AI Semakin Murah, Tetapi Infrastruktur Makin Mahal

Ekonomi AI kini berpecah kepada dua arah. Kos menggunakan kecerdasan buatan jatuh dengan pantas, tetapi kos membina infrastruktur untuk menyampaikannya masih dibatasi oleh pembuatan cip termaju, memori jalur lebar tinggi, pelayan, rangkaian, bekalan elektrik dan kapasiti pusat data.

Percanggahan ini bukan sekadar soal harga. Ia sedang mengubah syarikat yang mampu mempertahankan margin, cara pelabur menilai perbelanjaan AI dan tempat risiko kredit mungkin terkumpul. Pemenang jangka panjang tidak semestinya syarikat yang menjual token paling banyak, sebaliknya syarikat yang mengawal infrastruktur terhad, mempunyai saluran pengedaran kukuh, menyimpan data proprietari atau menawarkan perisian yang terikat kepada hasil perniagaan yang boleh dibuktikan.

Perang harga AI mengalihkan nilai daripada token

Beberapa anggaran meletakkan penurunan kos inferens AI yang setara pada kira-kira 95% dalam tempoh sekitar dua tahun. Perbandingan ini bergantung pada model, beban kerja dan tahap kualiti yang diukur, tetapi hala tujunya jelas: keupayaan yang sebelum ini dijual pada harga API premium kini semakin mudah diperoleh melalui model lebih murah dan alternatif berwajaran terbuka. 39

Potongan harga terbaru OpenAI menggambarkan tekanan tersebut. Pada Julai 2026, syarikat itu mengurangkan harga model GPT-5.6 Luna yang lebih kecil sebanyak 80% dan model pertengahan Terra sebanyak 20%. 34 Pada Ogos, OpenAI mengumumkan pengurangan lanjut lebih 20% bagi model termaju GPT-5.6 Sol untuk pembangun. 33

Bagi pengguna, ini berita baik. Kos inferens yang lebih rendah menjadikan penggunaan ejen AI, automasi sokongan pelanggan, penjanaan kandungan, penulisan kod dan pemprosesan data berskala besar lebih berbaloi. Namun bagi penyedia model, setiap potongan harga mengurangkan hasil bagi setiap unit kecuali pertambahan penggunaan cukup besar untuk menampungnya.

Perbezaan penting ialah antara kecerdasan yang lebih murah dan sistem AI yang lebih murah. Harga token boleh jatuh, tetapi kos keseluruhan untuk menjalankan produk yang boleh dipercayai—termasuk pengambilan data, pemantauan, keselamatan, kependaman, integrasi dan semakan manusia—masih tinggi.

Rantaian bekalan fizikal bergerak ke arah bertentangan

Infrastruktur untuk menampung lebih banyak beban kerja AI tidak berkembang sepantas permintaan. Samsung dilaporkan menaikkan harga bagi sesetengah perkhidmatan pembuatan cip kontrak termaju sehingga 15% untuk pesanan baharu apabila permintaan cip AI mengetatkan kapasiti. 1

Samsung juga berkata kekurangan cip mungkin menjadi lebih serius dan berlanjutan hingga 2028. Pada masa sama, syarikat itu sedang mengusahakan perjanjian bekalan berbilang tahun dengan pelanggan pusat data utama. 2 Perniagaan memorinya pula menyatakan bahawa kira-kira 60% hingga 70% kapasiti mungkin dilindungi oleh perjanjian jangka panjang jika rundingan selesai. 56

Perjanjian sebegini mengubah sifat pasaran. Kapasiti tidak lagi semata-mata tersedia kepada pihak yang sanggup membayar harga pasaran semasa. Pelanggan besar menempah bekalan beberapa tahun lebih awal, sekali gus meningkatkan kepastian mereka tetapi mendedahkan pembeli lebih kecil kepada kekurangan dan turun naik harga.

Tinjauan terhadap memori lebih membimbangkan. Ketua Pegawai Eksekutif SK Hynix, Kwak Noh-jung, berkata industri itu mungkin berdepan tahun bekalan paling buruk pada 2027 dan permintaan boleh kekal melebihi kapasiti pengeluaran selepas 2030. Ini ialah ramalan syarikat, bukannya hasil yang pasti, namun ia menunjukkan betapa lama masa yang mungkin diperlukan untuk bekalan mengejar permintaan. 17

Nvidia menunjukkan kuasa harga masih berada pada infrastruktur

Keputusan terbaru Nvidia menunjukkan bahawa kejatuhan harga model belum melemahkan permintaan terhadap lapisan perkakasan. Syarikat itu mencatatkan hasil AS$96.2 bilion bagi suku kedua tahun fiskal 2027, meningkat 106% berbanding tahun sebelumnya. Hasil pusat data pula mencecah AS$89.0 bilion, meningkat 117%. 4950

Inilah ketegangan utama pasaran AI. Model yang lebih cekap boleh mengurangkan jumlah pengkomputeran untuk tugasan tertentu, tetapi harga yang lebih rendah juga boleh merangsang penggunaan jauh lebih tinggi. Jika permintaan berkembang lebih pantas daripada peningkatan kecekapan, penggunaan infrastruktur keseluruhan boleh terus meningkat walaupun kos bagi setiap inferens jatuh.

