Belanja AI Jumbo Menguji Arus Kas dan Kredit Para Hyperscaler

Risiko finansial utama dalam ledakan infrastruktur kecerdasan buatan (AI) bukanlah bahwa perusahaan teknologi raksasa ini tidak punya bisnis yang menguntungkan. Masalahnya adalah waktu: komitmen belanja mereka muncul bertahun-tahun sebelum arus kas hasil investasi itu cukup besar untuk menopangnya.

Dalam analisis September 2026, S&P Global memandang pembangunan AI sebagai uji ketahanan kualitas kredit. Amazon, Alphabet, Microsoft, Meta, dan Oracle—yang disebut “Hyper 5”—secara kolektif telah menginvestasikan sekitar US$1,1 triliun dalam belanja modal (capital expenditure atau capex) selama lima tahun terakhir. Konsensus Visible Alpha memperkirakan tambahan US$5,3 triliun akan dibelanjakan pada 2026–2030. 116

Skala tersebut pada akhirnya bisa saja dibenarkan oleh pendapatan baru dan kenaikan produktivitas dari AI. Namun, untuk saat ini, siklus investasi itu menguji arus kas bebas, cadangan likuiditas, tingkat utang, serta ketahanan pasar kredit korporasi—sebelum hasil investasinya benar-benar terbukti dalam skala yang sama.

Inti risikonya: membangun sekarang, menghasilkan uang belakangan

Kekhawatiran S&P pada dasarnya berkaitan dengan ketidaksesuaian waktu. Kapasitas AI membutuhkan dana awal yang sangat besar untuk pusat data, cip, jaringan, listrik, dan infrastruktur terkait. Imbal hasilnya bergantung pada permintaan yang berkelanjutan, tingkat pemakaian fasilitas yang tinggi, serta kemampuan mengubah layanan AI menjadi pendapatan jangka panjang dengan margin tinggi.

Menurut S&P Global, intensitas capex Hyper 5—diukur terhadap depresiasi—telah melampaui puncak pada era gelembung dot-com dan Resesi Besar. Kelima perusahaan itu diperkirakan menyumbang lebih dari separuh total capex perusahaan dalam indeks S&P 500 pada 2028, naik dari 13% pada 2020 dan 30% pada 2025. 1

Perbandingan tersebut adalah sinyal kewaspadaan, bukan pernyataan bahwa ledakan AI identik dengan dua episode sebelumnya. Yang ditekankan S&P ialah adanya sekelompok kecil perusahaan yang secara serentak membuat taruhan kapasitas berskala historis, ketika laju adopsi dan keekonomian AI masih belum pasti.

Arus kas bebas menjadi titik tekanan

Perusahaan-perusahaan ini tetap mampu mencetak laba operasional besar dan mengakses pasar modal. Namun, pembangunan infrastruktur dapat menyedot kas lebih cepat daripada kas yang dihasilkan operasi bisnis.

S&P Global Ratings memproyeksikan capex gabungan enam hyperscaler besar AS—Hyper 5 ditambah SpaceX—melampaui US$1,3 triliun pada 2027. Seluruhnya diperkirakan membukukan arus kas operasi bebas negatif pada 2026 dan 2027, dengan pemulihan baru diproyeksikan pada 2029. 3

Perbedaannya penting:

• Profitabilitas menunjukkan apakah bisnis inti memperoleh lebih banyak daripada yang dibelanjakan untuk operasional.
• Arus kas bebas menunjukkan sisa kas setelah belanja investasi dilakukan.
• Perusahaan bisa tetap membukukan laba, tetapi arus kas bebasnya merosot tajam atau menjadi negatif apabila pembangunan infrastrukturnya berlangsung sangat agresif.

Alphabet menjadi salah satu ilustrasi. Capex-nya mencapai US$44,9 miliar dalam periode yang dianalisis S&P Global pada Juli, lebih dari dua kali lipat dibandingkan setahun sebelumnya, sedangkan arus kas bebasnya turun 74,1% secara tahunan. Alphabet kemudian menaikkan panduan capex 2026 menjadi US$195 miliar hingga US$205 miliar. 4

Struktur pembiayaan sama pentingnya dengan angka utang

Ketika kas internal makin banyak terserap capex, hyperscaler semakin mengandalkan utang, penerbitan saham, komitmen sewa, dan skema pembiayaan lain untuk mendanai infrastruktur AI. 3

Hal ini tidak otomatis berarti perusahaan sedang dalam kondisi tertekan. Perusahaan besar lazim memakai beragam sumber dana, sementara sewa atau kemitraan dapat membantu menyelaraskan pembiayaan dengan aset berumur panjang. Kekhawatiran dari sisi kredit adalah bahwa skema tersebut dapat menciptakan kewajiban tetap atau kewajiban yang sifatnya mirip utang, yang tidak selalu terlihat jika investor hanya melihat pinjaman konvensional.

