{"content_id":"9wku4zj6qp","slug":"naver-vs-kakao-ai-strategy-maus-monetization","locale":"id","schema_type":"Report","category":"trends","category_name":"Tren","title":"Perbandingan Strategi AI Naver dan Kakao: Monetisasi dan Efisiensi Investasi Lebih Penting daripada MAU","summary":"Sulit menilai menang-kalahnya platform domestik hanya berdasarkan laporan bahwa jumlah pengguna aktif bulanan aplikasi Google telah melampaui Naver. Untuk menentukan strategi mana yang lebih unggul antara AI full-stack Naver dan AI berfokus layanan milik Kakao, perlu dipertimbangkan secara bersamaan frekuensi penggunaan, konversi transaksi, biaya inferensi, pendapatan korporasi, dan efisiensi modal.","sponsorship_disclosure":null,"affiliate_disclosure":null,"commerce_disclosure":null,"author":{"name":"injoys","url":"https://injoys.com/ko/about"},"key_points":["MAU hanya menunjukkan jumlah orang yang menggunakan aplikasi setidaknya sekali dalam sebulan, bukan secara langsung menjelaskan frekuensi penggunaan atau kontribusinya terhadap pendapatan.","Naver membidik kendali teknologi sekaligus pasar korporasi melalui strategi terpadu yang menghubungkan model, cloud, pusat data, dan layanannya sendiri.","Kakao tidak sepenuhnya meninggalkan pengembangan teknologi sendiri, tetapi lebih mengarah pada pemusatan layanan berbasis KakaoTalk dengan menggabungkan model eksternal seperti OpenAI dan model internal.","Pemenang dari kedua strategi tersebut harus ditentukan bukan berdasarkan kinerja model, melainkan pendapatan AI, tingkat konversi transaksi, biaya inferensi per pengguna, dan tingkat pengembalian modal.","Strategi jangka panjang serta keberhasilan atau kegagalan perusahaan tidak boleh disimpulkan hanya berdasarkan partisipasi dalam proyek AI publik atau peringkat satu aplikasi."],"content_markdown":"Laporan bahwa jumlah pengguna aktif bulanan aplikasi Google di Korea telah melampaui aplikasi Naver memiliki makna simbolis yang besar. Namun, satu indikator berupa jumlah pengguna aplikasi tidak secara langsung mencerminkan daya saing pencarian, loyalitas terhadap platform, pendapatan iklan, ataupun keberhasilan bisnis AI.\n\nStrategi AI Naver dan Kakao juga akan tampak berlebihan dibandingkan kenyataannya jika sekadar dibagi menjadi “model sendiri versus model eksternal”. Naver memperluas cakupan kendalinya dari model hingga cloud dan layanan, sedangkan Kakao berfokus pada penggabungan model eksternal yang kuat dengan teknologi miliknya sendiri agar pengguna dapat menyelesaikan tindakan nyata di dalam KakaoTalk.\n\n## Cara membaca laporan aplikasi Google menyalip dalam MAU\n\nMAU adalah jumlah pengguna unik yang menggunakan layanan setidaknya sekali selama periode pengukuran satu bulan. Indikator ini berguna untuk memahami jangkauan, tetapi tidak menunjukkan seberapa sering seorang pengguna berkunjung, apa yang dilakukannya, atau apakah ia menghasilkan pendapatan.\n\n| Indikator | Penjelasan | Hal yang perlu diperiksa dalam analisis platform |\n|---|---|---|\n| MAU | Jumlah pengguna unik yang aktif selama satu bulan | Seberapa luas jangkauan layanan |\n| DAU | Jumlah pengguna unik yang aktif selama satu hari | Apakah digunakan berulang kali dalam keseharian |\n| DAU/MAU | Proporsi rata-rata pengguna aktif harian dari pengguna bulanan | Apakah tingkat kebiasaan dan loyalitas penggunaan tinggi |\n| Jumlah sesi | Frekuensi aplikasi dijalankan selama periode tertentu | Apakah terjadi kunjungan berulang |\n| Waktu penggunaan | Waktu yang dihabiskan di aplikasi atau layanan | Apakah konsumsi kontennya mendalam |\n| Tingkat konversi | Proporsi yang berlanjut menjadi reservasi, pembelian, pertanyaan, dan sebagainya setelah pencarian atau paparan | Apakah penggunaan terhubung dengan nilai ekonomi |\n| Pendapatan per pengguna | Pendapatan rata-rata yang dihasilkan seorang pengguna | Seberapa efisien lalu lintas dimonetisasi |\n\nStatistik aplikasi juga berbeda-beda menurut perusahaan riset dan metode penghitungannya. Perlu diperiksa cakupan Android dan iOS, penanganan aplikasi prainstal, kriteria pengecualian aktivitas latar belakang, metode penyesuaian sampel, serta apakah beberapa aplikasi milik perusahaan yang sama digabungkan. Aplikasi Google dapat memiliki berbagai tujuan akses, bukan hanya pencarian, tetapi juga pencarian suara, pencarian gambar, konten rekomendasi, dan koneksi ke Gemini.\n\nKarena itu, “aplikasi Google menempati peringkat pertama dalam MAU” dapat dibaca sebagai sinyal bahwa titik kontak seluler Google semakin luas, tetapi bukan bukti bahwa bisnis pencarian, iklan, dan perdagangan Naver langsung berbalik menjadi tertinggal. Beberapa kuartal perlu dilacak dengan standar yang sama, sekaligus membandingkan DAU, waktu penggunaan, pangsa pencarian, konversi transaksi, dan pendapatan.\n\n## Mengapa tujuan pencarian lebih penting daripada pangsa pencarian\n\nTidak semua pencarian memiliki nilai yang sama. Pemeriksaan fakta atau peringkasan dokumen dapat diselesaikan dengan cepat melalui pencarian umum dan AI generatif seperti Google, ChatGPT, dan Gemini. Sebaliknya, pencarian yang dekat dengan tindakan, seperti membandingkan produk sesaat sebelum membeli, mencari toko lokal, atau memeriksa ketersediaan reservasi, menguntungkan platform yang menghubungkan ulasan, harga, peta, dan sistem pembayaran.\n\nBagian yang dinilai sebagai kekuatan Naver bukan hanya banyaknya dokumen berbahasa Korea. Intinya adalah struktur yang menghubungkan eksplorasi dan transaksi pengguna melalui blog, kafe, peta, Place, belanja, dan reservasi. Informasi bisnis lokal atau ulasan penggunaan yang terakumulasi dalam jangka panjang mungkin sulit langsung digantikan oleh AI umum pada tingkat yang sama.\n\nNamun, aset ini tidak boleh dipandang sebagai garis pertahanan permanen.\n\n- Jika kredibilitas ulasan menurun atau konten bernuansa iklan bertambah, kepuasan pencarian akan menurun meskipun jumlah datanya besar.\n- Jika AI generatif membandingkan informasi dari berbagai situs sambil menyajikan sumber dengan jelas, kebutuhan untuk mencari di dalam portal dapat berkurang.\n- Model eksternal juga dapat memperkuat data lokal melalui kemitraan, lisensi, web terbuka, dan informasi yang disediakan pelaku usaha.\n- Jika jawaban AI menuntaskan pertanyaan pada halaman hasil pencarian, lalu lintas yang menuju halaman konten dan iklan dapat berkurang.\n\nHal yang harus dipertahankan Naver bukan sekadar volume pencarian, melainkan informasi terbaru yang tepercaya serta alur penggunaan lengkap yang berlanjut hingga reservasi dan pembelian.