AI Bukan Pembunuh Moat Ekonomi, Tetapi Akan Mengganggu Industri

Kecerdasan buatan akan menantang perusahaan yang kekuatannya bergantung pada friksi alur kerja, intensitas tenaga kerja, dan daya lengket aplikasi, sambil mempertahankan—atau bahkan memperkuat—bisnis yang dibangun di sekitar infrastruktur, data kepemilikan, efek jaringan, atau alur kerja domain khusus.

Banyak dampak AI sudah tercermin dalam harga saham saat ini, tetapi kami juga memperkirakan volatilitas yang lebih besar dalam waktu dekat karena laboratorium AI, yang akhirnya bertujuan go public, terus melakukan iterasi cepat terhadap penawaran ageniknya.

Saat narasi pasar berayun antara maksimalisme laboratorium AI dan keunggulan incumbents, kami melihat peluang untuk membeli bisnis yang tangguh dengan harga wajar setelah penjualan terakhir.

Untuk mengatasi dampak AI terhadap keunggulan kompetitif perusahaan, kami telah mengevaluasi kembali peringkat moat untuk 132 perusahaan di mana kami merasa AI bisa mengganggu dan oleh karena itu memerlukan analisis lebih mendalam.

Unduh panduan Morningstar tentang peringkat moat di tengah gangguan AI.

Mengukur Dampak AI terhadap Keunggulan Ekonomi

Peringkat Moat Ekonomi Morningstar merangkum lamanya keunggulan kompetitif sebuah perusahaan. Moat ekonomi adalah fitur struktural yang memungkinkan perusahaan menghasilkan keuntungan berlebih dalam jangka panjang. Jika analis Morningstar percaya bahwa pengembalian berlebih akan bertahan selama 20 tahun atau lebih, perusahaan tersebut mendapatkan peringkat moat luas. Analis memperkirakan perusahaan dengan moat sempit akan tetap kompetitif setidaknya selama 10 tahun.

Kami mengembangkan kerangka penilaian skor kepemilikan yang bersifat proprietary untuk secara sistematis mengevaluasi bagaimana AI mempengaruhi daya tahan moat. Sistem ini awalnya ditujukan untuk mengevaluasi moat di bidang perangkat lunak, dan dilakukan penyesuaian kecil agar lebih berlaku untuk industri lain seperti layanan TI atau jasa keuangan.

Kerangka ini dirancang untuk menangkap baik ancaman yang ditimbulkan AI terhadap moat yang ada maupun peluang yang diciptakan AI bagi perusahaan yang berada di posisi strategis dalam rantai nilai AI.

Dimensi Utama untuk Memikirkan Moat di Dunia AI

		7 Dimensi Utama untuk Memikirkan Moat di Dunia AI

Sumber: Morningstar. Data per 13 Maret 2026. Unduh CSV.

AI Tidak Secara Seragam Menghancurkan Moat—Ia Berfungsi sebagai Mekanisme Penyaringan

Dari 132 perusahaan yang ditinjau, 22 moat luas mengalami penurunan peringkat (20 menjadi sempit, dua menjadi tidak ada), 18 moat sempit mengalami penurunan peringkat, dan dua moat sempit meningkat ke luas karena posisi lapisan infrastruktur dan efek jaringan mereka. AI memang menciptakan risiko, tidak diragukan lagi. Tapi apakah risiko tersebut sama besar di semua perusahaan? Apakah tidak ada perusahaan perangkat lunak yang moat-nya tetap ada? Sama sekali tidak.

Layanan penggajian, layanan TI, dan perangkat lunak perusahaan adalah kelompok yang paling banyak mengalami penurunan moat, revaluasi negatif, dan peningkatan ketidakpastian. Ini masuk akal secara intuitif, mengingat gangguan AI cenderung paling keras saat perusahaan memonetisasi tenaga manusia, otomatisasi alur kerja sederhana, dan lisensi perangkat lunak berbasis kursi.

Menariknya, dari perusahaan yang mengalami penurunan peringkat, banyak yang masih memiliki basis pengguna besar, produk populer, dan/atau hubungan pelanggan penting. Dengan kata lain, situasinya tidak hitam-putih, bahkan untuk banyak perusahaan yang mengalami penurunan peringkat.

Namun demikian, kami percaya AI secara material mengurangi visibilitas jangka panjang, dan dapat melemahkan daya tahan keunggulan yang ada dengan mempermudah bagian dari lapisan alur kerja untuk direplikasi, diotomatisasi, atau menjadi kurang bergantung pada pertumbuhan kursi.

