AI Daya Komputasi gelembung? Atau eksperimen "pengungkit produktivitas" terbesar dalam sejarah manusia? — Menguraikan perjalanan panjang keuangan senilai 30 triliun dolar.

Judul Asli: Infrastruktur AI adalah gelembung, atau “berkelompok untuk membeli waktu”? Mengurai struktur keuangan di balik 3 triliun dolar

Penulis asli: Distill AI

Sumber asli:

Repost: Daisy, Mars Finance

Ketika raksasa teknologi menggelontorkan lebih dari 300 miliar dolar AS tahun ini untuk membangun kekuatan komputasi AI, dan diperkirakan total investasi dalam tiga tahun ke depan akan melebihi 30 triliun dolar AS, sebuah pertanyaan muncul: Apakah ini pengulangan dari gelembung internet tahun 2000, atau taruhan produktivitas terbesar dalam sejarah umat manusia?

Ini bukan sekadar debat biner “gelembung vs non-gelembung” yang sederhana, jawabannya mungkin lebih kompleks dan lebih canggih daripada yang Anda bayangkan. Saya tidak memiliki bola kristal untuk meramalkan masa depan. Namun, saya mencoba untuk menyelami struktur keuangan dasar dari pesta ini dan membangun sebuah kerangka analisis.

Artikel ini cukup panjang dan memiliki banyak detail, pertama-tama saya akan menyampaikan kesimpulannya:

Dalam hal ini, saya tidak berpikir ini adalah gelembung besar. Namun, ada risiko tinggi di beberapa segmen.

Secara lebih tepat, infrastruktur AI saat ini seperti sebuah “berkongsi + membeli waktu” dalam perjalanan panjang. Perusahaan besar ((Microsoft, Google, Meta, Nvidia… dll) menggunakan rekayasa keuangan untuk menggerakkan leverage besar, tetapi mengalihkan risiko kredit utama kepada perusahaan proyek (SPV) dan pasar modal, mengikat kepentingan semua peserta dengan erat.

Apa yang disebut “membeli waktu” mengacu pada taruhan mereka atas arus kas dan kesabaran sumber daya eksternal, apakah mereka dapat bertahan sampai hari “AI benar-benar meningkatkan produktivitas” tiba.

Jika taruhan menang, AI akan memenuhi janji, perusahaan besar adalah pemenang terbesar. Jika taruhan kalah (kemajuan AI tidak sesuai harapan atau biaya terlalu tinggi), yang pertama kali terluka adalah sumber daya eksternal yang menyediakan pendanaan.

Ini bukan gelembung “leverage bank berlebihan, titik ledak tunggal” seperti tahun 2008. Ini adalah eksperimen raksasa pembiayaan langsung, dipimpin oleh pemilik perusahaan yang paling cerdas dan memiliki uang tunai paling banyak di bumi, menggunakan strategi “pembiayaan di luar neraca” yang kompleks, membagi risiko menjadi banyak segmen yang dapat diperdagangkan, dan menyebarkannya kepada berbagai investor untuk dicerna.

Meskipun bukan gelembung, itu tidak berarti semua investasi infrastruktur AI dapat memberikan ROI yang baik.

01 Memahami inti: Mekanisme pengikatan kepentingan “bergabung”

Istilah “berkoalisi” merujuk pada pengikatan kepentingan lima pihak yang erat dalam infrastruktur AI ini:

Raksasa teknologi (Meta, Microsoft, Google) dan mitra model besar mereka (OpenAI, xAI): membutuhkan daya komputasi, tetapi tidak ingin mengeluarkan uang sekaligus.

Pemasok chip (Nvidia): Membutuhkan pesanan besar yang berkelanjutan untuk mendukung valuasinya.

Hedge Fund (Blackstone, Blue Owl, Apollo): Memerlukan kelas aset baru untuk memperluas skala manajemen aset dan menarik lebih banyak biaya manajemen.

Neocloud (CoreWeave, Nebius) dan penyedia layanan cloud hibrida (Oracle Cloud Infrastructure): menyediakan infrastruktur dan daya komputasi, tetapi juga memerlukan kontrak jangka panjang dari perusahaan besar untuk menarik pendanaan.

Investor institusi (dana pensiun, dana kedaulatan, dana tradisional seperti BlackRock): memerlukan imbal hasil stabil yang lebih tinggi daripada obligasi pemerintah.

Dan lima pihak ini membentuk suatu “komunitas kepentingan bersama”, misalnya:

Nvidia memberikan prioritas pasokan kepada CoreWeave, sambil menginvestasikan ekuitasnya.

Microsoft memberikan kontrak jangka panjang kepada CoreWeave sambil membantu pendanaannya.

