Versi AI dari "Krisis Subprime"? Di tengah gelombang, 1,8 triliun utang tersembunyi sedang terkumpul di tempat tersembunyi

Judul asli: 《Rasa Krisis Kredit Versi AI? Eksposur Off-Balance Sheet $1,8 Triliun, Menjadi Bom Waktu Kegembiraan Ini》Penulis asli: Bu Shuqing, Wallstreet Jingwen

Penulis asli: Lydong BlockBeats

Sumber asli:

Repost: Mars Finance

Di tengah gelombang pembangunan infrastruktur AI, sebuah ekspansi utang berskala besar sedang terbentuk secara diam-diam—dan bagian paling berbahaya dari itu, belum pernah muncul di neraca manapun.

Laporan terbaru Goldman Sachs memprediksi bahwa pengeluaran modal perusahaan cloud berskala besar akan mencapai antara 1,1 triliun hingga 1,4 triliun dolar AS pada tahun 2027, jauh melampaui konsensus pasar. Namun, menurut penelitian mendalam Morgan Stanley, angka yang sudah membuat pasar terkejut ini hanyalah puncak gunung es.

Janji pembelian hampir 1 triliun dolar, lebih dari 800 miliar dolar dalam kontrak sewa yang belum berlaku, dan ratusan miliar pengaturan pembiayaan vendor, bersama-sama membentuk eksposur off-balance sheet sekitar 1,8 triliun dolar—utang ini berada di luar neraca tetapi secara nyata mengunci arus kas masa depan.

Pasar saat ini belum menilai risiko tersebut secara memadai.

Morgan Stanley memperingatkan bahwa leverage perusahaan cloud berskala besar telah melonjak dari 0,9 kali menjadi 1,8 kali dalam dua kuartal saja, dengan pertumbuhan pengeluaran modal yang terus mengungguli pertumbuhan pendapatan dan arus kas bebas, sementara dampak tekanan depresiasi yang sebenarnya belum tiba.

Sementara itu, lembaga kredit swasta seperti Apollo dan Blackstone melalui SPV (Special Purpose Vehicle) memindahkan leverage ke tingkat rantai pasokan, membentuk struktur pembiayaan yang sangat siklikal dan sulit ditembus. Jika proses komersialisasi AI tidak sesuai harapan, atau pelanggan perusahaan beralih secara besar-besaran ke alternatif murah, kerentanan seluruh rantai pembiayaan ini akan terungkap secara massif.

Gelombang penerbitan utang: AI telah menjadi variabel terbesar di pasar terbuka

Menurut laporan terbaru Morgan Stanley tentang "Pelacakan Pembiayaan Utang AI", hingga akhir Mei 2026, penerbitan obligasi terkait AI secara global telah mencapai 236 miliar dolar AS, meningkat 357% dibandingkan periode yang sama tahun 2025.

Morgan Stanley memperkirakan total penerbitan utang AI tahun ini akan menembus 570 miliar dolar AS, dan dengan kebutuhan pembiayaan pengeluaran modal yang terkonsentrasi di paruh kedua tahun, laju penerbitan akan semakin dipercepat.

Pada bulan April saja, penerbitan obligasi terkait AI melebihi 74 miliar dolar AS, mencatat rekor tertinggi dalam setahun, di mana struktur pembiayaan proyek (untuk pembangunan pusat data) menyumbang 85% dari obligasi high-yield, dan 40% dari obligasi investment-grade. Sementara itu, lima perusahaan cloud berskala besar—Amazon, Meta, Google, Microsoft, Oracle—saat ini sudah menguasai 4% dari indeks obligasi investment-grade secara keseluruhan.

Dalam hal leverage, leverage kasar total perusahaan cloud berskala besar telah meningkat dari 0,9 kali pada kuartal ketiga 2025 menjadi 1,8 kali saat ini, meningkat sekitar 0,3 kali setiap kuartal, melebihi tingkat leverage seluruh industri energi.

Morgan Stanley menunjukkan bahwa, akibat tekanan pasokan, spread kredit terkait telah bergeser dari kisaran AA ke A, dan mungkin akan melebar lebih jauh. Spread kredit Meta saat ini lebih lebar dari acuan CDX IG.

