Logika investasi risiko AI sedang mengalami perubahan: dari penambahan pengeluaran modal hingga meninjau kembali imbal hasil

Pasar menunjukkan sinyal yang jelas akhir-akhir ini, yaitu perubahan dramatis dalam sikap investor terhadap risiko investasi AI. Ketika sebuah raksasa teknologi mengumumkan pengurangan pengeluaran modal, sebelumnya akan memicu antusiasme pasar, kini malah menyebabkan penurunan harga saham secara besar-besaran. Kontras ini sebenarnya mencerminkan perubahan mendalam dalam logika strategi investasi risiko—dari narasi optimis yang hanya mengejar ekspansi modal, menjadi evaluasi yang lebih tenang terhadap realisasi pengembalian investasi. Apa yang sebenarnya dikhawatirkan pasar? Dari tiga dimensi—pengembalian modal, tekanan pendanaan, dan risiko terkait perusahaan—kami merangkum tiga risiko utama di bidang AI.

Apakah pengeluaran modal besar dapat diubah menjadi pengembalian nyata?

Ciri paling mencolok dari gelombang AI kali ini adalah investasi besar-besaran perusahaan teknologi dalam kapasitas komputasi dan pusat data. Menurut data FactSet dan Bloomberg, lima penyedia layanan cloud terbesar di dunia selama empat kuartal terakhir telah mengeluarkan total 357,2 miliar dolar AS untuk bidang AI, dan pasar memperkirakan angka ini akan meningkat lagi menjadi sekitar 500 miliar dolar AS hingga 2026.

Apa artinya ini? Dari sudut pandang arus kas, pengeluaran modal untuk AI oleh kelima perusahaan ini telah mencapai rata-rata 60% dari arus kas bebas mereka. Dengan kata lain, hampir dua pertiga dari kas yang dihasilkan perusahaan dialokasikan ke bidang AI. Beberapa perusahaan bahkan lebih ekstrem—pengeluaran modal mereka melebihi 500% dari arus kas operasional, artinya arus kas internal tidak cukup untuk menutupi kebutuhan investasi.

Pertanyaan kunci: Apakah investasi sebesar ini benar-benar akan menghasilkan pengembalian yang diharapkan?

Dari segi komersialisasi, meskipun AI diakui sebagai teknologi yang paling berpotensi, jalur monetisasi bisnisnya masih belum jelas, dan model keuntungan masih dalam tahap eksplorasi. Ini menimbulkan dua ketidakpastian: pertama, apakah AI akan mampu menghasilkan skala keuntungan yang signifikan di masa depan; kedua, seiring meningkatnya skala investasi, efisiensi marginal dari investasi AI kemungkinan besar akan menurun.

Ini sejalan dengan hukum ekonomi. Investasi modal biasanya mengikuti hukum pengembalian marginal yang menurun—semakin banyak diinvestasikan, pertumbuhan akan semakin lambat. Namun, biaya investasi AI justru tidak menurun secara proporsional. Sejak 2023, harga perangkat komputer dan pengolahan data justru terus meningkat, berbeda dengan tren penurunan harga barang modal selama gelombang internet tahun 1990-an. Dengan kata lain, investasi AI saat ini masih dalam tahap “skala tidak ekonomi”, di mana investasi besar belum diikuti penurunan biaya yang sepadan.

Fenomena ini mendorong pasar untuk menilai ulang valuasi saham. Jika ekspektasi optimisme berlebihan, maka koreksi pasti akan terjadi. Penyesuaian besar terhadap harga saham Oracle sudah mengirimkan sinyal ini: era cerita tentang pengeluaran modal semata sudah berlalu, pasar kini membutuhkan pengembalian nyata, bukan sekadar suntikan dana tanpa henti.

