Investor Mulai Ragu, Belanja AI Raksasa Dituntut Segera Berbuah Gelombang investasi kecerdasan buatan yang selama beberapa tahun mendorong kenaikan saham perusahaan teknologi mulai memasuki tahap pemeriksaan lebih ketat. Investor tidak lagi hanya terpukau oleh kecanggihan model, pertumbuhan jumlah pengguna, atau pengumuman pembangunan pusat data baru. Mereka kini meminta penjelasan mengenai pendapatan, arus kas, tingkat pemakaian infrastruktur, dan waktu yang diperlukan untuk mengembalikan modal.
Perubahan sikap itu muncul ketika perusahaan teknologi terbesar dunia menyiapkan belanja dalam jumlah yang belum pernah terjadi sebelumnya. Alphabet, Amazon, Meta, dan Microsoft diperkirakan mengucurkan sekitar 600 miliar dolar AS untuk kecerdasan buatan sepanjang 2026. Dana tersebut terutama digunakan untuk membeli cip, membangun pusat data, memperluas jaringan, serta menyediakan listrik bagi layanan AI. Besarnya pengeluaran mulai menekan arus kas dan menguji kesabaran Wall Street.
Investor pada dasarnya masih melihat AI sebagai teknologi penting. Namun, keyakinan itu kini disertai pertanyaan yang lebih tajam. Apakah pertumbuhan pendapatan mampu mengikuti belanja modal? Berapa banyak pelanggan yang bersedia membayar layanan AI secara rutin? Apakah pusat data baru akan terisi penuh atau justru menyisakan kapasitas yang mahal?
Belanja Modal Bergerak Lebih Cepat daripada Pendapatan AI
Persaingan AI telah mengubah perusahaan teknologi menjadi bisnis yang semakin padat modal. Perusahaan tidak cukup hanya mengembangkan perangkat lunak. Mereka membutuhkan cip dalam jumlah besar, lahan, gedung, sistem pendingin, jaringan berkecepatan tinggi, pembangkit listrik, serta kontrak pasokan energi jangka panjang.
Bridgewater Associates memperkirakan Alphabet, Amazon, Meta, dan Microsoft secara bersama menginvestasikan sekitar 650 miliar dolar AS dalam infrastruktur AI pada 2026. Angka itu meningkat tajam dari sekitar 410 miliar dolar AS pada 2025.
Kenaikan belanja menjadi perhatian karena umur ekonomis perangkat AI dapat lebih pendek daripada bangunan pusat data. Generasi cip baru muncul dengan cepat dan menawarkan kemampuan lebih tinggi. Perangkat yang dibeli dengan harga mahal hari ini dapat kehilangan daya saing dalam beberapa tahun apabila model baru membutuhkan susunan komputasi berbeda.
Selain itu, perusahaan tetap harus mencatat penyusutan aset. Biaya tersebut dapat menekan keuntungan meskipun permintaan layanan AI terus meningkat. Investor kemudian membutuhkan kepastian bahwa pendapatan tambahan mampu menutup biaya cip, listrik, pendinginan, tenaga ahli, serta pemeliharaan.
Menurut penulis, persoalan yang sedang diperdebatkan bukan apakah AI berguna, melainkan apakah pengeluaran ratusan miliar dolar dapat menghasilkan keuntungan dengan kecepatan yang sesuai harapan pasar.
Perusahaan Mulai Dituntut Menunjukkan Hasil Nyata
Pada tahap awal ledakan AI generatif, perusahaan cukup menunjukkan pertumbuhan pengguna dan kemajuan teknis untuk memperoleh respons positif. Keadaan tersebut mulai berubah. Investor kini membedakan perusahaan yang mampu menghasilkan uang dari AI dengan perusahaan yang masih menjanjikan keuntungan pada periode berikutnya.
Perbedaan itu terlihat ketika Microsoft dan Meta melaporkan kinerja pada Januari 2026. Saham Microsoft mengalami tekanan setelah pertumbuhan Azure hanya sedikit melampaui perkiraan, sementara belanja infrastrukturnya tetap tinggi. Sebaliknya, Meta mendapat respons lebih baik karena penggunaan AI membantu meningkatkan ketepatan iklan dan mendorong pertumbuhan pendapatan.