\n\n## Mengapa nilai perusahaan Naver tidak meningkat hanya karena investasi AI\n\nPergerakan harga saham tidak dapat dijelaskan hanya dengan satu penyebab tertentu. Hal ini karena suku bunga, selera risiko pasar, proyeksi kinerja, regulasi, persaingan, dan alokasi modal tercermin secara bersamaan. Namun, ketika sebuah platform matang mulai melakukan investasi AI berskala besar, pertanyaan yang ingin dipastikan investor relatif jelas.\n\n1. Dapatkah pertumbuhan iklan pencarian dan perdagangan yang sudah ada dipertahankan?\n2. Seberapa besar peningkatan biaya GPU, pusat data, serta penelitian dan pengembangan menurunkan margin laba operasional?\n3. Apakah pencarian AI menciptakan pendapatan baru tanpa menggerus produk iklan yang sudah ada?\n4. Apakah pendapatan AI untuk perusahaan dan cloud tumbuh cukup besar untuk menutup biaya investasi?\n5. Apakah keseimbangan antara investasi dan pengembalian kepada pemegang saham, seperti pembatalan saham treasuri dan dividen, sudah tepat?\n\nNaver dapat dianalogikan dengan perusahaan distribusi besar atau kapal induk yang mengubah arah, tetapi analogi tidak membuktikan penyebab. Naver dapat menjual data dan perangkat lunak tak berwujud secara berulang, sedangkan perusahaan distribusi memiliki porsi besar dalam biaya inventaris dan gerai. Inti perbandingan harus dibatasi pada kesamaan berupa “masa transisi ketika harus berinvestasi pada infrastruktur baru sambil mempertahankan bisnis lama yang menghasilkan kas”.\n\nDi pasar, kejelasan jalur pengembalian lebih penting daripada besarnya investasi. Meskipun fitur AI meningkatkan jumlah pengguna, hasil ekonominya dapat melemah jika biaya inferensi tumbuh lebih cepat daripada pendapatan.\n\n## Perbandingan strategi AI Naver dan Kakao\n\nPilihan kedua perusahaan berbeda karena titik awal platform dan struktur pendapatannya tidak sama.\n\n| Aspek perbandingan | Naver | Kakao |\n|---|---|---|\n| Aset utama | Pencarian, konten, perdagangan, peta, cloud | KakaoTalk, jejaring hubungan perpesanan, layanan afiliasi mobilitas, pembayaran, dan konten |\n| Arah AI | Menghubungkan model fondasi dan infrastruktur sendiri hingga ke layanan | Menggabungkan model eksternal dengan teknologi sendiri dan menerapkannya pada layanan pengguna |\n| Aset utama | HyperCLOVA X, NAVER Cloud, pusat data, data layanan bahasa Korea dan lokal | Jaringan distribusi KakaoTalk, teknologi lini Kanana, kolaborasi dengan OpenAI, koneksi layanan afiliasi |\n| Pasar prioritas | Layanan konsumen serta cloud dan AI untuk perusahaan dan sektor publik | AI konsumen dan layanan berbasis tindakan yang berpusat pada KakaoTalk |\n| Keunggulan | Kendali atas data, model, dan infrastruktur; keamanan dan lokalisasi; respons terhadap pelanggan perusahaan | Penerapan layanan yang cepat, pemanfaatan model terdepan, pengurangan beban infrastruktur awal |\n| Risiko utama | Belanja modal besar, beban fasilitas akibat perubahan teknologi, keterlambatan pengembalian investasi | Ketergantungan pada model eksternal, biaya API dan daya tawar, kurangnya diferensiasi layanan |\n| Syarat keberhasilan | Peningkatan pendapatan perusahaan dan tingkat utilisasi infrastruktur yang tinggi | Peningkatan penggunaan KakaoTalk dan konversi tindakan seperti reservasi, pembelian, dan pemanggilan layanan |\n\n### Naver: strategi full-stack yang memperluas cakupan kendali\n\nNaver menghubungkan modelnya sendiri seperti HyperCLOVA X, NAVER Cloud, pusat data, dan layanan konsumen. Strategi ini meyakinkan bagi pelanggan yang mementingkan lokasi penyimpanan data, keamanan, bahasa Korea dan konteks lokal, serta penyesuaian bagi masing-masing perusahaan. Pasar sovereign AI, tempat negara atau lembaga mengutamakan bahasa, regulasi, dan kendali data negaranya sendiri, juga merupakan bidang bisnis potensial.\n\nNamun, “full-stack” bukan berarti memproduksi sendiri seluruh semikonduktor dan perangkat lunak. Kerja sama dengan pemasok eksternal tetap diperlukan untuk GPU, komponen inti, dan sebagian ekosistem perangkat lunak. Keberhasilan bergantung bukan pada apakah semuanya dimiliki sendiri, melainkan seberapa efisien setiap lapisan diintegrasikan dan pelanggan berbayar diperoleh.\n\n### Kakao: strategi yang memanfaatkan jaringan distribusi dan penyelesaian tindakan\n\nKakao telah mengumumkan kolaborasi strategis dengan OpenAI dan mendorong arah agar AI di dalam KakaoTalk tidak sekadar menjawab percakapan, tetapi juga membantu pekerjaan pengguna. Jika proses dari pesan menuju jadwal, pencarian, reservasi, pembelian, dan pemanggilan transportasi dapat dipersingkat, jaringan layanan yang dimiliki Kakao dapat menjadi kekuatan.\n\nNamun, tidak tepat untuk menyimpulkan bahwa Kakao sama sekali tidak berinvestasi pada LLM atau infrastruktur AI miliknya sendiri. Strateginya lebih mendekati strategi campuran yang mengembangkan model dan layanan AI sendiri sekaligus memanfaatkan model eksternal terdepan. Penggunaan model eksternal dapat mempercepat pengembangan, tetapi biaya, pemrosesan informasi pribadi, penanganan gangguan, dan ketergantungan pada pemasok harus dikelola.\n\n## Indikator untuk menentukan strategi mana yang menang\n\nPemenang bisnis tidak dapat ditentukan hanya berdasarkan skor evaluasi model atau jumlah unduhan aplikasi. Indikator berikut perlu diperiksa berulang kali dalam periode yang sama.\n\n| Bidang | Indikator yang dilihat pada Naver | Indikator yang dilihat pada Kakao |\n|---|---|---|\n| Pengguna | Tingkat penggunaan pencarian AI, kunjungan kembali, kepuasan pencarian | Pengguna fitur AI, perubahan waktu penggunaan dan kunjungan kembali KakaoTalk |\n| Transaksi | Tingkat konversi belanja, Place, dan reservasi | Tingkat penyelesaian tugas seperti reservasi, pembayaran, dan pemanggilan taksi |\n| Pendapatan | Iklan AI, pendapatan cloud dan AI untuk perusahaan | Kontribusi layanan AI berbayar dan transaksi layanan afiliasi |\n| Biaya | Tingkat utilisasi GPU, biaya inferensi, efisiensi investasi pusat data | Biaya API model eksternal, biaya layanan per pengguna |\n| Daya saing | Tingkat retensi pelanggan perusahaan, pendapatan berulang dari kontrak luar negeri | Fitur terdiferensiasi yang hanya dimungkinkan di dalam KakaoTalk |\n| Efisiensi modal | Arus kas operasi dibandingkan investasi AI | Apakah beban investasi yang rendah benar-benar menghasilkan peningkatan laba |\n\nDalam jangka pendek, strategi yang memanfaatkan model eksternal mungkin tampak cepat dan murah. Jika penggunaan meningkat tajam atau harga pemasok naik, keekonomian infrastruktur sendiri dapat membaik. Sebaliknya, jika generasi teknologi berganti dengan cepat dan permintaan tidak pasti, fasilitas milik sendiri berskala besar dapat menjadi beban. Tidak ada satu pendekatan yang selalu lebih unggul; hasilnya berubah menurut skala permintaan, tingkat utilisasi, dan margin per layanan.