Kedua-dua anggaran itu tidak semestinya bercanggah. Ia mengukur perkara yang berbeza:

• Anggaran The Economist memfokuskan perbelanjaan syarikat teknologi terbesar Amerika untuk membina infrastruktur fizikal yang menyokong AI.
• Anggaran Goldman Sachs merangkumi pelaburan berkaitan AI di seluruh dunia, termasuk perbelanjaan yang tidak kelihatan dalam ukuran hyperscaler sahaja.

Sebab itu, angka tersebut tidak wajar dibandingkan secara terus tanpa melihat skop dan kaedah pengiraannya.

Berapa banyak yang dibelanjakan syarikat teknologi besar?

Perbandingan antara syarikat tidak begitu mudah kerana tahun kewangan, kaedah perakaunan dan bahagian perbelanjaan modal yang diperuntukkan kepada AI berbeza-beza. Namun, arahnya jelas: unjuran perbelanjaan terus dinaikkan apabila permintaan terhadap kuasa pengkomputeran dan memori kekal tinggi.

Amazon menaikkan anggaran perbelanjaan modal tunai 2026 daripada kira-kira AS$200 bilion kepada sekitar AS$220 bilion. Syarikat itu berkata sebahagian besar perbelanjaan tersebut akan menyokong AI dan AWS, perniagaan perkhidmatan cloud miliknya.

Amazon, Google dan Microsoft pula dilaporkan menghampiri jumlah perbelanjaan modal sekitar AS$595 bilion pada 2026, walaupun angka itu tidak sepenuhnya setara kerana setiap syarikat menggunakan skop dan kaedah pelaporan yang berbeza.

Jika Meta turut dimasukkan bersama Amazon, Alphabet—syarikat induk Google—dan Microsoft, jumlah perbelanjaan modal hyperscaler pada 2026 dianggarkan sekitar AS$700 bilion hingga AS$900 bilion, bergantung pada syarikat dan definisi perakaunan yang digunakan.

Kesimpulan paling selamat bukanlah menentukan syarikat mana yang paling banyak berbelanja. Yang lebih penting ialah syarikat cloud dan platform teknologi utama kini memperuntukkan ratusan bilion dolar setiap tahun untuk kapasiti yang sebahagian besarnya dibina bagi beban kerja AI.

Hutang turut membiayai perlumbaan ini

Pembinaan besar-besaran itu tidak lagi dibiayai sepenuhnya melalui aliran tunai operasi. Laporan yang memetik anggaran Goldman Sachs menyatakan hyperscaler membelanjakan sekitar AS$405 bilion untuk perbelanjaan modal pada 2025. Angka itu dijangka meningkat kepada kira-kira AS$750 bilion pada 2026 dan hampir AS$1.2 trilion pada 2027.

Pada 2025, penerbitan bon gred pelaburan oleh hyperscaler berjumlah AS$108 bilion. Dalam separuh pertama 2026 sahaja, penerbitan dilaporkan mencecah AS$194 bilion, dengan jumlah setahun penuh diunjurkan sekitar AS$250 bilion.

Hutang tidak semestinya bermakna pelaburan itu tidak rasional. Syarikat cloud besar biasanya mempunyai aliran tunai yang kukuh dan akses kepada pasaran kredit. Tetapi pinjaman meningkatkan kos jika anggaran mereka tersasar.

Jika permintaan, harga atau kadar penggunaan perkhidmatan AI tidak mencapai jangkaan, syarikat mungkin terpaksa membayar hutang untuk pusat data dan perkakasan yang susut nilai dengan cepat.

Mengapa hasil AI masih belum menutup jurang?

Pendapatan berkaitan AI memang berkembang pesat. Namun, hujah utama The Economist ialah pertumbuhan hasil itu masih belum cukup pantas untuk menandingi lonjakan perbelanjaan infrastruktur.

Mengukur hasil AI juga sukar kerana ia sering tersembunyi dalam perniagaan yang lebih luas, bukannya dilaporkan sebagai satu kategori yang jelas. Hasil tersebut mungkin datang daripada:

• penggunaan cloud;
• langganan perisian perusahaan dan produktiviti;
• peningkatan keberkesanan pengiklanan; atau
• penggunaan awal aplikasi AI oleh syarikat.

