Mengapa Malinvestasi, Bukan Kelebihan Pasokan Chip, Bisa Mengakhiri Booming AI

Lonjakan investasi Kecerdasan Buatan (AI) yang tak henti-hentinya telah mendefinisikan era pasar saat ini, namun sebuah peringatan signifikan muncul dari salah satu pakar strategi Wall Street yang paling diperhatikan. Chris Wood, Global Head of Equity Strategy di Jefferies, menyarankan bahwa kejatuhan perdagangan AI tidak akan berasal dari kurangnya chip, melainkan dari kegagalan dalam mengubah belanja modal (capex) yang masif menjadi keuntungan yang berarti.

Risiko Malinvestasi yang Mengintai

Berbeda dengan siklus semikonduktor tradisional yang biasanya berakhir karena penumpukan inventaris dan peningkatan pasokan yang tiba-tiba, Chris Wood berpendapat bahwa era AI menghadapi risiko struktural yang unik: malinvestasi. Ia memperingatkan bahwa "akhir" dari perdagangan AI—atau setidaknya jeda pasar yang menyakitkan—kemungkinan besar akan dipicu ketika hyperscaler dan laboratorium AI terkemuka gagal menghasilkan pengembalian yang memadai atas belanja modal (capex) mereka yang kolosal.

Wood menunjuk pada lingkaran umpan balik (feedback loop) yang mengkhawatirkan di dalam ekosistem, seperti Nvidia yang mendanai perusahaan seperti OpenAI, yang kemudian menggunakan modal tersebut untuk membeli lebih banyak chip Nvidia. Meskipun pendanaan sirkular ini mendorong pertumbuhan segera, hal ini menciptakan fondasi yang rentan yang dapat runtuh dengan cepat begitu investor menuntut transparansi pada pendapatan jangka panjang dan disiplin modal.

Siklus Capex yang Memecahkan Rekor

Skala pengeluaran AI saat ini belum pernah terjadi sebelumnya. Wood menggambarkan pembangunan yang sedang berlangsung sebagai siklus capex paling dramatis yang pernah ia saksikan. Konsentrasi investasi ini paling nyata terlihat di industri semikonduktor:

  • Ekspansi TSMC: Foundry tersebut telah menaikkan panduan capex tahun 2026 menjadi sekitar $56 miliar, naik dari $41 miliar tahun lalu. Proyeksi untuk tahun 2027 menunjukkan pengeluaran dapat mencapai antara $65 miliar hingga $70 miliar.
  • Konsentrasi Pendapatan: Permintaan terkait AI diperkirakan akan menyumbang sekitar 31% dari total pendapatan TSMC pada tahun 2026.
  • Dampak Makro: Lonjakan ini telah mendorong pertumbuhan masif di Taiwan, dengan pertumbuhan PDB riil mencapai 14,55% secara tahunan (year-on-year) pada Q1 2026.

Komoditisasi Model AI

Menambah tekanan pada margin laba adalah komoditisasi cepat dari Large Language Models (LLM). Wood mencatat bahwa model yang lebih murah dan sangat efisien—terutama dari pengembang Tiongkok—sedang menantang dominasi penyedia premium Barat.

Sebagai contoh, GLM-5.2 milik Z.ai yang terdaftar di Hong Kong dilaporkan memiliki performa mendekati level Anthropic tetapi hanya dengan seperempat biaya per token. Pergeseran ini tercermin dalam data penggunaan: pada akhir Juni, model-model unggulan Tiongkok memproses 21,37 triliun token di OpenRouter, sebuah lonjakan masif dari 4,37 triliun pada bulan April, jauh melampaui 5,76 triliun token yang diproses oleh model-model unggulan AS. Seiring turunnya biaya token, "parit pertahanan" (moat) bagi penyedia AI premium menyusut, sehingga semakin sulit untuk menutup biaya infrastruktur yang masif.

Pemenang dalam Perlombaan "Picks and Shovels"

Terlepas dari risiko jangka panjang ini, Wood tidak memprediksi keruntuhan segera. Sebaliknya, ia memposisikan ulang portofolio ke arah strategi "picks and shovels"—khususnya penyedia memori dan perangkat keras—yang diuntungkan oleh Paradoks Jevons. Prinsip ekonomi ini menunjukkan bahwa saat komputasi menjadi lebih efisien dan lebih murah, total konsumsi justru meningkat.

Raksasa memori seperti Micron, SK Hynix, dan Samsung saat ini berada dalam posisi yang kuat. Micron telah mengamankan perjanjian strategis yang mencakup 20% volume DRAM-nya dan sepertiga volume NAND-nya, seringkali dengan durasi lima tahun, yang memberikan penyangga terhadap volatilitas yang diperkirakan terjadi pada lapisan perangkat lunak dalam tumpukan (stack) AI.

Poin-Poin Penting

  • Ancaman Utama: Perdagangan AI rentan terhadap risiko "malinvestasi", di mana pengeluaran masif oleh hyperscaler gagal menghasilkan pengembalian investasi (ROI) yang memadai.
  • Pergeseran Profil Risiko: Berbeda dengan siklus semikonduktor sebelumnya yang didorong oleh kelebihan pasokan, akhir dari siklus AI kemungkinan besar akan didorong oleh kekecewaan investor terhadap disiplin modal.
  • Ketahanan Perangkat Keras: Meskipun margin model perangkat lunak menghadapi tekanan dari komoditisasi, penyedia memori dan perangkat keras tetap menjadi penerima manfaat utama dari perlombaan capex yang sedang berlangsung.