AI: Apakah Gelembung Itu Sebenarnya Roda Gila?

Ekonom MIT Ricardo Caballero membuat argumen yang menarik dalam makalah kerjanya yang baru, Speculative Growth and the AI "Bubble":
Pertanyaan yang sebenarnya bukanlah apakah AI adalah gelembung, tetapi apakah gelembung itu sendiri dapat menciptakan fundamental masa depan.
Keuangan tradisional menganggap bahwa valuasi berasal dari fundamental. Arus kas masa depan menentukan harga saat ini. Jika harga naik jauh di atas arus kas yang diharapkan, kita menyebutnya gelembung. Logika ini mendasari value investing, model discounted cash flow (DCF), dan sebagian besar Hipotesis Pasar Efisien.
Caballero memperluas hubungan kausal ini menjadi sebuah putaran umpan balik. Harga tidak hanya mencerminkan masa depan—mereka membantu membentuknya. Valuasi yang tinggi meningkatkan kemampuan perusahaan untuk mengumpulkan modal. Modal itu membiayai investasi. Investasi membangun kapasitas produktif. Produktivitas yang lebih tinggi pada akhirnya menghasilkan arus kas masa depan yang lebih kuat. Dengan kata lain, valuasi yang awalnya tampak terlepas dari fundamental dapat menjadi bagian dari proses yang menciptakan fundamental itu sendiri. (Ini agak mirip dengan gagasan reflektivitas George Soros.)
Makalah ini berargumen bahwa setiap kali valuasi pasar memengaruhi keputusan investasi, kenaikan harga secara aktif dapat membantu menciptakan fundamental ekonomi masa depan.
Alasan utama mengapa mekanisme ini mungkin berlaku untuk AI adalah bahwa AI pada dasarnya berbeda dari modal tradisional.
Modal konvensional tunduk pada diminishing returns. Bangun lebih banyak pabrik, dan pada akhirnya permintaan menjadi jenuh, kelebihan kapasitas muncul, dan pengembalian modal menurun.
Caballero berargumen bahwa AI lebih baik dipahami sebagai bentuk modal seperti tenaga kerja yang dapat diskalakan. GPU, model dasar, dan agen AI tidak hanya menambah lebih banyak mesin—mereka memperluas pasokan tenaga kerja efektif ekonomi. Dalam kerangkanya, modal AI melakukan tugas-tugas yang seharusnya membutuhkan tenaga kerja manusia. Saat modal AI terakumulasi, kapasitas tenaga kerja produktif meluas bersamanya, secara substansial melemahkan hukum tradisional diminishing returns.
Makalah ini melangkah lebih jauh.
Investasi AI juga mengubah distribusi pendapatan.
Bagian yang semakin besar dari pendapatan mengalir ke pemilik modal, yang cenderung menabung sebagian besar pendapatan mereka. Tabungan yang lebih tinggi meningkatkan pasokan modal jangka panjang, menekan suku bunga jangka panjang, dan memungkinkan ekonomi mempertahankan stok modal yang lebih besar. Caballero menyebut ini sebagai Funding Feedback: lebih banyak pembentukan modal menurunkan biaya pembiayaan masa depan, dan biaya pembiayaan yang lebih rendah mendorong lebih banyak pembentukan modal. Alih-alih umpan balik negatif yang tertanam dalam model pertumbuhan standar, sistem mulai menunjukkan umpan balik positif.
Ini mengarah pada dua ekuilibrium jangka panjang yang pada dasarnya berbeda.
Di satu dunia, investasi AI tetap tidak mencukupi. Modal terakumulasi secara lambat, dan pertumbuhan produktivitas tetap lemah secara persisten.
Di dunia lain, AI terus menarik pembiayaan yang melimpah. Investasi besar-besaran mengalir ke pusat data, GPU, model dasar, dan agen AI, pada akhirnya menghasilkan ekuilibrium dengan modal tinggi dan produktivitas tinggi.
Bagian yang menarik adalah bahwa meskipun ekuilibrium superior ini ada, pasar rasional mungkin tidak pernah mencapainya sendiri.