Blackstone menyediakan pembiayaan utang, sambil mengumpulkan dana dari dana pensiun

Meta dan Blue Owl mendirikan SPV bersama, berbagi risiko

OpenAI dan produsen model besar lainnya terus meningkatkan standar parameter model, kemampuan inferensi, dan skala pelatihan, yang setara dengan terus meningkatkan ambang permintaan daya komputasi keseluruhan industri. Terutama dalam ikatan mendalam dengan Microsoft, struktur kerjasama “outsourcing teknologi, internalisasi tekanan” ini menjadikan OpenAI sebagai pemicu perlombaan pengeluaran modal global meskipun tidak mengeluarkan uang. Ia bukan pihak yang membiayai, tetapi merupakan kurator nyata yang mendorong peningkatan leverage di seluruh arena.

Tidak ada orang yang dapat hidup baik sendirian, ini adalah esensi dari “berkelompok”.

02 Struktur Modal — Siapa yang membayar? Uang mengalir ke siapa?

Untuk memahami arsitektur keseluruhan, kita dapat mulai dengan gambar aliran dana di bawah ini.

Raksasa teknologi membutuhkan daya komputasi yang luar biasa, ada dua jalan:

Pusat data yang dibangun sendiri: Ini adalah model tradisional. Keuntungannya adalah kontrol penuh, kelemahannya adalah pembangunan yang lambat, dan semua pengeluaran modal serta risiko ditanggung di neraca aset sendiri.

Mencari Penyedia Eksternal: Para raksasa tidak sekadar menyewa server, melainkan menciptakan dua model “penyedia eksternal” yang menjadi inti. Ini adalah tren baru saat ini dan juga merupakan fokus analisis kami.

Jenis pertama adalah SPV (Special Purpose Vehicle) / Entitas Tujuan Khusus, yang merupakan alat keuangan murni. Anda dapat membayangkannya sebagai entitas khusus yang didirikan untuk “satu proyek, satu klien.”

Model bisnis: Misalnya, Meta ingin membangun pusat data, tetapi tidak ingin mengeluarkan sejumlah besar uang sekaligus, sehingga mereka bekerja sama dengan perusahaan manajemen aset untuk membentuk SPV. Tugas tunggal SPV adalah membangun dan mengoperasikan pusat yang khusus untuk Meta. Investor menerima utang berkualitas tinggi yang didasarkan pada aliran kas sewa (campuran obligasi perusahaan + pembiayaan proyek).

Tipe klien: sangat tunggal, biasanya hanya satu (misalnya Meta).

Tingkat risiko: hidup dan mati sepenuhnya bergantung pada kredit pelanggan tunggal.

Jenis kedua adalah Neocloud ( seperti CoreWeave, Lambda, Nebius ), ini adalah perusahaan operasional independen (Operating Company, OpCo) yang memiliki strategi operasional sendiri dan hak keputusan sepenuhnya.

Model bisnis: Misalnya, CoreWeave mengumpulkan dana (ekuitas dan utang) untuk membeli sejumlah besar GPU, kemudian menyewakannya kepada beberapa klien dengan menandatangani kontrak “jaminan/pesanan”. Fleksibel tetapi nilai ekuitas berfluktuasi besar.

Tipe pelanggan: Secara teoritis beragam, tetapi pada kenyataannya sangat bergantung pada perusahaan besar di tahap awal (misalnya dukungan awal Microsoft terhadap CoreWeave). Karena skala yang lebih kecil, tidak seperti SPV yang didukung oleh satu “ayah kaya”, Neocloud memiliki tingkat ketergantungan yang lebih tinggi pada pemasok hulu (Nvidia).

Tingkat risiko: Risiko tersebar di banyak klien, tetapi kemampuan operasional, teknologi, dan nilai ekuitas semuanya mempengaruhi kelangsungan hidup.

Meskipun secara hukum dan struktur operasional sangat berbeda, kedua entitas memiliki esensi bisnis yang serupa: keduanya adalah “penyedia kekuatan komputasi eksternal” dari raksasa, memindahkan pembelian GPU yang besar dan pembangunan pusat data dari neraca raksasa.

Jadi, dari mana uang SPV dan Neoclouds ini berasal?

Jawabannya bukan bank tradisional, melainkan dana kredit swasta (Private Credit Funds). Mengapa?

Ini karena setelah tahun 2008, “Basel III” memberlakukan persyaratan yang ketat terhadap rasio kecukupan modal bank. Bank yang mengambil pinjaman besar dengan risiko tinggi, konsentrasi tinggi, dan jangka waktu panjang harus menyediakan cadangan yang sangat tinggi sehingga tidak sesuai dengan biaya.