Pasar seolah mengirim pesan bahwa pengeluaran besar dapat diterima selama hasilnya terlihat. Meta mampu menunjukkan bahwa AI membantu pengiklan menemukan pengguna yang lebih sesuai, meningkatkan keterlibatan, dan memperbaiki penayangan konten. Hubungan antara teknologi dan pendapatan dapat dijelaskan dengan angka.
Namun, kesabaran investor tetap mempunyai batas. Ketika Meta pada April 2026 menaikkan perkiraan belanja modal menjadi 125 miliar sampai 145 miliar dolar AS, sahamnya turun lebih dari 6 persen dalam perdagangan setelah jam bursa.
Reaksi tersebut menunjukkan bahwa perusahaan dengan hasil bisnis kuat pun tidak memperoleh kebebasan tanpa batas. Setiap kenaikan anggaran harus disertai penjelasan mengenai kapasitas yang dibangun, kebutuhan pelanggan, dan sumber penghasilan yang akan menutup pengeluaran.
Banyak Proyek AI Belum Berhasil Melewati Tahap Percobaan
Keraguan investor juga berasal dari keadaan perusahaan pengguna. Adopsi AI memang meningkat cepat, tetapi penerapan dalam skala besar masih jauh lebih sulit daripada menjalankan proyek percobaan.
Riset McKinsey pada 2026 menemukan hampir 90 persen organisasi setidaknya telah mencoba AI. Namun, hanya sekitar 7 persen yang menyatakan telah menerapkannya secara luas di seluruh perusahaan.
Kesenjangan tersebut terjadi karena AI tidak dapat langsung ditempelkan pada proses kerja lama. Perusahaan perlu membersihkan data, mengubah prosedur, melatih pekerja, menyiapkan pengawasan, memperkuat keamanan, dan menghubungkan model dengan sistem yang sudah digunakan.
Gartner menyebut sedikitnya separuh proyek AI generatif telah dihentikan setelah melewati tahap pembuktian konsep sampai akhir 2025. Penyebabnya meliputi kualitas data yang buruk, biaya yang meningkat, pengendalian risiko yang tidak memadai, serta nilai bisnis yang belum jelas.
Keadaan tersebut berpengaruh langsung terhadap penyedia layanan komputasi. Apabila perusahaan pelanggan tidak berhasil membawa proyek ke penggunaan luas, kebutuhan cip dan pusat data dapat tumbuh lebih lambat daripada perkiraan awal.
Efisiensi Pekerja Belum Selalu Menjadi Keuntungan Perusahaan
AI dapat membantu pegawai menulis, merangkum dokumen, membuat kode, atau mencari informasi lebih cepat. Namun, waktu yang dihemat belum otomatis berubah menjadi tambahan keuntungan.
Perusahaan harus menentukan bagaimana waktu tersebut digunakan. Pegawai dapat menerima pekerjaan baru, menangani lebih banyak pelanggan, atau mempercepat penyelesaian proyek. Tanpa perubahan pengelolaan, AI hanya memindahkan cara kerja tanpa menghasilkan peningkatan pendapatan yang terukur.
Survei McKinsey sebelumnya menemukan hanya 39 persen responden yang melaporkan pengaruh terhadap laba sebelum bunga dan pajak pada tingkat perusahaan. Sebagian besar organisasi masih berada dalam proses menghubungkan penggunaan AI dengan hasil keuangan yang lebih luas.
Alphabet Menghadapi Pertanyaan tentang Belanja dan Persaingan
Alphabet menjadi salah satu contoh terbaru mengenai meningkatnya pengawasan investor. Perusahaan induk Google menaikkan rencana belanja modal 2026 menjadi sekitar 180 miliar sampai 190 miliar dolar AS untuk memperluas pusat data, jaringan, dan kapasitas komputasi AI.
Pada saat yang sama, penundaan model Gemini 3.5 Pro menambah pertanyaan mengenai kemampuan perusahaan mengubah investasi menjadi produk unggulan tepat waktu. Saham Alphabet tercatat turun sekitar 9 persen sejak April, meskipun masih menguat sepanjang tahun dan bisnis Google Cloud terus bertumbuh kuat.
