Ledakan Utang AI Big Tech Mengubah Pasar Obligasi Global

AI mengubah cara Big Tech membiayai pertumbuhan

Pembangunan infrastruktur AI mulai mengubah kebiasaan pendanaan perusahaan teknologi besar. Jika sebelumnya investasi infrastruktur sebagian besar dibiayai dari arus kas, kini perusahaan-perusahaan tersebut semakin agresif menerbitkan utang dan bersaing dengan pemerintah untuk mendapatkan dana dari dana pensiun, perusahaan asuransi, serta manajer aset.

Skalanya tidak kecil. Alphabet, Amazon, Meta, dan Oracle telah menerbitkan sekitar US$194 miliar obligasi sepanjang 2026 hingga 7 Juli—jauh di atas sekitar US$108 miliar yang diterbitkan sepanjang 2025, menurut analisis Reuters atas data LSEG. Morgan Stanley memperkirakan penerbitan utang terkait AI secara global akan mencapai hampir US$570 miliar pada 2026. Perkiraan itu mencakup pinjaman hyperscaler—perusahaan teknologi yang mengoperasikan platform cloud berskala sangat besar—perusahaan pusat data, serta berbagai bagian lain dari rantai pasok AI.

Angka tersebut menjadikan utang AI sebagai pesaing marginal yang signifikan untuk modal jangka panjang. Namun, hal ini tidak berarti utang AI secara harfiah menggantikan obligasi pemerintah atau membuktikan bahwa penerbitan utang hyperscaler sendirilah yang menyebabkan aksi jual Treasury AS.

Mengapa utang hyperscaler dapat mendorong imbal hasil naik?

Imbal hasil obligasi mencerminkan kompensasi yang diminta investor ketika meminjamkan uang. Ketika banyak penerbit besar masuk ke pasar secara bersamaan, jumlah utang yang harus diserap investor meningkat. Agar tetap menarik, penerbit mungkin perlu menawarkan kupon lebih tinggi atau spread yang lebih lebar.

Dampaknya bekerja melalui dua jalur utama:

1. Tekanan langsung di pasar korporasi: Banjir obligasi teknologi berperingkat investasi dapat mendorong spread dan biaya pinjaman perusahaan, terutama untuk surat utang bertenor panjang.
2. Persaingan memperebutkan investor: Obligasi hyperscaler berkualitas tinggi biasanya menawarkan spread kredit di atas obligasi pemerintah. Sebagian investor yang biasanya membeli Treasury dapat mengalihkan sebagian portofolio jangka panjangnya ke alternatif korporasi tersebut.

Reuters melaporkan bahwa utang terkait AI mendekati 15% dari penerbitan obligasi berperingkat investasi pada 2026. Bank juga mulai mencari pembeli di luar pasar dolar AS untuk memperluas basis investor dan mengurangi risiko satu sumber modal mengalami kejenuhan. Karena itu, obligasi korporasi berkualitas tinggi dapat memengaruhi harga relatif obligasi pemerintah, terutama ketika kebutuhan penerbitan pemerintah juga meningkat.

Meski demikian, hubungan sebab-akibatnya perlu dibaca secara hati-hati. Imbal hasil Treasury juga dipengaruhi oleh ekspektasi inflasi, defisit fiskal, pasokan utang pemerintah, pertumbuhan ekonomi, risiko geopolitik, ekspektasi kebijakan bank sentral, dan premi jangka waktu. Reuters secara khusus mengingatkan agar lonjakan utang AI tidak dianggap sebagai satu-satunya penyebab tekanan di pasar obligasi AS.

Besar, tetapi angkanya bergantung pada definisi

Tidak ada satu angka yang disepakati semua pihak untuk menggambarkan “utang AI”. Setiap estimasi menggunakan tanggal batas dan cakupan berbeda. Sebagian hanya menghitung obligasi hyperscaler, sementara lainnya memasukkan pembiayaan pusat data, kredit privat, struktur berbasis aset, pemasok, dan perusahaan lain yang terhubung dengan ekosistem AI.

Perbedaan metodologi itu menjelaskan mengapa total yang dipublikasikan bervariasi—mulai dari sekitar US$194 miliar yang diterbitkan empat perusahaan besar hingga awal Juli sampai lebih dari US$220 miliar untuk kelompok hyperscaler yang lebih luas pada periode berikutnya. Goldman Sachs memperkirakan penerbitan utang terkait AI mencapai sekitar US$489 miliar pada 2026, dengan sekitar 40% diterbitkan langsung oleh hyperscaler.

