Operator cloud terbesar di dunia berada di jalur untuk membelanjakan lebih banyak dana pada infrastruktur kecerdasan buatan daripada arus kas bebas yang mereka hasilkan pada 2027, menurut analisis Reuters atas estimasi konsensus LSEG, sehingga menempatkan pasar utang di pusat tahap berikutnya pembangunan AI.
Microsoft, Alphabet, Amazon, Meta, dan Oracle semuanya memperluas kapasitas pusat data, membeli chip canggih, dan mengamankan pasokan listrik untuk beban kerja AI dengan laju yang melampaui kas yang mereka hasilkan secara internal. Reuters menghitung bahwa setiap tambahan $1 arus kas operasi di kelima perusahaan tersebut berkaitan dengan sekitar $1,57 belanja modal tambahan hingga 2027.
Angka-angka tersebut menantang asumsi bahwa perusahaan teknologi terbesar dapat mendanai perlombaan AI terutama dari keuntungan. Neraca mereka tetap jauh lebih kuat dibandingkan peminjam korporasi pada umumnya, tetapi skala belanja yang direncanakan mulai menjadikan keputusan pembiayaan sebagai bagian penting dari cerita ini.
Rencana belanja meningkat hingga 2026
Belanja modal Amazon, Alphabet, Microsoft, Meta, dan Apple berjumlah sekitar $227 miliar pada 2024 dan meningkat menjadi $391 miliar pada 2025, menurut estimasi yang dikutip Reuters. Panduan dan estimasi pasar menunjukkan bahwa total belanja kelompok tersebut dapat melampaui $635 miliar pada 2026.
Amazon menetapkan target belanja 2026 sebesar $200 miliar. Alphabet memproyeksikan $175 miliar hingga $185 miliar, sementara Meta mengindikasikan bahwa belanjanya dapat mencapai hingga $135 miliar. Komitmen tersebut saja menunjukkan bagaimana perlombaan infrastruktur AI meluas melampaui siklus singkat pembelian chip menjadi investasi bertahun-tahun pada pusat data, peralatan jaringan, dan pasokan listrik.
Goldman Sachs memproyeksikan belanja modal hyperscaler sebesar antara $1,15 triliun dan $1,4 triliun sepanjang 2025 hingga 2027. Angka itu dibandingkan dengan $477 miliar yang dibelanjakan selama periode tiga tahun sebelumnya, dari 2022 hingga 2024.
Amin Mrini memperkirakan bahwa komitmen belanja modal gabungan kelima perusahaan pada 2026 setara dengan sekitar 3,8 kali arus kas bebas gabungan mereka. Arus kas bebas mengukur kas yang tersisa setelah perusahaan membayar biaya operasional dan belanja modal, sehingga menjadi tolok ukur yang berguna untuk mengetahui berapa banyak pendanaan yang masih tersedia tanpa menambah utang atau menerbitkan saham.
Kesenjangan tersebut tidak berarti kelima perusahaan menghadapi tekanan pembiayaan yang sama. Amazon, Microsoft, Alphabet, dan Meta menjalankan bisnis inti yang menguntungkan dan menghasilkan arus kas operasional yang besar. Namun, angka agregat menunjukkan bahwa pembangunan AI semakin bersaing dengan pembelian kembali saham, dividen, akuisisi, dan penggunaan kas perusahaan lainnya.
Oracle menjadi contoh tekanan yang paling jelas
Oracle menonjol di antara pembeli infrastruktur utama karena belanja modalnya meningkat jauh lebih cepat daripada perolehan kas operasionalnya. Reuters melaporkan bahwa capex Oracle naik dari 47% arus kas operasional pada tahun fiskal 2022 menjadi 174% pada tahun fiskal 2026, yang berakhir pada bulan Mei.
Selama periode tersebut, Oracle membelanjakan $55.7 miliar untuk belanja modal sekaligus menghasilkan $32.0 miliar dalam arus kas operasional, menurut angka yang dikutip dalam analisis tersebut. Arus kas bebasnya berubah menjadi negatif, dan sahamnya telah turun 36% secara year-to-date pada periode yang dicakup laporan tersebut.
Oracle telah menguraikan rencana untuk menghimpun antara $45 miliar dan $50 miliar melalui pendanaan utang dan ekuitas untuk ekspansi cloud. Posisi perusahaan ini menggambarkan tantangan pembiayaan yang dihadapi perusahaan yang mengejar kontrak infrastruktur AI berskala besar: permintaan yang telah ditandatangani atau diperkirakan dapat membenarkan pembangunan yang cepat, tetapi pusat data dan peralatan komputasi membutuhkan pendanaan jauh sebelum pendapatan pelanggan sepenuhnya diterima.
Hasil kuartal terbaru Microsoft juga menunjukkan skala investasinya. Perusahaan melaporkan $35.8 miliar dalam arus kas operasional, dibandingkan dengan $37.5 miliar belanja modal termasuk sewa pembiayaan. Sewa pembiayaan memungkinkan perusahaan menggunakan peralatan sambil menyebarkan pembayaran dari waktu ke waktu, tetapi tetap merupakan komitmen keuangan jangka panjang yang terkait dengan ekspansi infrastruktur.
Amazon melaporkan arus kas operasional 12 bulan terakhir naik 30% menjadi $148.5 miliar, sementara arus kas bebas turun menjadi $1.2 miliar, menurut Reuters. Perbandingan ini menunjukkan betapa cepat arus kas yang besar dapat terserap ketika perusahaan secara bersamaan membangun kapasitas cloud dan menopang operasi ritel serta logistik yang sangat besar.
