Pertanyaan awal menyebut eksposur Eropa sekitar €880 miliar terhadap Magnificent Seven. Namun, materi ECB dan laporan yang tersedia mendukung angka sekitar €440 miliar untuk eksposur rumah tangga zona euro terhadap saham-saham tersebut, bukan €880 miliar.
Angka yang lebih besar mungkin berasal dari cakupan perhitungan berbeda atau penggandaan estimasi, tetapi bukti yang tersedia di sini tidak memverifikasi angka €880 miliar. Sebagian eksposur itu juga dapat berada secara tidak langsung melalui reksa dana indeks, dana pensiun, dan produk investasi lainnya.
Salah satu indikator yang banyak diperhatikan adalah Shiller CAPE—rasio harga saham terhadap rata-rata laba riil selama 10 tahun, yang dirancang untuk mengurangi pengaruh siklus laba jangka pendek. Nilainya berada di sekitar 41; sejumlah laporan menempatkannya sekitar 41,4, mendekati level tertinggi sejak puncak gelembung dot-com pada 2000.
Angka tersebut bukan alat untuk memprediksi kapan pasar akan jatuh. Namun, CAPE yang sangat tinggi berarti investor membayar harga yang luar biasa mahal untuk setiap unit laba jangka panjang. Agar valuasi itu bertahan, pertumbuhan laba dan produktivitas AI harus memenuhi ekspektasi yang sangat optimistis.
Goldman Sachs Research juga mencatat bahwa investasi teknologi AS sebagai persentase produk domestik bruto (PDB) telah melampaui puncak era 1990-an. Belanja raksasa komputasi awan dan perusahaan teknologi terbesar untuk 2026 bahkan diperkirakan jauh lebih tinggi dibandingkan perkiraan enam bulan sebelumnya.
Bahan Federal Reserve yang dikutip dalam laporan terpisah menyebut tekanan valuasi aset berada pada tingkat tinggi. Rasio harga terhadap laba saham publik berada di ujung atas distribusi historis, sebagian karena ekspektasi pertumbuhan laba perusahaan teknologi yang kuat dan selera risiko investor yang meningkat.
Penting dicatat, sumber yang tersedia tidak menunjukkan bahwa Federal Reserve mengeluarkan semua angka spesifik—seperti CAPE 41,4, rekor penutupan S&P 500 di 7.798,99, atau kenaikan 14 persen pada 2026—sebagai satu peringatan resmi. Angka-angka itu merupakan indikator pasar dan riset yang memperkuat konteks kekhawatiran valuasi.
Pembangunan pusat data, jaringan listrik, chip, dan kapasitas komputasi membutuhkan modal sangat besar. Goldman Sachs memperkirakan penerbitan utang terkait AI telah mendekati $500 miliar pada 2026. Morgan Stanley sebelumnya memproyeksikan total penerbitan global hampir $570 miliar sepanjang tahun.
Utang terkait AI juga disebut telah mendekati 15 persen dari penerbitan obligasi korporasi berperingkat investasi. Bank dan perusahaan pembiayaan kemudian mengembangkan struktur yang lebih beragam untuk mendanai pusat data serta rantai pasok chip.
Masalahnya bukan semata-mata jumlah utang, melainkan apakah pendapatan dari layanan AI nantinya tumbuh cukup cepat untuk membayar biaya pembangunan, bunga, dan kebutuhan pembiayaan kembali.
Sebagian pendanaan dapat disalurkan melalui sewa, perusahaan tujuan khusus, kredit privat, dana infrastruktur, atau skema pembiayaan berbasis aset. Struktur semacam itu tidak selalu tampak sebagai utang langsung pada neraca utama perusahaan teknologi.
Akibatnya, tingkat leverage, kebutuhan refinancing, dan pihak yang pada akhirnya menanggung risiko bisa menjadi lebih sulit dipetakan. Situasi ini mengingatkan pada episode masa lalu ketika risiko yang tampak terbatas ternyata menyebar lebih luas melalui jaringan pembiayaan.
Perbandingan tersebut bukan bukti bahwa struktur pendanaan AI saat ini sama dengan era dot-com. Perbedaannya tetap penting: perusahaan teknologi terbesar saat ini umumnya memiliki pendapatan, laba, arus kas, dan neraca yang jauh lebih kuat dibandingkan banyak perusahaan internet pada akhir 1990-an.
Kekuatan fundamental perusahaan teknologi besar membuat skenario penurunan valuasi secara bertahap lebih masuk akal daripada keruntuhan total secara seketika. Dalam skenario ini, harga saham bergerak datar atau turun sementara laba perusahaan terus tumbuh, sehingga valuasi perlahan kembali lebih wajar.
Namun, laba yang kuat saat ini tidak menghapus risikonya. Belanja modal dapat melampaui pendapatan AI untuk waktu lama, sementara pembayaran utang tetap harus dilakukan terlepas dari seberapa cepat teknologi tersebut dimonetisasi.
Jika saham teknologi AS mengalami aksi jual tajam, efeknya dapat mencakup:
Zona euro dapat terdampak meski bukan pasar utama reli AI karena investor di kawasan tersebut memiliki eksposur terhadap saham AS dan perekonomiannya bergantung pada kondisi keuangan global. Penurunan sentimen dan pembiayaan dapat menekan aktivitas ekonomi Eropa secara lebih luas.
ECB juga menilai otoritas moneter dan fiskal memiliki ruang yang lebih terbatas dibandingkan periode gelembung dot-com untuk meredam dampak penurunan. Kemampuan memangkas suku bunga secara agresif atau memberikan stimulus fiskal besar tidak sebesar sebelumnya, sehingga koreksi yang berlangsung kacau berpotensi menimbulkan biaya ekonomi lebih tinggi.
Kesimpulannya, peringatan tersebut bukanlah ramalan bahwa AI akan gagal atau pasar pasti segera ambruk. Pesannya lebih spesifik: teknologi yang sukses pun dapat dibarengi valuasi saham yang terlalu mahal, investasi yang terlalu terkonsentrasi, serta pembiayaan yang terlalu kompleks. Jika ekspektasi berubah, proses penyesuaian dapat memengaruhi bukan hanya investor teknologi, tetapi juga kredit, perekrutan, sentimen ekonomi, dan stabilitas keuangan lintas kawasan.