Peringatan Chris Wood: Mengapa Malinvestasi Dapat Mengakhiri Tren Perdagangan AI

Ledakan AI global saat ini didorong oleh siklus belanja modal (capex) paling dramatis yang pernah terlihat, namun risiko struktural yang membayangi dapat memicu pergeseran pasar yang tiba-tiba. Global Head of Equity Strategy di Jefferies, Chris Wood, memperingatkan bahwa berakhirnya tren perdagangan AI tidak akan disebabkan oleh kelangkaan chip atau kelebihan pasokan, melainkan dari krisis kepercayaan terkait pengembalian investasi (return on investment).

Ancaman Malinvestasi dan Pendanaan Sirkular

Berbeda dengan siklus semikonduktor tradisional yang berakhir karena penumpukan inventaris, Wood berpendapat bahwa tren perdagangan AI menghadapi ancaman psikologis dan ekonomi yang unik: "malinvestasi." Risiko utamanya adalah para hyperscaler dan laboratorium AI mungkin gagal menghasilkan pengembalian yang memadai dari jumlah modal besar yang mereka kerahkan.

Wood menyoroti loop umpan balik (feedback loop) yang berpotensi rapuh di dalam ekosistem tersebut. Ia menunjuk pada struktur di mana perusahaan seperti Nvidia mungkin mendanai lab AI seperti OpenAI, yang pada gilirannya menggunakan modal tersebut untuk membeli lebih banyak chip Nvidia. Meskipun sirkularitas ini mendorong pertumbuhan jangka pendek, hal ini menciptakan "house of cards" (struktur rapuh) yang dapat runtuh jika investor mulai meragukan kemampuan monetisasi jangka panjang dari tumpukan teknologi (AI stack) tersebut.

Capex Masif dan Konsentrasi Kekayaan

Skala investasi saat ini belum pernah terjadi sebelumnya. TSMC telah menaikkan panduan capex tahun 2026 menjadi sekitar $56 miliar, naik dari $41 miliar tahun lalu, dengan beberapa proyeksi menunjukkan angka $65–$70 miliar pada tahun 2027. Lonjakan ini telah mengubah Taiwan menjadi kekuatan makro, dengan pertumbuhan PDB riil mencapai 14,55% secara tahunan (year-on-year) pada Q1 2026.

Permintaan terkait AI kini begitu terkonsentrasi sehingga diperkirakan akan menyumbang 31% dari pendapatan TSMC pada tahun 2026. Tingkat konsentrasi ini menggarisbawahi seberapa besar ekonomi global saat ini bertaruh pada satu vertikal teknologi tunggal.

Komoditisasi Model AI

Titik tekanan signifikan lainnya adalah komoditisasi cepat dari Large Language Models (LLM). Seiring dengan semakin murahnya model berkualitas tinggi, kekuatan penetapan harga premium dari penyedia AI Barat mulai tertantang.

Wood mencatat bahwa model-model Tiongkok mendapatkan traksi yang signifikan. Di platform OpenRouter, model-model unggulan Tiongkok memproses 21,37 triliun token pada akhir Juni, sebuah lonjakan masif dari 4,37 triliun pada bulan April, secara signifikan mengungguli 5,76 triliun token yang diproses oleh model-model unggulan AS. Pergeseran ini menunjukkan bahwa seiring dengan turunnya "biaya per token", ekonomi dalam mempertahankan model proprietari yang mahal akan menghadapi pengawasan ketat.

Mengalihkan Fokus ke Memori dan Perangkat Keras

Terlepas dari peringatan ini, Wood tidak memprediksi kehancuran pasar secara langsung. Sebaliknya, ia memposisikan ulang portofolio ke arah "picks and shovels" (penyedia infrastruktur dasar) industri ini—khususnya memori dan perangkat keras.

Ia mengutip Paradoks Jevons, di mana peningkatan efisiensi menyebabkan konsumsi total yang lebih tinggi. Seiring dengan komputasi yang menjadi lebih efisien, permintaan untuk memori DRAM dan NAND meningkat. Perusahaan seperti Micron telah mengamankan perjanjian strategis jangka panjang untuk sebagian besar volume mereka, memberikan produsen memori daya tawar dan kekuatan penetapan harga yang substansial yang sering kali tidak dimiliki oleh produsen chip tradisional selama penurunan pasar sebelumnya.

Poin-Poin Penting

  • Risiko Utama: Tren perdagangan AI paling rentan terhadap kekhawatiran "malinvestasi"—kesadaran bahwa capex yang masif tidak menghasilkan keuntungan yang memadai.
  • Tekanan Komoditisasi: Model AI yang berkembang pesat dan lebih murah, terutama dari Tiongkok, mengancam ekonomi margin tinggi dari perusahaan AI terkemuka di Barat.
  • Lindung Nilai Memori: Sementara penyedia perangkat lunak dan model menghadapi tekanan margin, produsen perangkat keras dan memori (seperti SK Hynix dan Samsung) tetap menjadi penerima manfaat struktural dari pembangunan infrastruktur ini.