Ekspektasi pendapatan menghadapi tantangan berat
Perhitungan Mrini memperjelas uji komersial untuk infrastruktur AI. Dengan menggunakan tolok ukur laba atas investasi sebelum pajak sebesar 15%, pendapatan komputasi AI perlu mencapai sekitar $2.9 triliun pada 2030 untuk menutup biaya modal yang telah digunakan.
Angka tersebut akan lebih dari tiga kali lipat dibandingkan pasar komputasi awan saat ini, yang berangkat dari sekitar $211 miliar, dan memerlukan pertumbuhan tahunan sekitar 68% selama lima tahun berturut-turut, menurut estimasi tersebut. Tingkat pendapatan yang diperlukan bukan berarti tidak dapat dicapai, tetapi menyisakan sedikit ruang bagi kelebihan kapasitas yang berkelanjutan, adopsi AI korporat yang lebih lambat, atau penurunan harga yang tajam.
Economic Index milik Anthropic menambah kerumitan lain. Dataset yang dikutip dalam analisis tersebut menunjukkan bahwa penurunan biaya tugas AI sebesar 10% hanya berkaitan dengan peningkatan penggunaan sekitar 3%. Jika hubungan ini berlaku dalam skala besar, penurunan harga layanan AI mungkin dapat mendorong permintaan tanpa menghasilkan konsumsi tambahan yang cukup untuk mengimbangi kenaikan biaya infrastruktur dengan cepat.
Pertumbuhan pendapatan AI saat ini diperkirakan sekitar 25% hingga 30% per tahun, dibandingkan dengan pertumbuhan belanja modal sekitar 60% hingga 70%, menurut analisis Mrini. Ketidaksesuaian tersebut memberikan tekanan kepada operator cloud untuk mengubah eksperimen AI menjadi pendapatan perusahaan berulang dengan margin tinggi.
Siklus infrastruktur sebelumnya memberikan perbandingan yang patut diperhatikan
Sebuah studi Cornell Capital Group yang dikutip Reuters membandingkan ledakan pembangunan AI dengan periode-periode sebelumnya ketika infrastruktur transformatif menghasilkan imbal hasil yang tidak merata bagi pemegang saham.
Selama ledakan perkeretaapian AS pada abad ke-19, saham dan obligasi perusahaan kereta api mencapai $10,6 miliar, atau sekitar $400 miliar dalam nilai dolar saat ini, sementara utang pemerintah AS berada di angka $1,2 miliar. Studi tersebut menyebutkan bahwa 90% perusahaan kereta api gagal setelah Panic of 1873, dan 25% panjang jalur rel masuk ke dalam pengampuan selama Panic of 1893.
Penerbangan komersial menciptakan nilai ekonomi yang sangat besar, tetapi menghasilkan akumulasi laba industri yang relatif terbatas. Studi tersebut memperkirakan laba bersih maskapai penerbangan global selama 80 tahun terakhir sekitar $86 miliar, sebelum sektor tersebut kehilangan sekitar $190 miliar selama periode Covid-19 yang berlangsung tiga tahun.
Siklus telekomunikasi pada akhir 1990-an menawarkan kesamaan teknologi yang lebih dekat. Lebih dari $500 miliar mengalir ke jaringan serat optik dan nirkabel, tetapi lebih dari 23 perusahaan telekomunikasi besar telah mengajukan kebangkrutan pada 2002, disertai kerugian nilai pasar sekitar $2 triliun. Studi Cornell menyebutkan bahwa kurang dari 5% serat optik yang telah dipasang sudah diaktifkan pada saat itu.
Infrastruktur AI mungkin terbukti lebih produktif secara komersial dibandingkan jaringan-jaringan sebelumnya, terutama jika perangkat lunak dan agen tertanam dalam alur kerja perusahaan. Namun, sejarah perkeretaapian, maskapai penerbangan, dan telekomunikasi menunjukkan bahwa manfaat ekonomi yang berkelanjutan tidak secara otomatis menghasilkan keuntungan tepat waktu bagi perusahaan yang mendanai pembangunan awal.
Untuk pasar mata uang kripto, bukti yang ada mendukung sikap hati-hati, bukan prediksi yang pasti. Penerbitan utang teknologi dalam jumlah besar dapat memengaruhi kondisi pasar kredit dan selera risiko, tetapi tidak ada data yang diberikan yang membuktikan bahwa pinjaman hyperscaler sudah menguras likuiditas dari aset digital atau menjamin pergerakan pasar tertentu. Isu yang lebih mendesak adalah apakah pendapatan AI mulai mengejar modal yang kini dikomitmenkan.
Khawatir dengan risiko belanja modal yang didorong AI? Pelajari bagaimana aset digital membentuk kembali strategi pendanaan untuk infrastruktur berskala besar.
Penafian: Konten di halaman ini disediakan hanya untuk tujuan informasi umum dan tidak mewakili pandangan atau nasihat keuangan dari Toobit. Kami tidak memberikan jaminan apa pun terkait keakuratan atau kelengkapan informasi ini dan tidak bertanggung jawab atas kesalahan, kelalaian, atau hasil apa pun yang timbul dari penggunaannya. Berinvestasi dalam aset digital melibatkan risiko; pengguna harus mengevaluasi situasi keuangan mereka dan risiko yang terlibat secara mandiri. Untuk informasi lebih lanjut, silakan lihat Ketentuan Layanan dan Pengungkapan Risiko.