\n\n## Mengapa daya saing perangkat lunak Korea tidak dapat dijelaskan hanya melalui tahap penyebaran perangkat keras\n\nPenjelasan bahwa investasi GPU dan pusat data dalam industri AI lebih dahulu meluas, lalu perangkat lunak aplikasi tumbuh setelahnya, menunjukkan sebagian alur. Namun, monetisasi perangkat lunak sulit dianggap baru dimulai setelah pembangunan infrastruktur. Cloud, teknologi periklanan, gim, perangkat lunak enterprise, dan layanan seluler sudah bersaing secara bersamaan dengan perangkat keras.\n\nDalam menilai daya saing perangkat lunak perusahaan Korea, kondisi berikut harus dibedakan.\n\n- Apakah layanan yang telah teruji di pasar domestik dapat diperluas ke lingkungan bahasa dan regulasi lain\n- Apakah produk dapat dijual sebagai layanan berlangganan yang dapat diulang, bukan pembangunan satu kali\n- Apakah dapat membangun API dan ekosistem yang digunakan pengembang serta perusahaan luar negeri\n- Apakah memiliki sistem penjualan global, dukungan teknis, dan mitra\n- Apakah persyaratan informasi pribadi, hak cipta, dan keamanan AI telah tercermin dalam desain produk\n\nBisnis AI dan cloud Naver di luar negeri dapat menunjukkan potensi, tetapi pengumuman kerja sama individual harus dibedakan dari pendapatan berkelanjutan. Daya saing sebenarnya baru dapat dinilai ketika indikator bisnis yang dapat diverifikasi, seperti skala kontrak, pendapatan berulang, retensi pelanggan, dan profitabilitas, dipublikasikan.\n\n## Bagaimana partisipasi dalam proyek AI publik harus ditafsirkan\n\nKampanye publik, dukungan penggunaan gratis, atau proyek konsorsium yang menggunakan nama serupa seperti “AI untuk Semua” dapat memiliki persyaratan partisipasi berbeda menurut waktu pengumuman dan lembaga penyelenggara. Untuk menilai partisipasi atau ketidakikutsertaan perusahaan tertentu beserta motifnya, pengumuman resmi, lembaga yang terikat perjanjian, anggaran, periode layanan, dan dokumen pengadaan harus diperiksa terlebih dahulu.\n\nPartisipasi Kakao mungkin menguntungkan bagi perluasan titik kontak dengan pengguna, sedangkan ketidakikutsertaan Naver mungkin berarti fokus pada bisnis mandiri. Namun, jika perusahaan tidak mengungkapkan motifnya secara resmi, manfaat komersial, arah teknologi, atau tujuan promosi tidak dapat dipastikan seolah-olah merupakan fakta. Partisipasi dalam proyek publik hanyalah salah satu petunjuk strategi dan tidak membuktikan daya saing model ataupun profitabilitas jangka panjang.\n\n## Arena persaingan yang mudah terlewatkan: kendali transaksi agen\n\nIsu yang mudah terlewatkan dalam perbandingan model sederhana adalah tempat AI menyelesaikan transaksi nyata setelah memahami niat pengguna. Jika agen AI tidak berhenti pada rekomendasi restoran, tetapi juga menangani reservasi dan pembayaran, struktur pendapatan platform akan berubah.\n\nDalam proses ini, empat jenis kendali menjadi penting.\n\n1. **Data niat:** Apakah dapat memahami apa yang dicari dan ingin dibeli pengguna\n2. **Koneksi transaksi:** Apakah dapat mengakses sistem penjual, toko, mobilitas, dan pembayaran secara waktu nyata\n3. **Persetujuan pengguna:** Apakah informasi pribadi dan otorisasi pembayaran diperoleh secara transparan dan dikelola dengan aman\n4. **Pembagian pendapatan:** Bagaimana nilai dibagi antara penyedia model, platform, produsen konten, dan penjual\n\nNaver berangkat dari hubungan antara data pencarian dan perdagangan, sedangkan Kakao dari jejaring percakapan dan pemanggilan layanan kehidupan sehari-hari. Persaingan akhir kemungkinan besar akan ditentukan bukan oleh jawaban yang lebih fasih, melainkan oleh kemampuan menyelesaikan tindakan tepercaya dengan lebih sedikit langkah dan menghasilkan pendapatan berkelanjutan dalam prosesnya.\n\n## Tiga kemungkinan skenario perkembangan\n\n### Ketika strategi integrasi Naver lebih menguntungkan\n\nIni adalah kondisi ketika perusahaan dan lembaga publik mengutamakan kendali data serta lokalisasi, tingkat utilisasi tinggi pada infrastruktur sendiri dapat diamankan, dan pendapatan cloud serta AI tumbuh lebih cepat daripada biaya investasi.\n\n### Ketika strategi layanan Kakao lebih menguntungkan\n\nIni adalah kondisi ketika model fondasi dengan cepat menjadi produk umum dan harganya turun, serta kekuatan distribusi KakaoTalk digunakan untuk menyebarkan AI berbasis tindakan seperti reservasi, pembelian, dan pemanggilan layanan dengan cepat.\n\n### Ketika kedua strategi berkonvergensi\n\nNaver dapat menggabungkan model eksternal di bidang yang diperlukan, sementara Kakao dapat mengoperasikan sendiri fungsi yang penting dari sisi biaya dan keamanan, sehingga keduanya berkonvergensi menuju struktur campuran. Di pasar nyata, berbagai kombinasi antara pengembangan sepenuhnya mandiri dan ketergantungan sepenuhnya pada pihak luar kemungkinan besar akan bersaing.\n\n## Kesimpulan\n\nKenaikan MAU aplikasi Google merupakan sinyal peringatan bagi Naver, tetapi bukan pernyataan kekalahan. Bagi Naver, tugas utamanya adalah menjaga kualitas data pencarian dan transaksi, memperoleh kembali investasi infrastruktur AI, serta memperluas pasar perusahaan. Bagi Kakao, penting untuk memanfaatkan model eksternal sekaligus menciptakan pengalaman yang hanya mungkin dilakukan di dalam KakaoTalk serta mengendalikan biaya layanan dan ketergantungan pada pemasok.\n\nStrategi kedua perusahaan bukanlah sekadar pertarungan antara pendekatan berat dan ringan. Yang satu memprioritaskan kendali dan keekonomian infrastruktur jangka panjang, sedangkan yang lain mengutamakan kecepatan distribusi dan konversi layanan. Pemenangnya bukan perusahaan yang menempati peringkat pertama dalam MAU, melainkan perusahaan yang mampu mengubah AI menjadi pendapatan berulang dan arus kas.","content_html":"\u003cp\u003eLaporan bahwa jumlah pengguna aktif bulanan aplikasi Google di Korea telah melampaui aplikasi Naver memiliki makna simbolis yang besar. Namun, satu indikator berupa jumlah pengguna aplikasi tidak secara langsung mencerminkan daya saing pencarian, loyalitas terhadap platform, pendapatan iklan, ataupun keberhasilan bisnis AI.\u003c/p\u003e\n\u003cp\u003eStrategi AI Naver dan Kakao juga akan tampak berlebihan dibandingkan kenyataannya jika sekadar dibagi menjadi “model sendiri versus model eksternal”. Naver memperluas cakupan kendalinya dari model hingga cloud dan layanan, sedangkan Kakao berfokus pada penggabungan model eksternal yang kuat dengan teknologi miliknya sendiri agar pengguna dapat menyelesaikan tindakan nyata di dalam KakaoTalk.