Jensen Huang Ramal Infrastruktur AI Cecah AS$3–AS$4 Trilion: Permintaan, Pembiayaan dan Risiko

Nvidia melihat AI bukan lagi sebagai kitaran pembelian cip semata-mata. Bagi Ketua Pegawai Eksekutifnya, Jensen Huang, dunia sedang memasuki fasa pembinaan infrastruktur: pusat data, rangkaian, tenaga elektrik, perisian dan sistem pengkomputeran dipercepatkan yang bersama-sama membentuk apa yang beliau gelar sebagai “kilang AI”.

Namun, tesis ini datang dengan syarat kewangan yang besar. Kapasiti tersebut perlu disokong oleh komitmen pelanggan yang kukuh dari segi kredit, dan akhirnya oleh hasil berulang daripada aplikasi AI yang benar-benar bernilai kepada pengguna dan syarikat.

Sasaran AS$3–AS$4 trilion menjelang 2030

Dalam persidangan Goldman Sachs Communacopia + Technology, Huang mengulangi jangkaannya bahawa perbelanjaan infrastruktur AI boleh mencapai AS$3 trilion hingga AS$4 trilion menjelang 2030. Beliau mengaitkannya dengan kemunculan pengkomputeran generatif serta pengakhiran Hukum Moore, iaitu keadaan apabila peningkatan prestasi CPU konvensional tidak lagi memadai untuk memenuhi keperluan pengkomputeran. 224

Huang membingkaikan AI sebagai kategori infrastruktur yang setanding pentingnya dengan bekalan elektrik, pengangkutan dan internet—bukan sekadar pasaran untuk GPU yang dijual secara berasingan. Premisnya ialah sistem AI perlu menjana dan menyampaikan respons yang intensif pengkomputeran secara berterusan; justeru, cip sahaja tidak mencukupi tanpa pusat data, rangkaian, tenaga dan perisian. 317

Namun, angka itu ialah unjuran, bukannya hasil yang sudah pasti. Penyelidikan Goldman Sachs sendiri menegaskan bahawa pembinaan berbilang trilion dolar ini bergantung pada keupayaan AI mencipta nilai ekonomi dan sosial yang besar. 21

Mengapa Nvidia kata bekalan, bukan minat pelanggan, menjadi kekangan

Mesej Huang untuk tempoh terdekat ialah kekangan utama bukan kekurangan pelanggan, tetapi kemampuan membekalkan kapasiti. Laporan dari persidangan itu menyebut beliau menjangkakan kira-kira 70% pertumbuhan hasil Nvidia bagi tahun fiskal 2027 akan dihadkan oleh bekalan. 6

Latar perbelanjaan modalnya juga sangat besar. Nvidia berkata lima syarikat hyperscaler teratas—operator awan berskala sangat besar—dijangka membelanjakan hampir AS$800 bilion pada 2026 dan AS$1.3 trilion pada 2027 untuk perbelanjaan modal, manakala tempahan tertunggak industri awan melebihi AS$2 trilion. 20

Bagi Huang, angka ini menunjukkan pembinaan AI telah bergerak melangkaui pesanan perkakasan individu kepada perancangan kapasiti pada skala perindustrian. Tetapi membina kemudahan AI canggih bukan hanya soal membeli pemecut pengkomputeran: pelanggan perlu mendapatkan tanah, kuasa elektrik, bangunan pusat data, rangkaian, penyepaduan sistem dan pembiayaan. 17

Daripada penjual GPU kepada platform “kilang AI”

Huang berkata pertumbuhan Nvidia mencerminkan peranannya yang semakin luas dalam infrastruktur AI. Syarikat itu kini memasarkan dirinya bukan hanya sebagai pembekal GPU, tetapi sebagai platform yang merangkumi pengkomputeran dipercepatkan, rangkaian, sistem dan perisian CUDA. 17

Logik komersialnya mudah: jika sebuah kilang AI dapat menjual perkhidmatan pengkomputeran dengan kadar penggunaan kapasiti yang tinggi, perkakasan itu boleh dianggap sebagai aset produktif, bukan pembelian teknologi sekali sahaja. Inilah juga asas untuk melihat pengkomputeran AI sebagai aset atau cagaran yang berpotensi menyokong pembiayaan. 210

Inisiatif pembiayaan AS$500 bilion: apa yang dimaksudkan—dan bukan dimaksudkan

Pada 10 Ogos 2026, Nvidia mengumumkan memorandum persefahaman dengan Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs dan KKR untuk menubuhkan platform pembiayaan pengkomputeran bebas. Nvidia berkata platform itu direka untuk menggerakkan lebih AS$500 bilion modal pihak ketiga dari semasa ke semasa bagi pembangunan infrastruktur AI. 15

Perbezaan ini penting: angka tersebut bukan hasil Nvidia, bukan sebuah dana tunggal, dan bukan AS$500 bilion perbelanjaan yang telah pun dijamin. Ia ialah sasaran modal yang mungkin dapat digerakkan oleh platform berkenaan apabila projek yang layak dibiayai. 1516

