV menjadi lebih andal.
| Jenis Sinyal | Yang Perlu Diperhatikan | Arti bagi IGV |
|---|---|---|
| Ekspektasi laba | Apakah perkiraan EPS dan pendapatan analis masih terus dipangkas | Menentukan apakah tekanan valuasi sedang mereda |
| Kualitas pesanan | ARR, RPO, penagihan (billings), tingkat perpanjangan | Menunjukkan apakah anggaran perangkat lunak perusahaan sedang pulih |
| Monetisasi AI | Adopsi AI berbayar, ARPU, ekspansi pelanggan | Menunjukkan apakah AI hanya cerita atau pendapatan nyata |
| Margin | Margin FCF, SBC, rasio biaya penjualan | Mengindikasikan kualitas pertumbuhan |
| Kekuatan relatif | IGV vs QQQ, XLK, SMH | Menunjukkan apakah modal berputar kembali ke perangkat lunak |
Dalam laporan pendapatan perusahaan konstituen, lima kelompok indikator paling penting. Yang pertama adalah indikator pendapatan masa depan, termasuk ARR, RPO, billings, dan kewajiban kinerja tersisa. Yang kedua adalah indikator kualitas pelanggan, termasuk tingkat perpanjangan, retensi pendapatan bersih, dan ekspansi pelanggan besar. Yang ketiga adalah indikator monetisasi AI, termasuk fitur AI yang dihargai terpisah, penetrasi pelanggan AI, dan upsell. Yang keempat adalah indikator biaya, termasuk biaya inferensi, biaya cloud, dan margin laba kotor. Yang kelima adalah indikator kualitas pemegang saham, termasuk margin arus kas bebas, kompensasi berbasis saham sebagai persentase dari pendapatan, dan apakah buyback mengimbangi dilusi.
Anda juga perlu waspada terhadap "jebakan rebound." Rebound saham perangkat lunak dapat berasal dari penutupan posisi jual (short covering), suku bunga yang lebih rendah, peningkatan rating oleh analis, pemulihan dari kondisi oversold, atau aktivitas perdagangan konsep AI yang kembali hidup. Namun jika lebih banyak perusahaan menurunkan panduan laba tahunan, siklus pembelian pelanggan terus memanjang, fitur AI gagal mendukung penetapan harga, biaya cloud menekan margin kotor, atau perusahaan perangkat lunak bervaluasi tinggi meleset dari ekspektasi, IGV dapat tetap berada di bawah tekanan. IGV adalah ETF, sehingga tidak terpapar pendapatan satu perusahaan dengan cara yang sama seperti saham tunggal, tetapi kelemahan yang terkonsentrasi di antara kepemilikan utama tetap dapat memengaruhi kinerja dana tersebut.
Ringkasan: Untuk menilai apakah IGV telah mencapai dasar, jangan hanya berfokus pada seberapa besar rebound dari titik terendahnya. Pertanyaan yang lebih penting adalah apakah laba perusahaan perangkat lunak membuktikan bahwa anggaran perusahaan tidak lagi bergeser dari perangkat lunak ke perangkat keras dan infrastruktur, serta apakah fitur AI benar-benar meningkatkan adopsi berbayar, perpanjangan kontrak, dan margin. Jika ekspektasi pendapatan, kualitas pesanan, dan margin arus kas bebas stabil bersama-sama, tekanan pada IGV mungkin mereda. Jika pergerakan ini hanyalah rebound sentimen sementara fundamental masih direvisi ke bawah, ETF perangkat lunak mungkin akan terus tertinggal dari perangkat keras AI, semikonduktor, dan ETF teknologi yang lebih luas.
IGV lebih cocok untuk mengekspresikan pemulihan sektor perangkat lunak dan penilaian ulang perangkat lunak perusahaan daripada untuk merepresentasikan peluang investasi AI secara lengkap. Jika Anda yakin pada ekspansi infrastruktur AI yang berkelanjutan, semikonduktor, server, pusat data, dan rantai pasok perangkat keras AI menawarkan eksposur yang lebih langsung. Jika Anda menginginkan eksposur yang lebih luas ke platform teknologi besar, QQQ atau XLK lebih luas. Jika Anda percaya sentimen perangkat lunak telah menjadi terlalu pesimistis, IGV adalah kendaraan yang lebih tepat sasaran. ETF yang berbeda mewakili narasi AI yang berbeda.
