AI, gelembung itu roda gila?

Ekonom MIT Ricardo Caballero dalam makalah kerja terbarunya *Speculative Growth and the AI "Bubble"* mengajukan pandangan yang sangat menarik:
Masalah sebenarnya bukanlah apakah AI adalah gelembung, tetapi apakah gelembung itu sendiri dapat menciptakan fundamental masa depan.
Keuangan tradisional berpendapat bahwa valuasi berasal dari fundamental. Arus kas masa depan menentukan harga hari ini. Jika harga jauh lebih tinggi dari arus kas, itu adalah gelembung. Ini hampir merupakan logika yang diikuti oleh semua investasi nilai, model DCF, dan teori pasar efisien.
Caballero melengkapi hubungan kausal menjadi lingkaran tertutup. Harga tidak hanya mencerminkan masa depan, tetapi juga membentuk masa depan. Valuasi tinggi membawa kemampuan pendanaan, kemampuan pendanaan membawa pembentukan modal, pembentukan modal meningkatkan produktivitas, dan produktivitas pada akhirnya memperbaiki arus kas masa depan, sehingga valuasi yang awalnya tampak terlepas dari fundamental menjadi bagian dari pembentukan fundamental masa depan (mirip dengan refleksivitas Soros?).
Makalah ini berpendapat bahwa ketika valuasi dapat mempengaruhi investasi, kenaikan harga itu sendiri dapat membantu menciptakan fundamental masa depan.
Kunci apakah logika ini akan berlaku pada AI terletak pada kenyataan bahwa AI bukanlah kapital dalam pengertian tradisional.
Kapital biasa mengikuti diminishing marginal returns. Membangun lebih banyak pabrik pada akhirnya akan menghadapi permintaan yang tidak mencukupi, kelebihan kapasitas, dan pengembalian kapital yang semakin rendah.
Namun Caballero berpendapat bahwa AI lebih dekat dengan "kapital tenaga kerja" yang dapat terus berkembang. GPU, model, dan Agenta tidak hanya menambah jumlah mesin, tetapi terus menambah tenaga kerja efektif dalam perekonomian. Makalah ini secara langsung memodelkan AI sebagai kapital yang dapat melakukan tugas-tugas yang semula dilakukan oleh tenaga kerja, sehingga ketika kapital meningkat, kapasitas tenaga kerja juga berkembang secara bersamaan, dan diminishing returns kapital berkurang secara signifikan.
Jika ditelusuri lebih dalam, ada temuan yang lebih penting: Investasi AI mengubah distribusi pendapatan.
Semakin banyak pendapatan mengalir ke pemilik kapital, dan pemilik kapital secara alami memiliki kecenderungan menabung yang lebih tinggi. Peningkatan tabungan berarti peningkatan pasokan dana jangka panjang, penurunan suku bunga jangka panjang, dan stok kapital yang lebih besar justru lebih mudah ditampung oleh perekonomian secara keseluruhan. Makalah ini menyebutnya Funding Feedback. Semakin banyak pembentukan kapital, semakin rendah biaya pendanaan masa depan; semakin rendah biaya pendanaan, semakin mendukung lebih banyak pembentukan kapital. Seluruh sistem mulai menunjukkan umpan balik positif, bukan umpan balik negatif dalam model pertumbuhan tradisional.
Dengan demikian, perekonomian mulai menunjukkan dua keseimbangan jangka panjang yang sama sekali berbeda.
Di satu dunia, investasi AI selalu tidak mencukupi, pembentukan kapital lambat, dan produktivitas tetap tumbuh rendah dalam jangka panjang.
Di dunia lain, AI mendapatkan pendanaan berkelanjutan, pembangunan pusat data, GPU, model, dan Agenta dalam skala besar, akhirnya membentuk keseimbangan baru dengan kapital tinggi dan produktivitas tinggi.