Dimana Perusahaan Menunjukkan Ketahanan

Kami tidak berpikir AI adalah pengganggu universal dari semua keunggulan kompetitif; sebaliknya, AI adalah mekanisme penyaringan. Sebagian besar moat perusahaan tetap tidak berubah, tetapi jumlah perusahaan yang mengalami penurunan peringkat cukup signifikan.

Keunggulan kompetitif sebuah perusahaan biasanya aman jika perusahaan tersebut mendapatkan manfaat dari efek jaringan, mengendalikan infrastruktur atau data kepemilikan, memiliki ekosistem yang dalam dan kompleks, beroperasi di bawah hambatan regulasi tinggi, atau memiliki logika domain yang unik.

Namun, jika perusahaan terutama mendapatkan keuntungan dari inefisiensi alur kerja atau kebiasaan pengguna di tingkat aplikasi, keunggulannya cenderung kurang dapat diandalkan.

Kami menemukan ketahanan paling besar di alur kerja perangkat lunak rekayasa yang kompleks, keamanan siber, perusahaan infrastruktur keuangan, dan penawaran dengan data unik dan/atau aset efek jaringan. Setengah dari perusahaan dengan peringkat moat luas setelah latihan ini menunjukkan efek jaringan. Sumber ketahanan utama lainnya termasuk hambatan regulasi terhadap perubahan atau hambatan biaya switching lainnya, dan aset data yang unik.

		Perangkat Lunak Desain, Platform, dan Keamanan Siber Lebih Tahan

Sumber: Morningstar. Data per 13 Maret 2026. Unduh CSV.

Bagaimana Sumber Moat Perusahaan Terpengaruh

Perusahaan dengan efek jaringan sebagai sumber moat mengalami penurunan peringkat paling sedikit secara relatif. Efek jaringan tidak didasarkan pada teknologi produk; mereka didasarkan pada kekuatan jaringan itu sendiri. Masuk akal bahwa meskipun teknologi berubah, jaringan itu sendiri mungkin tetap sulit diganggu.

Contoh klasik termasuk jaringan pembayaran, bursa, dan bahkan jaringan perjalanan seperti Booking Holdings BKNG. Inti bisnis Booking bergantung pada kekuatan jaringan perjalanan dan kemampuan mengakumulasi pasokan hotel yang panjang ekor, sesuatu yang inovasi teknologi seperti AI tidak selalu menyelesaikan.

Efek jaringan juga menjadi pusat dari dua peningkatan peringkat yang berasal dari proses ini, yaitu Cloudflare NET dan CrowdStrike CRWD.

Solusi keamanan siber akan semakin diminati saat AI menyebar dan membuka jalur serangan yang tampaknya tak terbatas—bayangkan agen jahat yang bertindak 24/7, terbatas hanya oleh kekuatan komputasi yang tersedia. Perusahaan seperti Cloudflare dan CrowdStrike juga memiliki data struktural dan keunggulan skala yang mereka peroleh dari jaringan mereka, yang menyebabkan peningkatan moat kami.

		Hasil Tinjauan Moat AI

Sumber: Morningstar. Data per 13 Maret 2026. Unduh CSV.

Biaya switching tidak seefektif sebelumnya, dan hampir setengah dari perusahaan yang mengalami penurunan peringkat pernah diklasifikasikan memiliki moat biaya switching. Dalam lingkungan yang berfokus pada AI saat ini, biaya switching—yang secara tradisional digunakan untuk mendukung peringkat moat perangkat lunak—memerlukan penilaian ulang yang cermat, terutama saat model AI diintegrasikan ke dalam tumpukan teknologi perusahaan yang fragmentaris dan kompleks.

AI dapat mengotomatisasi proses teknologi utama yang secara historis menjadi sumber biaya switching (seperti transfer data) dan dapat merugikan permintaan akhir terhadap incumbent perangkat lunak tertentu. Peningkatan ketidakpastian tentang masa depan perangkat lunak di dunia AI membuat kami sulit percaya diri terhadap struktur pengembalian lebih dari 10 tahun ke depan untuk banyak perusahaan, yang menyebabkan konsentrasi penurunan peringkat tertinggi.

Mengingat disparitas antara biaya switching dan efek jaringan, kemungkinan saat alur kerja menjadi lebih didorong AI, embedding pelanggan yang sederhana (sebagai pendahulu biaya switching) akan menghadapi tekanan, tetapi efek jaringan yang nyata—di mana skala meningkatkan likuiditas, relevansi, kedalaman konten, telemetry, atau utilitas ekosistem—diperkirakan akan meningkat nilainya.