Paparan inti IGV adalah perangkat lunak, keamanan siber, platform data, perangkat lunak sistem, dan aplikasi perusahaan. QQQ lebih condong ke saham teknologi dan saham pertumbuhan besar di Nasdaq serta sangat dipengaruhi oleh perusahaan teknologi mega-cap. XLK lebih terkonsentrasi pada perusahaan teknologi informasi besar di AS, dengan paparan lebih tinggi pada saham platform dan semikonduktor. ETF semikonduktor memberikan paparan yang lebih langsung pada chip AI, peralatan, pengemasan, server, dan belanja modal pusat data. Anda harus terlebih dahulu memutuskan apakah Anda lebih optimis terhadap infrastruktur AI atau lapisan aplikasi AI, lalu memilih instrumen yang tepat.
| Instrumen | Eksposur Utama | Panduan yang Cocok | Risiko Utama |
|---|---|---|---|
| IGV | Perangkat lunak, keamanan siber, platform data | Sentimen perangkat lunak terlalu pesimistis | AI menggeser, kompresi valuasi |
| QQQ | Teknologi besar dan saham pertumbuhan | Pemimpin teknologi terus berkembang | Konsentrasi mega-cap |
| XLK | Pemimpin teknologi informasi | Platform dan perangkat keras sama-sama diuntungkan | Bobot yang terkonsentrasi |
| ETF Semikonduktor | Chip, peralatan, perangkat keras AI | Infrastruktur AI terus berakselerasi | Siklus dan volatilitas valuasi |
| Saham perangkat lunak tunggal | Alpha spesifik perusahaan | Memilih pemenang individual | Risiko laba perusahaan tunggal |
Sebelum mengalokasikan dana ke IGV, Anda perlu memperjelas tiga pandangan. Pertama, apakah realokasi anggaran AI sudah sepenuhnya masuk dalam harga? Jika IGV telah turun tajam tetapi ekspektasi laba masih direvisi ke bawah, rebound mungkin belum stabil. Kedua, apakah Anda lebih bullish pada infrastruktur atau lapisan aplikasi? Tesis infrastruktur lebih terkait dengan chip, server, dan pusat data, sedangkan tesis lapisan aplikasi lebih terkait dengan perangkat lunak, data, keamanan, dan alur kerja. Ketiga, mampukah Anda menoleransi volatilitas saham perangkat lunak? Profil risiko-imbal hasil IGV berbeda dari ETF pasar luas, dan sentimen sektor perangkat lunak dapat memperkuat volatilitas jangka pendek.
Biaya perdagangan juga penting. Investasi ETF tidak hanya soal rasio biaya dana. Anda juga perlu mempertimbangkan komisi, biaya platform, biaya agen eksternal, spread bid-ask, biaya valuta asing, dan eksekusi order. Rasio biaya IGV sendiri dapat dilihat di profil dana IGV iShares, tetapi biaya aktual yang dibayarkan investor juga bergantung pada platform perdagangan, jenis order, dan harga eksekusi. Jika Anda memantau peluang perdagangan ETF Amerika Serikat seperti IGV, QQQ, dan XLK, Anda harus memasukkan biaya perdagangan aktual dalam perhitungan imbal hasil bersih Anda.
Jika layanan terkait tersedia di wilayah Anda, Anda dapat menggunakan Biya untuk mengikuti data pasar multi-aset yang mencakup saham AS, saham Hong Kong, dan mata uang kripto. Biya tidak mengenakan komisi untuk perdagangan saham AS, sedangkan biaya platform, biaya agen eksternal, dan biaya lainnya tunduk pada biaya perdagangan saham AS serta halaman konfirmasi pesanan. Ketersediaan layanan bergantung pada lokasi Anda, hasil verifikasi identitas, aturan platform, serta hukum dan peraturan yang berlaku. Sebelum berdagang, Anda harus memahami sepenuhnya kepemilikan dana, spread bid-ask, struktur biaya, dampak kurs valuta asing, dan toleransi risiko Anda sendiri.
Ringkasan: IGV bukanlah instrumen investasi AI yang lengkap; ia adalah aset berisiko yang lebih berfokus pada lapisan perangkat lunak. Jika Anda percaya infrastruktur AI masih menjadi tema utama, maka semikonduktor dan rantai pasok pusat data menawarkan eksposur yang lebih langsung. Jika Anda menginginkan eksposur teknologi yang lebih terdiversifikasi, QQQ atau XLK mungkin lebih cocok. Jika Anda yakin saham perangkat lunak telah dihukum secara berlebihan oleh realokasi anggaran AI, IGV adalah cara yang lebih tepat sasaran untuk mengekspresikan pandangan pemulihan tersebut. Sebelum mengalokasikan dana, bandingkan logika industri, struktur kepemilikan, valuasi, volatilitas, dan biaya transaksi, alih-alih mengambil keputusan hanya berdasarkan pergerakan harga jangka pendek.