Bisnis yang “tidak bisa dilakukan” dan “tidak berani dilakukan” oleh bank telah menciptakan kekosongan yang besar. Raksasa ekuitas swasta seperti Apollo, Blue Owl, dan Blackstone telah mengisi kekosongan tersebut—mereka tidak terikat oleh regulasi perbankan, dapat menawarkan pembiayaan yang lebih fleksibel dan lebih cepat, tetapi dengan suku bunga yang juga lebih tinggi. Dengan sewa proyek atau GPU/peralatan dan kontrak jangka panjang sebagai jaminan.

Bagi mereka, ini adalah kue yang sangat menarik - banyak yang memiliki pengalaman dalam pembiayaan infrastruktur tradisional, dan tema ini cukup untuk membuat ukuran aset yang dikelola tumbuh beberapa kali lipat, dengan biaya pengelolaan dan hak terkait (Carried Interest) meningkat pesat.

Lalu dari mana uang untuk dana pinjaman swasta ini berasal?

Jawabannya adalah investor institusi (LPs), seperti dana pensiun (Pension Funds), dana kekayaan sovereign, perusahaan asuransi, bahkan investor umum (misalnya melalui ETF kredit swasta yang diterbitkan oleh BlackRock - di dalamnya terdapat obligasi swasta 144A Beignet Investor LLC 144A 6.581% 05/30/2049 di bawah proyek Meta).

Jadi, jalur penyebaran risiko dalam rantai ditetapkan:

(Pihak Penanggung Risiko Akhir)Dana Pensiun/Investor ETF/Fund Sovereign → (Instansi Perantara)Dana Kredit Swasta → (Entitas Pembiayaan)SPV atau Neocloud (seperti CoreWeave) → (Pengguna Akhir) Raksasa Teknologi (seperti Meta)

03 Analisis Kasus SPV — Hyperion Meta

Untuk memahami mode SPV, rencana “Hyperion” Meta adalah contoh yang sangat baik (cukup banyak informasi publik):

Struktur/Saham: Meta dan Blue Owl mengelola grup dana JV (Beignet Investor LLC). Meta memiliki 20% saham, Blue Owl 80%. Menerbitkan obligasi dengan struktur SPV 144A. JV menutupi aset, Meta menyewa berdasarkan kontrak jangka panjang. Pengeluaran modal selama periode konstruksi berada di JV, setelah dimulainya sewa pembiayaan, aset secara bertahap dipindahkan ke neraca Meta.

Skala: sekitar 27,3 miliar dolar utang (obligasi swasta 144A) + sekitar 2,5 miliar dolar ekuitas, menjadi salah satu pembiayaan proyek utang perusahaan/privat terbesar dalam sejarah AS. Dan tanggal jatuh tempo adalah tahun 2049, struktur pelunasan jangka panjang seperti ini pada dasarnya adalah “mengunci risiko waktu yang paling sulit terlebih dahulu.”

Suku bunga/Peringkat: Utang mendapatkan peringkat S&P A+ (peringkat tinggi memungkinkan perusahaan asuransi untuk mengalokasikan), suku bunga kupon sekitar 6,58%.

Struktur investor: PIMCO berinvestasi 18 miliar; ETF di bawah BlackRock total lebih dari 3 miliar. Bagi kelompok investor ini, ini adalah pendapatan stabil berkualitas tinggi yang sangat menarik.

Arus kas dan sewa: Blue Owl tidak tertarik pada GPU yang mungkin terdepresiasi (saya rasa beberapa orang di pasar saat ini khawatir bahwa asumsi umur depresiasi GPU terlalu panjang adalah fokus yang salah, karena GPU hanya bagian perangkat keras, sementara nilai keseluruhan AI terletak pada perangkat keras + model; harga perangkat keras lama jatuh karena iterasi, tidak berarti nilai aplikasi model AI akhir juga akan turun), tetapi pada arus kas SPV yang didukung oleh sewa jangka panjang Meta (mulai 2029). Dana untuk periode konstruksi juga dialokasikan pada utang publik AS untuk mengurangi risiko. Struktur ini menggabungkan likuiditas obligasi korporasi dan ketentuan perlindungan pembiayaan proyek, sekaligus merupakan 144A-for-life (lingkup investor terbatas).

Lalu mengapa risiko jangka pendek dari arsitektur ini sangat rendah?

Ini karena dalam struktur ini, tugas Hyperion sederhana: tangan kiri menerima sewa Meta, tangan kanan membayar bunga Blue Owl. Selama Meta tidak bangkrut (kemungkinan di masa depan sangat rendah), arus kas akan stabil seperti batu. Tidak perlu khawatir tentang fluktuasi permintaan AI, penurunan harga GPU.