Keadaan ini menyukarkan pelabur menentukan berapa banyak hasil yang benar-benar berpunca daripada AI, berapa margin keuntungannya dan sama ada hasil itu berulang secara konsisten untuk membiayai pusingan pelaburan seterusnya.

Jadi, soalan pelaburan yang lebih tepat bukan sekadar sama ada syarikat menjual produk AI. Soalannya ialah sama ada hasil bagi setiap dolar yang dilaburkan dalam infrastruktur boleh meningkat dengan cukup pantas untuk menampung:

• kos pusat data baharu dan kapasiti kuasa;
• pembelian cip pemecut, rangkaian dan memori;
• susut nilai serta penggantian perkakasan yang pantas; dan
• kos faedah daripada pinjaman tambahan.

Industri semikonduktor menerima tempias terbesar

Ledakan infrastruktur ini mengalir terus ke industri semikonduktor. Sistem AI memerlukan cip pemecut, komponen rangkaian berkelajuan tinggi, storan serta jumlah memori lebar jalur tinggi dan memori konvensional yang besar.

Kekangan bekalan dalam memori, pembungkusan termaju dan pembuatan cip pada nod paling canggih menjadikan industri cip antara penerima manfaat paling jelas dalam kitaran perbelanjaan ini.

Ramalan awal WSTS pada musim bunga 2026 mengunjurkan jualan semikonduktor global sebanyak AS$1.51 trilion pada 2026, meningkat 90 peratus berbanding tahun sebelumnya. Hasil memori pula dijangka melonjak kira-kira 250 peratus dan melebihi AS$800 bilion, didorong oleh infrastruktur AI, memori lebar jalur tinggi dan pengkomputeran dipercepatkan.

Ramalan itu kemudiannya dinaikkan. Selepas mengambil kira data suku kedua 2026, WSTS mengunjurkan pasaran semikonduktor global sekitar AS$1.655 trilion pada 2026—pertumbuhan tahunan kira-kira 108 peratus—dan sekitar AS$2.1 trilion pada 2027, dengan pertumbuhan sekitar 29 peratus.

Omdia pula mengunjurkan pertumbuhan hasil semikonduktor sebanyak 94.1 peratus pada 2026. Firma itu berkata permintaan AI mengatasi kemampuan industri untuk menghasilkan dan membungkus cip, manakala memori dijangka menyumbang lebih separuh daripada jumlah hasil semikonduktor.

Angka-angka ini tidak sepatutnya digabungkan menjadi satu ramalan muktamad kerana ia datang daripada versi ramalan dan metodologi yang berbeza. Namun, semuanya menunjukkan betapa kuatnya pengaruh permintaan infrastruktur AI terhadap jangkaan bagi cip, memori dan kapasiti pembuatan berkaitan.

Ujian AS$1 trilion untuk pelabur AI

Tesis pelaburan AI mempunyai dua bahagian. Bahagian pertama sudah dapat dilihat: syarikat berbelanja agresif kerana kapasiti pengkomputeran, kuasa dan cip canggih ialah kekangan strategik. Menunggu mungkin bermakna membayar lebih mahal kemudian atau kehilangan pelanggan kepada pesaing.

Bahagian kedua masih belum terbukti pada skala yang diperlukan. Aplikasi AI perlu menghasilkan pendapatan berkekalan, margin menarik dan peningkatan produktiviti yang boleh diukur—semuanya dalam tempoh yang cukup singkat untuk membenarkan peluasan infrastruktur secara berterusan.

Jika proses menjana pendapatan akhirnya mengejar pelaburan, kitaran perbelanjaan ini mungkin terbukti munasabah, walaupun sesetengah aset terpaksa dilupus nilai atau digunakan untuk tujuan lain. Jika tidak, pasaran boleh berdepan pulangan cloud yang lebih rendah, lebihan kapasiti, tekanan pembayaran hutang dan penilaian semula mendadak terhadap aset berkaitan AI.

Sebab itu, angka paling penting bukan sekadar AS$1 trilion yang dibelanjakan. Persoalan sebenarnya ialah berapa besar pulangan yang mampu dihasilkan oleh pelaburan tersebut.