Alphabet sebenarnya mempunyai beberapa keuntungan. Google memiliki mesin pencari, YouTube, Android, layanan iklan, perangkat lunak perkantoran, pusat data, dan cip buatan sendiri. Susunan tersebut memungkinkan AI dipasang pada produk yang telah digunakan miliaran orang.
Namun, skala juga menciptakan biaya besar. Perubahan kecil pada cara pencarian bekerja dapat meningkatkan kebutuhan komputasi secara tajam. Jawaban yang dibuat model AI membutuhkan pemrosesan lebih banyak dibandingkan daftar tautan pencarian biasa.
Investor akan mengamati apakah fitur AI mampu mempertahankan pendapatan iklan, menarik pelanggan berbayar, serta memperbesar bisnis cloud. Pertumbuhan pengguna tanpa peningkatan pendapatan belum cukup untuk membenarkan belanja yang terus naik.
Utang Mulai Membiayai Sebagian Perlombaan AI
Pada tahap sebelumnya, raksasa teknologi dapat membiayai pusat data dari arus kas sendiri. Perlombaan yang semakin mahal mulai mendorong perusahaan dan mitranya mencari dana melalui penerbitan utang serta penjualan saham.
Oracle menjadi contoh perusahaan yang mendapat tekanan setelah rencana belanja AI dan pembiayaan utangnya menimbulkan kekhawatiran. Saham Oracle turun pada Juni 2026 meskipun perusahaan memperoleh kontrak komputasi besar. Investor mempertanyakan kepastian pendapatan dan kemampuan proyek baru menghasilkan arus kas sesuai jadwal.
Morgan Stanley memperkirakan penerbitan utang global yang berkaitan dengan AI dapat meningkat lebih dari dua kali lipat menjadi hampir 570 miliar dolar AS pada 2026. Belanja perusahaan pusat data berskala sangat besar juga diperkirakan melampaui satu triliun dolar AS pada 2027.
Penggunaan utang menambah tekanan karena bunga tetap harus dibayar meskipun permintaan melemah. Pusat data juga tidak dapat dengan mudah dipindahkan apabila lokasi ternyata kekurangan listrik atau pelanggan memilih penyedia lain.
Risiko menjadi lebih besar bagi perusahaan yang bergantung pada satu atau dua pelanggan utama. Kontrak bernilai tinggi dapat terlihat menjanjikan, tetapi perubahan strategi pelanggan dapat meninggalkan kapasitas besar yang belum menghasilkan pendapatan.
Listrik Menjadi Batas Baru bagi Pusat Data
Pembangunan pusat data AI tidak hanya bergantung pada ketersediaan cip. Listrik telah menjadi salah satu hambatan paling serius. Model besar membutuhkan daya untuk pelatihan, penggunaan sehari hari, penyimpanan, jaringan, dan pendinginan.
S&P Global memperkirakan rencana belanja AI senilai sekitar 635 miliar dolar AS dari Microsoft, Amazon, Alphabet, dan Meta menghadapi ujian akibat kenaikan biaya energi dan ketidakpastian pasokan.
Perusahaan teknologi mulai membuat kontrak langsung dengan produsen listrik, membangun fasilitas pembangkit, dan mencari lokasi pusat data di wilayah yang memiliki jaringan energi kuat. Langkah tersebut membutuhkan investasi tambahan dan proses perizinan panjang.
Keterbatasan listrik juga dapat membuat pusat data selesai dibangun tetapi belum dapat beroperasi penuh. Investor kemudian harus menanggung biaya proyek sebelum kapasitas tersebut menghasilkan pendapatan.
Air untuk pendinginan turut menjadi perhatian di sejumlah daerah. Penolakan warga terhadap pembangunan pusat data dapat memperlambat proyek, terutama ketika kebutuhan air dan listrik bersaing dengan kebutuhan rumah tangga serta industri lain.
Model China yang Lebih Murah Mengubah Perhitungan
Persaingan dari perusahaan China memberi tekanan baru terhadap nilai investasi AI di Amerika Serikat. Model terbuka dari DeepSeek, Alibaba, Moonshot AI, dan pengembang lain menawarkan kemampuan yang semakin kuat dengan biaya penggunaan lebih rendah.
