Belanja AI Mendekati US$1 Triliun, Bisakah Pendapatannya Mengejar?

Berapa yang dibelanjakan perusahaan teknologi besar?

Perbandingan antarperusahaan tidak mudah dilakukan karena perbedaan tahun fiskal, metode akuntansi, dan porsi belanja modal yang benar-benar dialokasikan untuk AI. Meski demikian, arahnya jelas: proyeksi belanja terus dinaikkan karena permintaan kapasitas komputasi dan memori masih kuat.

Amazon, misalnya, menaikkan perkiraan belanja modal tunai 2026 dari sekitar US$200 miliar menjadi sekitar US$220 miliar. Perusahaan menyatakan sebagian besar pengeluaran itu akan mendukung AI dan AWS. Amazon, Google, dan Microsoft secara bersama-sama dilaporkan mendekati belanja modal sekitar US$595 miliar pada 2026, meskipun angka tersebut tidak sepenuhnya dapat dibandingkan karena perbedaan cakupan dan metode pelaporan.

Jika Meta turut dimasukkan bersama Amazon, Alphabet, dan Microsoft, estimasi belanja modal kelompok hyperscaler pada 2026 berada di kisaran US$700 miliar hingga US$900 miliar, tergantung perusahaan dan definisi akuntansi yang digunakan.

Kesimpulan yang paling aman bukanlah menentukan peringkat perusahaan dengan angka yang sangat presisi, melainkan melihat gambaran besarnya: platform cloud dan teknologi terkemuka menggelontorkan ratusan miliar dolar setiap tahun untuk kapasitas yang sebagian besar dibangun bagi beban kerja AI.

Utang ikut membiayai perlombaan

Pembangunan ini tidak lagi sepenuhnya dibiayai dari arus kas operasional. Laporan yang mengutip estimasi Goldman Sachs menyebut hyperscaler membelanjakan sekitar US$405 miliar untuk belanja modal pada 2025. Angka itu diperkirakan mencapai sekitar US$750 miliar pada 2026 dan hampir US$1,2 triliun pada 2027.

Penerbitan obligasi investment grade—obligasi dari perusahaan dengan peringkat kredit relatif tinggi—oleh hyperscaler mencapai US$108 miliar pada 2025. Hingga paruh pertama 2026, penerbitan dilaporkan sudah mencapai US$194 miliar, dengan perkiraan sekitar US$250 miliar untuk setahun penuh.

Utang tidak otomatis berarti investasi tersebut keliru. Perusahaan cloud besar umumnya memiliki kemampuan menghasilkan kas yang kuat dan akses ke pasar kredit. Namun, utang meningkatkan konsekuensi jika perhitungan mereka meleset. Jika permintaan, harga, atau tingkat pemanfaatan layanan AI lebih rendah dari harapan, perusahaan tetap harus membayar utang atas pusat data dan perangkat keras yang nilainya dapat menyusut dengan cepat.

Mengapa pendapatan AI belum menutup kesenjangan?

Pendapatan terkait AI tumbuh pesat, tetapi argumen utama The Economist adalah bahwa pertumbuhannya belum cukup cepat untuk menyamai lonjakan belanja infrastruktur. Perbandingan ini juga rumit karena pendapatan AI kerap tercampur dalam bisnis yang lebih luas, bukan dilaporkan sebagai satu pos yang terpisah dan mudah diukur.

Penjualan terkait AI bisa muncul dalam bentuk konsumsi cloud, langganan perangkat lunak perusahaan, produk produktivitas, peningkatan efektivitas iklan, atau penerapan awal di perusahaan. Akibatnya, sulit mengetahui berapa besar pendapatan yang benar-benar berasal dari AI, berapa marginnya, dan apakah pendapatan tersebut cukup berulang untuk mendukung putaran investasi berikutnya.

Pertanyaan penting bagi investor bukan sekadar apakah perusahaan menjual produk AI. Yang lebih penting adalah apakah pendapatan per dolar investasi infrastruktur dapat meningkat cukup cepat untuk menutup:

• biaya pembangunan pusat data dan kapasitas listrik baru;
• pembelian akselerator, jaringan, dan memori;
• penyusutan serta penggantian perangkat komputasi yang berlangsung cepat; dan
• beban bunga dari tambahan utang.

Industri semikonduktor ikut menikmati dampaknya

Ledakan infrastruktur ini mengalir langsung ke industri semikonduktor. Sistem AI membutuhkan akselerator, jaringan berkecepatan tinggi, penyimpanan, serta memori berkapasitas besar—baik memori bandwidth tinggi maupun memori konvensional. Keterbatasan pasokan pada memori, pengemasan canggih, dan manufaktur node terdepan menjadikan industri chip salah satu penerima manfaat paling jelas dari siklus belanja ini.

Dalam perkiraan musim semi 2026, WSTS memproyeksikan penjualan semikonduktor global mencapai US$1,51 triliun, naik 90% dari tahun sebelumnya. WSTS juga memperkirakan pendapatan memori melonjak sekitar 250% dan menembus US$800 miliar, didorong oleh infrastruktur AI, memori bandwidth tinggi, dan komputasi akselerasi.

Proyeksi itu kemudian dinaikkan. Setelah memasukkan data aktual kuartal kedua 2026, WSTS memperkirakan pasar semikonduktor global mencapai sekitar US$1,655 triliun pada 2026—setara pertumbuhan tahunan sekitar 108%—dan sekitar US$2,1 triliun pada 2027, dengan pertumbuhan sekitar 29%.

Omdia memiliki proyeksi terpisah, yaitu pertumbuhan pendapatan semikonduktor sebesar 94,1% pada 2026. Menurut Omdia, permintaan AI melampaui kemampuan industri untuk memproduksi dan mengemas chip. Omdia juga memperkirakan memori menyumbang lebih dari separuh total pendapatan semikonduktor.

Angka-angka tersebut tidak seharusnya digabungkan menjadi satu proyeksi definitif. Proyeksi itu berasal dari waktu rilis dan metodologi yang berbeda. Namun, semuanya menunjukkan betapa kuatnya pengaruh permintaan infrastruktur AI terhadap ekspektasi industri chip, memori, dan kapasitas manufaktur terkait.

Ujian triliun dolar bagi investor AI

Tesis investasi AI memiliki dua bagian. Bagian pertama sudah terlihat: perusahaan berbelanja agresif karena kapasitas komputasi, listrik, dan chip canggih merupakan kendala strategis. Menunggu bisa berarti harus membayar lebih mahal di kemudian hari atau kehilangan pelanggan kepada pesaing yang memiliki kapasitas siap pakai.

Bagian kedua masih harus dibuktikan dalam skala yang dibutuhkan: aplikasi AI harus menghasilkan pendapatan berkelanjutan, margin yang menarik, dan peningkatan produktivitas yang terukur—semuanya cukup cepat untuk membenarkan ekspansi infrastruktur tanpa henti.

Jika monetisasi akhirnya mengejar investasi, siklus belanja saat ini bisa terbukti rasional, meskipun sebagian investasi individual nantinya dihapus bukukan atau dialihkan. Jika tidak, dampaknya dapat berupa imbal hasil cloud yang lebih rendah, kapasitas berlebih, tekanan pembayaran utang, dan penilaian ulang tajam terhadap aset yang terkait AI.

Itulah sebabnya angka paling penting bukan sekadar investasi US$1 triliun. Yang paling menentukan adalah imbal hasil yang pada akhirnya dihasilkan oleh investasi tersebut.