Dalam hal arus kas bebas, Morgan Stanley memprediksi bahwa arus kas bebas Amazon dan Meta pada tahun 2026 akan mendekati nol bahkan menjadi negatif, sehingga pendanaan tambahan hampir seluruhnya akan bergantung pada utang baru.

Eksposur off-balance sheet sebesar 1,8 triliun dolar: Utang tak terlihat, mengunci arus kas keluar

Todd Castagno dari tim penilaian, akuntansi, dan pajak Morgan Stanley dalam laporannya menunjukkan bahwa hanya fokus pada angka pengeluaran modal akan sangat meremehkan komitmen keuangan nyata dari siklus pembangunan AI. Di luar pengeluaran modal yang sudah diungkapkan, ada tiga jenis eksposur off-balance sheet kunci:

Janji pembelian sekitar 982 miliar dolar. Kontrak pembelian jangka panjang perusahaan cloud berskala besar dan Nvidia mendekati 1 triliun dolar. Menurut standar akuntansi, kecuali perusahaan memperkirakan kontrak merugi, kewajiban ini tidak dihitung sebagai utang sebelum barang dikirim, sehingga hampir satu triliun dolar arus kas masa depan saat ini tidak tercermin di neraca manapun.

Perlu dicatat bahwa persediaan dan kewajiban pembelian Nvidia sendiri telah meningkat menjadi sekitar 32% dari perkiraan pendapatan konsensus untuk tahun fiskal 2027, jauh di atas kisaran historis 15% hingga 20%, menunjukkan risiko janji pasokan telah merembet ke sisi pemasok chip.

Janji sewa yang belum berlaku sekitar 822 miliar dolar. Lebih dari 800 miliar dolar kontrak sewa telah ditandatangani tetapi belum mulai dilaksanakan, tidak termasuk dalam utang sewa saat ini. Selain itu, pembayaran sewa variabel, opsi perpanjangan sewa, dan jaminan nilai sisa juga berada di luar neraca.

Morgan Stanley memperkirakan bahwa jika leasing keuangan dihitung, proporsi pengeluaran modal Microsoft terhadap penjualan akan melonjak dari 33%/50% (tahun fiskal 2026/2027) menjadi 44%/64%, dan Oracle bisa meningkat dari 76%/115% menjadi 101%/189%.

Piutang usaha yang belum dibayar untuk pengeluaran modal sekitar 110 miliar dolar. Days Payable Outstanding (DPO) perusahaan cloud berskala besar secara signifikan memanjang—Oracle meningkat 370% YoY, Meta meningkat 73%, Microsoft meningkat 69%—yang berarti seluruh rantai pasokan sebenarnya sedang membiayai pembangunan AI, dengan vendor menanggung tekanan likuiditas yang seharusnya ditanggung pembeli.

SPV dan pembiayaan siklikal: Leverage berpindah ke tempat gelap

Dimensi risiko off-balance sheet lainnya adalah struktur pembiayaan siklikal yang dibangun melalui SPV.

Minggu ini, Apollo dan Blackstone bersama-sama menyelesaikan transaksi kredit swasta sebesar 35 miliar dolar AS untuk Anthropic yang didukung chip, yang mencerminkan logika operasional model ini:

Broadcom memberikan jaminan untuk SPV tersebut, Anthropic menggunakan dana yang diperoleh untuk membeli chip Google yang diproduksi Broadcom, sementara Google memegang 14% saham di Anthropic; Morgan Stanley yang mengatur transaksi ini juga memberikan pinjaman kepada investor yang terlibat.

Peta ekosistem pembiayaan AI Morgan Stanley menunjukkan bahwa OpenAI, Oracle, Nvidia, Microsoft, CoreWeave, AMD, dan Amazon memiliki hubungan siklikal yang melibatkan pelanggan, investor, dan pembiayaan serta buyback dari berbagai pihak, di mana dana yang sama berulang kali mengalir di antara beberapa entitas, dan SPV adalah alat utama untuk mewujudkan siklus ini.

Diketahui bahwa anak perusahaan asuransi Apollo, Athene, sangat aktif dalam struktur ini—mengumpulkan dana melalui penjualan anuitas kepada pensiunan, lalu menyalurkan dana ke SPV untuk pembiayaan infrastruktur AI.

