Investasi AI USD 1,5 Triliun Butuh Pendapatan USD 3 Triliun

Telset.id – Investasi besar-besaran Silicon Valley di infrastruktur kecerdasan buatan (AI) kini mencapai angka fantastis: USD 1,5 triliun pada 2026. Angka tersebut memunculkan pertanyaan kritis mengenai kemampuan industri menghasilkan pendapatan yang cukup untuk menutup biaya tersebut.

David Cahn, partner di perusahaan modal ventura Sequoia, kembali menghitung kesenjangan antara pengeluaran dan potensi pendapatan di sektor AI. Tiga tahun lalu, ia merespons pendapatan tahunan GPU Nvidia sebesar USD 50 miliar dengan menyimpulkan bahwa dibutuhkan USD 200 miliar pendapatan untuk membayar kembali investasi awal. Kini, angkanya melonjak drastis. Cahn menghitung bahwa industri AI secara keseluruhan harus menghasilkan USD 3 triliun untuk membenarkan semua pengeluaran chip dan pusat data tersebut. Ia menambahkan bahwa angka itu kemungkinan merupakan estimasi yang terlalu rendah, karena biaya memori yang terus meningkat dan penggunaan chip eksotis atau khusus inferensi akan mendorong angka tersebut lebih tinggi.

“Baru-baru ini, pendapatan yang diperlukan per GW dari belanja modal meningkat tajam karena dinamika hambatan ini dan biaya konstruksi yang meningkat,” tulis Cahn dalam analisisnya. Di sisi lain, pendapatan aktual perusahaan AI masih jauh dari target tersebut. Anthropic diperkirakan telah mencapai pendapatan tahunan berulang (ARR) sebesar USD 60 miliar, sementara OpenAI dilaporkan memperoleh USD 13 miliar pada 2025, meskipun pada November 2025 perusahaan itu mengklaim berada di angka ARR USD 20 miliar dan kemungkinan menghasilkan lebih banyak pada tahun ini.

Kesenjangan yang jelas masih sangat lebar ini menjadi perhatian serius para ekonom. Torsten Slok, kepala ekonom di Apollo, manajer aset raksasa, menyoroti risiko yang mungkin terjadi. Dalam sebuah catatan terbaru, ia menunjukkan bahwa para hyperscaler — Google, Meta, Microsoft, dan Amazon — semuanya memprediksi percepatan besar dalam arus kas bebas mereka pada 2028. Artinya, mereka berharap melihat hasil pengembalian dari semua chip yang telah mereka beli.

Pertanyaan kritisnya: bagaimana jika target tersebut tidak tercapai? Slok mencatat risiko yang saat ini terlihat dalam penggunaan AI: semakin banyak organisasi yang beralih ke model open weight yang lebih murah, seringkali buatan China, bukan model yang dibangun oleh laboratorium frontier. Selain itu, harga token secara keseluruhan juga turun. Model terbaru OpenAI, menurut CEO Sam Altman, 54% lebih efisien dalam hal token untuk tugas coding. Ini kabar baik bagi pengguna yang khawatir tentang biaya agen AI mereka, tetapi bisa menjadi kabar buruk bagi perusahaan yang membangun pabrik token jika pengguna tidak secara dramatis meningkatkan penggunaan token mereka secara keseluruhan.

Slok mengkhawatirkan bahwa jika hyperscaler tidak memenuhi target arus kas mereka, reaksi pasar bisa sangat parah. “Dengan begitu banyak hal yang bergantung pada begitu sedikit nama,” tulisnya, “pengembalian yang lebih lambat tidak hanya akan menjadi masalah sektoral, tetapi akan berisiko menjerumuskan ekonomi ke dalam resesi dan S&P 500 ke dalam koreksi.” Peringatan ini menjadi pengingat penting di tengah hiruk-pikuk investasi AI global.

Analisis dari Sequoia dan Apollo ini memberikan gambaran nyata tentang tantangan yang dihadapi industri AI. Meskipun potensi teknologi ini sangat besar, realitas ekonominya menunjukkan bahwa jalan menuju profitabilitas masih panjang dan penuh ketidakpastian. Pertanyaan tentang kapan dan bagaimana investasi masif ini akan membuahkan hasil menjadi isu sentral yang akan menentukan arah industri ke depan.

