Goldman Sachs: AI Hype Berpotensi Bikin Krisis Utang Rp 85.000 Triliun

Goldman Sachs memperkirakan empat perusahaan teknologi terbesar—Meta, Microsoft, Amazon, dan Alphabet—akan menggelontorkan dana sebesar US$5,3 triliun (setara lebih dari Rp 85.000 triliun) untuk belanja modal (capex) kecerdasan buatan (AI) dan pusat data selama periode 2025 hingga 2030 . Angka ini meningkat dari perkiraan sebelumnya yang 'hanya' US$4,5 triliun . Sebagai gambaran, nilai tersebut lebih besar dari Produk Domestik Bruto (PDB) Jepang, Inggris, India, dan Prancis . Namun, di balik euforia investasi ini, bank investasi raksasa itu juga menyoroti sejumlah risiko yang saling terkait. Mulai dari pasar kredit yang mulai jenuh, keterbatasan struktur pendanaan, hingga dinamika siklus pasar yang bisa mengubah total pengerjaan proyek AI secara drastis.

Pasar Kredit Mulai Jenuh dan Risiko Konsentrasi Penerbit

Amanda Lynam, kepala strategi kredit Goldman Sachs, memperingatkan bahwa "saturasi pasar kredit likuid dan batasan konsentrasi penerbit" akan menjadi "semakin mengikat di tahun-tahun mendatang." Para hyperscaler (sebutan untuk perusahaan teknologi raksasa ini) sudah menguasai pangsa besar dari pinjaman korporasi baru. Investor obligasi publik mulai ogah menyerap lebih banyak utang dari segelintir penerbit yang sama. Hal ini dipicu oleh meningkatnya bobot indeks dan batasan konsentrasi portofolio. Keterbatasan ini "setidaknya akan mempengaruhi keputusan rumit seputar eksposur dan harga," tulis Lynam .

Pendanaan Tradisional Tersendat

Skala belanja yang sangat besar mulai mendorong batas maksimal pasar obligasi konvensional dan arus kas internal perusahaan. Goldman Sachs mencatat bahwa para hyperscaler perlu pendanaan "dari berbagai pasar, struktur, dan mata uang" untuk menghindari benturan dengan kejenuhan pasar . Contoh nyata adalah langkah Alphabet yang menggelar hak memesan efek terlebih dahulu (rights issue) senilai US$85 miliar—sebuah sinyal bahwa pendanaan dari kas internal dan penerbitan obligasi saja tidak lagi mencukupi . Kelima perusahaan yang sama tidak bisa terus-menerus mendorong utang ke pasar obligasi publik tanpa membuat investor khawatir akan risiko konsentrasi .

Beralih dari Modal ke Utang: Risiko Makro yang Mengintai

Dalam laporan November 2025, analis Goldman Sachs Ryan Hammond memperingatkan: "Meskipun tingkat leverage perusahaan publik saat ini masih kecil, pergeseran berkelanjutan menuju pendanaan utang akan meningkatkan risiko makro yang terkait dengan pembangunan AI." Data menunjukkan perusahaan-perusahaan teknologi besar telah mengambil utang sebesar US$121 miliar sepanjang tahun ini—melonjak drastis dari rata-rata US$28 miliar dalam lima tahun sebelumnya . Tim Hammond juga mencatat bahwa perusahaan hyperscaler publik terbesar "secara teori dapat menambah utang mereka hingga US$700 miliar" .

Ketergantungan pada Pasar Swasta dan Risiko Eksekusi

Goldman Sachs secara eksplisit mengatakan bahwa modal infrastruktur swasta dan modal real estat harus memainkan peran yang jauh lebih besar . Dana infrastruktur swasta memang berhasil mengumpulkan rekor US$221 miliar pada tahun 2025. Namun, laporan tersebut juga menandai bahwa perkiraan belanja modal AI "jauh melampaui pertumbuhan aktual pembangunan pusat data." Hal ini disebut sebagai "metrik yang perlu dipantau secara ketat untuk memperkirakan kebutuhan pembiayaan jangka panjang" . Sebuah pusat data menggabungkan lahan, listrik, jaringan, bangunan, sistem pendingin, dan server. Artinya, pendanaannya tersebar di berbagai kelas aset dan bisa menghadapi hambatan .

Tekanan Kembali ke Perusahaan dan Sinyal Pasar

Goldman Sachs mengakui bahwa "reaksi negatif harga saham terhadap kejutan belanja modal dapat memaksa manajemen untuk mempertimbangkan kembali besaran pertumbuhan belanja modal ke depan" . Analis eksternal yang dikutip dalam laporan mencatat bahwa spread obligasi kelas investasi telah melebar dari sekitar 70 menjadi 85 basis poin di atas imbal hasil obligasi pemerintah AS akibat pasokan dari para hyperscaler. Angka ini bahkan bisa mencapai 95 basis poin .

Pelajaran dari Siklus Boom-Bust Masa Lalu

Goldman Sachs sendiri tidak secara eksplisit menggambar paralel sejarah dalam laporan yang dikutip. Namun, Aswath Damodaran dari NYU, yang berkomentar berdasarkan data Goldman yang sama, menyoroti perbedaan kritis dari era dot-com: boom dot-com hampir seluruhnya didanai oleh ekuitas (saham). Akibatnya, ketika gelembung pecah, kerugian hanya terbatas pada pemegang saham. Sebaliknya, boom belanja modal AI ini "sangat besar" dan "sebagian besar didanai dengan utang," yang berasal dari modal swasta, bukan bank. Damodaran memperingatkan: jika koreksi terjadi, "masalah itu akan muncul sebagai tekanan dan gagal bayar, dan itu benar-benar tidak bisa dibatasi. Dampaknya akan merembet ke seluruh masyarakat,"—sebuah gambaran yang mengingatkan pada krisis keuangan 2008 .

Ringkasan Risiko

Faktor Risiko	Posisi Goldman Sachs	Sumber
Satiasi pasar kredit	Semakin mengikat; konsentrasi penerbit akan mempengaruhi harga dan eksposur
Keterbatasan pendanaan tradisional	Hyperscaler mencapai batas obligasi dan kas; perlu pasar swasta dan sekuritisasi
Risiko makro akibat utang	Peralihan ke utang menambah risiko sistemik pada pembangunan AI
Eksekusi pasar swasta	Perkiraan belanja modal melampaui pembangunan aktual; kapasitas pendanaan perlu dipantau
Tekanan balik dari perusahaan	Reaksi harga saham terhadap kejutan belanja modal dapat memaksa pengurangan oleh manajemen
Paralel boom-bust (Damodaran)	Utang berarti koreksi akan menular ke masyarakat, tidak seperti bust dot-com yang didanai ekuitas