Utang 'Siluman' Rp25.000 Triliun: Risiko Besar di Balik Infrastruktur AI Raksasa Teknologi

Bagaimana Aturan Akuntansi Memungkinkan Hal Ini?

Perlakuan ini diizinkan berdasarkan aturan akuntansi standar (GAAP/IFRS) untuk sewa operasi (operating leases) dan entitas tujuan khusus (special purpose entities/SPEs) atau usaha patungan. Struktur umum meliputi:

• Sebuah kendaraan khusus (JV atau SPE) yang memperoleh atau mengembangkan aset pusat data, menjaga utang tetap di luar neraca perusahaan hyperscaler .
• Kontrak "take-or-pay" dan komitmen sewa jangka panjang yang hanya diungkapkan dalam catatan kaki laporan keuangan, bukan diakui sebagai kewajiban di neraca .
• Bank for International Settlements (BIS) menyebut praktik ini sebagai "shadow borrowing" (pinjaman bayangan) .

Angka Spesifik: Meta dan Oracle

Meta mengamankan sekitar $60 miliar dalam modal untuk pembangunan pusat data, dan sekitar setengahnya—atau $30 miliar—distrukturkan agar sepenuhnya berada di luar neraca mereka . Meta mencatatkan utang di neraca sekitar $28,8 miliar .

Oracle adalah yang paling terleverdi di antara kelima perusahaan: utang di neraca saat ini sekitar $105 miliar, dan mereka telah mengungkapkan komitmen sewa off-balance-sheet sekitar $20 miliar . Arus kas bebas Oracle telah berubah menjadi negatif .

Korespondensi dengan Laporan Moody's

Moody's Ratings secara terpisah menemukan bahwa lima hyperscaler utama telah menandatangani tetapi belum mengakui di neraca sewa pusat data dengan total sekitar $662 miliar, setara dengan 113% dari total utang yang disesuaikan . Volume sebenarnya dari "utang hantu" ini bisa jauh lebih tinggi . Ini selaras dengan angka $1,65 triliun dari Nikkei yang lebih luas, yang mencakup tidak hanya sewa tetapi juga komitmen pembelian chip dan infrastruktur lainnya.

Tekanan di Pasar Kredit

• Goldman Sachs telah mengamati bahwa pasar obligasi investment-grade mungkin tidak dapat mengakomodasi semua kebutuhan pendanaan raksasa teknologi . Barclays secara terpisah mencatat bahwa lonjakan utang terkait AI "menguji" pasar berkualitas tinggi .
• Utang terkait AI kini mencakup sekitar 30% dari pasokan baru bersih investment-grade di pasar dolar AS .
• Majalah The Economist melaporkan bahwa lima perusahaan akan menghabiskan $800 miliar pada tahun 2026 saja untuk infrastruktur AI .
• Hyperscaler terbesar telah berkomitmen untuk menghabiskan sebanyak $725 miliar dalam belanja modal pada tahun 2026, dengan angka tersebut diperkirakan akan menembus $1 triliun pada tahun 2027 . McKinsey memproyeksikan investasi global di pusat data bisa mencapai $7 triliun pada tahun 2030 .

Risiko Jika Permintaan AI Tidak Sesuai Harapan

Pengamat dan analis industri telah menandai beberapa risiko:

• Penurunan nilai aset (write-downs) dan aset terbengkalai (stranded assets): Jika permintaan AI tidak terwujud, pembangunan pusat data besar-besaran dapat meninggalkan perusahaan dengan aset yang kurang dimanfaatkan atau usang .
• Tekanan arus kas: Struktur off-balance-sheet mengikat perusahaan pada pembayaran sewa dan pembelian jangka panjang terlepas dari permintaan, yang dapat menekan pembelian kembali saham dan dividen .
• Leverage tersembunyi: Sebagian besar dari $1,65 triliun kewajiban off-balance-sheet ini mengikat secara hukum tetapi tidak tercermin dalam rasio leverage standar, sehingga menyulitkan investor dalam penilaian risiko .
• Gangguan pasar kredit: Gagal bayar atau restrukturisasi oleh pemain utama dapat berdampak ke pasar kredit swasta dan asuransi yang telah membiayai sebagian besar shadow borrowing ini .

Argumen Balik Optimis Perusahaan

Hyperscaler berpendapat bahwa pembangunan infrastruktur AI adalah investasi jangka panjang yang diperlukan. Pertahanan utama mereka meliputi:

• Proyek dengan tunggakan besar (massive project backlogs): Perusahaan mencatat bahwa permintaan layanan cloud dan AI tumbuh pesat, dengan kontrak perusahaan jangka panjang yang memberikan visibilitas pendapatan .
• Sikap AWS: Amazon Web Services berpendapat bahwa perencanaan kapasitasnya didorong oleh permintaan pelanggan yang ada dan perkiraan, dan mereka dapat memperlambat belanja modal jika diperlukan .
• Neraca keuangan yang kuat (fortress balance sheets): Meskipun utang meningkat, perusahaan seperti Microsoft, Alphabet, dan Amazon masih mempertahankan peringkat kredit investment-grade dan posisi kas yang kuat yang dapat menyerap guncangan .
• Pertumbuhan pendapatan: Perusahaan menekankan bahwa pendapatan terkait AI tumbuh lebih cepat daripada pengeluaran infrastruktur, dan bahwa keterbatasan kapasitas—bukan permintaan—adalah hambatan saat ini .