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#cara-membaca-laporan-aplikasi-google-menyalip-dalam-mau\" class=\"anchor\" id=\"cara-membaca-laporan-aplikasi-google-menyalip-dalam-mau\"\u003e\u003c/a\u003eCara membaca laporan aplikasi Google menyalip dalam MAU\u003c/h2\u003e\n\u003cp\u003eMAU adalah jumlah pengguna unik yang menggunakan layanan setidaknya sekali selama periode pengukuran satu bulan. Indikator ini berguna untuk memahami jangkauan, tetapi tidak menunjukkan seberapa sering seorang pengguna berkunjung, apa yang dilakukannya, atau apakah ia menghasilkan pendapatan.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eIndikator\u003c/th\u003e\n\u003cth\u003ePenjelasan\u003c/th\u003e\n\u003cth\u003eHal yang perlu diperiksa dalam analisis platform\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Indikator\"\u003eMAU\u003c/td\u003e\n\u003ctd data-label=\"Penjelasan\"\u003eJumlah pengguna unik yang aktif selama satu bulan\u003c/td\u003e\n\u003ctd data-label=\"Hal yang perlu diperiksa dalam analisis platform\"\u003eSeberapa luas jangkauan layanan\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Indikator\"\u003eDAU\u003c/td\u003e\n\u003ctd data-label=\"Penjelasan\"\u003eJumlah pengguna unik yang aktif selama satu hari\u003c/td\u003e\n\u003ctd data-label=\"Hal yang perlu diperiksa dalam analisis platform\"\u003eApakah digunakan berulang kali dalam keseharian\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Indikator\"\u003eDAU/MAU\u003c/td\u003e\n\u003ctd data-label=\"Penjelasan\"\u003eProporsi rata-rata pengguna aktif harian dari pengguna bulanan\u003c/td\u003e\n\u003ctd data-label=\"Hal yang perlu diperiksa dalam analisis platform\"\u003eApakah tingkat kebiasaan dan loyalitas penggunaan tinggi\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Indikator\"\u003eJumlah sesi\u003c/td\u003e\n\u003ctd data-label=\"Penjelasan\"\u003eFrekuensi aplikasi dijalankan selama periode tertentu\u003c/td\u003e\n\u003ctd data-label=\"Hal yang perlu diperiksa dalam analisis platform\"\u003eApakah terjadi kunjungan berulang\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Indikator\"\u003eWaktu penggunaan\u003c/td\u003e\n\u003ctd data-label=\"Penjelasan\"\u003eWaktu yang dihabiskan di aplikasi atau layanan\u003c/td\u003e\n\u003ctd data-label=\"Hal yang perlu diperiksa dalam analisis platform\"\u003eApakah konsumsi kontennya mendalam\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Indikator\"\u003eTingkat konversi\u003c/td\u003e\n\u003ctd data-label=\"Penjelasan\"\u003eProporsi yang berlanjut menjadi reservasi, pembelian, pertanyaan, dan sebagainya setelah pencarian atau paparan\u003c/td\u003e\n\u003ctd data-label=\"Hal yang perlu diperiksa dalam analisis platform\"\u003eApakah penggunaan terhubung dengan nilai ekonomi\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Indikator\"\u003ePendapatan per pengguna\u003c/td\u003e\n\u003ctd data-label=\"Penjelasan\"\u003ePendapatan rata-rata yang dihasilkan seorang pengguna\u003c/td\u003e\n\u003ctd data-label=\"Hal yang perlu diperiksa dalam analisis platform\"\u003eSeberapa efisien lalu lintas dimonetisasi\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eStatistik aplikasi juga berbeda-beda menurut perusahaan riset dan metode penghitungannya. Perlu diperiksa cakupan Android dan iOS, penanganan aplikasi prainstal, kriteria pengecualian aktivitas latar belakang, metode penyesuaian sampel, serta apakah beberapa aplikasi milik perusahaan yang sama digabungkan. Aplikasi Google dapat memiliki berbagai tujuan akses, bukan hanya pencarian, tetapi juga pencarian suara, pencarian gambar, konten rekomendasi, dan koneksi ke Gemini.\u003c/p\u003e\n\u003cp\u003eKarena itu, “aplikasi Google menempati peringkat pertama dalam MAU” dapat dibaca sebagai sinyal bahwa titik kontak seluler Google semakin luas, tetapi bukan bukti bahwa bisnis pencarian, iklan, dan perdagangan Naver langsung berbalik menjadi tertinggal. Beberapa kuartal perlu dilacak dengan standar yang sama, sekaligus membandingkan DAU, waktu penggunaan, pangsa pencarian, konversi transaksi, dan pendapatan.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#mengapa-tujuan-pencarian-lebih-penting-daripada-pangsa-pencarian\" class=\"anchor\" id=\"mengapa-tujuan-pencarian-lebih-penting-daripada-pangsa-pencarian\"\u003e\u003c/a\u003eMengapa tujuan pencarian lebih penting daripada pangsa pencarian\u003c/h2\u003e\n\u003cp\u003eTidak semua pencarian memiliki nilai yang sama. Pemeriksaan fakta atau peringkasan dokumen dapat diselesaikan dengan cepat melalui pencarian umum dan AI generatif seperti Google, ChatGPT, dan Gemini. Sebaliknya, pencarian yang dekat dengan tindakan, seperti membandingkan produk sesaat sebelum membeli, mencari toko lokal, atau memeriksa ketersediaan reservasi, menguntungkan platform yang menghubungkan ulasan, harga, peta, dan sistem pembayaran.\u003c/p\u003e\n\u003cp\u003eBagian yang dinilai sebagai kekuatan Naver bukan hanya banyaknya dokumen berbahasa Korea. Intinya adalah struktur yang menghubungkan eksplorasi dan transaksi pengguna melalui blog, kafe, peta, Place, belanja, dan reservasi. Informasi bisnis lokal atau ulasan penggunaan yang terakumulasi dalam jangka panjang mungkin sulit langsung digantikan oleh AI umum pada tingkat yang sama.\u003c/p\u003e\n\u003cp\u003eNamun, aset ini tidak boleh dipandang sebagai garis pertahanan permanen.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eJika kredibilitas ulasan menurun atau konten bernuansa iklan bertambah, kepuasan pencarian akan menurun meskipun jumlah datanya besar.\u003c/li\u003e\n\u003cli\u003eJika AI generatif membandingkan informasi dari berbagai situs sambil menyajikan sumber dengan jelas, kebutuhan untuk mencari di dalam portal dapat berkurang.\u003c/li\u003e\n\u003cli\u003eModel eksternal juga dapat memperkuat data lokal melalui kemitraan, lisensi, web terbuka, dan informasi yang disediakan pelaku usaha.\u003c/li\u003e\n\u003cli\u003eJika jawaban AI menuntaskan pertanyaan pada halaman hasil pencarian, lalu lintas yang menuju halaman konten dan iklan dapat berkurang.\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003eHal yang harus dipertahankan Naver bukan sekadar volume pencarian, melainkan informasi terbaru yang tepercaya serta alur penggunaan lengkap yang berlanjut hingga reservasi dan pembelian.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#mengapa-nilai-perusahaan-naver-tidak-meningkat-hanya-karena-investasi-ai\" class=\"anchor\" id=\"mengapa-nilai-perusahaan-naver-tidak-meningkat-hanya-karena-investasi-ai\"\u003e\u003c/a\u003eMengapa nilai perusahaan Naver tidak meningkat hanya karena investasi AI\u003c/h2\u003e\n\u003cp\u003ePergerakan harga saham tidak dapat dijelaskan hanya dengan satu penyebab tertentu. Hal ini karena suku bunga, selera risiko pasar, proyeksi kinerja, regulasi, persaingan, dan alokasi modal tercermin secara bersamaan. Namun, ketika sebuah platform matang mulai melakukan investasi AI berskala besar, pertanyaan yang ingin dipastikan investor relatif jelas.