IGV tidak memiliki satu jalur masa depan yang tunggal. Jika perusahaan-perusahaan terus memprioritaskan server, penyimpanan, memori, GPU, dan infrastruktur cloud sementara pesanan perangkat lunak tradisional, pembaruan, dan penambahan jumlah pengguna melambat, IGV mungkin akan terus tertinggal dari ETF semikonduktor, pusat data, dan teknologi secara luas. Jika perusahaan mulai mengalihkan investasi AI ke arah penerapan aplikasi, keamanan siber, platform data, dan perangkat lunak alur kerja mungkin pulih lebih dahulu. Jika lapisan aplikasi AI benar-benar mengambil alih dari infrastruktur, IGV mungkin akan mendapatkan kembali premi valuasinya.
Skenario pertama adalah tekanan yang berlanjut. Pemicunya meliputi peringatan semacam IBM yang muncul di lebih banyak perusahaan perangkat lunak, perusahaan SaaS yang menurunkan panduan pendapatan sepanjang tahun, fitur AI yang gagal mendukung penetapan harga mandiri, siklus penjualan pelanggan yang terus memanjang, dan ekspektasi laba untuk saham perangkat lunak ber_valuasi tinggi yang direvisi turun. Dalam skenario ini, kelipatan P/S, EV/FCF, dan forward P/E IGV terus mengalami kompresi, sementara kapital tetap lebih suka mengejar saham perangkat keras AI, semikonduktor, dan platform berskala besar.
Skenario kedua adalah pemulihan yang tidak stabil. Keamanan siber, platform data, alat observabilitas, dan perangkat lunak alur kerja perusahaan berkinerja lebih baik daripada perangkat lunak aplikasi tradisional. Proyek AI perusahaan bergerak dari fase uji coba ke tahap penerapan. Perusahaan perangkat lunak mulai menunjukkan penjualan tambahan terkait AI. Saham SaaS berkualitas rendah tersingkir, dan pemimpin industri memperoleh pangsa pasar. Dalam skenario ini, IGV mungkin tidak melonjak tajam, tetapi perangkat lunak terkait AI di antara kepemilikannya yang utama dapat mendukung kinerja dana, dan pasar bergeser dari "semua perangkat lunak terkena dampak" menjadi "pilihlah pemenang perangkat lunak AI."
Skenario ketiga adalah kebangkitan kembali premi valuasi. Jika perusahaan menyelesaikan fase pembangunan infrastruktur dan mulai melakukan penerapan skala besar tata kelola data, kepatuhan keamanan, otomatisasi alur kerja, serta perangkat lunak aplikasi industri, narasi IGV dapat bergeser dari korban anggaran menjadi penerima manfaat di lapisan aplikasi. Pemicunya mencakup fitur AI yang menaikkan ARPU, biaya inferensi yang tidak mengikis margin kotor secara signifikan, tingkat perpanjangan yang pulih, net revenue retention yang membaik, margin arus kas bebas yang meningkat, serta kondisi suku bunga yang mendukung valuasi saham pertumbuhan.
| Skenario | Asumsi Inti | Kinerja IGV | Hal yang Perlu Dikonfirmasi |
|---|---|---|---|
| Tekanan berlanjut | Infrastruktur AI terus menggeser perangkat lunak | Tertinggal dari perangkat keras dan teknologi secara umum | Pesanan perangkat lunak terus diturunkan |
| Pemulihan bergelombang | Keamanan siber dan platform data memberikan dukungan | Divergensi internal yang jelas | Pendapatan AI mulai terwujud |
| Premi baru muncul kembali | Lapisan aplikasi AI mengambil alih | Kinerja relatif membaik | ARPU, NRR, dan FCF pulih |
Bagi investor, metode pemantauan yang paling praktis bukanlah mengejar setiap headline AI, melainkan meninjau tiga pertanyaan setiap musim pelaporan laba: apakah ekspektasi pendapatan untuk kepemilikan teratas IGV telah berhenti direvisi ke bawah? Apakah fitur AI benar-benar menghasilkan adopsi berbayar nyata, bukan hanya muncul dalam peluncuran produk? Apakah margin arus kas bebas stabil, bukan tergerus oleh biaya inferensi, beban penjualan, dan kompensasi berbasis saham? Jika ketiga jawaban ini secara bertahap berubah menjadi positif, tekanan pada IGV mungkin mereda. Jika terus memburuk, rebound lebih mungkin merupakan pantulan perdagangan semata.
Ringkasan: IGV tidak memiliki satu jalur masa depan yang tunggal. Jika infrastruktur AI terus menyerap anggaran perusahaan, saham perangkat lunak mungkin tetap berada di bawah tekanan. Jika perusahaan mulai mengubah daya komputasi menjadi tata kelola data, keamanan, alur kerja, dan penerapan aplikasi, divergensi internal di dalam IGV akan muncul lebih dulu. Jika lapisan aplikasi AI benar-benar mengambil alih dari infrastruktur, IGV mungkin dapat merebut kembali premi valuasinya. Indikator pemantauan yang paling penting bukanlah judul-judul berita, melainkan pesanan, perpanjangan kontrak, pendapatan AI, margin, dan arus kas bebas dari perusahaan perangkat lunak. Anda perlu menganalisis IGV melalui berbagai skenario, bukan menggunakan satu pergerakan harga tunggal untuk menilai prospek sektor perangkat lunak.