Struktur utang yang sangat panjang selama 25 tahun ini, dengan pembayaran sewa yang diangsur, selama sewa stabil masuk dan bunga dibayar secara normal, akan mengunci semua risiko refinancing jangka pendek. Ini adalah inti dari “membeli waktu” (memungkinkan nilai yang diciptakan oleh aplikasi AI perlahan-lahan menyusul struktur keuangan).

Sementara itu, Meta menggunakan kredit dan arus kas yang kuat untuk mendapatkan pembiayaan jangka panjang yang besar yang melewati pengeluaran modal tradisional. Meskipun sesuai dengan standar akuntansi modern (IFRS 16), sewa jangka panjang tetap tercatat sebagai “liabilitas sewa”, namun keuntungan dari ini adalah: tekanan pengeluaran modal yang mencapai puluhan miliar dolar selama periode pembangunan awal, serta risiko pembangunan terkait dan kegiatan pembiayaan, semuanya dipindahkan terlebih dahulu kepada SPV.

Mengubah pengeluaran modal besar sekali menjadi biaya sewa yang dibayar dalam angsuran selama 25 tahun, secara signifikan mengoptimalkan arus kas. Kemudian bertaruh apakah investasi AI ini dapat menghasilkan manfaat ekonomi yang cukup dalam 10-20 tahun untuk membayar pokok dan bunga (melihat pada tingkat suku bunga obligasi 6,58%, dengan mempertimbangkan biaya operasional, ROI yang dihitung berdasarkan EBITDA setidaknya harus berada di angka 9-10% agar pemegang saham mendapatkan tingkat pengembalian yang cukup baik).

04 Neocloud's cushion pad - Risiko ekuitas OpCo

Jika SPV mode adalah “perpindahan kredit”, maka CoreWeave, Nebius dan model Neocloud semacam itu adalah “penyempitan risiko lebih lanjut”.

Sebagai contoh CoreWeave, struktur modal jauh lebih kompleks dibandingkan SPV. Pembiayaan ekuitas dan utang yang dilakukan dalam beberapa putaran, investor termasuk Nvidia, VC, dana pertumbuhan, dan dana utang swasta, membentuk urutan penyangga risiko yang jelas.

Jika permintaan AI tidak sesuai harapan, atau pesaing baru muncul, pendapatan CoreWeave menurun drastis dan tidak dapat membayar bunga tinggi, apa yang akan terjadi:

Langkah pertama adalah evaporasi nilai ekuitas: Harga saham CoreWeave anjlok. Ini adalah “bantalan ekuitas” - yang pertama menyerap dampak. Perusahaan mungkin terpaksa melakukan pembiayaan dengan diskon, hak pemegang saham lama sangat tereduksi, bahkan bisa kehilangan semua modal. Sebagai perbandingan, bantalan ekuitas SPV lebih tipis, karena tidak dapat melakukan pembiayaan langsung di pasar terbuka.

Langkah kedua adalah kreditor mengalami kerugian: hanya setelah ekuitas sepenuhnya “terbakar”, CoreWeave masih tidak dapat membayar utang, baru kemudian giliran kreditor utang swasta seperti Blackstone yang menanggung kerugian. Namun, saat memberikan pinjaman, biasanya dana ini meminta jaminan yang sangat baik (GPU terbaru) dan hak pembayaran kembali yang ketat.

CoreWeave dan Nebius sama-sama menggunakan “menentukan kontrak jangka panjang terlebih dahulu, kemudian membiayai kontrak jangka panjang tersebut”, untuk ekspansi cepat melalui pendanaan di pasar modal. Keunggulan struktur ini adalah pelanggan besar dapat mencapai efisiensi penggunaan dana yang lebih baik, tanpa berinvestasi, mereka dapat menggunakan kontrak pembelian jangka panjang di masa depan untuk memicu lebih banyak pengeluaran modal, dengan kemungkinan penyebaran risiko yang terbatas pada seluruh sistem keuangan.

Sebaliknya, para pemegang saham Neocloud perlu memperhatikan bahwa mereka duduk di posisi yang paling bergejolak namun juga paling menarik dalam perjudian ini. Mereka bertaruh pada pertumbuhan yang cepat, dan juga harus berdoa agar operasi keuangan manajemen (perpanjangan utang, penerbitan saham baru) hampir sempurna tanpa cela, selain itu mereka juga harus memperhatikan struktur jatuh tempo utang, lingkup jaminan, jendela perpanjangan kontrak, dan konsentrasi pelanggan untuk lebih baik mengevaluasi rasio risiko imbalan ekuitas.

