TL;DR
· SemiAnalysis memperkirakan pada tahun 2029 utang AI yang belum dilunasi bisa mencapai $7,1 triliun, pembangunan AI akan lebih bergantung pada pasar kredit.
· NVIDIA telah meluncurkan model bagi hasil dan dukungan kredit untuk AI cloud, Sharon AI dan Firmus menjadi mitra pertama.
· Jaminan dasar dapat mengurangi kekhawatiran bank, tetapi penurunan sewa, kekurangan pusat data, dan komitmen kontinjensi tetap menjadi risiko utama.

Laporan SemiAnalysis yang dirilis pada 6 Juli membawa skala pendanaan infrastruktur AI ke permukaan: antara 2024 hingga 2029, belanja modal AI global secara kumulatif bisa mencapai sekitar $11,1 triliun, dan pada tahun 2029 utang terkait AI yang belum dilunasi mungkin melampaui $7 triliun, sekitar $7,1 triliun.

Ini bukan sekadar prediksi penjualan GPU. Inti perubahan yang dibahas laporan ini adalah bahwa pembangunan AI beralih dari "raksasa teknologi membeli GPU dengan arus kas" menuju "bank dan pasar obligasi mendanai klaster GPU". Jika perkiraan ini terwujud, utang terkait AI bisa menjadi kategori pendanaan aset besar terbesar setelah pasar pendanaan yang didukung hipotek AS.

Peran NVIDIA juga berubah. Posting blog resmi NVIDIA pada 1 Juli mengonfirmasi bahwa perusahaan meluncurkan "model bagi hasil dan dukungan kredit" untuk AI clouds, menggabungkan mitra modal, penyedia cloud, dan proyek pusat data untuk mendorong pembangunan komputasi AI. Sharon AI dan Firmus adalah mitra pertama.

SemiAnalysis lebih lanjut menilai bahwa NVIDIA mungkin membantu Neocloud mengemas GPU, pesanan klien, dan kapasitas pusat data menjadi aset yang dapat dibiayai melalui struktur jaminan pendapatan GPU dan bagi hasil. Bagi lembaga pemberi pinjaman, kuncinya bukan seberapa panas permintaan AI di masa depan, melainkan apakah proyek masih memiliki arus kas untuk membayar utang dalam skenario terburuk.

Prediksi belanja modal global AI IT dan pusat data serta utang: belanja modal kumulatif 2024-2029 sekitar $11,1 triliun, utang belum dilunasi 2029 sekitar $7,1 triliun.

Pembangunan AI semakin mahal, bank harus melihat siapa yang akan membayar sewa terlebih dahulu

Selama beberapa tahun terakhir, infrastruktur AI sebagian besar ditanggung oleh penyedia cloud hiperskala seperti Google, Amazon, Meta, Microsoft, Oracle. Perusahaan-perusahaan ini memiliki arus kas, neraca keuangan, dan permintaan AI internal, sehingga pendanaan relatif lebih mudah.

Namun setelah permintaan pelatihan dan inferensi AI terus membesar, belanja modal dari beberapa raksasa saja sulit menutupi seluruh kesenjangan daya komputasi. SemiAnalysis memperkirakan belanja modal AI tahunan pada 2028 akan jauh melampaui $2 triliun. GPU, jaringan, penyimpanan, CPU pendukung, dan pembangunan pusat data semuanya akan menghabiskan banyak dana, pasar kredit akan menjadi salah satu sumber dana.

Kesulitan pendanaan Neocloud juga ada di sini.

Penyedia cloud jenis baru ini biasanya harus menyelesaikan tiga hal sekaligus: membeli GPU, mendapatkan kapasitas pusat data, dan menandatangani klien masa depan. Bank paling sulit menilai apakah sewa GPU dalam beberapa tahun ke depan dapat menutupi pokok dan bunga utang. Harga sewa daya komputasi AI berubah cepat, masa sewa klien tidak seragam, nilai sisa dan tingkat utilisasi GPU lebih sulit diperkirakan dibandingkan infrastruktur tradisional.

Model dukungan kredit NVIDIA mencoba memberikan batas bawah arus kas yang lebih jelas bagi lembaga pemberi pinjaman. Secara resmi disebut bagi hasil dan dukungan kredit, sementara SemiAnalysis menggambarkan struktur tipikalnya sebagai jaminan pendapatan GPU.

Contoh jaminan 6 tahun harga rata-rata $2,36, IRR skenario sewa pendek bisa mencapai 25%

Struktur contoh yang diberikan SemiAnalysis adalah NVIDIA memberikan dukungan pendapatan minimum 6 tahun untuk klaster GPU tertentu, dengan kurva harga menurun setiap tahun, rata-rata 6 tahun sekitar $2,36/jam/GPU. Jika sewa aktual proyek lebih tinggi dari tingkat jaminan, Neocloud dan NVIDIA berbagi pendapatan dengan rasio sekitar 40% hingga 60%.

