Belanja untuk membangun infrastruktur AI global berpotensi menembus sekitar US$1 triliun pada 2026—dan naik jauh di atas angka itu pada 2027. Namun, angka besar tersebut tidak semata-mata berarti lebih banyak pusat data atau server AI yang dipasang. Menurut UBS, kenaikan harga memori menjadi penjelas utama lonjakan belanja ini.
4
18
Dua proyeksi yang mengarah ke angka US$1 triliun
JPMorgan dan UBS memakai cakupan pengukuran yang tidak sepenuhnya sama. JPMorgan membahas belanja modal cloud, sedangkan UBS menghitung belanja modal terkait AI. Karena itu, angkanya tidak bisa dibandingkan secara persis. Namun, arah keduanya serupa: investasi infrastruktur AI dan cloud memasuki skala triliunan dolar per tahun.
Proyeksi JPMorgan untuk belanja modal cloud global adalah:
- US$954 miliar pada 2026
- US$1,41 triliun pada 2027
- US$1,54 triliun pada 2028
18
Sementara itu, proyeksi terbaru UBS untuk belanja modal terkait AI yang dilaporkan adalah:
- US$998 miliar pada 2026, naik dari US$506 miliar pada 2025
- US$1,447 triliun pada 2027
- US$1,619 triliun pada 2028
Dalam proyeksi UBS terpisah, total pembangunan infrastruktur hyperscaler—operator cloud berskala sangat besar—selama 2026–2028 diperkirakan mencapai sekitar US$4,1 triliun.
4
12
Intinya, kedua lembaga tersebut sama-sama melihat belanja tahunan mendekati US$1 triliun pada 2026, lalu bergerak ke kisaran sekitar US$1,4–US$1,6 triliun pada tahun-tahun berikutnya.
4
18
12
Mengapa memori menjadi variabel paling penting
UBS memperkirakan sekitar 90% kenaikan belanja modal AI dari 2025 hingga 2027 berasal dari kenaikan pengeluaran untuk memori. Estimasi belanja memorinya melonjak dari US$71 miliar pada 2025 menjadi US$367 miliar pada 2026, lalu US$923 miliar pada 2027.
3
4
Ini membedakan antara dua hal yang kerap tercampur saat membaca angka belanja modal:
- Penambahan kapasitas fisik AI, seperti server, akselerator, dan klaster komputasi baru.
- Kenaikan biaya untuk membangun kapasitas yang sama, karena komponen memori menjadi lebih mahal.
Server AI membutuhkan memori dalam jumlah besar. Jadi, ketika harga memori naik tajam, biaya sebuah server atau klaster ikut melonjak, bahkan apabila target pemasangan infrastrukturnya tidak berubah banyak. Dengan kata lain, nilai belanja modal yang lebih tinggi tidak serta-merta menghasilkan kenaikan kapasitas komputasi dengan proporsi yang sama.
Pandangan UBS menggabungkan dua faktor: permintaan infrastruktur AI yang terus berjalan dan tagihan memori yang jauh lebih mahal pada setiap server serta klaster. Kelangkaan pasokan dan harga memori kini menjadi penentu utama biaya pembangunan infrastruktur AI.
3
4
JPMorgan melihat sinyal permintaan yang lebih luas
Meski memori sangat dominan dalam proyeksi tersebut, pandangan JPMorgan menunjukkan bahwa penguatan siklus semikonduktor tidak hanya bertumpu pada inflasi harga memori.
JPMorgan memperkirakan pendapatan semikonduktor global tumbuh 118% pada 2026 dan 35% pada 2027. Bahkan setelah memori dikeluarkan dari perhitungan, proyeksi pertumbuhannya masih 32% pada 2026 dan 18% pada 2027. Ini mengindikasikan permintaan untuk komponen semikonduktor lain juga tetap kuat.
19
Chip AI khusus makin besar perannya
JPMorgan memperkirakan pasar ASIC AI kustom—chip yang dirancang khusus untuk beban kerja tertentu—bernilai sekitar US$60 miliar hingga US$70 miliar pada 2026. Pasar ini diproyeksikan tumbuh dengan tingkat pertumbuhan tahunan majemuk sekitar 40%–50% dalam beberapa tahun berikutnya.
35
36
Pada 2027, pengiriman ASIC/XPU diperkirakan mencakup 54% dari unit pengiriman akselerator AI, melampaui GPU.
35
36
GPU tidak berarti akan tergantikan sepenuhnya. Proyeksi itu lebih menunjukkan bahwa penyedia cloud besar semakin mungkin melengkapi GPU serbaguna dengan silikon kustom yang dioptimalkan untuk tugas AI tertentu.
Di segmen ASIC kelas atas, pasar yang dilaporkan sangat terkonsentrasi: Broadcom diperkirakan menguasai 80%–85%, sedangkan Marvell sekitar 10%–12%.
23
Pabrik chip juga harus menambah kapasitas
Siklus AI tidak berhenti pada pembelian chip siap pakai. Produsen chip juga perlu berinvestasi dalam alat untuk memproduksi memori dan chip logika canggih.
JPMorgan menaikkan proyeksinya untuk pasar wafer-fab equipment (WFE), yakni peralatan untuk pembuatan wafer semikonduktor, menjadi:
- US$163 miliar pada 2026
- US$225 miliar pada 2027
- US$263 miliar pada 2028
24
JPMorgan menyebut permintaan terkait DRAM dan TSMC sebagai alasan utama kenaikan proyeksi tersebut.
24
Asumsi harga DRAM dan NAND sangat agresif
Besarnya pengaruh memori terlihat dari asumsi harga JPMorgan. Bank tersebut memperkirakan harga gabungan DRAM naik sekitar 250% pada 2026 dan 30% pada 2027. Untuk NAND, kenaikannya diproyeksikan sekitar 250% pada 2026 dan 25% pada 2027.
23
45
Dalam riset lain, JPMorgan memperkirakan harga DRAM telah naik lebih dari 400% dari awal 2024 sampai akhir 2026.
48
Akar persoalannya adalah pasokan. JPMorgan memperkirakan pertumbuhan permintaan DRAM melampaui pertumbuhan pasokan hingga 2027, dengan ketidakseimbangan paling tajam terjadi pada tahun itu. Modelnya menunjukkan pertumbuhan pasokan DRAM berpotensi melampaui permintaan pada 2028, sementara NAND masih berada dalam kondisi kekurangan tipis.
42
43
Maknanya: belanja besar, tetapi kapasitas tidak selalu bertambah sebanding
UBS dan JPMorgan bertemu pada satu kesimpulan utama: pembangunan AI telah menjadi siklus infrastruktur menyeluruh. Dampaknya menjalar dari pusat data cloud, akselerator, chip AI kustom, dan memori hingga peralatan pembuat semikonduktor.
Namun, pembaca perlu membedakan pertumbuhan nilai belanja dari pertumbuhan kapasitas fisik komputasi. Analisis UBS menunjukkan lonjakan harga memori menyumbang porsi besar dari kenaikan total belanja dalam dolar. Di sisi lain, proyeksi JPMorgan memberi sinyal bahwa permintaan juga meluas: pendapatan semikonduktor di luar memori tetap diperkirakan tumbuh, chip kustom makin cepat digunakan, dan belanja peralatan pabrik meningkat.
3
19
24
Keduanya mendukung pandangan bahwa siklus infrastruktur AI dapat berlanjut hingga 2028. Tetapi, setiap tambahan dolar belanja modal belum tentu berbanding lurus dengan tambahan kapasitas komputasi AI yang benar-benar terpasang.