Anthropic telah menciptakan Theseus Infrastructure dan bekerja sama dengan Macquarie Asset Management dan GIC untuk mendanai pusat data yang berfokus pada AI. Kesepakatan ini memasukkan pinjaman kredit swasta senilai miliaran dolar ke dalam entitas terpisah, menjaga utang tersebut tetap berada di luar neraca keuangan Anthropic dan menunjukkan model pembiayaan yang dapat mendorong biaya layanan AI menjadi lebih tinggi bagi para pengembang.

Mengapa struktur ini penting

Anthropic tidak akan memiliki fasilitas tersebut. Theseus akan menghimpun ekuitas dari pemiliknya, meminjam miliaran dolar dari dana kredit swasta, membangun pusat data, lalu menyewakan kembali lokasi tersebut kepada Anthropic sebagai penyewa utama (anchor tenant). Sewa jangka panjang ini mengikat Anthropic pada pembayaran rutin, sementara pinjaman tetap tercatat dalam pembukuan entitas bertujuan khusus (special-purpose vehicle atau SPV), bukan pada Anthropic itu sendiri.

SPV adalah perusahaan yang berbeda secara hukum yang dibuat semata-mata untuk memiliki aset dan mengajukan utang atas aset tersebut. Karena SPV yang memegang utang, laporan keuangan Anthropic tidak menunjukkan kewajiban, meskipun perusahaan harus melakukan pembayaran sewa yang mencerminkan biaya pinjaman tersebut.

Konteks di balik langkah ini

Komputasi skala gigawatt menggerakkan model bahasa besar (large language models), tetapi modal awal yang dibutuhkan untuk membangun dan menjalankan fasilitas semacam itu melebihi apa yang dapat didanai dengan nyaman oleh sebagian besar lab AI. Dengan mengalihkan pembiayaan ke SPV, perusahaan seperti Anthropic, Meta, dan Oracle mengamankan komputasi yang mereka butuhkan tanpa membengkakkan neraca keuangan mereka sendiri. Proyek “Hyperion” milik Meta dan situs Oracle untuk OpenAI mengikuti pola yang sama: entitas pihak ketiga menghimpun modal, membangun infrastruktur, lalu menyewakannya kembali kepada pengembang AI.

Apa yang berisiko merugikan pengembang

  1. Kapasitas menjadi masalah pembiayaan – Batasan laju (rate limits) dan ketersediaan model pada Claude API bergantung pada apakah perjanjian sewa yang mendasarinya tetap berlaku. Jika pembayaran utang SPV tertekan, penyedia mungkin akan membatasi kapasitas.
  2. Harga terikat pada pembayaran utang – Pembayaran sewa harus menutupi bunga dan pokok kredit swasta. Jika pendapatan AI tidak mencukupi, penyedia kemungkinan akan menaikkan harga API atau memberlakukan batasan penggunaan yang lebih ketat untuk memenuhi kewajibannya.
  3. Risiko vendor bergeser ke pasar utang – Dana kredit swasta besar kini memegang kepentingan tersembunyi dalam infrastruktur AI yang menggerakkan aplikasi Anda. Penurunan di pasar kredit dapat berdampak pada layanan yang Anda andalkan, meskipun risiko tersebut tidak muncul dalam neraca keuangan lab AI.

Apa yang perlu diperhatikan selanjutnya

  • Ketentuan sewa dan klausul pembaruan – Jangka waktu dan mekanisme penetapan harga dalam sewa akan menentukan seberapa cepat perubahan biaya dapat diteruskan kepada pengguna API.
  • Kondisi pasar kredit swasta – Kenaikan suku bunga atau kredit yang lebih ketat dapat meningkatkan biaya pinjaman bagi SPV, yang kemudian akan berdampak pada pembayaran sewa.
  • Adopsi industri – Jika lebih banyak perusahaan AI mengadopsi pendekatan di luar neraca (off-balance-sheet), maka kumpulan eksposur kredit swasta terhadap infrastruktur AI akan tumbuh, sehingga memperbesar risiko sistemik.

Langkah praktis bagi insinyur dan tim produk

  • Rancang untuk kelincahan penyedia – Tempatkan panggilan model di balik lapisan yang tidak bergantung pada vendor (vendor-agnostic) sehingga Anda dapat beralih dari Claude ke penyedia lain jika harga atau kapasitas menjadi tidak menguntungkan.
  • Uji stres model biaya – Simulasikan skenario di mana harga API berubah untuk melihat bagaimana margin Anda bertahan.
  • Pantau berita pembiayaan – Perlakukan pengumuman pembiayaan pusat data dengan urgensi yang sama seperti rilis model; pengumuman tersebut sering kali menjadi pertanda perubahan biaya yang akan datang.

Intinya: harga AI bukan lagi sekadar tentang kode yang Anda tulis. Ini semakin berkaitan dengan siapa yang memegang utang yang menggerakkan perangkat keras di balik layanan tersebut. Pengembang dan pemimpin teknik yang mengabaikan sisi pembiayaan berisiko terkejut saat tekanan biaya yang didorong oleh sewa muncul ke permukaan.