Kedua-dua anggaran itu tidak semestinya bercanggah. Ia mengukur perkara yang berbeza:

• Anggaran The Economist memfokuskan perbelanjaan syarikat teknologi terbesar Amerika untuk membina infrastruktur fizikal yang menyokong AI.
• Anggaran Goldman Sachs merangkumi pelaburan berkaitan AI di seluruh dunia, termasuk perbelanjaan yang tidak kelihatan dalam ukuran hyperscaler sahaja.

Sebab itu, angka tersebut tidak wajar dibandingkan secara terus tanpa melihat skop dan kaedah pengiraannya.

Berapa banyak yang dibelanjakan syarikat teknologi besar?

Perbandingan antara syarikat tidak begitu mudah kerana tahun kewangan, kaedah perakaunan dan bahagian perbelanjaan modal yang diperuntukkan kepada AI berbeza-beza. Namun, arahnya jelas: unjuran perbelanjaan terus dinaikkan apabila permintaan terhadap kuasa pengkomputeran dan memori kekal tinggi.

Amazon menaikkan anggaran perbelanjaan modal tunai 2026 daripada kira-kira AS$200 bilion kepada sekitar AS$220 bilion. Syarikat itu berkata sebahagian besar perbelanjaan tersebut akan menyokong AI dan AWS, perniagaan perkhidmatan cloud miliknya.

Amazon, Google dan Microsoft pula dilaporkan menghampiri jumlah perbelanjaan modal sekitar AS$595 bilion pada 2026, walaupun angka itu tidak sepenuhnya setara kerana setiap syarikat menggunakan skop dan kaedah pelaporan yang berbeza.

Jika Meta turut dimasukkan bersama Amazon, Alphabet—syarikat induk Google—dan Microsoft, jumlah perbelanjaan modal hyperscaler pada 2026 dianggarkan sekitar AS$700 bilion hingga AS$900 bilion, bergantung pada syarikat dan definisi perakaunan yang digunakan.

Kesimpulan paling selamat bukanlah menentukan syarikat mana yang paling banyak berbelanja. Yang lebih penting ialah syarikat cloud dan platform teknologi utama kini memperuntukkan ratusan bilion dolar setiap tahun untuk kapasiti yang sebahagian besarnya dibina bagi beban kerja AI.

Hutang turut membiayai perlumbaan ini

Pembinaan besar-besaran itu tidak lagi dibiayai sepenuhnya melalui aliran tunai operasi. Laporan yang memetik anggaran Goldman Sachs menyatakan hyperscaler membelanjakan sekitar AS$405 bilion untuk perbelanjaan modal pada 2025. Angka itu dijangka meningkat kepada kira-kira AS$750 bilion pada 2026 dan hampir AS$1.2 trilion pada 2027.

Pada 2025, penerbitan bon gred pelaburan oleh hyperscaler berjumlah AS$108 bilion. Dalam separuh pertama 2026 sahaja, penerbitan dilaporkan mencecah AS$194 bilion, dengan jumlah setahun penuh diunjurkan sekitar AS$250 bilion.

Hutang tidak semestinya bermakna pelaburan itu tidak rasional. Syarikat cloud besar biasanya mempunyai aliran tunai yang kukuh dan akses kepada pasaran kredit. Tetapi pinjaman meningkatkan kos jika anggaran mereka tersasar.

Jika permintaan, harga atau kadar penggunaan perkhidmatan AI tidak mencapai jangkaan, syarikat mungkin terpaksa membayar hutang untuk pusat data dan perkakasan yang susut nilai dengan cepat.

Mengapa hasil AI masih belum menutup jurang?

Pendapatan berkaitan AI memang berkembang pesat. Namun, hujah utama The Economist ialah pertumbuhan hasil itu masih belum cukup pantas untuk menandingi lonjakan perbelanjaan infrastruktur.

Mengukur hasil AI juga sukar kerana ia sering tersembunyi dalam perniagaan yang lebih luas, bukannya dilaporkan sebagai satu kategori yang jelas. Hasil tersebut mungkin datang daripada:

• penggunaan cloud;
• langganan perisian perusahaan dan produktiviti;
• peningkatan keberkesanan pengiklanan; atau
• penggunaan awal aplikasi AI oleh syarikat.