Risikonya ialah kesesakan hanya berpindah tempat. Pemecut AI mungkin tersedia, tetapi memori, pembungkusan termaju, rangkaian, elektrik atau sambungan grid pula menjadi penghalang. Nvidia melaporkan margin kasar sebanyak 75% bagi suku tersebut, manakala laporan lain menekankan kemungkinan kos memori yang meningkat menekan margin masa depan. 4953

Pengajarannya bukan ekonomi infrastruktur sudah runtuh. Sebaliknya, permintaan yang kukuh tidak bermakna setiap bahagian rantaian bekalan sama-sama menguntungkan.

Syarikat awan besar boleh menyerap tekanan—buat sementara

Syarikat awan terbesar berada pada kedudukan lebih baik berbanding vendor AI kecil untuk mengurus ketidakpadanan antara harga perkhidmatan yang menurun dan kos infrastruktur yang meningkat. Mereka boleh menyebarkan pelaburan merentasi pengkomputeran awan, pengiklanan, perisian perusahaan dan platform pengguna.

Mereka juga boleh menggabungkan AI dalam kontrak yang lebih luas, menggunakan saluran pengedaran sendiri untuk meningkatkan penggunaan serta merundingkan perjanjian bekalan jangka panjang. Ini menjadikan penyedia awan berskala besar sebagai penyerap kejutan yang munasabah untuk industri.

Namun, pertukaran yang perlu dibayar ialah kecekapan modal. Jika harga AI jatuh lebih pantas daripada peningkatan penggunaan, pulangan daripada pelaburan pusat data yang besar mungkin mengambil masa lebih lama untuk direalisasikan.

Bagi penyedia kecil, keadaannya jauh lebih sukar. Syarikat yang menyewa kapasiti mahal lalu menjual semula akses kepada model generik tidak banyak perlindungan jika harga API jatuh lebih cepat daripada pertumbuhan pelanggan. Perniagaan yang lebih tahan perlu membezakan diri melalui pemilikan aliran kerja, data proprietari, keselamatan, kebolehpercayaan, pengedaran atau harga yang dikaitkan dengan hasil, bukan jumlah token.

Model lebih murah tidak menjamin produktiviti meningkat lebih pantas

Harga yang lebih rendah sepatutnya menggalakkan percubaan dan penggunaan, tetapi penggunaan tidak sama dengan nilai ekonomi yang benar-benar direalisasikan. Syarikat masih perlu menyusun semula proses, membersihkan data, mengintegrasikan sistem, melatih pekerja dan mewujudkan kawalan sebelum AI menghasilkan peningkatan produktiviti yang berkekalan.

Ini mewujudkan risiko masa kepada pelabur. Perbelanjaan mungkin meningkat sebelum pulangan dapat diukur, terutama apabila syarikat membeli kapasiti atau perisian kerana pesaing turut berbuat demikian. Jika manfaat produktiviti muncul lebih lewat daripada jangkaan, komitmen infrastruktur kekal sedangkan anggaran hasil AI terpaksa diturunkan.

Senario positif ialah penggunaan berkembang pesat: inferens yang jauh lebih murah mendorong peningkatan penggunaan sehingga jumlah perbelanjaan AI, penggunaan awan dan produktiviti terus meningkat. Senario negatif pula ialah tekanan margin dan penggunaan: harga model runtuh, penggunaan berkembang terlalu perlahan dan sesetengah projek pusat data menghasilkan pulangan lebih rendah daripada yang diandaikan dalam rancangan pembiayaannya.

Risiko kredit bergantung pada permintaan yang sudah dikontrak

Ledakan AI juga semakin menjadi persoalan pasaran kredit. Pusat data, pengambilalihan infrastruktur dan komitmen komponen memerlukan modal besar, lazimnya untuk tempoh panjang. Hutang lebih mudah dipertahankan apabila disokong pelanggan yang kukuh dari segi kredit, kontrak berbilang tahun dan penggunaan yang boleh dijangka.