Kebutuhan pendanaan infrastrukturnya bahkan lebih besar. Morgan Stanley memperkirakan belanja untuk pusat data dan perangkat keras terkait AI mencapai US$3 triliun hingga 2028. Sekitar separuhnya berpotensi berasal dari sumber kredit eksternal. Estimasi lain menyebut kebutuhan pendanaan dari pasar kredit sekitar US$1,75 triliun dari total US$3,2 triliun. Keduanya merupakan proyeksi ke depan, bukan angka final, dan sangat bergantung pada definisi infrastruktur serta pembiayaan AI yang digunakan.

Debut obligasi Alphabet di Australia menunjukkan skala global

Internasionalisasi pendanaan ini terlihat jelas dari penerbitan obligasi Alphabet dalam dolar Australia. Pada 19 Agustus, induk Google tersebut menghimpun A$5,5 miliar melalui obligasi bertenor tiga, lima, 10, dan 20 tahun. Pesanan investor melampaui A$18 miliar—lebih dari tiga kali nilai yang ditawarkan.

Obligasi dengan tenor terpanjang menawarkan imbal hasil 6,98%, atau sedikit di bawah 7%. Transaksi tersebut disebut sebagai penerbitan pertama dalam dolar Australia oleh hyperscaler AI dan salah satu penerbitan obligasi korporasi terbesar yang pernah dilakukan di Australia.

Kesepakatan ini penting karena dua alasan. Pertama, hyperscaler tidak hanya mengandalkan investor AS. Kedua, penerbitan dalam berbagai mata uang membuka akses ke kelompok pembeli baru, meski sekaligus menambah pertimbangan terkait pengelolaan valuta asing dan likuiditas pasar.

Alphabet sebelumnya telah memiliki kehadiran besar di pasar obligasi korporasi berdenominasi euro, pound sterling, franc Swiss, dan yen. Pada Maret, Amazon menghimpun €14,5 miliar melalui penerbitan delapan bagian yang dilaporkan sebagai transaksi terbesar dalam sejarah pasar obligasi korporasi euro. Dengan demikian, perusahaan-perusahaan tersebut menyebarkan kebutuhan pendanaan ke berbagai mata uang dan basis investor, alih-alih membebankan seluruh kebutuhan pembangunan AI pada satu pasar.

Pasar Treasury menghadapi latar belakang yang sulit

Lonjakan pinjaman AI terjadi ketika pemerintah di berbagai negara juga membutuhkan pendanaan jangka panjang dalam jumlah besar. Imbal hasil riil—imbal hasil setelah memperhitungkan inflasi—di sejumlah ekonomi besar mencapai level tertinggi dalam lebih dari satu dekade, seiring perusahaan AI dan pemerintah meningkatkan penerbitan obligasi. Reuters melaporkan imbal hasil riil Treasury AS bertenor 30 tahun mendekati level tertinggi dalam 18 tahun, sekitar 3%.

Imbal hasil nominal Treasury AS bertenor 30 tahun juga sempat menembus 5,3%, level tertinggi sejak 2007. Kondisi ini berlangsung di tengah kekhawatiran inflasi, tekanan fiskal, ketidakpastian geopolitik, serta utang nasional AS yang mendekati US$40 triliun.

Kombinasi tersebut menciptakan lingkungan yang menantang. Investor memang mendapat lebih banyak pilihan obligasi korporasi, tetapi mereka juga menuntut kompensasi lebih tinggi untuk mengunci dana selama beberapa dekade. Akibatnya, imbal hasil dapat meningkat di pasar korporasi maupun pemerintah, bahkan ketika permintaan investor tetap kuat.

Hubungannya sebaiknya dipahami sebagai faktor yang saling menambah, bukan sebagai penjelasan tunggal. Utang AI dapat meningkatkan persaingan memperebutkan modal dan memperkuat tekanan pada premi jangka waktu. Sementara itu, inflasi, kebutuhan pinjaman pemerintah, dan risiko makroekonomi dapat secara independen mendorong imbal hasil Treasury lebih tinggi.

Apa arti kisaran imbal hasil 4,75%–8% bagi investor?