Kita juga bisa membayangkan jika permintaan AI benar-benar tumbuh lambat, siapa yang akan menjadi kapasitas yang paling mudah ditinggalkan? SPV atau Neocloud? Kenapa?

05 Oracle Cloud: Kebangkitan Pemain Cloud Atipikal

Saat semua orang memperhatikan CoreWeave dan tiga raksasa cloud, sebuah “kuda hitam cloud” yang tidak terduga juga diam-diam bangkit: Oracle Cloud

Itu tidak termasuk Neocloud, juga bukan bagian dari tiga raksasa teknologi, namun dengan desain arsitektur yang sangat fleksibel dan kerja sama mendalam dengan Nvidia, berhasil merebut kontrak sebagian beban komputasi dari Cohere, xAI, bahkan OpenAI.

Terutama ketika leverage Neocloud semakin ketat dan ruang cloud tradisional tidak mencukupi, Oracle dengan posisi “netral” dan “dapat diganti” menjadi lapisan penyangga penting dalam rantai pasokan komputasi AI gelombang kedua.

Keberadaannya juga menunjukkan kepada kita bahwa pertarungan untuk kekuatan komputasi ini bukan hanya tentang tiga raksasa yang bersaing, tetapi juga ada penyedia seperti Oracle yang tidak biasa tetapi memiliki arti strategis yang besar, yang secara diam-diam merebut posisi.

Tapi jangan lupa, meja permainan ini tidak hanya ada di Silicon Valley, tetapi juga meluas ke seluruh pasar keuangan global.

Jaminan “terselubung” pemerintah yang diidam-idamkan banyak orang

Akhirnya, dalam permainan yang didominasi oleh raksasa teknologi dan keuangan swasta ini, ada satu “kartu as” potensial - pemerintah. Meskipun OpenAI baru-baru ini secara terbuka menyatakan bahwa “tidak ada dan tidak berharap” pemerintah memberikan jaminan pinjaman untuk pusat data, yang didiskusikan dengan pemerintah adalah potensi jaminan untuk pabrik chip dan bukan pusat data. Tetapi saya percaya bahwa mereka (atau peserta serupa) dalam rencana awal mereka pasti mencakup opsi “mengajak pemerintah bergabung”.

Bagaimana cara mengatakannya? Jika skala infrastruktur AI cukup besar sehingga bahkan utang swasta tidak dapat menanggungnya, satu-satunya jalan keluar adalah meningkat menjadi persaingan kekuatan nasional. Begitu posisi kepemimpinan AI didefinisikan sebagai “keamanan nasional” atau “perlombaan mendarat di bulan abad ke-21”, intervensi pemerintah akan menjadi hal yang wajar.

Cara paling efektif untuk melakukan intervensi ini bukan dengan memberikan uang secara langsung, tetapi dengan menyediakan “jaminan”. Pendekatan ini dapat memberikan manfaat yang menentukan: secara signifikan mengurangi biaya pembiayaan.

Investor yang usianya hampir sama dengan saya pasti masih ingat Freddie Mac ( Fannie Mae ). Kedua perusahaan ini yang disebut “perusahaan yang disponsori pemerintah” (Government Sponsored Enterprises; GSEs) bukanlah bagian resmi dari pemerintah Amerika Serikat, tetapi pasar secara umum percaya bahwa mereka memiliki “jaminan pemerintah yang tersembunyi.”

Mereka membeli hipotek dari bank, mengemasnya menjadi MBS dan menjamin, setelah dijual di pasar terbuka, mengarahkan kembali modal ke pasar hipotek, meningkatkan dana yang tersedia untuk pinjaman. Dengan kata lain, keberadaan mereka membuat dampak tsunami keuangan tahun 2008 semakin besar.

Bayangkan, jika di masa depan muncul “Perusahaan Kekuatan AI Nasional”, yang dijamin secara implisit oleh pemerintah. Obligasi yang diterbitkannya akan dianggap sebagai obligasi semi-kedaulatan, dengan suku bunga yang sangat mendekati obligasi negara AS.

Ini akan mengubah secara drastis “membeli waktu sambil menunggu produktivitas meningkat” yang disebutkan sebelumnya:

Biaya pembiayaan sangat rendah: semakin rendah biaya pinjaman, semakin rendah tuntutan terhadap “kecepatan peningkatan produktivitas AI”.

Waktu diperpanjang tanpa batas: Yang lebih penting adalah, dapat memperpanjang dengan biaya yang sangat rendah (Roll over), setara dengan mendapatkan hampir waktu yang tak terbatas.