Caballero menunjukkan bahwa mulai dari ekuilibrium modal rendah saat ini, bahkan investor yang sepenuhnya rasional mungkin gagal untuk berkoordinasi pada hasil yang lebih baik. Logikanya bersifat sirkuler: tanpa modal yang cukup saat ini, produktivitas masa depan tidak dapat dipercepat; tanpa produktivitas masa depan yang lebih tinggi, valuasi saat ini tetap rendah; tanpa valuasi yang tinggi, perusahaan tidak dapat membiayai investasi yang diperlukan. Ekonomi menjadi terperangkap dalam ekuilibrium yang saling memperkuat.
Di sinilah gelembung menjadi penting.
Valuasi yang tinggi memungkinkan perusahaan untuk mengumpulkan modal. Modal itu membiayai lebih banyak GPU, model yang lebih besar, dan agen yang lebih otonom. Investasi itu pada akhirnya meningkatkan kapasitas produktif ekonomi.
Gelembung bukanlah tujuan akhir.
Gelembung adalah jembatan.
Ini juga mengapa makalah ini berulang kali menekankan kerapuhan.
Bahaya yang sebenarnya bukanlah gelembung itu akhirnya pecah. Bahayanya adalah gelembung itu pecah terlalu dini.
Jika pembiayaan mengering sebelum infrastruktur AI yang memadai dibangun, investasi terhenti, pengembangan AI melambat, dan keuntungan produktivitas yang diharapkan tidak pernah terwujud. Tetapi jika cukup banyak pusat data, infrastruktur komputasi, model, dan agen AI yang sudah ada sebelum valuasi menjadi normal, ekuilibrium modal tinggi dapat bertahan bahkan setelah premi spekulatif menghilang.
Waktu koreksi jauh lebih penting daripada koreksi itu sendiri.
Internet memberikan contoh klasik.
Gelembung dot-com runtuh secara spektakuler pada tahun 2000. Namun jaringan serat optik, server, perangkat lunak, pusat data, dan bakat teknik tetap ada. Gelembung itu menghilang, tetapi revolusi Internet baru saja dimulai.
AI mungkin mengikuti jalur yang serupa.
Perbedaannya adalah bahwa yang bertahan kali ini mungkin bukan sekadar infrastruktur digital—tetapi kecerdasan itu sendiri.
Melangkah Lebih Jauh
Saya yakin kerangka kerja Caballero dapat diperluas lebih jauh.
Makalahnya memodelkan AI sebagai tenaga kerja yang dapat direplikasi.
Pada kenyataannya, AI semakin menjadi peneliti yang dapat direplikasi.
Jika AI tidak hanya dapat melakukan tenaga kerja tetapi juga melakukan penelitian ilmiah, menulis perangkat lunak, merancang chip, menemukan material baru, dan menciptakan model AI yang lebih baik, maka itu tidak hanya mengubah fungsi produksi—itu mengubah fungsi inovasi itu sendiri.
Secara historis, inovasi bergantung pada jumlah ilmuwan, insinyur, dan individu yang sangat berbakat. Akibatnya, revolusi teknologi besar biasanya membutuhkan waktu puluhan tahun untuk terjadi. Ini adalah salah satu alasan fundamental di balik durasi panjang gelombang Kondratiev. Ekonomi secara alami tidak menghasilkan revolusi teknologi setiap lima puluh atau enam puluh tahun. Sebaliknya, sumber daya inovasi itu sendiri secara historis telah berkembang sangat lambat.
AI mungkin menjadi teknologi pertama yang mampu mematahkan kendala ini.
Inovasi masa depan tidak lagi hanya bergantung pada kecerdasan manusia.
Sebaliknya, itu dapat menjadi output gabungan dari manusia plus jutaan agen AI.
Pada akhirnya, sebagian besar mungkin bahkan didorong terutama oleh AI itu sendiri, didukung oleh komputasi yang terus berkembang.
Seiring kapasitas komputasi terus tumbuh, begitu pula kemampuan ekonomi untuk berinovasi.
Untuk pertama kalinya, inovasi itu sendiri menjadi faktor produksi yang dapat dikapitalisasi, diskalakan, dan terus diperluas.
Sekarang gabungkan ini dengan kemajuan pesat dari agen pengkodean, agen penelitian, penemuan ilmiah otonom, dan Recursive Self-Improvement (RSI).