\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003eDapatkah pertumbuhan iklan pencarian dan perdagangan yang sudah ada dipertahankan?\u003c/li\u003e\n\u003cli\u003eSeberapa besar peningkatan biaya GPU, pusat data, serta penelitian dan pengembangan menurunkan margin laba operasional?\u003c/li\u003e\n\u003cli\u003eApakah pencarian AI menciptakan pendapatan baru tanpa menggerus produk iklan yang sudah ada?\u003c/li\u003e\n\u003cli\u003eApakah pendapatan AI untuk perusahaan dan cloud tumbuh cukup besar untuk menutup biaya investasi?\u003c/li\u003e\n\u003cli\u003eApakah keseimbangan antara investasi dan pengembalian kepada pemegang saham, seperti pembatalan saham treasuri dan dividen, sudah tepat?\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003eNaver dapat dianalogikan dengan perusahaan distribusi besar atau kapal induk yang mengubah arah, tetapi analogi tidak membuktikan penyebab. Naver dapat menjual data dan perangkat lunak tak berwujud secara berulang, sedangkan perusahaan distribusi memiliki porsi besar dalam biaya inventaris dan gerai. Inti perbandingan harus dibatasi pada kesamaan berupa “masa transisi ketika harus berinvestasi pada infrastruktur baru sambil mempertahankan bisnis lama yang menghasilkan kas”.\u003c/p\u003e\n\u003cp\u003eDi pasar, kejelasan jalur pengembalian lebih penting daripada besarnya investasi. Meskipun fitur AI meningkatkan jumlah pengguna, hasil ekonominya dapat melemah jika biaya inferensi tumbuh lebih cepat daripada pendapatan.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#perbandingan-strategi-ai-naver-dan-kakao\" class=\"anchor\" id=\"perbandingan-strategi-ai-naver-dan-kakao\"\u003e\u003c/a\u003ePerbandingan strategi AI Naver dan Kakao\u003c/h2\u003e\n\u003cp\u003ePilihan kedua perusahaan berbeda karena titik awal platform dan struktur pendapatannya tidak sama.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eAspek perbandingan\u003c/th\u003e\n\u003cth\u003eNaver\u003c/th\u003e\n\u003cth\u003eKakao\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aspek perbandingan\"\u003eAset utama\u003c/td\u003e\n\u003ctd data-label=\"Naver\"\u003ePencarian, konten, perdagangan, peta, cloud\u003c/td\u003e\n\u003ctd data-label=\"Kakao\"\u003eKakaoTalk, jejaring hubungan perpesanan, layanan afiliasi mobilitas, pembayaran, dan konten\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aspek perbandingan\"\u003eArah AI\u003c/td\u003e\n\u003ctd data-label=\"Naver\"\u003eMenghubungkan model fondasi dan infrastruktur sendiri hingga ke layanan\u003c/td\u003e\n\u003ctd data-label=\"Kakao\"\u003eMenggabungkan model eksternal dengan teknologi sendiri dan menerapkannya pada layanan pengguna\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aspek perbandingan\"\u003eAset utama\u003c/td\u003e\n\u003ctd data-label=\"Naver\"\u003eHyperCLOVA X, NAVER Cloud, pusat data, data layanan bahasa Korea dan lokal\u003c/td\u003e\n\u003ctd data-label=\"Kakao\"\u003eJaringan distribusi KakaoTalk, teknologi lini Kanana, kolaborasi dengan OpenAI, koneksi layanan afiliasi\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aspek perbandingan\"\u003ePasar prioritas\u003c/td\u003e\n\u003ctd data-label=\"Naver\"\u003eLayanan konsumen serta cloud dan AI untuk perusahaan dan sektor publik\u003c/td\u003e\n\u003ctd data-label=\"Kakao\"\u003eAI konsumen dan layanan berbasis tindakan yang berpusat pada KakaoTalk\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aspek perbandingan\"\u003eKeunggulan\u003c/td\u003e\n\u003ctd data-label=\"Naver\"\u003eKendali atas data, model, dan infrastruktur; keamanan dan lokalisasi; respons terhadap pelanggan perusahaan\u003c/td\u003e\n\u003ctd data-label=\"Kakao\"\u003ePenerapan layanan yang cepat, pemanfaatan model terdepan, pengurangan beban infrastruktur awal\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aspek perbandingan\"\u003eRisiko utama\u003c/td\u003e\n\u003ctd data-label=\"Naver\"\u003eBelanja modal besar, beban fasilitas akibat perubahan teknologi, keterlambatan pengembalian investasi\u003c/td\u003e\n\u003ctd data-label=\"Kakao\"\u003eKetergantungan pada model eksternal, biaya API dan daya tawar, kurangnya diferensiasi layanan\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aspek perbandingan\"\u003eSyarat keberhasilan\u003c/td\u003e\n\u003ctd data-label=\"Naver\"\u003ePeningkatan pendapatan perusahaan dan tingkat utilisasi infrastruktur yang tinggi\u003c/td\u003e\n\u003ctd data-label=\"Kakao\"\u003ePeningkatan penggunaan KakaoTalk dan konversi tindakan seperti reservasi, pembelian, dan pemanggilan layanan\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003ch3\u003e\n\u003ca href=\"#naver-strategi-full-stack-yang-memperluas-cakupan-kendali\" class=\"anchor\" id=\"naver-strategi-full-stack-yang-memperluas-cakupan-kendali\"\u003e\u003c/a\u003eNaver: strategi full-stack yang memperluas cakupan kendali\u003c/h3\u003e\n\u003cp\u003eNaver menghubungkan modelnya sendiri seperti HyperCLOVA X, NAVER Cloud, pusat data, dan layanan konsumen. Strategi ini meyakinkan bagi pelanggan yang mementingkan lokasi penyimpanan data, keamanan, bahasa Korea dan konteks lokal, serta penyesuaian bagi masing-masing perusahaan. Pasar sovereign AI, tempat negara atau lembaga mengutamakan bahasa, regulasi, dan kendali data negaranya sendiri, juga merupakan bidang bisnis potensial.\u003c/p\u003e\n\u003cp\u003eNamun, “full-stack” bukan berarti memproduksi sendiri seluruh semikonduktor dan perangkat lunak. Kerja sama dengan pemasok eksternal tetap diperlukan untuk GPU, komponen inti, dan sebagian ekosistem perangkat lunak. Keberhasilan bergantung bukan pada apakah semuanya dimiliki sendiri, melainkan seberapa efisien setiap lapisan diintegrasikan dan pelanggan berbayar diperoleh.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#kakao-strategi-yang-memanfaatkan-jaringan-distribusi-dan-penyelesaian-tindakan\" class=\"anchor\" id=\"kakao-strategi-yang-memanfaatkan-jaringan-distribusi-dan-penyelesaian-tindakan\"\u003e\u003c/a\u003eKakao: strategi yang memanfaatkan jaringan distribusi dan penyelesaian tindakan\u003c/h3\u003e\n\u003cp\u003eKakao telah mengumumkan kolaborasi strategis dengan OpenAI dan mendorong arah agar AI di dalam KakaoTalk tidak sekadar menjawab percakapan, tetapi juga membantu pekerjaan pengguna. Jika proses dari pesan menuju jadwal, pencarian, reservasi, pembelian, dan pemanggilan transportasi dapat dipersingkat, jaringan layanan yang dimiliki Kakao dapat menjadi kekuatan.