Namun gambarnya tidak satu arah. CNBC secara terpisah melaporkan bahwa OpenAI menghasilkan pendapatan US$13,1 miliar pada 2025, di atas target US$10 miliar, dan membakar kas US$8 miliar, lebih rendah dari target US$9 miliar .
Dua hal itu bisa sama-sama benar. Perusahaan bisa tumbuh sangat cepat, tetapi tetap tertekan secara finansial jika komitmen infrastruktur untuk pertumbuhan berikutnya tumbuh lebih cepat daripada pendapatannya.
Masalah OpenAI bukan semata-mata karena perusahaan mengeluarkan banyak uang. Yang lebih penting adalah skala dan waktunya.
The Information melaporkan OpenAI menaikkan proyeksi pendapatan, tetapi pada saat yang sama memproyeksikan tambahan cash burn sebesar US$111 miliar hingga 2030 . CNBC melaporkan OpenAI telah menyetel ulang ekspektasi belanja dan menargetkan sekitar US$600 miliar pada 2030
. CNBC juga melaporkan OpenAI sedang menyelesaikan putaran pendanaan yang bisa bernilai lebih dari US$100 miliar, dengan sekitar 90% berasal dari investor strategis
.
Dukungan modal sebesar itu bisa memperpanjang napas perusahaan. Tetapi ia juga menaikkan standar pembuktiannya. Jika pusat data dan kapasitas komputasi dibangun sekarang dengan asumsi permintaan AI di masa depan akan sangat besar, investor pada akhirnya perlu melihat bahwa pendapatan bisa membenarkan biaya tersebut.
Ciri yang membuatnya terasa seperti bubble adalah jarak antara biaya nyata hari ini dan imbal hasil yang diharapkan nanti.
Ini bukan hanya cerita OpenAI. Bloomberg melaporkan empat perusahaan teknologi terbesar di AS bersama-sama memperkirakan belanja modal sekitar US$650 miliar pada 2026 ketika perlombaan AI makin panas . Reuters Breakingviews menggambarkan gelombang belanja AI sekitar US$630 miliar dan berargumen bahwa masalah langsungnya bukan hanya apakah permintaan akan kurang dari ekspektasi, tetapi juga apakah perusahaan teknologi bisa menyalurkan anggaran raksasa itu ke proyek yang menghasilkan imbal hasil memadai
.
Itulah inti kekhawatiran pasar. Jika pendapatan AI berhasil mengejar, belanja hari ini bisa terlihat sebagai biaya membangun lapisan platform baru. Jika tidak, sektor ini berisiko menghadapi kapasitas berlebih, imbal hasil yang melemah, dan koreksi harga aset yang terkait AI.
Bubble yang benar-benar pecah biasanya tampak sebagai reaksi berantai: pendanaan mengering, valuasi turun tajam, proyek besar dibatalkan, pesanan ke pemasok melambat, atau pelanggan mulai menarik diri.
Bukti saat ini belum menunjukkan keretakan seluas itu. BloombergNEF mengatakan pembangunan pusat data AI masih berlanjut meski pasar gelisah dan muncul kekhawatiran bubble, dengan lebih dari 23 gigawatt kapasitas pusat data sedang dibangun secara global pada akhir September 2025 dan sekitar tiga perempatnya berada di AS . Reuters juga melaporkan CEO Nvidia Jensen Huang menepis kekhawatiran bahwa boom belanja chip AI sedang berakhir
.
Poin-poin itu tidak membuktikan semua investasi AI akan terbayar. Namun, itu menunjukkan pasar belum bergerak dari fase cemas ke fase runtuh.
OpenAI menjadi sorotan karena laporan yang ada langsung mengaitkan target pendapatan dan pengguna dengan kemampuan perusahaan menopang belanja pusat data . Laporan lain juga menyoroti cash burn multi-tahun, kebutuhan pendanaan eksternal, dan komitmen komputasi masa depan OpenAI
.
Dengan kata lain, OpenAI adalah uji yang lebih tajam daripada cerita belanja modal Big Tech secara umum. Sebuah perusahaan bisa punya adopsi yang kuat, tetapi tetap mengalami tekanan jika setiap langkah pertumbuhan membutuhkan infrastruktur yang jauh lebih mahal. Angka-angka OpenAI yang dilaporkan membuat ketegangan itu terlihat jelas .
Target OpenAI yang dilaporkan meleset memang layak dipantau. Tetapi bukti yang lebih kuat harus muncul melampaui satu perusahaan. Beberapa sinyal pentingnya antara lain:
Jika sinyal-sinyal itu muncul bersamaan, barulah cerita bubble yang mengempis menjadi jauh lebih kuat. Laporan tentang OpenAI saat ini lebih tepat dibaca sebagai tekanan, bukan bukti pecahnya gelembung.
Cash burn OpenAI adalah retakan peringatan dalam boom AI, bukan bukti bahwa bubble sudah pecah.
Target yang dilaporkan meleset dan rencana belanja besar menunjukkan AI memasuki fase yang lebih disiplin: pertumbuhan penggunaan saja tidak lagi cukup jika ekonominya tidak masuk akal . Pada saat yang sama, belanja infrastruktur AI secara luas masih sangat besar, dan pembangunan pusat data tetap berjalan meski ada kekhawatiran bubble
.
Pertanyaan penentunya adalah apakah pendapatan AI bisa mengejar sebelum tagihan infrastrukturnya terlalu besar. Jika bisa, periode ini mungkin akan dikenang sebagai siklus investasi yang mahal tetapi rasional. Jika tidak, cash burn OpenAI bisa terlihat sebagai salah satu tanda awal bahwa pembangunan AI sudah melaju terlalu jauh di depan bukti ekonominya.