Fenomena peralihan ke model AI yang lebih murah, seperti yang disoroti Slok, menunjukkan bahwa persaingan di pasar AI semakin ketat. Perusahaan-perusahaan frontier seperti OpenAI dan Anthropic harus berinovasi tidak hanya dalam hal kemampuan model, tetapi juga dalam hal efisiensi biaya untuk mempertahankan pangsa pasar mereka. Sementara itu, para hyperscaler yang telah menginvestasikan ratusan miliar dolar berharap bahwa permintaan akan layanan AI akan terus tumbuh eksponensial untuk membenarkan pengeluaran mereka.

Data dari Cahn menunjukkan bahwa biaya pembangunan pusat data AI meningkat tajam, bukan hanya karena harga chip, tetapi juga karena biaya memori dan komponen lainnya. Ini berarti bahwa setiap gigawatt (GW) kapasitas komputasi yang baru kini membutuhkan pendapatan yang jauh lebih besar untuk mencapai titik impas. Dinamika ini menciptakan tekanan yang semakin besar pada perusahaan AI untuk memonetisasi teknologi mereka secepat mungkin.

Di sisi lain, perkembangan seperti model open weight yang lebih murah justru dapat mempercepat adopsi AI di kalangan usaha kecil dan menengah, yang sebelumnya mungkin tidak mampu mengakses teknologi ini. Hal ini bisa menciptakan pasar baru yang lebih luas, meskipun dengan margin keuntungan yang lebih tipis bagi penyedia infrastruktur. Pertanyaan besarnya adalah apakah volume penggunaan yang lebih tinggi dapat mengkompensasi penurunan harga per token.

Situasi ini mengingatkan pada gelembung dot-com di awal tahun 2000-an, di mana investasi besar-besaran dalam infrastruktur internet pada akhirnya membuahkan hasil, tetapi setelah melalui periode koreksi yang menyakitkan. Banyak perusahaan yang tidak bertahan, namun infrastruktur yang dibangun menjadi fondasi bagi ledakan internet di masa depan. Pertanyaannya, apakah skenario serupa akan terulang di era AI?

Para pelaku pasar dan investor kini mencermati setiap pergerakan di sektor ini. Laporan pendapatan kuartalan dari perusahaan seperti Nvidia, Microsoft, dan Google akan menjadi indikator kunci apakah permintaan akan produk dan layanan AI benar-benar sekuat yang diharapkan. Setiap tanda perlambatan pertumbuhan bisa memicu kekhawatiran baru tentang kesenjangan investasi yang semakin lebar.

Bagi konsumen dan pengguna bisnis, perkembangan ini sebenarnya membawa angin segar. Persaingan yang ketat dan munculnya model-model yang lebih efisien berarti biaya penggunaan AI cenderung turun. Layanan AI yang sebelumnya mahal kini semakin terjangkau, membuka peluang baru untuk otomatisasi dan inovasi di berbagai sektor. Namun, stabilitas jangka panjang dari ekosistem ini masih bergantung pada kemampuan industri untuk menemukan model bisnis yang berkelanjutan.

Analisis dari Sequoia dan Apollo memberikan perspektif yang berharga di tengah euforia AI. Keduanya tidak meragukan potensi transformatif teknologi ini, tetapi menekankan pentingnya fundamental ekonomi yang sehat. Investasi sebesar USD 1,5 triliun membutuhkan lebih dari sekadar antusiasme; ia membutuhkan pendapatan nyata yang terus tumbuh.

Dengan proyeksi pendapatan yang dibutuhkan mencapai USD 3 triliun, industri AI masih memiliki pekerjaan rumah yang sangat besar. Tiga tahun ke depan akan menjadi periode krusial yang menentukan apakah investasi masif ini akan menjadi katalis bagi gelombang inovasi berikutnya, atau justru menjadi beban yang memperlambat perekonomian global. Satu hal yang pasti, dinamika antara pengeluaran dan pendapatan ini akan terus menjadi topik utama yang mempengaruhi pergerakan pasar saham dan strategi perusahaan teknologi di seluruh dunia.

Jika Anda tertarik dengan perkembangan terbaru di dunia AI, Anda juga dapat membaca tentang Meta Perketat Privasi atau inovasi Google Uji Coba Gmail Live.