Ekspektasi seperti ini bukan hal baru dalam sejarah. Setiap gelombang revolusi teknologi selalu disertai fluktuasi harga serupa. Meskipun AI sebagai teknologi umum memiliki potensi jangka panjang untuk meningkatkan produktivitas tenaga kerja, kemajuan teknologi sering kali menunjukkan fluktuasi tahapan, bukan evolusi linier. Dalam siklus industri besar, biasanya terjadi beberapa gelombang ekspansi dan penyesuaian investasi selama 3-5 tahun. Harga saham, sebagai indikator awal aktivitas investasi, cenderung berfluktuasi lebih besar. Seperti dikatakan ekonom Keynes, pembeli saham sering kali tidak sepenuhnya memahami apa yang mereka beli, dan ketika harapan yang terlalu optimis pecah, harga pasar akan turun.

Kekhawatiran kredit di balik meningkatnya ketergantungan pendanaan

Investasi besar perusahaan biasanya mem membutuhkan waktu bertahun-tahun untuk selesai, tetapi biaya tenaga kerja dan bahan baku yang mendukungnya harus dibayar segera. Ini berarti perusahaan harus mengeluarkan dana besar sebelum proyek menghasilkan pengembalian. Dana ini bisa berasal dari arus kas internal yang terkumpul atau dari pendanaan eksternal.

Ketersediaan dan biaya pendanaan bergantung pada satu faktor utama: kepercayaan pemberi pinjaman terhadap kemampuan perusahaan membayar utang dan prospek operasionalnya. Jika kepercayaan ini goyah, syarat kredit akan menjadi lebih ketat, dan perusahaan tidak hanya akan menghadapi kenaikan biaya pendanaan, tetapi juga ancaman terhadap kontinuitas rencana investasi.

Contohnya, Oracle sangat bergantung pada pendanaan eksternal untuk mendukung rencana pengeluaran modal besar di bidang AI. Berdasarkan laporan keuangan terbaru, arus kas bebas Oracle sudah menjadi negatif, mencapai -10 miliar dolar AS. Dari neraca, laba bersih perusahaan hanya 28,9 miliar dolar, sementara total utang bersih mencapai 97,7 miliar dolar—ketidaksesuaian besar ini mulai menimbulkan kekhawatiran pasar.

Penilaian ulang risiko kredit Oracle oleh pasar sudah mulai terlihat. Indikator paling langsung adalah spread Credit Default Swap (CDS)—biaya perlindungan terhadap risiko gagal bayar perusahaan. Spread CDS Oracle dalam beberapa bulan terakhir terus meningkat, kini di atas 140 basis poin, menyentuh level tertinggi sejak krisis keuangan 2008. Ini menunjukkan kekhawatiran kredit terhadap Oracle meningkat, dan pemberi pinjaman menuntut kompensasi risiko yang lebih tinggi. Akibatnya, biaya dan kesulitan pendanaan di masa depan akan meningkat secara signifikan.

Ini bukan fenomena tunggal. Perusahaan lain terkait AI juga mulai menghadapi situasi serupa—pertumbuhan pendapatan yang tidak sesuai harapan, tetapi kebutuhan pendanaan tetap tinggi. Beberapa penyedia cloud komputasi berkinerja tinggi menurunkan proyeksi pendapatan karena penundaan pelaksanaan kontrak pelanggan, lalu menerbitkan obligasi konversi besar-besaran untuk menambah dana, memperburuk kekhawatiran pasar terhadap tekanan pendanaan mereka. Harga saham mereka dalam beberapa waktu terakhir turun 37%, dan spread CDS obligasi mereka melonjak dari kurang dari 400 basis poin menjadi 773 basis poin, menunjukkan penurunan kondisi kredit yang signifikan.

Rantai risiko terkait raksasa teknologi: siapa yang menanggung?

Keunikan gelombang AI ini adalah peran besar yang dimainkan oleh raksasa teknologi dalam menanggung risiko investor. Mereka tidak hanya berinvestasi di startup, tetapi juga memimpin arah perkembangan industri. Secara kasat mata, model ini tampak memperkuat kolaborasi internal industri, mengurangi asimetri informasi, dan meningkatkan efisiensi secara keseluruhan.

Namun, ini juga menimbulkan kerentanan baru: hubungan investasi dan pendanaan yang kompleks antar perusahaan, di mana risiko satu perusahaan dapat dengan mudah menyebar melalui rantai industri dan keuangan, menciptakan efek berantai.