Yang benar-benar menarik adalah bahwa meskipun keseimbangan kapital tinggi ada, ia tidak dapat dicapai secara otomatis hanya dengan pasar rasional. Makalah ini membuktikan bahwa, mulai dari keadaan kapital rendah saat ini, bahkan jika semua investor sepenuhnya rasional, mereka tidak akan secara aktif melompat ke masa depan yang lebih baik itu. Alasannya sederhana. Saat ini tidak ada kapital yang cukup, maka tidak akan ada pertumbuhan tinggi di masa depan; tanpa pertumbuhan tinggi di masa depan, tidak akan ada valuasi tinggi hari ini; tanpa valuasi tinggi, tidak akan ada pembentukan kapital. Seluruh sistem terjebak dalam penguncian sendiri.
Gelembung justru mematahkan siklus ini.
Valuasi tinggi memungkinkan perusahaan untuk mendanai, membangun lebih banyak GPU, melatih model yang lebih besar, menyebarkan lebih banyak Agenta, dan akhirnya benar-benar meningkatkan produktivitas perekonomian. Gelembung bukanlah keseimbangan jangka panjang, melainkan jembatan menuju keseimbangan jangka panjang.
Inilah sebabnya mengapa makalah ini berulang kali menekankan Fragility. Masalah sebenarnya bukanlah apakah gelembung akan pecah, tetapi apakah gelembung akan pecah terlalu dini. Jika modal belum terbentuk dan pendanaan berhenti, maka seluruh pembangunan AI akan terputus, dan pertumbuhan masa depan akan hilang. Jika sebelum gelembung pecah, sudah cukup banyak pusat data, model, Agenta, dan infrastruktur yang dibangun, maka bahkan jika valuasi akhirnya kembali normal, keseimbangan kapital tinggi masih dapat dipertahankan. Makalah ini dengan jelas menyatakan bahwa kuncinya bukanlah apakah koreksi terjadi, tetapi apakah koreksi terjadi terlalu dini.
Internet adalah contoh tipikal. Gelembung internet pecah total pada tahun 2000, tetapi serat optik, server, perangkat lunak, pusat data, dan talenta internet semuanya dipertahankan. Gelembung menghilang, tetapi revolusi internet benar-benar dimulai. AI kemungkinan juga akan melalui proses serupa, hanya saja yang tersisa bukan hanya jaringan, melainkan kecerdasan itu sendiri.
Namun, saya pikir kerangka Caballero bisa didorong satu langkah lebih jauh.
Makalah ini memodelkan AI sebagai "tenaga kerja yang dapat direplikasi", tetapi dalam kenyataan, AI semakin mendekati "ilmuwan peneliti yang dapat direplikasi". Jika AI tidak hanya dapat menggantikan tenaga kerja, tetapi juga berpartisipasi dalam penelitian ilmiah, menulis kode, merancang chip, menemukan material baru, mengembangkan model baru, maka yang diubah bukan hanya fungsi produksi, melainkan fungsi inovasi.
Di masa lalu, kapasitas inovasi terutama bergantung pada jumlah ilmuwan, jumlah insinyur, dan jumlah talenta unggul, sehingga revolusi teknologi besar biasanya membutuhkan akumulasi puluhan tahun. Ini juga merupakan alasan penting mengapa siklus Kondratiev bertahan lama. Bukan karena ekonomi secara alami mengalami revolusi setiap enam puluh tahun, tetapi karena sumber daya inovasi itu sendiri tumbuh terlalu lambat.
AI untuk pertama kalinya mulai mematahkan kendala ini.
Kapasitas inovasi di masa depan tidak lagi hanya bergantung pada otak manusia (Human brain), tetapi mungkin Human + Jutaan AI Agent. Lebih jauh lagi, kapasitas inovasi bahkan mungkin hanya bergantung pada AI (komputasi).
Kekuatan komputasi terus tumbuh, dan kapasitas inovasi juga terus tumbuh. Inovasi untuk pertama kalinya menjadi faktor produksi yang dapat dikapitalisasi dan diskalakan.