Dengan kata lain, tindakan ini mengurangi kemungkinan taruhan untuk “meledak” secara langsung. Namun, setelah meledak, dampaknya bisa meluas puluhan kali lipat.

06 Triliun dolar — Kunci sejati dari “produktivitas”

Semua struktur keuangan yang disebutkan sebelumnya - SPV, Neocloud, utang swasta - seberapa canggih pun, hanya menjawab pertanyaan “bagaimana cara membayar”.

Apakah infrastruktur AI akan menjadi gelembung, pertanyaan paling mendasar adalah: “Apakah AI benar-benar dapat meningkatkan produktivitas?” dan “Seberapa cepat?”

Semua pengaturan pembiayaan yang berlangsung selama 10 tahun atau 15 tahun, pada dasarnya adalah “membeli waktu”. Rekayasa keuangan memberikan raksasa sedikit waktu untuk bernapas, tanpa perlu segera memberikan hasil. Namun, membeli waktu memiliki biayanya: investor Blue Owl dan Blackstone (dana pensiun, dana kedaulatan, pemegang ETF) membutuhkan pengembalian bunga yang stabil, sementara investor ekuitas Neocloud membutuhkan pertumbuhan valuasi yang berlipat ganda.

“Tingkat pengembalian yang diharapkan” dari para pemberi dana ini adalah ambang yang harus dilalui oleh produktivitas AI. Jika peningkatan produktivitas yang dibawa oleh AI tidak dapat menutupi biaya pembiayaan yang tinggi, maka struktur yang rumit ini akan mulai runtuh dari titik terlemahnya (“sandaran ekuitas”).

Oleh karena itu, dalam beberapa tahun ke depan, perlu memperhatikan dua aspek berikut:

Kecepatan peluncuran “solusi aplikasi” di berbagai bidang: hanya memiliki model yang kuat (LLM) tidak cukup. Kita perlu melihat “perangkat lunak” dan “layanan” yang benar-benar dapat membuat perusahaan mengeluarkan uang. Diperlukan adopsi besar-besaran dari aplikasi semacam itu, dengan aliran kas yang cukup besar untuk membayar kembali pokok dan bunga dari biaya infrastruktur yang besar.

Pembatasan eksternal: Pusat data AI adalah monster pemakan listrik. Apakah kita memiliki cukup listrik untuk mendukung permintaan daya komputasi yang tumbuh secara eksponensial? Apakah kecepatan peningkatan jaringan listrik dapat mengikuti? Apakah pasokan GPU Nvidia dan perangkat keras lainnya akan menghadapi bottleneck, sehingga “lebih lambat” dari jadwal yang diminta oleh kontrak keuangan? Risiko sisi pasokan dapat membuat semua “waktu yang dibeli” habis.

Secara singkat, ini adalah perlombaan antara finansial (biaya pendanaan) dan fisik (daya, perangkat keras) serta komersial (implementasi aplikasi).

Kita juga bisa menggunakan pendekatan kuantitatif untuk memperkirakan seberapa besar peningkatan produktivitas yang diperlukan oleh AI untuk menghindari gelembung:

Menurut perkiraan Morgan Stanley, investasi AI pada putaran ini seharusnya dapat mencapai 3 triliun dolar AS pada tahun 2028.

Biaya penerbitan obligasi SPV Meta yang disebutkan sebelumnya sekitar 6-7%, sementara menurut laporan Fortune, suku bunga utang rata-rata CoreWeave saat ini sekitar 9%. Jika sebagian besar utang swasta di industri mengharapkan imbal hasil 7-8% dan rasio utang terhadap ekuitas 3:7, maka ROI infrastruktur AI ini ( (dihitung berdasarkan EBITDA dan total belanja modal) perlu mencapai 12-13% agar imbal hasil ekuitas mencapai lebih dari 20%.

Jadi EBITDA yang dibutuhkan = 3 triliun × 12% = 360 miliar dolar AS; jika dihitung berdasarkan margin laba EBITDA 65%, pendapatan yang sesuai adalah sekitar 550 miliar dolar AS;

Dengan asumsi GDP AS sekitar 29 triliun, tambahan output yang setara dengan sekitar 1,9% GDP perlu didukung oleh AI dalam jangka panjang.

Ambang batas ini tidak rendah, tetapi bukanlah dongeng. ) Pada tahun 2025, total pendapatan industri cloud global diperkirakan sekitar 400 miliar dolar AS, dengan kata lain, kita harus melihat setidaknya AI memberdayakan satu atau dua industri cloud yang baru. Kuncinya terletak pada kecepatan monetisasi aplikasi dan apakah hambatan fisik dapat diatasi secara bersamaan.

Pengujian stres situasi risiko: Ketika “waktu” tidak mencukupi?