\u003c/p\u003e\n\u003cp\u003eNamun, tidak tepat untuk menyimpulkan bahwa Kakao sama sekali tidak berinvestasi pada LLM atau infrastruktur AI miliknya sendiri. Strateginya lebih mendekati strategi campuran yang mengembangkan model dan layanan AI sendiri sekaligus memanfaatkan model eksternal terdepan. Penggunaan model eksternal dapat mempercepat pengembangan, tetapi biaya, pemrosesan informasi pribadi, penanganan gangguan, dan ketergantungan pada pemasok harus dikelola.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#indikator-untuk-menentukan-strategi-mana-yang-menang\" class=\"anchor\" id=\"indikator-untuk-menentukan-strategi-mana-yang-menang\"\u003e\u003c/a\u003eIndikator untuk menentukan strategi mana yang menang\u003c/h2\u003e\n\u003cp\u003ePemenang bisnis tidak dapat ditentukan hanya berdasarkan skor evaluasi model atau jumlah unduhan aplikasi. Indikator berikut perlu diperiksa berulang kali dalam periode yang sama.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eBidang\u003c/th\u003e\n\u003cth\u003eIndikator yang dilihat pada Naver\u003c/th\u003e\n\u003cth\u003eIndikator yang dilihat pada Kakao\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Bidang\"\u003ePengguna\u003c/td\u003e\n\u003ctd data-label=\"Indikator yang dilihat pada Naver\"\u003eTingkat penggunaan pencarian AI, kunjungan kembali, kepuasan pencarian\u003c/td\u003e\n\u003ctd data-label=\"Indikator yang dilihat pada Kakao\"\u003ePengguna fitur AI, perubahan waktu penggunaan dan kunjungan kembali KakaoTalk\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Bidang\"\u003eTransaksi\u003c/td\u003e\n\u003ctd data-label=\"Indikator yang dilihat pada Naver\"\u003eTingkat konversi belanja, Place, dan reservasi\u003c/td\u003e\n\u003ctd data-label=\"Indikator yang dilihat pada Kakao\"\u003eTingkat penyelesaian tugas seperti reservasi, pembayaran, dan pemanggilan taksi\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Bidang\"\u003ePendapatan\u003c/td\u003e\n\u003ctd data-label=\"Indikator yang dilihat pada Naver\"\u003eIklan AI, pendapatan cloud dan AI untuk perusahaan\u003c/td\u003e\n\u003ctd data-label=\"Indikator yang dilihat pada Kakao\"\u003eKontribusi layanan AI berbayar dan transaksi layanan afiliasi\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Bidang\"\u003eBiaya\u003c/td\u003e\n\u003ctd data-label=\"Indikator yang dilihat pada Naver\"\u003eTingkat utilisasi GPU, biaya inferensi, efisiensi investasi pusat data\u003c/td\u003e\n\u003ctd data-label=\"Indikator yang dilihat pada Kakao\"\u003eBiaya API model eksternal, biaya layanan per pengguna\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Bidang\"\u003eDaya saing\u003c/td\u003e\n\u003ctd data-label=\"Indikator yang dilihat pada Naver\"\u003eTingkat retensi pelanggan perusahaan, pendapatan berulang dari kontrak luar negeri\u003c/td\u003e\n\u003ctd data-label=\"Indikator yang dilihat pada Kakao\"\u003eFitur terdiferensiasi yang hanya dimungkinkan di dalam KakaoTalk\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Bidang\"\u003eEfisiensi modal\u003c/td\u003e\n\u003ctd data-label=\"Indikator yang dilihat pada Naver\"\u003eArus kas operasi dibandingkan investasi AI\u003c/td\u003e\n\u003ctd data-label=\"Indikator yang dilihat pada Kakao\"\u003eApakah beban investasi yang rendah benar-benar menghasilkan peningkatan laba\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eDalam jangka pendek, strategi yang memanfaatkan model eksternal mungkin tampak cepat dan murah. Jika penggunaan meningkat tajam atau harga pemasok naik, keekonomian infrastruktur sendiri dapat membaik. Sebaliknya, jika generasi teknologi berganti dengan cepat dan permintaan tidak pasti, fasilitas milik sendiri berskala besar dapat menjadi beban. Tidak ada satu pendekatan yang selalu lebih unggul; hasilnya berubah menurut skala permintaan, tingkat utilisasi, dan margin per layanan.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#mengapa-daya-saing-perangkat-lunak-korea-tidak-dapat-dijelaskan-hanya-melalui-tahap-penyebaran-perangkat-keras\" class=\"anchor\" id=\"mengapa-daya-saing-perangkat-lunak-korea-tidak-dapat-dijelaskan-hanya-melalui-tahap-penyebaran-perangkat-keras\"\u003e\u003c/a\u003eMengapa daya saing perangkat lunak Korea tidak dapat dijelaskan hanya melalui tahap penyebaran perangkat keras\u003c/h2\u003e\n\u003cp\u003ePenjelasan bahwa investasi GPU dan pusat data dalam industri AI lebih dahulu meluas, lalu perangkat lunak aplikasi tumbuh setelahnya, menunjukkan sebagian alur. Namun, monetisasi perangkat lunak sulit dianggap baru dimulai setelah pembangunan infrastruktur. Cloud, teknologi periklanan, gim, perangkat lunak enterprise, dan layanan seluler sudah bersaing secara bersamaan dengan perangkat keras.\u003c/p\u003e\n\u003cp\u003eDalam menilai daya saing perangkat lunak perusahaan Korea, kondisi berikut harus dibedakan.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eApakah layanan yang telah teruji di pasar domestik dapat diperluas ke lingkungan bahasa dan regulasi lain\u003c/li\u003e\n\u003cli\u003eApakah produk dapat dijual sebagai layanan berlangganan yang dapat diulang, bukan pembangunan satu kali\u003c/li\u003e\n\u003cli\u003eApakah dapat membangun API dan ekosistem yang digunakan pengembang serta perusahaan luar negeri\u003c/li\u003e\n\u003cli\u003eApakah memiliki sistem penjualan global, dukungan teknis, dan mitra\u003c/li\u003e\n\u003cli\u003eApakah persyaratan informasi pribadi, hak cipta, dan keamanan AI telah tercermin dalam desain produk\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003eBisnis AI dan cloud Naver di luar negeri dapat menunjukkan potensi, tetapi pengumuman kerja sama individual harus dibedakan dari pendapatan berkelanjutan. Daya saing sebenarnya baru dapat dinilai ketika indikator bisnis yang dapat diverifikasi, seperti skala kontrak, pendapatan berulang, retensi pelanggan, dan profitabilitas, dipublikasikan.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#bagaimana-partisipasi-dalam-proyek-ai-publik-harus-ditafsirkan\" class=\"anchor\" id=\"bagaimana-partisipasi-dalam-proyek-ai-publik-harus-ditafsirkan\"\u003e\u003c/a\u003eBagaimana partisipasi dalam proyek AI publik harus ditafsirkan\u003c/h2\u003e\n\u003cp\u003eKampanye publik, dukungan penggunaan gratis, atau proyek konsorsium yang menggunakan nama serupa seperti “AI untuk Semua” dapat memiliki persyaratan partisipasi berbeda menurut waktu pengumuman dan lembaga penyelenggara. Untuk menilai partisipasi atau ketidakikutsertaan perusahaan tertentu beserta motifnya, pengumuman resmi, lembaga yang terikat perjanjian, anggaran, periode layanan, dan dokumen pengadaan harus diperiksa terlebih dahulu.