Keadaan ini menyukarkan pelabur menentukan berapa banyak hasil yang benar-benar berpunca daripada AI, berapa margin keuntungannya dan sama ada hasil itu berulang secara konsisten untuk membiayai pusingan pelaburan seterusnya.

Jadi, soalan pelaburan yang lebih tepat bukan sekadar sama ada syarikat menjual produk AI. Soalannya ialah sama ada hasil bagi setiap dolar yang dilaburkan dalam infrastruktur boleh meningkat dengan cukup pantas untuk menampung:

• kos pusat data baharu dan kapasiti kuasa;
• pembelian cip pemecut, rangkaian dan memori;
• susut nilai serta penggantian perkakasan yang pantas; dan
• kos faedah daripada pinjaman tambahan.

Industri semikonduktor menerima tempias terbesar

Ledakan infrastruktur ini mengalir terus ke industri semikonduktor. Sistem AI memerlukan cip pemecut, komponen rangkaian berkelajuan tinggi, storan serta jumlah memori lebar jalur tinggi dan memori konvensional yang besar.

Kekangan bekalan dalam memori, pembungkusan termaju dan pembuatan cip pada nod paling canggih menjadikan industri cip antara penerima manfaat paling jelas dalam kitaran perbelanjaan ini.

Ramalan awal WSTS pada musim bunga 2026 mengunjurkan jualan semikonduktor global sebanyak AS$1.51 trilion pada 2026, meningkat 90 peratus berbanding tahun sebelumnya. Hasil memori pula dijangka melonjak kira-kira 250 peratus dan melebihi AS$800 bilion, didorong oleh infrastruktur AI, memori lebar jalur tinggi dan pengkomputeran dipercepatkan.

Ramalan itu kemudiannya dinaikkan. Selepas mengambil kira data suku kedua 2026, WSTS mengunjurkan pasaran semikonduktor global sekitar AS$1.655 trilion pada 2026—pertumbuhan tahunan kira-kira 108 peratus—dan sekitar AS$2.1 trilion pada 2027, dengan pertumbuhan sekitar 29 peratus.

Omdia pula mengunjurkan pertumbuhan hasil semikonduktor sebanyak 94.1 peratus pada 2026. Firma itu berkata permintaan AI mengatasi kemampuan industri untuk menghasilkan dan membungkus cip, manakala memori dijangka menyumbang lebih separuh daripada jumlah hasil semikonduktor.

Angka-angka ini tidak sepatutnya digabungkan menjadi satu ramalan muktamad kerana ia datang daripada versi ramalan dan metodologi yang berbeza. Namun, semuanya menunjukkan betapa kuatnya pengaruh permintaan infrastruktur AI terhadap jangkaan bagi cip, memori dan kapasiti pembuatan berkaitan.

Ujian AS$1 trilion untuk pelabur AI

Tesis pelaburan AI mempunyai dua bahagian. Bahagian pertama sudah dapat dilihat: syarikat berbelanja agresif kerana kapasiti pengkomputeran, kuasa dan cip canggih ialah kekangan strategik. Menunggu mungkin bermakna membayar lebih mahal kemudian atau kehilangan pelanggan kepada pesaing.

Bahagian kedua masih belum terbukti pada skala yang diperlukan. Aplikasi AI perlu menghasilkan pendapatan berkekalan, margin menarik dan peningkatan produktiviti yang boleh diukur—semuanya dalam tempoh yang cukup singkat untuk membenarkan peluasan infrastruktur secara berterusan.

Jika proses menjana pendapatan akhirnya mengejar pelaburan, kitaran perbelanjaan ini mungkin terbukti munasabah, walaupun sesetengah aset terpaksa dilupus nilai atau digunakan untuk tujuan lain. Jika tidak, pasaran boleh berdepan pulangan cloud yang lebih rendah, lebihan kapasiti, tekanan pembayaran hutang dan penilaian semula mendadak terhadap aset berkaitan AI.

Sebab itu, angka paling penting bukan sekadar AS$1 trilion yang dibelanjakan. Persoalan sebenarnya ialah berapa besar pulangan yang mampu dihasilkan oleh pelaburan tersebut.