Putaran umpan balik menjadi jauh lebih kuat.
Lebih banyak AI mempercepat penelitian.
Penelitian yang lebih cepat menghasilkan model yang lebih baik.
Model yang lebih baik semakin mempercepat penelitian.
Ini menjadi Roda Gila Kecerdasan yang sejati.
Laju inovasi itu sendiri mulai berakselerasi—bukan hanya efisiensi produksi.
"Perlahan, Lalu Tiba-tiba"
Inilah mengapa saya sejak lama percaya bahwa imbal hasil ekonomi AI kemungkinan akan mengikuti pola "perlahan, lalu tiba-tiba."
Saat ini, investor terutama melihat pengeluaran untuk GPU, pelatihan model, dan pusat data.
Pengembalian investasi tampak sederhana, membuat banyak orang menyimpulkan bahwa AI hanyalah gelembung lain.
Namun investasi ini tidak terutama membeli keuntungan hari ini.
Mereka membeli modal kecerdasan masa depan.
Setelah kemampuan model melampaui ambang kritis tertentu, agen AI mulai beroperasi di seluruh perusahaan, substitusi tenaga kerja semakin cepat, dan produktivitas dapat mengalami lonjakan yang sangat non-linear.
Pada saat itu, valuasi yang dulu tampak berlebihan mungkin tiba-tiba terlihat sepenuhnya dapat dibenarkan.
Putaran umpan balik asli Caballero adalah:
Valuasi → Investasi → Pembentukan Modal → Fundamental
Saya menduga AI pada akhirnya dapat berevolusi menjadi sesuatu yang bahkan lebih kuat:
Valuasi → Investasi → Komputasi → Kecerdasan → Inovasi → Lebih Banyak Ide → Produktivitas Lebih Tinggi → Keuntungan Lebih Tinggi → Valuasi Lebih Tinggi
Objek yang menghasilkan umpan balik positif bukan lagi hanya modal.
Itu adalah seluruh kapasitas masyarakat untuk berinovasi.
Jika proses ini terbukti benar, AI akan mewakili lebih dari sekadar revolusi teknologi lainnya.
Itu secara fundamental akan mengubah bagaimana revolusi teknologi itu sendiri dihasilkan.
Secara historis, gelombang panjang Kondratiev berlangsung selama empat puluh hingga lima puluh tahun bukan karena ekonomi menghendaki waktu seperti itu, tetapi karena sumber daya inovasi langka: ilmuwan terbatas, kapasitas R&D berkembang lambat, dan pengetahuan menyebar secara bertahap.
AI mengubah asumsi-asumsi itu.
Alih-alih siklus teknologi yang semakin pendek, kita mungkin menyaksikan beberapa revolusi industri terjadi secara bersamaan di atas platform AI yang sama:
Penemuan obat yang didorong AI
Material yang dirancang AI
Semikonduktor yang diciptakan AI
Robotika yang didukung AI
Biomanufaktur yang diaktifkan AI
...dan masih banyak lagi.
Inovasi itu sendiri menjadi terindustrialisasi.
Revolusi teknologi menjadi kontinu daripada episodik.
Jika Schumpeter menjadikan inovasi sebagai mesin pertumbuhan ekonomi, dan Romer menjadikan pengetahuan sebagai mesin pertumbuhan, maka RSI dan Caballero bersama-sama mungkin menunjuk ke frontier berikutnya dari teori pertumbuhan:
Siklus ekonomi Schumpeter bergantung pada inovasi disruptif, dan inovasi disruptif bergantung pada kecerdasan manusia—dan kadang-kadang, pada jenius yang langka.
AI mungkin menjadi teknologi pertama yang mengubah kejeniusan itu sendiri menjadi bentuk modal: sesuatu yang dapat dibiayai, direplikasi dalam skala besar, terus ditingkatkan, dan pada akhirnya mampu meningkatkan dirinya sendiri.
Berdasarkan argumen ini, tidak peduli seberapa besar gelembung AI saat ini, pertumbuhan eksponensial dalam inovasi dapat memungkinkan ekonomi untuk menyerapnya jauh lebih cepat daripada yang diharapkan kebanyakan orang.