Lonjakan 80x Anthropic: Sinyal Demand AI, Bukan Cek Kosong untuk Capex

VentureBeat melaporkan Anthropic telah melewati annualized revenue run rate US$30 miliar, naik tajam dari sekitar US$9 miliar pada akhir 2025 . Istilah run rate penting: ini adalah gambaran laju pendapatan jika ritme saat ini diekstrapolasi setahun penuh, bukan angka pendapatan setahun yang sudah benar-benar dibukukan.

Detail yang paling penting bukan hanya pendapatan, melainkan kombinasi pendapatan dan penggunaan yang sama-sama melonjak. Pendapatan bisa terdorong oleh harga, waktu penandatanganan kontrak, atau transaksi besar. Tetapi ketika penggunaan juga naik tajam dan perusahaan mengeluh kekurangan komputasi, sinyalnya lebih kuat: pelanggan benar-benar mengonsumsi kapasitas model. Sejumlah laporan juga mengaitkan ekspansi Anthropic dengan popularitas Claude dan alat coding Claude Code di kalangan pengembang .

Mengapa ini memperkuat tesis AI enterprise

Dalam dunia bisnis, adopsi AI enterprise tidak cukup diukur dari banyaknya uji coba. Pertanyaan yang lebih penting: apakah AI dipakai berulang dalam alur kerja harian, atau hanya berhenti sebagai demo menarik?

Laporan tentang Anthropic menunjukkan setidaknya sebagian pelanggan menggunakan AI cukup intensif sampai mengganggu perencanaan infrastruktur perusahaan . Itu berbeda dari sekadar minat pasar. Jika sebuah tool AI mulai menjadi input rutin untuk pekerjaan developer, analis, atau tim operasional, konsumsi komputasinya bisa bertambah cepat.

Kasus developer workflow terlihat paling konkret dalam cerita ini. Coding assistant, agen AI, dan tool otomasi kerja berpotensi dipakai berkali-kali sepanjang hari oleh pengguna yang sama. Karena laporan menghubungkan pertumbuhan Anthropic dengan Claude dan Claude Code, alur kerja pengembang menjadi salah satu bukti awal paling jelas untuk demand AI yang berulang .

Bacaan yang wajar: lonjakan Anthropic melemahkan argumen bahwa demand AI enterprise hanya hype. Tetapi angka itu belum membuktikan semua belanja AI perusahaan sudah produktif. Yang terbukti adalah satu penyedia AI besar salah memperkirakan skala penggunaan aktualnya dengan selisih sangat besar.

Mengapa ini ikut menopang pembangunan infrastruktur AI

Investasi infrastruktur AI membutuhkan beban kerja berbayar yang mampu menjaga kapasitas mahal tetap terpakai. Dalam hal ini, Anthropic memberi contoh penting: perusahaan menyiapkan skenario pertumbuhan 10x, tetapi dilaporkan melihat laju pendapatan dan penggunaan 80x pada kuartal pertama secara annualized, lalu mengaitkan selisih itu dengan kekurangan komputasi .

Tekanan dari sisi demand tersebut sejalan dengan besarnya proyeksi pusat data global. Dell’Oro Group memproyeksikan siklus ekspansi AI bertahun-tahun akan mendorong belanja modal pusat data dunia mencapai US$1,7 triliun pada 2030 . BloombergNEF melaporkan belanja modal 14 operator pusat data publik terbesar diperkirakan mendekati US$750 miliar pada 2026, sementara kapasitas IT pusat data yang sedang dibangun melampaui 23 gigawatt . Clifford Chance mengutip estimasi industri bahwa pusat data dapat membutuhkan capex global sekitar US$6,7 triliun pada 2030, termasuk US$5,2 triliun untuk kapasitas yang mampu mendukung AI .

Angka-angka itu tidak bisa dibandingkan satu lawan satu karena cakupan dan asumsi masing-masing berbeda. Namun, jika dilihat bersama, jelas mengapa debat capex AI sudah masuk wilayah triliunan dolar: demand AI kini makin terkait dengan hal fisik seperti chip, server, listrik, lahan, pendinginan, dan pembiayaan.

Apa yang tidak dibuktikan oleh angka 80x

Lonjakan Anthropic bukan lampu hijau untuk seluruh sektor. Angka pertumbuhan tersebut belum menjawab pertanyaan profitabilitas yang paling menentukan: berapa biaya inference per tugas, seperti apa margin kotor, berapa lama kontrak pelanggan bertahan, apakah pelanggan memperpanjang dan memperluas pemakaian, seberapa tinggi utilisasi GPU baru, bagaimana depresiasi dihitung, berapa biaya energi, dan seperti apa syarat pembiayaannya.

Perbedaan ini krusial karena pusat data AI dan armada GPU adalah taruhan biaya tetap yang besar. Jika beban kerja berbayar terus menjaga kapasitas terpakai tinggi dan penyedia model bisa meningkatkan efisiensi, belanja infrastruktur agresif dapat terlihat masuk akal. Sebaliknya, jika pertumbuhan penggunaan melambat, margin menyempit, atau kapasitas baru datang lebih cepat daripada demand yang menguntungkan, pembangunan yang sama bisa berubah menjadi overbuild.

Kendala listrik juga tidak bisa dianggap detail teknis semata. BloombergNEF melaporkan operator pusat data sedang mengamankan lebih banyak energi daripada sebelumnya, sementara kapasitas yang sedang dibangun terus bertambah . Clifford Chance juga mencatat bahwa kapasitas AI-capable menggeser porsi belanja lebih besar ke lapisan komputasi seperti GPU dan server, yang siklus penyegarannya lebih pendek dibandingkan real estat dan infrastruktur listrik dasar .

Intinya bagi boom capex AI

Pertumbuhan 80x Anthropic pada kuartal I 2026 adalah sinyal bullish untuk demand AI enterprise, terutama pada alur kerja developer yang terkait dengan Claude dan Claude Code . Ini membantu membenarkan investasi ketika pelanggan nyata memakai AI dalam skala besar dan kapasitas baru berpeluang tetap penuh.

Tetapi angka itu bukan bukti bahwa setiap rencana infrastruktur AI bernilai triliunan dolar akan menghasilkan return menarik. Ujian berikutnya adalah apakah run rate berubah menjadi pendapatan aktual yang tahan lama, apakah pelanggan enterprise memperpanjang dan memperluas kontrak, apakah biaya komputasi per tugas terus turun, apakah kapasitas baru tetap terutilisasi tinggi, dan apakah akses listrik mampu mengikuti laju pertumbuhan pusat data.