\u003c/p\u003e\n\u003cp\u003ePartisipasi Kakao mungkin menguntungkan bagi perluasan titik kontak dengan pengguna, sedangkan ketidakikutsertaan Naver mungkin berarti fokus pada bisnis mandiri. Namun, jika perusahaan tidak mengungkapkan motifnya secara resmi, manfaat komersial, arah teknologi, atau tujuan promosi tidak dapat dipastikan seolah-olah merupakan fakta. Partisipasi dalam proyek publik hanyalah salah satu petunjuk strategi dan tidak membuktikan daya saing model ataupun profitabilitas jangka panjang.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#arena-persaingan-yang-mudah-terlewatkan-kendali-transaksi-agen\" class=\"anchor\" id=\"arena-persaingan-yang-mudah-terlewatkan-kendali-transaksi-agen\"\u003e\u003c/a\u003eArena persaingan yang mudah terlewatkan: kendali transaksi agen\u003c/h2\u003e\n\u003cp\u003eIsu yang mudah terlewatkan dalam perbandingan model sederhana adalah tempat AI menyelesaikan transaksi nyata setelah memahami niat pengguna. Jika agen AI tidak berhenti pada rekomendasi restoran, tetapi juga menangani reservasi dan pembayaran, struktur pendapatan platform akan berubah.\u003c/p\u003e\n\u003cp\u003eDalam proses ini, empat jenis kendali menjadi penting.\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e\n\u003cstrong\u003eData niat:\u003c/strong\u003e Apakah dapat memahami apa yang dicari dan ingin dibeli pengguna\u003c/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eKoneksi transaksi:\u003c/strong\u003e Apakah dapat mengakses sistem penjual, toko, mobilitas, dan pembayaran secara waktu nyata\u003c/li\u003e\n\u003cli\u003e\n\u003cstrong\u003ePersetujuan pengguna:\u003c/strong\u003e Apakah informasi pribadi dan otorisasi pembayaran diperoleh secara transparan dan dikelola dengan aman\u003c/li\u003e\n\u003cli\u003e\n\u003cstrong\u003ePembagian pendapatan:\u003c/strong\u003e Bagaimana nilai dibagi antara penyedia model, platform, produsen konten, dan penjual\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003eNaver berangkat dari hubungan antara data pencarian dan perdagangan, sedangkan Kakao dari jejaring percakapan dan pemanggilan layanan kehidupan sehari-hari. Persaingan akhir kemungkinan besar akan ditentukan bukan oleh jawaban yang lebih fasih, melainkan oleh kemampuan menyelesaikan tindakan tepercaya dengan lebih sedikit langkah dan menghasilkan pendapatan berkelanjutan dalam prosesnya.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#tiga-kemungkinan-skenario-perkembangan\" class=\"anchor\" id=\"tiga-kemungkinan-skenario-perkembangan\"\u003e\u003c/a\u003eTiga kemungkinan skenario perkembangan\u003c/h2\u003e\n\u003ch3\u003e\n\u003ca href=\"#ketika-strategi-integrasi-naver-lebih-menguntungkan\" class=\"anchor\" id=\"ketika-strategi-integrasi-naver-lebih-menguntungkan\"\u003e\u003c/a\u003eKetika strategi integrasi Naver lebih menguntungkan\u003c/h3\u003e\n\u003cp\u003eIni adalah kondisi ketika perusahaan dan lembaga publik mengutamakan kendali data serta lokalisasi, tingkat utilisasi tinggi pada infrastruktur sendiri dapat diamankan, dan pendapatan cloud serta AI tumbuh lebih cepat daripada biaya investasi.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#ketika-strategi-layanan-kakao-lebih-menguntungkan\" class=\"anchor\" id=\"ketika-strategi-layanan-kakao-lebih-menguntungkan\"\u003e\u003c/a\u003eKetika strategi layanan Kakao lebih menguntungkan\u003c/h3\u003e\n\u003cp\u003eIni adalah kondisi ketika model fondasi dengan cepat menjadi produk umum dan harganya turun, serta kekuatan distribusi KakaoTalk digunakan untuk menyebarkan AI berbasis tindakan seperti reservasi, pembelian, dan pemanggilan layanan dengan cepat.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#ketika-kedua-strategi-berkonvergensi\" class=\"anchor\" id=\"ketika-kedua-strategi-berkonvergensi\"\u003e\u003c/a\u003eKetika kedua strategi berkonvergensi\u003c/h3\u003e\n\u003cp\u003eNaver dapat menggabungkan model eksternal di bidang yang diperlukan, sementara Kakao dapat mengoperasikan sendiri fungsi yang penting dari sisi biaya dan keamanan, sehingga keduanya berkonvergensi menuju struktur campuran. Di pasar nyata, berbagai kombinasi antara pengembangan sepenuhnya mandiri dan ketergantungan sepenuhnya pada pihak luar kemungkinan besar akan bersaing.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#kesimpulan\" class=\"anchor\" id=\"kesimpulan\"\u003e\u003c/a\u003eKesimpulan\u003c/h2\u003e\n\u003cp\u003eKenaikan MAU aplikasi Google merupakan sinyal peringatan bagi Naver, tetapi bukan pernyataan kekalahan. Bagi Naver, tugas utamanya adalah menjaga kualitas data pencarian dan transaksi, memperoleh kembali investasi infrastruktur AI, serta memperluas pasar perusahaan. Bagi Kakao, penting untuk memanfaatkan model eksternal sekaligus menciptakan pengalaman yang hanya mungkin dilakukan di dalam KakaoTalk serta mengendalikan biaya layanan dan ketergantungan pada pemasok.\u003c/p\u003e\n\u003cp\u003eStrategi kedua perusahaan bukanlah sekadar pertarungan antara pendekatan berat dan ringan. Yang satu memprioritaskan kendali dan keekonomian infrastruktur jangka panjang, sedangkan yang lain mengutamakan kecepatan distribusi dan konversi layanan. Pemenangnya bukan perusahaan yang menempati peringkat pertama dalam MAU, melainkan perusahaan yang mampu mengubah AI menjadi pendapatan berulang dan arus kas.\u003c/p\u003e\n","tags":["AI","AI generatif","Pusat data AI","Agen AI","Strategi teknologi","Bisnis platform"],"faqs":[{"question":"Jika MAU aplikasi Google lebih tinggi daripada Naver, apakah itu berarti posisi pertama di pasar pencarian domestik telah berganti?","answer":"Hal itu tidak dapat disimpulkan secara pasti. MAU aplikasi menunjukkan jangkauan bulanan, tetapi jumlah pencarian, pangsa pencarian, penggunaan berulang, durasi penggunaan, serta pendapatan iklan dan perdagangan merupakan indikator yang terpisah. Cakupan penghitungan lembaga riset dan sampel berdasarkan sistem operasi juga harus diperiksa."},{"question":"Mengapa Naver dinilai kuat dalam pencarian lokal dan penelusuran produk?","answer":"Karena bukan hanya konten pengguna di blog dan kafe, tetapi juga peta, Place, belanja, dan reservasi saling terhubung. Namun, keunggulan ini dapat melemah jika keandalan ulasan dan kemutakhiran informasi menurun atau data lokal AI serbaguna membaik."},{"question":"Apa yang dimaksud dengan strategi AI full-stack Naver?","answer":"Ini adalah strategi untuk memperluas cakupan kendali operasional dengan menghubungkan model fondasi milik sendiri, cloud, pusat data, serta layanan seperti pencarian dan perdagangan. Ini bukan berarti memproduksi sendiri semua semikonduktor dan teknologi, dan GPU eksternal serta kerja sama teknologi juga diperlukan."