Ini bukan ketentuan akuntansi resmi yang diungkapkan NVIDIA, melainkan perkiraan indikatif dalam model SemiAnalysis. Daya tariknya bagi lembaga pemberi pinjaman adalah dapat mengubah proyek sewa GPU yang sangat tidak pasti menjadi aset dengan komitmen arus kas minimum.

Bank tidak harus sepenuhnya percaya bahwa harga sewa AI akan tetap tinggi di masa depan. Selama dalam skenario pemicu jaminan, proyek masih dapat memenuhi persyaratan cakupan layanan utang, pinjaman mungkin bisa diperoleh. Menurut perkiraan SemiAnalysis, untuk klaster yang didukung peringkat AA/Aa2 NVIDIA, lembaga pemberi pinjaman membutuhkan rasio cakupan layanan utang setidaknya sekitar 1,3 kali, dengan rasio pinjaman terhadap nilai 70% hingga 80%. Spread pendanaan awal mungkin lebih tinggi dari transaksi yang didukung penyedia cloud hiperskala, tetapi lebih rendah dari tingkat imbal hasil obligasi tanpa jaminan CoreWeave sekitar 10%.

Ketentuan indikatif jaminan NVIDIA: rata-rata 6 tahun sekitar $2,36/jam/GPU, dengan bagi hasil 40%-60%.

Bagi Neocloud, jaminan bukan sekadar asuransi, tetapi kondisi kunci apakah proyek bisa mendapatkan pendanaan utang.

Dalam contoh sewa pendek satu tahun GB300, jika sewa tahun pertama $6,75/jam, bagian NVIDIA 40%, IRR proyek Neocloud 6 tahun sekitar 25,4%, tingkat rata-rata pengambilan NVIDIA sekitar 18%. Jika permintaan pasar tidak mencukupi dan proyek sepenuhnya masuk ke sewa jaminan, IRR Neocloud bisa mendekati nol atau sedikit negatif.

Ini tidak ramah bagi pengembalian ekuitas, tetapi sangat penting untuk pendanaan: pengembalian proyek mungkin ditekan, namun layanan utang masih berpeluang tertutupi. Artinya, jaminan mengubah klaster GPU yang "mungkin menghasilkan banyak uang" menjadi aset pendanaan yang "masih bisa membayar utang dalam skenario tekanan".

Perbandingan pengembalian Neocloud GB300: dengan bagi hasil 40% sewa pendek, IRR 6 tahun sekitar 25,4%; saat jaminan sepenuhnya terpicu, IRR mendekati nol atau sedikit negatif.

Sharon AI dan Firmus lebih dulu terealisasi, proyek Asia Pasifik menjadi lahan uji coba

NVIDIA telah mengonfirmasi secara resmi bahwa Sharon AI dan Firmus adalah mitra pertama dalam model bagi hasil dan dukungan kredit ini.

Pengumuman Sharon AI pada 12 Juni menunjukkan bahwa perusahaan telah mencapai kerja sama komputasi strategis 6 tahun dengan NVIDIA, pabrik AI 72MW di Australia dapat menampung hingga 40.000 unit Grace Blackwell GB300. Kapasitas total AI factory Sharon AI direncanakan mencapai 132MW, dengan 102MW sudah dikontrak, diperkirakan akan menempatkan lebih dari 55.000 GPU NVIDIA pada pertengahan 2027.

Proyek Firmus di Batam, Indonesia berukuran lebih besar. Posting blog resmi NVIDIA menyebutkan proyek Firmus Batam dapat diperluas hingga 360MW, menampung hingga 170.000 unit GPU NVIDIA. SemiAnalysis memasukkan proyek ini ke dalam diskusi, menilai bahwa proyek ini terutama ditargetkan untuk perusahaan AI asli dan penyedia layanan inferensi, dan mungkin menawarkan masa sewa yang beragam.

Kasus-kasus ini menunjukkan bahwa model dukungan kredit NVIDIA bukan lagi sekadar asumsi model keuangan, tetapi telah memasuki tahap implementasi proyek awal. Namun, saat ini kasus publik terutama terkonsentrasi di kawasan Asia Pasifik, sementara pasar AS masih menghadapi kendala seperti kapasitas pusat data, listrik, dan kecepatan koneksi jaringan.

Pusat data tetap menjadi hambatan terberat. GPU bisa dibeli, permintaan klien bisa dikontrak, tetapi listrik, lahan, rak, pendingin, dan progres koneksi jaringan sulit direplikasi dengan cepat. Model SemiAnalysis juga menyebutkan bahwa NVIDIA mungkin perlu menyewa kapasitas pusat data secara langsung untuk membantu Neocloud menjembatani kesenjangan pasokan-permintaan. Bagian kapasitas dan skala yang terlibat masih merupakan perkiraan laporan dan tidak dapat disamakan dengan pengungkapan resmi NVIDIA.