Saat ini, Nvidia, OpenAI, Oracle, dan lainnya telah membangun jaringan kerja sama multi-level, meliputi investasi langsung, pengadaan layanan cloud, penyebaran chip, dan R&D bersama. Perusahaan-perusahaan ini saling “mengikat”, membentuk jaringan hubungan yang sangat erat.

Secara spesifik: Nvidia berjanji menginvestasikan hingga 100 miliar dolar AS ke OpenAI, membeli layanan cloud senilai 6,3 miliar dolar dari penyedia cloud, berinvestasi 5 miliar dolar ke Intel, dan berencana melakukan R&D chip bersama. OpenAI menandatangani kesepakatan cloud senilai 300 miliar dolar dengan Oracle, serta berjanji membayar hingga 22,4 miliar dolar ke perusahaan infrastruktur lain dan menyebarkan chip AMD bernilai puluhan miliar dolar.

Struktur yang sangat terjalin ini berarti: jika salah satu dari mereka mengalami kegagalan investasi atau gangguan likuiditas, dampaknya akan cepat menyebar ke mitra, berpotensi memicu reaksi berantai di industri. Setelah harga saham Oracle turun tajam minggu lalu, saham perusahaan terkait lainnya juga melemah. Bahkan perusahaan chip yang kinerja keuangannya melebihi ekspektasi pun mengalami tekanan harga saham yang nyata. Respon pasar ini menunjukkan bahwa investor mulai menilai ulang risiko yang terkandung dalam pola “berkumpul” perusahaan AI saat ini, dan risiko penularannya mulai mendapatkan perhatian.

Apa arti perlambatan AI bagi ekonomi AS

Pada tahun 2025, ekonomi AS menunjukkan ketahanan yang cukup kuat, tetapi kekuatan ini sebagian besar didukung oleh ekspansi investasi aset tetap terkait AI. Perhitungan menunjukkan bahwa AI menyumbang sekitar 0,7 poin persentase terhadap pertumbuhan PDB riil AS tahunan, sekitar sepertiga dari total pertumbuhan. Artinya, jika faktor AI dikeluarkan, pertumbuhan industri tradisional tampaknya tidak cukup kuat, dan kinerja ekonomi secara keseluruhan tidak sekuat angka permukaannya.

Melihat ke 2026, jika kekhawatiran tentang apakah pengeluaran modal AI akan mampu menghasilkan pengembalian yang cukup terus berlanjut, dan jika kondisi pendanaan memburuk, maka prediksi yang masuk akal adalah: pertumbuhan investasi aset tetap terkait AI akan melambat secara signifikan.

Risiko ini tidak bisa diatasi hanya dengan kebijakan pelonggaran moneter, karena kendala utama AI bukanlah biaya pendanaan, melainkan ketidakpastian realisasi pengembalian investasi. Selain itu, kebijakan tarif saat ini juga menaikkan harga barang modal AI, yang merupakan kendala dari sisi pasokan—dan ini bukan sesuatu yang bisa diatasi oleh kebijakan bank sentral.

Efek kekayaan dari AI juga patut diperhatikan. Data menunjukkan bahwa saat ini hampir setengah dari pengeluaran konsumsi AS berasal dari 10% penduduk dengan pendapatan tertinggi, yang memegang sekitar 87% saham AS. Dalam beberapa tahun terakhir, kelompok ini menikmati hasil dari pengembalian pasar modal yang kuat. Jika penyesuaian pasar mengurangi efek kekayaan ini, konsumsi akan tertekan.

Selain itu, pasar tenaga kerja AS menunjukkan tanda-tanda melemah secara berkelanjutan, dan ketidakpastian prospek pekerjaan menekan kepercayaan konsumen. Pengalaman sejarah menunjukkan bahwa saat ekonomi memasuki fase pasca siklus utama, permintaan konsumsi yang lemah menjadi ciri utama. Pola konsumsi “K-shaped” saat ini—di mana kelompok berpenghasilan tinggi tetap konsumtif, sementara yang berpenghasilan menengah dan rendah tertekan—apakah ini menandakan sinyal seperti itu, dan ini perlu terus diamati.