},{"question":"Apakah Kakao menghentikan pengembangan model AI sendiri dan hanya bergantung pada OpenAI?","answer":"Tidak tepat jika menganggapnya sebagai ketergantungan penuh pada pihak eksternal. Kakao lebih dekat pada strategi campuran yang mengembangkan teknologi AI sendiri sekaligus memadukan model eksternal seperti OpenAI untuk meningkatkan kecepatan peluncuran dan kualitas layanan."},{"question":"Apakah menggunakan model AI eksternal selalu lebih murah daripada pusat data sendiri?","answer":"Tidak. Jika permintaan awal kecil atau tidak pasti, API eksternal mungkin lebih menguntungkan, tetapi jika volume penggunaan meningkat, biaya pemanggilan dan ketergantungan pada penyedia dapat menjadi beban. Untuk infrastruktur sendiri pun, investasi dapat sulit kembali jika tingkat utilisasinya rendah atau generasi model berubah dengan cepat."},{"question":"Dengan indikator apa pemenang strategi AI Naver dan Kakao harus dinilai?","answer":"Pendapatan berulang terkait AI, tingkat konversi transaksi, tingkat retensi pengguna, biaya inferensi per pengguna, retensi pelanggan korporat, tingkat utilisasi pusat data, dan arus kas dibandingkan investasi harus dilihat secara bersamaan. Sulit menilai kinerja bisnis hanya berdasarkan satu indikator, seperti skor evaluasi model atau MAU."},{"question":"Mengapa agen AI penting bagi pendapatan kedua platform?","answer":"Karena jika AI tidak hanya memberikan jawaban, tetapi juga menyelesaikan reservasi, pembelian, pembayaran, hingga pemanggilan transportasi, AI dapat menghasilkan komisi transaksi dan konversi iklan. Dalam hal ini, persetujuan data pribadi, keamanan pembayaran, tanggung jawab atas kesalahan, dan integrasi dengan penyedia eksternal menjadi syarat utama."},{"question":"Bolehkah strategi perusahaan dinilai berdasarkan keikutsertaannya dalam proyek AI publik?","answer":"Keikutsertaan dapat dijadikan referensi, tetapi bukan bukti yang menentukan. Tujuan proyek, anggaran, periode, dan persyaratan partisipasi dalam pengumuman resmi harus diperiksa, serta alasan tidak ikut serta atau motif komersial yang tidak diungkapkan perusahaan tidak boleh dipastikan sebagai fakta."}],"sources":[{"url":"https://support.google.com/analytics/answer/12253918?hl=ko","title":"Panduan metrik pengguna Google Analytics","type":"source"},{"url":"https://www.navercorp.com/investment/earningsRelease","title":"Materi presentasi kinerja NAVER","type":"data_point"},{"url":"https://www.kakaocorp.com/ir/referenceRoom/earningsAnnouncement","title":"Materi presentasi kinerja Kakao","type":"data_point"},{"url":"https://openai.com/index/kakao/","title":"Kakao dan OpenAI mengumumkan kolaborasi strategis","type":"source"},{"url":"https://clova.ai/hyperclova","title":"NAVER CLOVA HyperCLOVA X","type":"source"},{"url":"https://dart.fss.or.kr/","title":"DART, Sistem Pengungkapan Informasi Elektronik Dinas Pengawas Keuangan","type":"source"}],"images":[{"id":920,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MTI0MTEsInB1ciI6ImJsb2JfaWQifX0=--998773982819b81514ec23a3337c5105ea00914a/ai-393096c7.webp","is_representative":true,"generation_method":"ai_photo","license":"ai_generated","mime_type":"image/webp","translations":{"ko":{"alt":"식당 카운터에서 분석 대시보드가 표시된 태블릿을 조작하는 여성","caption":"한 여성이 매장 카운터에서 각종 지표와 그래프가 담긴 대시보드를 확인하고 있다.","description":null},"en":{"alt":"Woman using a tablet displaying an analytics dashboard at a restaurant counter","caption":"A woman reviews performance metrics and charts on a tablet at a busy counter.","description":null},"ja":{"alt":"飲食店のカウンターで分析ダッシュボードを表示したタブレットを操作する女性","caption":"女性が混雑した店内でタブレット上の指標やグラフを確認している。","description":null},"es":{"alt":"Mujer usando una tableta con un panel de análisis en el mostrador de un restaurante","caption":"Una mujer revisa métricas y gráficos de rendimiento en una tableta junto al mostrador.","description":null},"id":{"alt":"Perempuan menggunakan tablet dengan dasbor analitik di konter restoran","caption":"Seorang perempuan meninjau metrik dan grafik kinerja pada tablet di konter yang ramai.","description":null},"pt":{"alt":"Mulher usando tablet com painel de análise no balcão de um restaurante","caption":"Uma mulher consulta métricas e gráficos de desempenho em um tablet junto ao balcão.","description":null},"zh-hant":{"alt":"女子在餐廳櫃檯操作顯示分析儀表板的平板電腦","caption":"一名女子在繁忙的櫃檯前查看平板上的績效指標與圖表。","description":null},"de":{"alt":"Frau bedient am Restauranttresen ein Tablet mit Analyse-Dashboard","caption":"Eine Frau prüft an einem belebten Tresen Leistungskennzahlen und Diagramme auf einem Tablet.","description":null}}},{"id":921,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MTI0MTcsInB1ciI6ImJsb2JfaWQifX0=--4476ee610b82e54d44efa0d37589d01277937f8b/ai-1123da3f.webp","is_representative":false,"generation_method":"ai_image","license":"ai_generated","mime_type":"image/webp","translations":{"ko":{"alt":"사용자 규모와 수익, AI 인프라를 저울과 대시보드로 비교한 인포그래픽","caption":"AI 서비스의 사용자 지표와 수익화·투자 효율을 함께 분석하는 장면이다.","description":null},"en":{"alt":"Infographic comparing user scale, revenue, and AI infrastructure with a balance and dashboard","caption":"The illustration shows user metrics, monetization, and investment efficiency being assessed together.","description":null},"ja":{"alt":"ユーザー規模、収益、AIインフラを天秤とダッシュボードで比較する図解","caption":"AIサービスの利用指標と収益化、投資効率を総合的に分析している。","description":null},"es":{"alt":"Infografía que compara usuarios, ingresos e infraestructura de IA con una balanza y paneles","caption":"La ilustración analiza conjuntamente las métricas de usuarios, la monetización y la eficiencia de inversión.","description":null},"id":{"alt":"Infografik perbandingan skala pengguna, pendapatan, dan infrastruktur AI dengan neraca dan dasbor","caption":"Ilustrasi ini menilai metrik pengguna, monetisasi, dan efisiensi investasi secara bersamaan.","description":null},"pt":{"alt":"Infográfico compara escala de usuários, receita e infraestrutura de IA com balança e painéis","caption":"A ilustração analisa em conjunto métricas de usuários, monetização e eficiência de investimento.","description":null},"zh-hant":{"alt":"以天平與儀表板比較用戶規模、收益及AI基礎設施的資訊圖","caption":"圖中呈現對AI服務用戶指標、商業變現與投資效率的綜合分析。","description":null},"de":{"alt":"Infografik vergleicht Nutzerumfang, Umsatz und KI-Infrastruktur mit Waage und Dashboards","caption":"Die Illustration bewertet Nutzerkennzahlen, Monetarisierung und Investitionseffizienz gemeinsam.","description":null}}}],"published_at":"2026-08-27T18:29:09+09:00","updated_at":"2026-08-27T18:29:09+09:00","license":"cc_by","translation_status":"reviewed","available_locales":["ko","en","ja","es"],"data_locales":["ko","en","ja","es","id","pt","zh-hant","de"],"url":"https://injoys.com/en/articles/naver-vs-kakao-ai-strategy-maus-monetization"}