Alphabet menghadapi persaingan tersebut ketika perusahaan terus membangun kapasitas komputasi mahal. Investor mulai bertanya apakah harga layanan AI dapat dipertahankan apabila model berkualitas tinggi tersedia dengan tarif semakin murah.
Model terbuka juga memungkinkan perusahaan memasang sistem pada server sendiri. Pelanggan tidak selalu perlu membayar model tertutup dengan harga tinggi apabila pekerjaan dapat ditangani pilihan yang lebih ringan.
Keadaan ini menguntungkan pengguna karena biaya AI dapat turun. Namun, bagi perusahaan yang telah mengeluarkan dana besar untuk melatih model dan membangun pusat data, penurunan harga dapat memperpanjang waktu pengembalian modal.
Penulis menilai model murah dari China menghadirkan pertanyaan yang sulit bagi investor. Pertumbuhan penggunaan AI bisa terus meningkat, tetapi keuntungan penyedianya belum tentu tumbuh dengan kecepatan yang sama.
Kekhawatiran Gelembung Belum Menghapus Nilai AI
Perbandingan dengan gelembung internet pada akhir 1990-an kembali muncul. Kesamaannya terlihat pada kenaikan investasi, valuasi tinggi, pembangunan infrastruktur besar, dan keyakinan bahwa teknologi akan mengubah hampir seluruh industri.
Namun, terdapat perbedaan penting. Perusahaan yang memimpin investasi AI saat ini memiliki bisnis besar, keuntungan tinggi, dan arus kas nyata. Microsoft, Alphabet, Amazon, dan Meta bukan perusahaan kecil yang hanya menjual gagasan.
Reuters menilai lonjakan belanja AI memang memunculkan tanda peringatan, tetapi belum otomatis menunjukkan pasar akan mengikuti kehancuran perusahaan internet pada awal 2000-an. Infrastruktur yang dibangun masih dapat digunakan untuk layanan cloud, pencarian, iklan, perdagangan digital, dan berbagai produk lain.
Data Stanford juga menunjukkan penggunaan AI generatif telah mencapai sekitar 53 persen populasi dalam tiga tahun. Nilai yang dirasakan konsumen Amerika Serikat dari alat AI generatif diperkirakan mencapai 172 miliar dolar AS per tahun pada awal 2026.
Angka itu menunjukkan bahwa AI bukan produk tanpa pengguna. Persoalannya berada pada pembagian nilai. Konsumen dapat memperoleh keuntungan besar dari layanan gratis atau murah, sementara penyedia masih harus menanggung biaya komputasi yang tinggi.
IMF menilai AI lebih menyerupai teknologi dasar seperti listrik karena penerapannya membutuhkan investasi tambahan pada jaringan, perangkat keras, keterampilan, dan perubahan proses kerja. Hasil ekonominya dapat muncul secara bertahap, bukan segera setelah pusat data selesai dibangun.
Investor Mulai Memilah Saham AI dengan Lebih Ketat
Ketika gelombang AI dimulai, hampir seluruh perusahaan yang berkaitan dengan cip, pusat data, perangkat lunak, dan cloud menikmati kenaikan. Pasar kini mulai memisahkan perusahaan berdasarkan posisi dalam rantai bisnis.
Morgan Stanley melihat pelemahan saham semikonduktor sebagai tanda perputaran menuju perusahaan pusat data berskala besar dan sektor lain. Investor dapat memilih perusahaan yang mempunyai pelanggan, jalur distribusi, dan kemampuan menghasilkan pendapatan langsung dari AI.
Produsen cip tetap memegang posisi penting, tetapi pertumbuhan laba tidak dapat meningkat tanpa batas. Setelah pelanggan membangun kapasitas awal, laju pemesanan dapat melambat atau berpindah ke cip buatan sendiri.
Perusahaan perangkat lunak menghadapi persoalan berbeda. Mereka harus membayar model AI dan komputasi, tetapi pelanggan belum tentu bersedia menerima kenaikan harga langganan. Jika fitur AI hanya menggantikan fungsi lama, margin keuntungan dapat menurun.