NVIDIA bisa mendapatkan bagi hasil, tetapi juga akan memikul komitmen jangka panjang yang lebih besar

Bagi NVIDIA, memberikan dukungan pendanaan GPU memiliki dua lapis keuntungan.

Pertama, dapat memperluas penjualan dan penyebaran GPU. Lebih banyak Neocloud mendapatkan pendanaan, lebih banyak entitas dapat membeli dan mengoperasikan klaster GPU skala besar, dan pasar daya komputasi AI tidak lagi sepenuhnya bergantung pada sedikit penyedia cloud hiperskala.

Kedua, dapat memperoleh bagi hasil tambahan. Model SemiAnalysis memperkirakan, jika struktur semacam ini terus berkembang, pendapatan tambahan NVIDIA dari jaminan dan bagi hasil bisa menjadi signifikan, dengan margin keuntungan yang tinggi.

Konsekuensinya juga jelas. Komitmen jangka panjang di luar neraca atau dalam pengungkapan terkait NVIDIA bisa tumbuh dengan cepat. SemiAnalysis dalam bagian laporan berbayar memperkirakan saldo perjanjian layanan cloud NVIDIA atau jaminan kontinjensi bisa naik ke tingkat ratusan miliar dolar dalam beberapa tahun ke depan. Karena angka-angka ini belum dikonfirmasi item per item oleh NVIDIA secara resmi, lebih cocok sebagai uji tekanan model daripada kewajiban yang sudah jadi.

Prediksi pertumbuhan perjanjian layanan cloud NVIDIA: menurut model SemiAnalysis, komitmen jangka panjang terkait dapat terus terakumulasi seiring dukungan komputasi setiap 100MW.

Ini bukan utang langsung dalam pengertian tradisional. Namun jika pasar sewa GPU melemah dan permintaan klien tidak mencukupi, kemungkinan pemicu jaminan meningkat, dan NVIDIA harus menanggung lebih banyak dukungan pendapatan minimum. Yang akhirnya harus diperhatikan pasar bukan hanya berapa bagi hasil yang bisa diperoleh NVIDIA, tetapi juga apakah komitmen ini akan mempengaruhi alokasi modal dan prioritas arus kas perusahaan.

Ujian terbesar adalah sewa dan ruang server

Bagian paling berdampak dari laporan ini adalah menempatkan pembangunan daya komputasi AI ke dalam pasar kredit. Ketika belanja modal membengkak ke triliunan dolar, klaster GPU tidak lagi sekadar produk teknologi, tetapi juga menjadi aset pendanaan yang dievaluasi bersama oleh bank, investor obligasi, dan penyedia cloud.

Namun utang AI sebesar $7,1 triliun tetaplah prediksi model jangka panjang, bukan fakta yang sudah terjadi. Ini bergantung pada beberapa prasyarat: permintaan AI terus berkembang, utilisasi GPU tetap tinggi, harga sewa turun dengan kecepatan terkendali, pembangunan pusat data dapat mengimbangi, dan lembaga pemberi pinjaman bersedia menerima model arus kas yang didukung kredit NVIDIA.

Hal yang paling rentan bermasalah adalah harga dan kecepatan realisasi. Jika sewa GPU turun lebih cepat dari perkiraan, pengembalian Neocloud dalam kondisi bagi hasil tinggi dan biaya pendanaan tinggi akan tertekan. Jika jaminan banyak terpicu, meskipun proyek mungkin tetap membayar utang, komitmen yang ditanggung NVIDIA menjadi lebih berat. Jika pusat data, listrik, dan koneksi jaringan tertunda, jadwal penyebaran GPU dalam model pendanaan juga akan terganggu.

Kisah NVIDIA "menjamin pendanaan GPU" menunjuk pada sumber dana tahap berikutnya infrastruktur AI. Ini bisa memungkinkan lebih banyak proyek daya komputasi mendapatkan pinjaman, dan juga bisa mendorong NVIDIA ke posisi yang lebih sentral di pasar kredit AI. Namun apakah pasar ini bisa tumbuh hingga $7 triliun, pada akhirnya ditentukan oleh sewa, utilisasi, dan pengiriman pusat data.

Klik untuk mengetahui posisi yang sedang dibuka di BlockBeats

Selamat bergabung dengan komunitas resmi BlockBeats:

Grup berlangganan Telegram: https://t.me/theblockbeats

Grup diskusi Telegram: https://t.me/BlockBeats_App

Akun resmi Twitter: https://twitter.com/BlockBeatsAsia