Semua struktur keuangan yang disebutkan di atas, adalah taruhan bahwa produktivitas dapat mengalahkan biaya pembiayaan. Biarkan saya menggunakan dua uji tekanan untuk mensimulasikan reaksi berantai ketika kecepatan produktivitas AI tidak memenuhi harapan:

Dalam situasi pertama, kita mengasumsikan bahwa produktivitas AI “perlahan” terwujud (misalnya, memerlukan waktu 15 tahun untuk mencapai skala, tetapi banyak pendanaan mungkin dalam jangka waktu 10 tahun):

Neocloud adalah yang pertama jatuh: Operator independen dengan leverage tinggi seperti CoreWeave, karena pendapatan tidak dapat menutupi bunga yang tinggi, “penyangga ekuitas” mereka habis terbakar, menyebabkan default utang atau restrukturisasi dengan diskon.

SPV menghadapi risiko perpanjangan: Untuk utang SPV seperti Hyperion, Meta harus memutuskan apakah akan membiayai kembali dengan suku bunga yang lebih tinggi (pasar telah menyaksikan kegagalan Neocloud), yang akan menggerogoti profit inti bisnis.

LPs dana pinjaman swasta mengalami kerugian besar, valuasi saham teknologi diturunkan secara signifikan. Ini adalah “kegagalan yang mahal”, tetapi tidak akan memicu keruntuhan sistemik.

Dalam skenario kedua, kita mengasumsikan bahwa produktivitas AI telah “dibuktikan salah” (kemajuan teknologi terhenti atau biaya tidak dapat diturunkan dan diskalakan):

Raksasa teknologi mungkin memilih “default strategis”: Ini adalah situasi terburuk. Perusahaan besar seperti Meta mungkin menilai “melanjutkan pembayaran sewa” sebagai lubang tanpa dasar, dan kemudian memilih untuk secara paksa menghentikan sewa dan memaksa restrukturisasi utang SPV.

Kepailitan Obligasi SPV: Obligasi yang dianggap sebagai kelas A+ seperti Hyperion, akan segera terputus dari Meta, dan harganya akan jatuh.

Ini dapat menghancurkan pasar “pembiayaan infrastruktur” utang swasta secara menyeluruh, dan sangat mungkin melalui keterkaitan yang disebutkan di atas, memicu krisis kepercayaan di pasar keuangan.

Tujuan dari pengujian ini adalah untuk mengubah pertanyaan samar “apakah ini gelembung” menjadi analisis situasi yang konkret.

07 Termometer Risiko: Daftar Observasi Praktis untuk Investor

Dan untuk perubahan kepercayaan pasar, saya sendiri akan terus memantau lima hal ini sebagai termometer risiko:

Kecepatan realisasi produktivitas proyek AI: termasuk percepatan atau perlambatan pendapatan yang diharapkan dari penyedia model besar ( pertumbuhan linier atau pertumbuhan eksponensial), serta aplikasi berbagai produk dan proyek AI.

Harga saham Neocloud, imbal hasil obligasi, pengumuman: termasuk pesanan besar, default/restrukturisasi, refinancing utang (beberapa obligasi swasta akan jatuh tempo sekitar tahun 2030, perlu perhatian khusus), ritme peningkatan modal.

Harga/selisih sekunder obligasi SPV: apakah obligasi swasta 144A seperti Hyperion tetap di atas nilai nominal, apakah perdagangan aktif, dan apakah kepemilikan ETF meningkat.

Perubahan kualitas ketentuan jangka panjang: proporsi take-or-pay, jangka waktu minimum, konsentrasi pelanggan, mekanisme penyesuaian harga (penyesuaian tarif listrik/suku bunga/penetapan harga terhadap inflasi).

Kemajuan listrik dan kemungkinan inovasi teknologi: Sebagai faktor eksternal yang paling mungkin menjadi kendala, perlu diperhatikan sinyal kebijakan terkait pembangkit, distribusi, dan mekanisme harga listrik. Selain itu, apakah ada teknologi baru yang dapat secara signifikan mengurangi konsumsi listrik.

Mengapa ini bukan versi ulang tahun 2008?

Beberapa orang mungkin akan membuat perbandingan dengan gelembung serupa pada tahun 2008. Saya pikir pendekatan ini bisa menghasilkan kesalahan penilaian:

Poin pertama adalah perbedaan mendasar antara aset inti: AI vs. Rumah

Inti dari krisis subprime mortgage 2008 adalah “rumah”. Rumah itu sendiri tidak akan memberikan kontribusi produktivitas (pertumbuhan pendapatan sewa sangat lambat). Ketika harga rumah terlepas dari dasar pendapatan rumah tangga, dan dikemas menjadi produk derivatif keuangan yang kompleks, pecahnya gelembung hanya masalah waktu.

