Langsung ke konten utama

AI Super Cycle Resmi Dimulai? Wall Street Prediksi Belanja AI Tembus Triliunan Dolar

Ringkasan

Wall Street memprediksi belanja infrastruktur AI memasuki super cycle. Big Tech diperkirakan menggelontorkan US$700-800 miliar di 2026, dengan proyeksi mencapai US$7,6 triliun hingga 2031. Goldman Sachs dan Citi sebut ini awal dari gelombang investasi triliunan dolar yang mengubah ekonomi global.

AI Super Cycle Resmi Dimulai? Wall Street Prediksi Belanja AI Tembus Triliunan Dolar

Wall Street memprediksi belanja infrastruktur kecerdasan buatan telah memasuki super cycle. Big Tech diperkirakan menggelontorkan US$700-800 miliar di 2026, dengan proyeksi mencapai US$7,6 triliun hingga 2031. Goldman Sachs dan Citi sebut ini awal dari gelombang investasi triliunan dolar yang mengubah ekonomi global.

Pendahuluan

Investasi AI telah melonjak ke level yang belum pernah terjadi sebelumnya. Setelah Big Tech menghabiskan hampir US$400 miliar untuk infrastruktur AI di 2025, proyeksi 2026 menunjukkan lonjakan dramatis ke angka US$700-800 miliar. Para analis Wall Street kini menyebut ini sebagai "AI Super Cycle" yang akan mengubah lanskap ekonomi global.

Ilustrasi grafik investasi AI yang melonjak dengan simbol Big Tech dan infrastruktur data center
Ilustrasi Investasi AI

Goldman Sachs memperkirakan belanja modal AI akan mencapai US$7,6 triliun antara 2026-2031, dengan pengeluaran tahunan naik dari US$765 miliar di 2026 menjadi US$1,64 triliun di 2031. Hyperscaler cloud seperti Amazon, Microsoft, Alphabet, Meta, dan Oracle diproyeksikan menginvestasikan lebih dari US$6 triliun dalam AI pada 2030.

Angka-Angka Raksasa di Balik Super Cycle

Data dari berbagai lembaga keuangan menunjukkan skala investasi yang belum pernah terjadi sebelumnya:

Sumber Proyeksi Periode
Goldman Sachs US$7,6 triliun 2026-2031
Citi US$8,9 triliun 2026-2030
Big Tech Capex 2026 US$700-800 miliar 2026
Hyperscaler Capex 2026 US$730 miliar 2026

Citi memperkirakan lima hyperscaler akan membelanjakan US$730 miliar di 2026, dengan proyeksi melonjak ke US$978 miliar di 2027 dan US$1,16 triliun di 2028. Investasi AI global diprediksi mencapai US$490 miliar di 2026.

Goldman Sachs melihat "AI-related spending will boost true capex growth by about 3.3pp in 2026," dengan dampak signifikan pada investasi bisnis AS yang diperkirakan tumbuh 7,8% di 2026.

Mengapa Ini Disebut Super Cycle?

1. Pergeseran dari Investasi Ringan ke Berat

Big Tech sedang bertransformasi dari perusahaan software menjadi perusahaan infrastruktur berat. Hyperscaler yang dulu dikenal dengan model bisnis ringan (light asset) kini membangun pusat data raksasa, membeli chip AI, dan mengamankan sumber energi sendiri.

DBS Bank mencatat bahwa gabungan capex di Alphabet, Amazon, Meta, dan Microsoft telah melonjak sekitar 200% sejak ChatGPT diluncurkan. "The AI capex cycle had room to run and with it, driving corporate earnings higher," kata Chief Investment Officer Hou Wey Fook.

2. Kebijakan "Sovereign AI"

McKinsey memperkirakan pasar total untuk sovereign AI mencapai US$500-600 miliar pada 2030. Negara-negara di seluruh dunia mulai memperlakukan kapasitas komputasi AI sebagai aset strategis nasional, setara dengan minyak. Ini menambah dorongan investasi di luar sektor swasta.

3. Efek Berantai ke Seluruh Ekonomi

Investasi AI tidak hanya menguntungkan perusahaan chip. Super cycle ini menciptakan efek berganda ke seluruh sektor ekonomi, termasuk energi, konstruksi, utilitas, dan infrastruktur. "Pick-and-shovel" firms—perusahaan yang menyediakan alat dan infrastruktur dasar—menjadi penerima manfaat utama.

Energi: Penghalang Baru dalam Super Cycle

Meskipun investasi meledak, industri AI menghadapi hambatan baru: pasokan energi. Allianz Global Investors mencatat bahwa pusat data global diperkirakan mengonsumsi hampir 9% listrik AS pada 2030, didorong oleh percepatan AI.

Untuk mengatasi krisis energi ini, perusahaan teknologi mulai membangun pembangkit listrik sendiri. DBS memperkirakan sekitar 30% pusat data akan mengandalkan sumber energi "behind-the-meter" pada 2030—termasuk gas alam, baterai, tenaga surya, dan reaktor nuklir kecil.