Sebaliknya, hutang lebih terdedah apabila pembayaran balik bergantung pada permintaan masa depan yang masih spekulatif. Harga AI yang lebih rendah, pertumbuhan penggunaan yang perlahan, kos elektrik yang meningkat atau kekurangan komponen semuanya boleh melemahkan aliran tunai yang menyokong sesuatu projek infrastruktur.

Tranche hutang junior yang lebih besar atau kos insurans kredit yang meningkat akan menunjukkan bahawa pemberi pinjaman menuntut pampasan bagi risiko kerugian yang lebih tinggi. Namun, kedua-duanya tidak membuktikan bahawa krisis kredit akan berlaku dalam masa terdekat. Ia cuma menjadikan kualiti kontrak asas dan daya tahan aliran tunai peminjam jauh lebih penting daripada angka permintaan AI semata-mata.

Kesan makroekonomi akan bercampur

AI boleh mengurangkan tekanan harga dalam perkhidmatan digital. Inferens yang lebih murah berpotensi mengurangkan kos pengekodan, analitik, sokongan pelanggan, penghasilan kandungan dan sebahagian kerja pentadbiran. Penjimatan ini akhirnya boleh sampai kepada perniagaan dan pengguna jika persaingan mendorong syarikat menyalurkannya.

Namun, pembinaan infrastruktur boleh memberi kesan bertentangan dalam pasaran tertentu. Memori, cip termaju, pelayan, kapasiti pembinaan, tanah, elektrik dan sambungan grid yang terhad boleh menjadi lebih mahal.

Corak jangka pendek mungkin menyaksikan harga kerja digital berasaskan AI menurun, sementara input modal dan tenaga yang diperlukan untuk menghasilkannya mengalami tekanan inflasi. Maka, kesan AI tidak mungkin berupa satu fenomena tunggal—sama ada inflasi atau deflasi. Hasilnya bergantung pada sama ada peningkatan kecekapan tersebar lebih pantas daripada kesesakan, dan sama ada syarikat menyerahkan penjimatan kepada pelanggan atau menyimpannya sebagai margin.

Rantaian bekalan menjadi aset strategik

Tempahan kapasiti untuk beberapa tahun juga meningkatkan kepentingan geopolitik semikonduktor. Samsung dan SK Hynix mempunyai pengaruh lebih besar dalam memori, manakala logik termaju dan pembungkusan masih tertumpu pada sebilangan kecil pembekal dan wilayah.

Apabila kapasiti ditempah bertahun-tahun lebih awal, kawalan eksport, subsidi dan gangguan serantau membawa akibat yang lebih besar kerana bekalan tidak boleh dialihkan dengan pantas.

Pengeluar memori China mungkin mendapat peluang dalam segmen produk yang kurang terhad apabila permintaan global meningkat. Namun, merapatkan jurang dalam HBM termaju dan komponen kritikal AI lain lebih sukar. Kelayakan pelanggan, piawaian kebolehpercayaan, kerumitan teknikal, kawalan eksport dan peraturan perolehan semuanya boleh mengehadkan kepantasan pembekal alternatif memperoleh bahagian pasaran.

Siapa yang akhirnya membayar perbezaan ini?

Persoalan yang masih belum terjawab ialah pihak yang akan menyerap jurang antara penggunaan AI yang semakin murah dan pengeluaran AI yang semakin mahal. Beberapa kemungkinan wujud:

• Syarikat awan besar boleh menyerapnya melalui margin yang lebih rendah sambil menggunakan AI untuk mempertahankan ekosistem yang lebih luas.
• Pembekal cip dan memori boleh mengekalkan kuasa harga berasaskan kekurangan selagi kapasiti kekal terhad.
• Pelabur mungkin menanggungnya melalui pulangan yang lebih rendah daripada perbelanjaan infrastruktur AI.
• Pemberi pinjaman mungkin menanggungnya melalui spread yang lebih luas atau kerugian jika projek terlebih hutang.
• Pelanggan mungkin membayar lebih jika penyedia berjaya membungkus kos infrastruktur ke dalam produk bernilai lebih tinggi yang berasaskan hasil.

Dalam jangka terdekat, hasil yang paling munasabah ialah gabungan tiga yang pertama. Akses kepada AI akan terus menjadi lebih murah, tetapi infrastruktur untuk menyampaikannya akan kekal mahal sehingga bekalan mengejar permintaan—atau sehingga permintaan terbukti tidak cukup untuk menyokong komitmen yang telah dibuat.

Implikasinya jelas: kejatuhan harga token bukan penamat kisah pelaburan AI. Ia ialah ujian untuk menentukan di mana nilai yang tahan lama berada apabila kecerdasan menjadi melimpah, tetapi mesin, memori, kuasa dan saluran pengedaran yang diperlukan untuk menggunakannya masih terhad.