JPMorgan memproyeksikan belanja modal pusat data dan AI global akan mencapai $5,5 triliun hingga 2030, dengan potensi naik ke $7 triliun, dan memperkirakan $4,1 triliun di antaranya akan dibiayai melalui pasar utang. JPMorgan menghitung bahwa untuk mencapai tingkat pengembalian internal (IRR) 10% yang moderat, indus...
Jawaban penelitian

Create a landscape editorial hero image for this Studio Global article: What is JPMorgan's updated forecast for total AI-related capital expenditure through 2030, how does it plan to finance that spending through. Article summary: Here are the answers to your four questions, based on the latest analyst reports.. Topic tags: general, general web, user generated, news. Reference image context from search candidates: Reference image 1: visual subject "A fresh wave of spending to finance investments in artificial intelligence will help drive 2026 issuance in the US investment-grade market" source context "JPMorgan Sees AI Boom Driving Record $1.8 Trillion Bond Sales in 2026 - Bloomberg" Reference image 2: visual subject "JPM estimates that to drive a 10% return on their forecast AI investment through 2030 would require ~$650B in annual revenue in perpetuity; that would be" source context "AI
Jakarta, CNBC Indonesia — Perusahaan teknologi raksasa global sedang membangun infrastruktur kecerdasan buatan dengan kecepatan yang belum pernah terjadi sebelumnya. Namun, biayanya kini begitu besar sehingga bahkan para pemain terbesar seperti Google, Amazon, dan Microsoft pun tidak mampu lagi membiayainya hanya dari kantong sendiri. Mereka kini berbondong-bondong ke pasar obligasi, menciptakan gelombang utang baru yang akan mendefinisikan ulang pasar keuangan global.
JPMorgan baru saja merevisi proyeksi total belanja modal (capital expenditure/capex) global untuk AI dan pusat data menjadi $5,5 triliun hingga tahun 2030, naik dari estimasi sebelumnya $5,1 triliun . Angka ini bahkan bisa menembus $7 triliun
. Sebagai gambaran, bank tersebut juga memperkirakan akan ada tambahan kapasitas pusat data baru sebesar 122 gigawatt yang dibangun antara tahun 2026 dan 2030
.
Yang lebih mengejutkan adalah bagaimana proyek mahal ini akan dibiayai. JPMorgan memperkirakan bahwa pembiayaan utang terkait AI akan mencapai total $4,1 triliun hingga 2030 . Singkatnya, biaya pembangunan kini sudah melampaui total arus kas yang dihasilkan oleh perusahaan-perusahaan teknologi raksasa (hyperscalers) itu sendiri, sehingga mereka terpaksa berutang dalam skala yang belum pernah terjadi sebelumnya
.
Dari mana saja sumber pendanaan ini? JPMorgan merincinya sebagai berikut :
Meski demikian, JPMorgan mengidentifikasi adanya kekurangan dana signifikan sekitar $1,4 triliun yang kemungkinan harus dipenuhi melalui kredit privat dan bahkan pendanaan dari pemerintah . Untuk tahun 2026 saja, bank tersebut memproyeksikan rekor penerbitan obligasi korporasi AS senilai $1,81 triliun, melampaui rekor sebelumnya $1,76 triliun pada tahun 2020
.
Skala pergeseran ini sudah mulai terukur. Morgan Stanley memperkirakan penerbitan utang global terkait AI mencapai hampir $236 miliar hanya dalam lima bulan pertama tahun 2026—melonjak empat kali lipat dibandingkan periode yang sama di tahun 2025 . Untuk setahun penuh, bank tersebut memproyeksikan total penerbitan utang terkait AI akan mencapai sekitar $570 miliar, lebih dari dua kali lipat total yang dihimpun pada tahun 2025
.
Pada Oktober 2025, utang terkait AI bahkan telah melampaui bank-bank AS sebagai segmen terbesar di pasar obligasi peringkat investasi, mewakili 14% dari indeks J.P. Morgan US Liquid . Bagi investor biasa yang memiliki reksa dana indeks dan reksa dana berbasis target di dalam rekening pensiun, pembangunan AI ini bukan lagi sekadar cerita pasar saham—ia menjelma menjadi posisi terbesar dalam portofolio obligasi mereka
.
Di tengah pusaran utang ini, ada satu pertanyaan penting yang menggantung: apakah pendapatannya akan pernah datang? Analis JPMorgan telah membuat model tingkat pengembalian yang dibutuhkan dan menyimpulkan bahwa industri AI harus menghasilkan sekitar $650 miliar pendapatan tahunan secara permanen hanya untuk mencapai tingkat pengembalian internal (IRR) yang moderat sebesar 10% .
Bank itu menerjemahkan angka tersebut ke dalam istilah yang lebih mudah dipahami konsumen: setara dengan 0,58% dari PDB global, atau kira-kira sekitar $35 per bulan (sekitar Rp 570.000) dari setiap pengguna iPhone yang aktif, atau $180 per bulan (sekitar Rp 2,9 juta) dari setiap pelanggan Netflix, setiap tahun, selamanya .
Ini bukanlah vonis bahwa investasi AI akan gagal. Ini adalah ambang batas yang harus dilampaui. Tim manajemen aset JPMorgan sendiri berpendapat bahwa menggunakan pasar obligasi untuk mendanai capex AI jangka panjang adalah keputusan yang rasional, bukan sinyal tekanan keuangan, karena memungkinkan perusahaan menyelaraskan aset jangka panjang dengan kewajiban jangka panjang .
Namun, angka-angkanya kini berbicara sendiri. Modal telah dikomitmenkan. Obligasi sedang dijual. Dan target pendapatan bukan lagi sekadar latihan teoretis—ia adalah tolok ukur yang akan digunakan untuk menilai setiap langganan AI, lisensi perusahaan, dan dolar iklan hingga akhir dekade ini.
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
JPMorgan memproyeksikan belanja modal pusat data dan AI global akan mencapai $5,5 triliun hingga 2030, dengan potensi naik ke $7 triliun, dan memperkirakan $4,1 triliun di antaranya akan dibiayai melalui pasar utang.
JPMorgan memproyeksikan belanja modal pusat data dan AI global akan mencapai $5,5 triliun hingga 2030, dengan potensi naik ke $7 triliun, dan memperkirakan $4,1 triliun di antaranya akan dibiayai melalui pasar utang. JPMorgan menghitung bahwa untuk mencapai tingkat pengembalian internal (IRR) 10% yang moderat, industri AI harus menghasilkan pendapatan sekitar $650 miliar per tahun—setara dengan biaya bulanan $35 dari setiap penggu...
Pembangunan oleh perusahaan teknologi raksasa kini menelan biaya lebih besar dari arus kas yang bisa mereka hasilkan, memaksa mereka untuk menerbitkan obligasi investment grade, leveraged finance, kredit privat, dan s...