Dan aset inti AI adalah “kekuatan komputasi”. Kekuatan komputasi adalah “alat produksi” di era digital. Selama Anda percaya bahwa AI memiliki kemungkinan tinggi untuk secara substansial meningkatkan produktivitas seluruh masyarakat di masa depan (pengembangan perangkat lunak, penelitian obat, layanan pelanggan, penciptaan konten), Anda tidak perlu terlalu khawatir. Ini adalah “penebusan” untuk produktivitas di masa depan. Ini memiliki dasar fundamental yang nyata sebagai titik jangkar, hanya saja belum sepenuhnya terwujud.

Poin kedua adalah perbedaan titik kunci dalam struktur keuangan: pembiayaan langsung vs. bank

Bubbles tahun 2008 menyebar secara luas melalui titik kunci (bank). Risiko menyebar melalui “pembiayaan tidak langsung bank”. Ketika satu bank bangkrut (seperti Lehman), itu memicu krisis kepercayaan terhadap semua bank, yang menyebabkan pasar antar bank membeku, dan pada akhirnya memicu krisis keuangan sistemik yang berdampak pada semua orang (termasuk krisis likuiditas).

Namun sekarang struktur pembiayaan infrastruktur AI didominasi oleh “pembiayaan langsung”. Jika produktivitas AI terbukti salah, CoreWeave bangkrut, dan Blackstone gagal bayar utang sebesar 7,5 miliar dolar, ini akan menjadi kerugian besar bagi investor Blackstone (dana pensiun).

Setelah 2008, sistem perbankan memang lebih kuat, tetapi kita tidak bisa menyederhanakan secara berlebihan dengan berpikir bahwa risiko dapat sepenuhnya “dikelilingi” di pasar swasta. Misalnya, dana kredit swasta itu sendiri juga dapat memperbesar pengembalian menggunakan leverage bank. Jika investasi AI gagal secara umum, kerugian besar dari dana ini masih dapat meluas melalui dua jalur:

Pelanggaran Leverage: Pelanggaran pembiayaan leverage oleh dana terhadap bank akan mengembalikan risiko kepada sistem perbankan.

Dampak LP: Dana pensiun dan perusahaan asuransi mengalami kerugian besar dalam investasi yang menyebabkan memburuknya neraca keuangan mereka, memicu penjualan aset lainnya di pasar terbuka dan memicu reaksi berantai.

Oleh karena itu, pernyataan yang lebih akurat adalah: “Ini bukan krisis likuiditas antar bank seperti yang terjadi pada tahun 2008 yang disebabkan oleh ledakan titik tunggal dan pembekuan total.” Kondisi terburuk akan menjadi “kegagalan yang mahal”, dengan tingkat penularan yang lebih rendah dan kecepatan yang lebih lambat. Namun, mengingat ketidaktransparanan pasar swasta, kita tetap harus sangat waspada terhadap risiko penularan lambat yang baru ini.

Pelajaran bagi investor: Di lapisan mana Anda berada dalam sistem ini?

Mari kita kembali ke pertanyaan awal: Apakah infrastruktur AI adalah gelembung?

Pembentukan dan pecahnya gelembung berasal dari perbedaan besar antara hasil yang diharapkan dan hasil yang sebenarnya. Saya percaya bahwa secara umum ini bukanlah gelembung, melainkan lebih mirip dengan pengaturan keuangan berleverase tinggi yang presisi. Namun dari sisi risiko, selain beberapa aspek yang perlu diperhatikan secara khusus, kita juga tidak boleh mengabaikan “efek kekayaan negatif” yang mungkin ditimbulkan oleh gelembung berskala kecil.

Bagi para investor, dalam perlombaan infrastruktur AI senilai triliunan dolar ini, Anda harus tahu apa yang Anda pertaruhkan saat memegang berbagai aset:

Saham raksasa teknologi: Anda bertaruh bahwa produktivitas AI dapat mengalahkan biaya pembiayaan

Pinjaman swasta: Anda mendapatkan bunga yang stabil, tetapi menghadapi risiko “waktu mungkin tidak cukup”.

Neocloud saham: Anda adalah bantalan pertama dengan risiko tertinggi dan imbalan tertinggi.

Dalam permainan ini, posisi menentukan segalanya. Memahami serangkaian struktur keuangan ini adalah langkah pertama untuk menemukan posisi Anda sendiri. Dan memahami siapa yang “mengkurasi” pertunjukan ini adalah kunci untuk menentukan kapan permainan ini berakhir.