Sasarannya termasuk hyperscaler, makmal AI hadapan, perusahaan dan penyedia awan AI. Secara praktikal, pendekatan ini boleh membuka ruang kepada kredit swasta, pembiayaan bersandarkan aset, pajakan, usaha sama dan pasaran bon dalam sektor yang sebelum ini banyak dibiayai melalui kunci kira-kira korporat. 1033

Kontrak offtake ialah kunci kepada model ini

Jawapan utama Huang terhadap keraguan tentang pembiayaan ialah offtake—permintaan berkontrak bagi kapasiti yang sedang dibina. Dalam persidangan Goldman Sachs itu, beliau berkata pembiayaan tidak akan menjadi tanpa offtake dan merujuk kepada kontrak yang telah disusun, atau jumlah nilai kontrak, sebanyak AS$100 bilion di belakang projek yang dibantu Nvidia. 17

Ini tidak menjadikan setiap projek selamat. Namun, ia menerangkan logik penilaian kredit: pemberi pinjaman atau pelabur lebih mudah menilai projek pusat data apabila penggunaan kapasiti telah ditempah oleh pelanggan yang mampu membayar dalam tempoh tertentu. Kualiti, tempoh dan kepekatan kontrak tersebut menentukan sama ada hasil pengkomputeran yang diunjurkan benar-benar boleh menyokong pembiayaan.

Jawapan Huang terhadap kebimbangan “pembiayaan berputar”

Pengkritik mempersoalkan sama ada pelaburan Nvidia dan bantuan pembiayaannya boleh mengaburkan perbezaan antara permintaan pelanggan organik dengan permintaan yang dibantu oleh pembekal itu sendiri. Huang menolak gambaran bahawa ini ialah pembiayaan berputar.

Hujah praktikal beliau: pelaburan adalah munasabah jika ia menghasilkan pulangan besar melalui perniagaan pelanggan sebenar—diringkaskan sebagai melabur AS$1 dan memperoleh AS$100 kembali. 26

Pembelaan itu bergantung pada kewujudan saluran pelanggan dan permintaan yang telah dikontrakkan, bukan pada dakwaan bahawa struktur modal tidak penting. Persoalan yang masih belum terjawab ialah sama ada komitmen di peringkat hiliran itu cukup bebas, tahan lama dan menguntungkan apabila pasaran berkembang.

Risiko teras: aplikasi AI mesti membayar kos kapasiti

Risiko pelaburan paling besar bukan sama ada Nvidia kini mempunyai pembeli untuk pengkomputeran yang terhad bekalannya. Sebaliknya, persoalannya ialah sama ada ekonomi AI yang lebih luas boleh menghasilkan hasil dan margin berulang yang mencukupi untuk membayar susut nilai, elektrik, pajakan, kos faedah dan pulangan pelabur bagi asas kapasiti yang jauh lebih besar.

Jika kadar penggunaan, harga pengkomputeran atau permintaan pengguna akhir melemah, nilai kontrak offtake dan ekonomi aset asas boleh tertekan serentak. Sebab itu peluang AS$3–AS$4 trilion patut dilihat sebagai tesis bersyarat: infrastruktur tersebut mesti membolehkan aplikasi yang cukup bernilai untuk menampung kosnya. Goldman Sachs turut mengaitkan skala perbelanjaan itu dengan keupayaan AI memenuhi janji nilai ekonominya. 21

Perkara yang perlu diperhatikan oleh pelabur dan pasaran kredit

Pembinaan AI meluaskan pendedahan risiko melangkaui saham teknologi kepada kredit swasta, pembiayaan bersandarkan aset, pajakan, perkongsian infrastruktur dan bon. CNBC melaporkan bahawa struktur hutang serta leveraj yang semakin kompleks kini menerima penelitian lebih ketat apabila hyperscaler dan penyokong kewangan mereka mencari dana tambahan untuk pengembangan pusat data. 33

Antara soalan paling penting untuk diteliti:

• Adakah permintaan disokong kontrak jangka panjang yang telah ditandatangani, atau sekadar rancangan kapasiti awal?
• Siapakah yang akhirnya bertanggungjawab membuat bayaran, dan sejauh mana pelanggan tertumpu kepada beberapa pihak sahaja?
• Apakah andaian bagi kadar penggunaan, harga dan nilai guna semula peralatan?
• Berapa banyak leveraj, sokongan luar jangka atau jaminan yang berada di luar perniagaan operasi yang kelihatan?
• Bolehkah bekalan kuasa, tanah, pembinaan dan kapasiti rangkaian disiapkan mengikut jadual?

Tesis Huang bersifat optimistik kerana ia menganggap pengkomputeran AI sebagai infrastruktur ekonomi yang penting. Tetapi ujian sebenar bukan teknikal semata-mata—ia juga ujian kewangan: projek memerlukan offtake yang boleh dipercayai hari ini dan aliran tunai yang dipacu aplikasi AI pada masa hadapan.