Ledakan pembinaan pusat data dan kapasiti pengkomputeran AI boleh berterusan walaupun pulangan pelaburannya mengecewakan. Itulah inti analisis Goldman Sachs yang dilaporkan: permintaan memang penting, tetapi hasil yang dijana akhirnya mesti menampung bil pelaburan yang semakin besar dan menghasilkan keuntungan yang berkekalan.
37
17
AS$300 bilion itu sasaran tahunan, bukan jumlah beberapa tahun
Menurut ahli strategi Goldman Sachs Ryan Hammond, syarikat teknologi yang membina dan mengendalikan infrastruktur pengkomputeran berskala sangat besar, atau hyperscaler, memerlukan kira-kira AS$300 bilion hasil AI setiap tahun dalam beberapa tahun akan datang untuk pulang modal. Angka itu bukan AS$300 bilion yang dikumpulkan sepanjang beberapa tahun.
37
13
Permintaan sudah kelihatan, tetapi petunjuknya tidak mengukur perkara yang sama. Pada suku kedua 2026, hasil perkhidmatan awan kumpulan ini, jika diunjurkan pada kadar setahun, sekitar AS$70 bilion melebihi trend sebelum ledakan AI, menurut analisis Hammond. Jumlah tempahan yang diumumkan pula melebihi AS$1.5 trilion.
7 Namun, AS$70 bilion itu ialah lebihan hasil awan berbanding trend, bukannya jumlah hasil AI yang dilaporkan. Tempahan pula merujuk kepada perniagaan yang dijangka dipenuhi pada masa depan, bukan hasil yang sudah diterima. Kedua-duanya tidak boleh dibandingkan terus dengan sasaran pulang modal tahunan tanpa mengetahui bila tempahan bertukar menjadi hasil dan berapa besar margin keuntungannya.
Pulang modal belum tentu pulangan yang menarik
Satu kerangka Goldman yang berasingan menganggarkan enam syarikat teknologi perlu menjana kira-kira AS$1.42 trilion hasil terkumpul sepanjang 2028–2030 untuk mencapai pulangan tahunan 15% atas modal yang dilaburkan bagi pengkomputeran AI pada 2026–2027. Laporan mengenai kerangka itu menyamakan sasaran tersebut dengan sekitar AS$11.6 bilion hasil tahunan bagi setiap gigawatt kapasiti.
17
21 Ini bukan semakan kepada angka AS$300 bilion Hammond: kumpulan syarikat, tempoh pengukuran dan sasaran pulangannya berbeza.
Takrif angka AS$1.42 trilion juga wajar dibaca dengan berhati-hati. Tajuk satu laporan sekunder menyebutnya sebagai “pendapatan tambahan”, sedangkan laporan lain menyifatkannya sebagai hasil terkumpul. Tanpa model asal Goldman, takrif tepat serta andaian di sebaliknya belum dapat dipastikan.
18
17
Di peringkat pengguna akhir, Hammond turut menganggarkan perbelanjaan untuk aplikasi AI mungkin perlu mencapai sekitar AS$1 trilion setahun supaya penyedia infrastruktur memperoleh pulangan yang kukuh, sementara pembekal aplikasi masih menikmati margin yang sihat.
6
13 Perbelanjaan aplikasi dan hasil infrastruktur ialah dua peringkat dalam rantaian nilai yang sama; angka tersebut tidak patut dijumlahkan seolah-olah kedua-duanya permintaan yang berasingan.
Mengapa risikonya masih besar?
Sasaran hasil menjadi semakin mencabar apabila perbelanjaan meningkat. Goldman menjangkakan Amazon, Microsoft, Alphabet, Meta dan Oracle membelanjakan sekitar AS$800 bilion pada 2026 dan AS$1.2 trilion pada 2027 untuk infrastruktur AI. Unjuran 2027 itu melebihi anggaran konsensus pasaran sekitar AS$1.1 trilion.
2
37 Oleh itu, pertumbuhan hasil sahaja belum menjawab persoalan pulangan; jumlah modal yang diperlukan untuk menjana hasil tersebut juga mesti diambil kira.
Bagi saham berkaitan AI, risiko bukan semata-mata harga yang terlalu tinggi. Ahli strategi Goldman Peter Oppenheimer telah membangkitkan kemungkinan gelembung keuntungan: keuntungan yang disokong oleh pembinaan infrastruktur hari ini mungkin sukar dikekalkan jika perbelanjaan perlahan atau hasil AI tidak mencapai jangkaan.
36
41 Pada masa yang sama, Luke Barrs daripada Goldman Sachs Asset Management melihat kitaran perbelanjaan modal ini masih di peringkat awal, walaupun pelabur semakin memilih syarikat yang benar-benar berpotensi mendapat manfaat.
34
Ujian akhirnya mudah difahami, walaupun sukar dicapai: adakah tempahan bertukar menjadi hasil sebenar, adakah hasil itu menghasilkan margin yang berkekalan, dan adakah margin tersebut cukup untuk mewajarkan pelaburan seterusnya? Pasaran AI yang berkembang dan pelaburan infrastruktur AI yang menguntungkan ialah dua perkara yang berkait, tetapi tidak semestinya sama.