Jika digabungkan dengan Coding Agent, Research Agent, riset ilmiah otomatis, dan RSI (Recursive Self-Improvement) yang berkembang pesat saat ini, umpan balik ini akan menjadi lebih kuat. Lebih banyak AI membawa penelitian ilmiah lebih cepat, penelitian ilmiah lebih cepat menghasilkan model yang lebih baik, model yang lebih baik terus meningkatkan efisiensi penelitian ilmiah, membentuk roda gila kecerdasan (Intelligence Flywheel) yang sesungguhnya. Kecepatan inovasi itu sendiri mulai berakselerasi, bukan hanya peningkatan efisiensi produksi.
Inilah sebabnya saya selalu percaya bahwa imbal hasil ekonomi AI kemungkinan akan sesuai dengan "Slowly, Then Suddenly".
Hari ini yang dilihat orang adalah investasi GPU, pelatihan model, pembangunan pusat data, ROI tampaknya tidak tinggi, sehingga banyak orang mulai meragukan apakah AI adalah gelembung. Namun investasi ini sebenarnya membeli bukanlah keuntungan hari ini, melainkan kapital cerdas di masa depan. Ketika kemampuan model melampaui titik kritis tertentu, Agenta skala besar mulai memasuki perusahaan, substitusi tenaga kerja mulai terjadi, produktivitas mungkin mengalami lompatan non-linear, dan valuasi yang tampak terlalu tinggi selama beberapa tahun terakhir mulai benar-benar terwujud.
Ini berarti bahwa loop umpan balik yang diajukan Caballero:
Valuasi → Investasi → Pembentukan modal → Fundamental
Kemungkinan besar akan berevolusi lebih lanjut menjadi:
Valuasi → Investasi → Komputasi → Kecerdasan → Inovasi → Lebih banyak Ide → Produktivitas lebih tinggi → Keuntungan lebih tinggi → Valuasi lebih tinggi
Yang membentuk umpan balik positif di sini bukan hanya kapital, melainkan kapasitas inovasi seluruh masyarakat.
Jika proses ini berlaku, maka perubahan yang dibawa AI mungkin bukan hanya revolusi teknologi baru, tetapi mengubah mekanisme produksi revolusi teknologi itu sendiri.
Gelombang panjang Kondratiev dalam sejarah berlangsung selama empat hingga lima puluh tahun, sebagian besar bukan ditentukan oleh hukum ekonomi, tetapi karena sumber daya inovasi selalu langka: ilmuwan terbatas, kapasitas penelitian dan pengembangan terbatas, difusi pengetahuan lambat. AI sedang mengubah premis ini.
Di masa depan, yang mungkin kita lihat bukanlah siklus Kondratiev yang semakin pendek, tetapi munculnya beberapa revolusi industri secara berkelanjutan di platform AI yang sama: obat AI, material AI, chip AI, robot AI, manufaktur biologis AI... Inovasi mulai diindustrialisasi, revolusi teknologi mulai terjadi secara berurutan.
Jika Schumpeter menjadikan inovasi sebagai inti pertumbuhan, dan Romer menjadikan pengetahuan sebagai inti pertumbuhan, maka RSI dan Caballero bersama-sama menunjuk pada inti teori pertumbuhan tahap berikutnya:
Teori siklus ekonomi Schumpeter sebelumnya bergantung pada inovasi destruktif, inovasi destruktif bergantung pada otak manusia dan jenius sesekali; sementara AI, untuk pertama kalinya, membuat jenius semacam ini menjadi kapital yang dapat diinvestasikan, diproduksi massal, terus ditingkatkan, dan juga terus memperkuat dirinya sendiri.
Dari sudut pandang ini, sebesar apa pun gelembung saat ini, di hadapan inovasi yang tumbuh secara eksponensial, kemungkinan besar akan segera diserap.