Karena itu, investor dan pemberi pinjaman perlu melihat lebih jauh daripada angka utang yang dilaporkan:

• Berapa besar kapasitas AI yang ditopang komitmen sewa atau pembiayaan jangka panjang?
• Seberapa cepat kapasitas baru harus terisi agar target imbal hasil tercapai?
• Berapa banyak kas yang tersisa bila pendapatan AI tumbuh lebih lambat dari rencana?
• Apakah komitmen pendapatan cukup tahan lama untuk menopang kewajiban infrastruktur yang terkait?

Semakin besar belanja dibiayai oleh kewajiban yang tetap harus dipenuhi terlepas dari permintaan jangka pendek, semakin besar pula risikonya bila tingkat penggunaan atau monetisasi AI mengecewakan.

Oracle menjadi peringatan awal yang paling jelas

Oracle memperlihatkan bagaimana dorongan infrastruktur AI dapat dengan cepat mengubah profil arus kas dan kredit perusahaan.

Perusahaan itu melaporkan arus kas bebas negatif sebesar US$23,7 miliar pada tahun fiskal 2026, karena investasi pusat data melampaui kas yang dihasilkan dari operasi. S&P Global Ratings menurunkan peringkat penerbit jangka panjang Oracle dari BBB menjadi BBB-, satu tingkat di atas kategori spekulatif. 17

Kasus Oracle tidak membuktikan bahwa investasi AI-nya akan gagal. Namun, kasus ini menunjukkan mekanisme yang disoroti S&P: perusahaan dengan operasional yang tumbuh pun dapat menghadapi tekanan peringkat ketika capex, kebutuhan pembiayaan, dan kewajiban jangka panjang meningkat lebih cepat daripada kemampuan menghasilkan kas.

Kapan pembangunan AI bisa menjadi masalah kredit yang lebih luas?

Kerangka S&P menunjukkan risiko akan membesar apabila beberapa kondisi berikut terjadi bersamaan:

1. Pendapatan AI datang lebih lambat dari perkiraan. Kapasitas mungkin sudah dibangun sebelum pelanggan siap membayar cukup mahal untuk memakainya.
2. Tingkat pemakaian fasilitas mengecewakan. Pusat data dan perangkat komputasi yang kurang termanfaatkan akan menekan imbal hasil investasi.
3. Capex bertahan tinggi lebih lama. Penundaan penurunan belanja akan memperpanjang masa arus kas bebas yang lemah atau negatif.
4. Kewajiban pembiayaan terus menumpuk. Tambahan utang, sewa, dan komitmen sejenis dapat mengurangi fleksibilitas saat kondisi memburuk.
5. Pemangkasan investasi terjadi serentak. Karena belanja terkonsentrasi pada sedikit perusahaan, penarikan belanja secara luas dapat berdampak pada pemasok, pemberi pinjaman, dan pasar kredit.

Itulah sebabnya kekhawatiran S&P bukan semata soal apakah AI memiliki nilai ekonomi. Pertanyaan utamanya adalah apakah sistem kredit kini diminta membiayai pembangunan yang imbal hasilnya belum terbukti dalam skala yang sebanding dengan pengeluarannya.

Skenario positif tetap ada, tetapi harus dibuktikan

Argumen positifnya cukup jelas: AI dapat menciptakan pendapatan baru di perangkat lunak, komputasi awan, dan layanan perusahaan, sekaligus meningkatkan produktivitas hingga biaya infrastruktur saat ini layak ditanggung. AI Monitor S&P Global memproyeksikan total pendapatan yang terekspos AI naik dari US$468 miliar pada akhir 2023 menjadi US$1,354 triliun pada akhir 2026. 2

Jika permintaan terbukti kuat dan berkelanjutan, serta pendapatan AI bermargin tinggi meningkat cepat, siklus capex saat ini dapat dipandang sebagai fase investasi yang perlu dilakukan, bukan sebagai pemborosan finansial. Proyeksi S&P Global Ratings bahwa arus kas operasi bebas akan pulih pada 2029 mencerminkan kemungkinan tersebut. 3

Namun, proyeksi itu bersifat bersyarat. Hal yang perlu dipantau adalah realisasi pendapatan AI, pemakaian kapasitas baru, lamanya capex tetap tinggi, dan skala penuh komitmen yang menyerupai utang. Sampai indikator-indikator itu membaik, perlombaan AI tetap menjadi ujian besar: apakah belanja infrastruktur luar biasa dapat menghasilkan imbal balik sebelum arus kas yang melemah dan kewajiban finansial yang meningkat membatasi perusahaan pembiayanya.