Obligasi hyperscaler menarik perhatian karena menawarkan imbal hasil sekitar 4,75% hingga 8%, bergantung pada penerbit dan jatuh tempo. Sebagian besar berperingkat investasi dan memiliki tenor panjang, sehingga menarik bagi investor yang mengejar pendapatan.

Namun, imbal hasil yang terlihat di layar bukanlah keseluruhan cerita.

Potensi keuntungan

• Pendapatan nominal lebih tinggi: Investor dapat memperoleh pendapatan lebih besar daripada obligasi pemerintah dengan karakteristik serupa, terutama pada tenor panjang.
• Penerbit besar dan dikenal: Alphabet, Amazon, dan Meta memiliki bisnis serta neraca yang secara material berbeda dari perusahaan AI kecil atau proyek infrastruktur spekulatif.
• Permintaan awal yang kuat: Nilai pesanan lebih dari A$18 miliar dalam penerbitan Alphabet menunjukkan bahwa investor institusional masih bersedia mendanai perusahaan teknologi besar yang dikenal luas.
• Diversifikasi mata uang dan jatuh tempo: Transaksi internasional memperluas pilihan tenor dan pasar pendanaan, meski juga membawa risiko tambahan.

Risiko yang perlu dipisahkan

Risiko durasi. Sebagian besar imbal hasil menarik berasal dari obligasi bertenor panjang. Jika imbal hasil pasar naik, harga obligasi yang sudah beredar dapat turun tajam. Kupon tinggi tidak menghapus risiko perubahan nilai pasar pada surat utang bertenor 10 atau 20 tahun.

Risiko kredit dan spread. Utang perusahaan induk seperti Alphabet atau Amazon tidak sama dengan utang pengembang pusat data, pemasok peralatan, perusahaan AI kecil, atau kendaraan proyek khusus. Investor perlu memeriksa senioritas, jaminan, penanggungan, sewa, serta kemungkinan subordinasi struktural—bukan hanya mengandalkan label “obligasi AI”.

Risiko pendapatan AI. Banyak pinjaman diterbitkan sebelum imbal hasil jangka panjang dari infrastruktur AI benar-benar terbukti. Jika monetisasi berjalan lebih lambat, belanja modal terus meningkat, atau margin cloud dan AI tertekan, spread dapat melebar meskipun penerbit masih berstatus investment grade.

Risiko penyerapan pasar. Buku pesanan yang kuat tidak menjamin seluruh pasokan baru dapat diserap pada harga saat ini. Analis Barclays memperingatkan bahwa pasar obligasi berperingkat investasi mungkin tidak mampu menampung seluruh kebutuhan pendanaan hyperscaler yang diperkirakan. Jika penerbitan terus bertambah, perusahaan mungkin harus menawarkan kupon lebih tinggi, menggunakan kredit privat, menerbitkan saham, atau memakai struktur pembiayaan yang lebih kompleks.

Risiko mata uang dan likuiditas. Obligasi dalam dolar Australia, euro, atau mata uang lain membuat investor terpapar pergerakan nilai tukar dan kondisi likuiditas yang berbeda. Lindung nilai valuta asing dapat mengurangi sebagian risiko tersebut, tetapi menimbulkan biaya serta risiko pelaksanaan tersendiri.

Kesimpulan untuk investor pendapatan

Pinjaman AI kini menjadi sumber permintaan baru terhadap modal global dan alternatif yang kredibel bagi sebagian investor jangka panjang yang biasanya membeli utang pemerintah. Kesimpulan yang paling dapat dipertanggungjawabkan bukanlah “AI menyebabkan aksi jual obligasi”, melainkan bahwa ledakan utang ini menambah jumlah pembiayaan yang harus diserap pasar—pada saat pemerintah juga meningkatkan pinjaman dan investor menilai ulang risiko inflasi serta durasi.

Untuk portofolio pendapatan, obligasi hyperscaler lebih tepat diperlakukan sebagai alokasi kredit yang terdiversifikasi, bukan pengganti Treasury. Pendekatan disiplin berarti membandingkan imbal hasil dengan jatuh tempo, menilai kekuatan neraca dan senioritas utang penerbit, menyebar jatuh tempo, mengelola eksposur mata uang, serta tidak mengejar imbal hasil tertinggi sebelum memahami risiko proyek, likuiditas, leverage, dan struktur pembiayaannya.