Model ini memindahkan leverage dari neraca perusahaan cloud berskala besar yang terlihat ke ekosistem vendor dan kredit swasta, membuat eksposur risiko sistemik nyata sulit dikenali dan dirangkum oleh pengamat luar.

Jurang depresiasi dan kekurangan monetisasi: Dampak tertunda

Data keuangan saat ini menunjukkan bias optimisme sistemik. Banyak pengeluaran modal saat ini dicatat sebagai "proyek dalam pembangunan" (CIP), yang belum mulai mengalami depresiasi, sehingga margin laba yang dilaporkan secara artifisial tinggi, dan tekanan biaya di masa depan terabaikan.

Saldo proyek dalam pembangunan Oracle, Meta, dan Google meningkat sekitar 200%, 90%, dan 55% YoY.

Begitu aset-aset ini secara bertahap masuk ke depresiasi, dampaknya akan terakumulasi secara besar-besaran.

Morgan Stanley memprediksi bahwa depresiasi kumulatif dari Microsoft, Oracle, Meta, dan Google selama tiga tahun ke depan akan melebihi 520 miliar dolar. Sebagai contoh, untuk Oracle, proporsi depresiasi terhadap pendapatan bisa meningkat dari 7% saat ini menjadi 28% di tahun fiskal 2028; Meta bisa dari 9% menjadi 19%.

Dalam konteks ini, satu-satunya cara untuk mempertahankan margin laba adalah dengan pertumbuhan pendapatan yang sangat besar—dan saat ini, revisi proyeksi pendapatan jauh tertinggal dari revisi proyeksi pengeluaran modal.

Data menunjukkan bahwa prediksi pengeluaran modal Google untuk tahun 2026 telah naik 139% dibandingkan setahun lalu, Meta dan Amazon masing-masing naik 85% dan 81%, dan Oracle mengalami kenaikan terbesar, mencapai 175%.

Sementara itu, revisi proyeksi pendapatan secara signifikan tertinggal, menunjukkan adanya ketidaksesuaian struktural di mana pengeluaran modal mendahului realisasi komersialisasi.

Selain itu, kewajiban pelaksanaan yang tersisa (RPO) sebesar lebih dari 2 triliun dolar sangat terkonsentrasi pada beberapa kontrak jangka panjang besar, risiko mitra transaksi yang terkonsentrasi tidak boleh diabaikan—sebuah masalah jika salah satu pemain utama dalam siklus ini mengalami masalah, yang dapat memicu reaksi berantai.

Ketidaksesuaian waktu, bukan krisis pembayaran langsung

Kesimpulan Morgan Stanley adalah bahwa risiko tersebut saat ini belum membentuk krisis kemampuan bayar yang mendesak, melainkan merupakan akumulasi dari ketidaksesuaian waktu dan celah pengungkapan informasi: tekanan depresiasi yang tertunda, pengeluaran modal yang mengungguli proses monetisasi, perpindahan leverage ke vendor dan kredit swasta, serta ketidaksesuaian dalam kekuatan modal antar perusahaan karena perbedaan klasifikasi akuntansi.

Perusahaan cloud berskala besar jelas menyadari bahwa peluang pasar saat ini terbatas, dan mereka sedang memanfaatkan waktu sebaik mungkin untuk memaksimalkan skala pembiayaan.

Analis Goldman Sachs Ryan Hammond menunjukkan bahwa jika investasi infrastruktur AI mencapai 2% hingga 3% dari PDB, berdasarkan siklus pembangunan industri kereta api dan mobil di masa lalu, pengeluaran modal tahun 2027 bisa mencapai 1,1 triliun dolar AS; dalam skenario ekstrem, dengan mempertimbangkan arus kas perusahaan cloud berskala besar dan kapasitas pasar kredit investment-grade, batas atasnya bisa mencapai 1,4 triliun dolar AS.

Namun, semua ini bergantung pada keberlanjutan peningkatan harga token dari model bahasa besar (LLM) dan mempertahankan ketertarikan pelanggan perusahaan yang cukup. Semakin banyak perusahaan beralih ke produk AI yang performanya mendekati tetapi harganya jauh lebih murah.

Begitu permintaan mengalami pergeseran struktural, sistem pembiayaan yang dibangun dengan cermat ini akan menghadapi pengujian tekanan yang mendasar.