Penyedia pusat data perlu menunjukkan tingkat hunian dan kontrak jangka panjang. Perusahaan energi harus membuktikan mampu menambah pasokan tanpa keterlambatan besar. Setiap lapisan mempunyai ukuran keberhasilan yang berbeda.
Arus Kas Menjadi Ukuran yang Semakin Penting
Investor akan semakin memperhatikan arus kas bebas, yaitu uang yang tersisa setelah perusahaan membayar kebutuhan operasional dan belanja modal. Pendapatan dapat tumbuh, tetapi arus kas tetap melemah apabila pembangunan pusat data menyerap dana terlalu besar.
Perusahaan juga perlu menjelaskan pendapatan AI secara terpisah. Selama ini, sebagian penghasilan dicampurkan ke bisnis cloud, iklan, atau langganan perangkat lunak. Cara tersebut menyulitkan pasar mengetahui bagian yang benar benar berasal dari layanan AI.
Ukuran lain yang diperhatikan meliputi jumlah pengguna berbayar, pendapatan per pelanggan, konsumsi komputasi, tingkat pemakaian pusat data, serta biaya menghasilkan setiap jawaban.
Gartner memperkirakan pengeluaran AI global mencapai 2,52 triliun dolar AS pada 2026, naik sekitar 44 persen dibandingkan setahun sebelumnya. Lembaga tersebut menilai penerapan lebih luas memerlukan pengembalian investasi yang semakin mudah diperkirakan.
Perusahaan Harus Berani Menghentikan Proyek yang Tidak Berhasil
Perubahan sikap investor dapat mendorong pengelolaan anggaran lebih disiplin. Perusahaan tidak lagi dapat menjalankan ratusan proyek hanya karena seluruh pesaing membicarakan AI.
Gartner menyarankan pimpinan keuangan menilai investasi AI sebagai kumpulan proyek dengan sasaran, biaya, risiko, dan waktu pengembalian yang berbeda. Sistem pelayanan pelanggan tidak dapat diukur dengan cara yang sama seperti penelitian model baru atau otomatisasi pabrik.
Proyek dengan hasil yang mudah diukur kemungkinan mendapat prioritas. Contohnya meliputi pengurangan waktu penanganan pelanggan, deteksi kecurangan, pengelolaan persediaan, pemeliharaan mesin, pencarian dokumen, dan bantuan pengembangan kode.
Proyek yang tidak memiliki data memadai atau pengguna jelas dapat dihentikan lebih awal. Langkah tersebut bukan tanda bahwa AI gagal, melainkan bentuk pengelolaan modal agar perusahaan tidak terus membayar eksperimen tanpa sasaran.
Pergerakan Pasar Akan Ditentukan Laporan Keuangan Berikutnya
Laporan kuartalan perusahaan teknologi akan menjadi ujian penting bagi keyakinan investor. Alphabet, Microsoft, Amazon, dan Meta perlu menunjukkan bahwa kapasitas komputasi baru sudah menghasilkan pertumbuhan pelanggan dan pendapatan.
Pasar juga akan memeriksa apakah belanja modal kembali dinaikkan, dipertahankan, atau mulai dikurangi. Perubahan kecil pada perkiraan anggaran dapat menggerakkan harga saham karena nilainya mencapai puluhan miliar dolar.
Jumlah kontrak cloud belum cukup apabila perusahaan tidak menjelaskan kapan pendapatan mulai diakui. Investor ingin mengetahui apakah pusat data telah beroperasi, pasokan listrik tersedia, dan pelanggan benar benar menggunakan kapasitas yang dipesan.
Perhatian berikutnya akan tertuju pada margin bisnis cloud, pendapatan layanan AI berbayar, arus kas bebas, penerbitan utang, serta tingkat penyusutan perangkat komputasi. Perusahaan yang mampu menghubungkan belanja AI dengan hasil keuangan akan memperoleh ruang lebih besar untuk terus membangun. Perusahaan yang hanya menambah anggaran tanpa memperlihatkan hasil akan menghadapi pertanyaan yang semakin keras dari pemegang saham.