Goldman Sachs menyebut energi sebagai "chokepoint" utama untuk AI. Kekurangan listrik dan keterbatasan grid listrik yang sudah tua menjadi hambatan terbesar ekspansi pusat data AI.

Dampak pada Pasar Saham dan Investor

Buyback Tergerus oleh Capex AI

Salah satu dampak paling signifikan dari super cycle ini adalah pergeseran alokasi modal perusahaan. Goldman Sachs menemukan bahwa buyback di lima hyperscaler turun 64% year-over-year di Q1 2026 karena perusahaan mengarahkan lebih banyak uang ke pusat data dan chip.

Hyperscaler capex diperkirakan mencapai hampir 100% dari arus kas operasi mereka di 2026, menyisakan sedikit ruang untuk pengembalian pemegang saham.

Peluang Investasi di Lima Lapisan AI

DBS mengidentifikasi lima lapisan investasi AI: energi, chip, infrastruktur, model, dan aplikasi. "The chips and infrastructure layers involve data centres to enable AI training and inference at scale," jelas Hou Wey Fook.

DBS merekomendasikan strategi "barbell": tetap overweight pada teknologi untuk menangkap capex AI, sambil menambahkan komoditas, emas, dan saham China A sebagai lindung nilai terhadap volatilitas.

Analisis: Apakah Ini Gelembung atau Super Cycle Berkelanjutan?

Perbedaan dengan Dot-Com Bubble

Berbeda dengan gelembung dot-com akhir 1990-an, super cycle ini didukung oleh arus kas perusahaan yang sudah menguntungkan. Hyperscaler seperti Amazon, Microsoft, dan Alphabet memiliki cadangan kas besar dan model bisnis yang matang.

Allianz Global Investors mencatat bahwa "the companies spending the money today are already highly profitable and possess massive cash reserves." Ini adalah perbedaan fundamental dari spekulasi dot-com yang didorong oleh startup tanpa pendapatan.

Tantangan: Energi dan Regulasi

Namun, hambatan nyata tetap ada. PJM Interconnection, operator grid terbesar di AS, melihat harga kapasitas lelang melonjak lebih dari 800% di akhir 2025, dengan 63% dari peningkatan itu dikaitkan langsung dengan permintaan pusat data. "If Big Tech cannot secure the gigawatts required for their 2026 projections, we may see a forced slowdown in Capex regardless of demand," kata analis Wedbush.

Regulasi juga menjadi tantangan. Saat Big Tech bergerak ke sektor energi, mereka menghadapi pengawasan ketat dari regulator utilitas dan kelompok lingkungan.

Penutup

AI super cycle telah resmi dimulai. Dengan belanja infrastruktur yang diproyeksikan mencapai triliunan dolar, investasi AI tidak lagi hanya tentang chip dan perangkat lunak—ini adalah transformasi ekonomi yang melibatkan energi, konstruksi, dan kebijakan publik.

Goldman Sachs, Citi, dan lembaga keuangan lainnya sepakat bahwa ini baru awal. Namun, jalan menuju puncak super cycle ini tidak akan mulus. Hambatan energi, tekanan regulasi, dan pertanyaan tentang ROI akan menjadi ujian bagi ketahanan gelombang investasi ini.

Seperti yang dikatakan analis Wedbush: "The winners of 2026 will not be those who build the most, but those who build the most efficiently."

FAQ

1. Apa itu AI super cycle?

AI super cycle adalah gelombang investasi besar-besaran dalam infrastruktur AI yang diprediksi mencapai triliunan dolar. Ini mencakup belanja pusat data, chip AI, energi, dan infrastruktur pendukung lainnya yang didorong oleh permintaan AI yang meledak.

2. Berapa proyeksi belanja AI Big Tech di 2026?

Big Tech (Amazon, Microsoft, Alphabet, Meta, Oracle) diperkirakan membelanjakan US$700-800 miliar untuk infrastruktur AI di 2026, naik dari US$400 miliar di 2025.

3. Apa dampak AI super cycle terhadap investor?

Super cycle menciptakan peluang di berbagai sektor: chip (Nvidia, TSMC), infrastruktur (Vertiv), energi (Constellation Energy), dan "pick-and-shovel" firms yang menyediakan alat dasar. Namun, buyback saham Big Tech tergerus karena capex AI.

4. Mengapa energi menjadi penghalang AI super cycle?

Pusat data AI mengonsumsi listrik dalam jumlah besar. Di AS, pusat data diprediksi mengonsumsi 9% listrik nasional pada 2030. Keterbatasan grid listrik dan pasokan energi menjadi hambatan terbesar ekspansi AI.

5. Apakah ini gelembung seperti dot-com?

Para analis berpendapat ini berbeda karena didukung oleh arus kas perusahaan yang sudah menguntungkan, bukan startup spekulatif. Namun, ada risiko jika investasi tidak menghasilkan ROI yang memadai.

