Investasi AI AS Capai 3,6% PDB, Pakar Ingatkan Risiko Krisis Keuangan

Skala Investasi Infrastruktur AI Melampaui Sejarah Industri AS

Pengeluaran untuk membangun infrastruktur kecerdasan buatan atau artificial intelligence (teknologi simulasi kecerdasan manusia) di Amerika Serikat diproyeksikan menyerap porsi ekonomi yang sangat besar. Berdasarkan kajian pakar keuangan Columbia Business School, Stijn Van Nieuwerburgh, belanja modal sektor ini diperkirakan mencapai 3,6% dari Gross Domestic Product (produk domestik bruto) AS setiap tahunnya hingga 2032. Total pengeluaran tersebut diperkirakan menembus angka lebih dari US$10 triliun.

Skala ekspansi ini melampaui berbagai poyek infrastruktur bersejarah di Amerika Serikat. Pembangunan jaringan kereta api nasional pada akhir abad ke-19 tercatat menyerap sekitar 2,2% PDB tahunan. Sementara itu, proyek jalan tol antarnegara bagian serta modernisasi telekomunikasi era 1990-an masing-masing hanya menyerap sekitar 1% PDB per tahun.

Struktur Pembiayaan Kompleks dan Potensi Risiko Subprime

Perubahan skema pendanaan menjadi titik krusial yang menaikkan tingkat risiko bisnis ini. Pembangunan pusat data dan fasilitas pendukung tidak lagi semata-mata mengandalkan modal internal raksasa teknologi. Skema pembiayaan kini semakin rumit karena melibatkan jaringan perbankan, entitas penyedia kredit swasta, hingga investor sektor real estat.

Peningkatan kapasitas pusat data di AS diperkirakan melonjak tajam dari posisi saat ini sebesar 57 gigawatt menjadi 183 gigawatt dalam tujuh tahun mendatang. Kebutuhan dana yang melampaui arus kas internal memaksa pelaku industri berpaling ke instrumen utang eksternal melalui pembentukan special purpose vehicle (entitas berbadan hukum khusus untuk tujuan investasi tertentu). Kompleksitas dan ketidaktransparan struktur pinjaman ini mulai dibandingkan dengan krisis subprime mortgage (kredit pemilikan rumah berisiko tinggi) yang memicu resesi global pada 2007–2009.

Tantangan Arus Kas dan Pengembalian Modal

Meskipun demikian, munculnya tekanan finansial yang parah bergantung pada dinamika pasar. Pertumbuhan penggunaan aplikasi digital yang kuat, optimalisasi tingkat penggunaan kapasitas, serta peningkatan kinerja model kecerdasan buatan berpotensi menjaga stabilitas arus kas industri.

Namun, kombinasi antara proyeksi permintaan yang belum pasti, tingginya tingkat utang, hambatan operasional di lapangan, serta cepatnya pergeseran teknologi menciptakan kerentanan yang nyata. Ketidakmampuan pasar menghasilkan arus kas yang sepadan dengan nilai investasi berisiko memicu koreksi nilai aset secara luas di berbagai sektor ekonomi terkait.