Melacak IGV memerlukan lebih dari sekadar pandangan arah. Anda juga membutuhkan harga waktu nyata, kepemilikan, biaya, dan data risiko. Valuasi ETF perangkat lunak dapat berubah dengan cepat seiring perubahan laba perusahaan konstituen, belanja TI perusahaan, siklus infrastruktur AI, dan ekspektasi suku bunga. Anda dapat menggunakan pencarian informasi saham AS untuk melacak informasi dasar IGV, QQQ, XLK, Microsoft, Oracle, Palo Alto Networks, CrowdStrike, dan saham serta ETF AS lainnya, dan Anda dapat mengunduh aplikasinya untuk mengikuti pembaruan pasar terkait. Konten ini hanya memperkenalkan informasi pasar publik, logika industri, dan struktur biaya, serta tidak merupakan saran investasi.Sebelum berdagang, tinjau dokumen dana, konfirmasi pesanan, rincian biaya, biaya valas, dan aturan yang berlaku di setempat.
IGV terutama memegang perusahaan perangkat lunak Amerika Utara dan beberapa perusahaan media interaktif. Kepemilikan teratasnya sering kali mencakup Palo Alto Networks, Palantir, Microsoft, CrowdStrike, Oracle, Salesforce, ServiceNow, AppLovin, Fortinet, dan Adobe. Kepemilikan aktual dapat berubah seiring dengan penyesuaian dana, pergerakan harga, dan aturan indeks, sehingga investor harus mengandalkan pengungkapan dana terbaru.
Tekanan realokasi anggaran AI memberikan tekanan pada IGV karena perusahaan memprioritaskan server, penyimpanan, memori, GPU, dan infrastruktur cloud dalam jangka pendek, yang menyebabkan beberapa proyek perangkat lunak tertunda atau dikurangi. Dampak terbesar terjadi pada perusahaan perangkat lunak dengan ROI yang sulit dibuktikan, tingkat pemanfaatan rendah, pertumbuhan pengguna yang melambat, atau kekuatan penetapan harga yang lebih lemah.
Jika Anda lebih bullish pada perangkat lunak, data, keamanan, dan aplikasi AI perusahaan, IGV menawarkan eksposur industri yang lebih terkonsentrasi. Jika Anda menginginkan eksposur yang lebih luas yang mencakup platform teknologi besar, semikonduktor, dan saham pertumbuhan, QQQ lebih terdiversifikasi. Sumber risiko mereka berbeda, sehingga alokasi tidak boleh diputuskan hanya berdasarkan kinerja jangka pendek.
Penurunan IGV tidak berarti AI menggantikan industri perangkat lunak. Hal ini lebih mungkin mencerminkan perubahan prioritas anggaran perusahaan dan penilaian ulang valuasi. Keamanan siber, platform data, alat observability, dan perangkat lunak alur kerja AI mungkin masih mendapatkan manfaat, sementara SaaS tradisional dengan diferensiasi rendah menghadapi tekanan yang lebih besar.
Pemula harus mempertimbangkan volatilitas valuasi saham perangkat lunak, konsentrasi komponen, pemotongan anggaran AI, biaya dana, spread bid-ask, dan biaya valas sebelum berinvestasi di IGV. Mereka juga harus memastikan toleransi risiko mereka sendiri dan merujuk pada dokumen dana, halaman pemesanan, serta persyaratan regulasi setempat.
IGV dapat mengurangi risiko laba perusahaan tunggal, tetapi tidak dapat menghilangkan risiko keseluruhan sektor perangkat lunak. IGV lebih cocok untuk mengekspresikan pandangan tentang pemulihan sektor perangkat lunak atau rebound subsektor terkemuka. Jika Anda memiliki pandangan yang kuat tentang fundamental satu perusahaan, saham individual mungkin menawarkan potensi keuntungan yang lebih besar, tetapi juga membawa volatilitas yang lebih tinggi.
*Artikel ini disediakan untuk tujuan informasi umum dan tidak merupakan nasihat hukum, pajak, atau nasihat profesional lainnya dari BiyaPay atau anak perusahaan serta afiliasinya, dan tidak dimaksudkan sebagai pengganti untuk mendapatkan nasihat dari penasihat keuangan atau profesional lainnya.
Kami tidak membuat pernyataan atau jaminan apa pun, baik tersurat maupun tersirat, mengenai keakuratan, kelengkapan, atau ketepatan waktu isi publikasi ini.