6. Berapa proyeksi jangka panjang investasi AI?

Goldman Sachs memperkirakan US$7,6 triliun antara 2026-2031. Citi memproyeksikan US$8,9 triliun hingga 2030. Hyperscaler sendiri diproyeksikan menginvestasikan lebih dari US$6 triliun dalam AI pada 2030.

Kesimpulan

AI super cycle telah resmi dimulai. Dengan belanja infrastruktur yang diproyeksikan mencapai triliunan dolar, investasi AI tidak lagi hanya tentang chip dan perangkat lunak—ini adalah transformasi ekonomi yang melibatkan energi, konstruksi, dan kebijakan publik. Goldman Sachs, Citi, dan lembaga keuangan lainnya sepakat bahwa ini baru awal.

Namun, jalan menuju puncak super cycle ini tidak akan mulus. Hambatan energi, tekanan regulasi, dan pertanyaan tentang ROI akan menjadi ujian bagi ketahanan gelombang investasi ini.

Baca

Sumber dan Referensi

Berikut adalah daftar sumber resmi dan referensi yang digunakan dalam penulisan artikel ini:

Postingan populer dari blog ini

NVLink: Teknologi Interkoneksi GPU NVIDIA untuk Infrastruktur AI

NVLink: Teknologi Interkoneksi GPU NVIDIA untuk Infrastruktur AI "NVLink is a high-speed connection for GPUs and CPUs formed by a robust software protocol, typically riding on multiple pairs of wires printed on a computer board. It lets processors send and receive data from shared pools of memory at lightning speed." — NVIDIA Featured Snippet Answer: NVLink adalah teknologi interkoneksi berkecepatan tinggi milik NVIDIA yang menghubungkan GPU dan CPU dalam sistem akselerasi. Generasi kelima (Blackwell) menawarkan 1,8 TB/s per GPU, sementara generasi keenam (Rubin) mencapai 3,6 TB/s — 14 kali lebih cepat dari PCIe Gen6. NVLink memungkinkan akses memori bersama antar GPU dan komunikasi langsung tanpa CPU, sangat penting untuk pelatihan dan inferensi AI skala besar. Ringkasan Singkat: NVLink adalah teknologi interkoneksi GPU-ke-GPU berkecepatan tinggi dari NVIDIA untuk komunikasi dalam server dan rack. Generasi ke-6 menawarkan 3,6 TB/s per GPU, 14x lebih cepat dari PCI...
Selengkapnya

DSX AI Factory Firmus di Batam: Pusat Komputasi AI Terbesar di Asia Tenggara

DSX AI Factory Firmus di Batam: Pusat Komputasi AI Terbesar di Asia Tenggara "AI-Native companies need access to scalable, energy and cost-efficient compute infrastructure to compete globally. This partnership with Nvidia provides AI-Natives with unprecedented access to the most advanced AI accelerators in the world." — Tim Rosenfield, Co-CEO Firmus Technologies Featured Snippet Answer: DSX AI Factory Firmus di Batam adalah pusat komputasi AI berkapasitas 360 megawatt yang dibangun oleh Firmus Technologies bersama Nvidia dan DayOne. Fasilitas ini akan menjadi salah satu klaster GPU terbesar di Asia Tenggara dengan hingga 170.000 chip akselerator AI Nvidia. Proyek ini ditargetkan beroperasi pada kuartal pertama 2027 dan diperkirakan menghasilkan nilai kesepakatan US$25-30 miliar dalam enam tahun pertama. Ringkasan Singkat: Firmus Technologies dan Nvidia bangun DSX AI Factory 360 MW di Batam dengan 170.000 chip AI. Fasilitas ini akan menjadi pusat komputasi AI terbes...
Selengkapnya

Inference AI: Pengertian, Cara Kerja, dan Perbedaannya dengan Training

Inference AI: Pengertian, Cara Kerja, dan Perbedaannya dengan Training "Inference is where AI creates value. Training is where AI learns. Both are essential, but they serve very different purposes."   Featured Snippet Answer: Inference AI adalah tahap di mana model kecerdasan buatan yang sudah dilatih digunakan untuk menghasilkan prediksi atau output dari data baru. Berbeda dengan training yang memakan waktu berhari-hari atau berminggu-minggu, inference terjadi dalam hitungan detik atau milidetik. Inference adalah fase di mana AI memberikan nilai nyata kepada pengguna — menjawab pertanyaan, mengenali gambar, atau membuat rekomendasi. Ringkasan Singkat: Inference AI adalah proses model AI yang sudah dilatih menghasilkan output dari input baru. Berbeda dengan training yang intensif komputasi, inference biasanya lebih cepat dan lebih murah. Inference adalah tahap di mana AI memberikan nilai nyata bagi pengguna — dari chatbot hingga deteksi gambar. Jika training ada...
Selengkapnya