Mengapa Malinvestasi, Bukan Kelebihan Pasokan Chip, Bisa Mengakhiri Tren Perdagangan AI

Ledakan kecerdasan buatan (AI) sedang mendorong siklus belanja modal (capex) paling dramatis dalam sejarah, namun peringatan signifikan telah muncul terkait keberlanjutannya. Chris Wood, Global Head of Equity Strategy di Jefferies, menyatakan bahwa berakhirnya tren perdagangan AI nantinya tidak akan dipicu oleh kelangkaan chip, melainkan oleh krisis kepercayaan terhadap imbal hasil investasi.

Ancaman Malinvestasi yang Mengintai

Berbeda dengan siklus semikonduktor tradisional yang berakhir karena banjir pasokan yang tiba-tiba atau penumpukan inventaris, Wood berpendapat bahwa era AI menghadapi risiko struktural yang unik: malinvestasi. Bahaya utamanya terletak pada kemungkinan bahwa para hyperscaler dan laboratorium AI terkemuka tidak akan mampu menghasilkan imbal hasil yang memadai dari modal masif yang mereka kerahkan.

Wood menyoroti pola "pendanaan sirkular" yang mengkhawatirkan di dalam ekosistem tersebut. Sebagai contoh, Nvidia telah terlibat dalam mendanai entitas seperti OpenAI, yang pada gilirannya menggunakan modal tersebut untuk membeli lebih banyak chip Nvidia. Meskipun hal ini menciptakan momentum yang kuat dalam jangka pendek, hal ini menciptakan lingkaran umpan balik (feedback loop) yang dapat berbalik secara tajam jika investor mulai meragukan monetisasi jangka panjang dan visibilitas pendapatan dari tumpukan teknologi (AI stack) tersebut.

Capex Masif dan Konsentrasi Risiko

Skala investasi yang disaksikan saat ini belum pernah terjadi sebelumnya. TSMC, produsen foundry terkemuka di dunia, telah menaikkan panduan capex tahun 2026 menjadi sekitar $56 miliar, naik dari $41 miliar tahun lalu. Proyeksi dari Fubon Research menunjukkan bahwa angka ini bisa melonjak hingga antara $65 miliar dan $70 miliar pada tahun 2027.

Lonjakan ini sudah mulai mengubah ekonomi regional. Di Taiwan, dampak dari permintaan terkait AI terlihat jelas, dengan pertumbuhan PDB riil mencapai 14,55% secara tahunan (year-on-year) pada kuartal pertama (Q1) 2026. Selain itu, permintaan terkait AI diperkirakan akan menyumbang sekitar 31% dari total pendapatan TSMC pada tahun 2026, yang menegaskan betapa besarnya konsentrasi ekonomi global pada infrastruktur AI.

Komoditisasi Model AI

Titik tekanan sekunder adalah komoditisasi cepat dari Large Language Models (LLM). Seiring meningkatnya efisiensi dan turunnya biaya, keunggulan "premium" dari penyedia AI Barat mulai tertantang. Wood menunjuk pada kebangkitan model-model Tiongkok, seperti GLM-5.2 milik Z.ai, yang dilaporkan menawarkan performa yang sebanding dengan model Barat kelas atas namun dengan biaya hanya seperempatnya.

Data mendukung pergeseran ini; di platform OpenRouter, model AI teratas asal Tiongkok memproses 21,37 triliun token pada akhir Juni, sebuah lonjakan masif dari 4,37 triliun pada bulan April. Volume ini jauh lebih tinggi dibandingkan 5,76 triliun token yang diproses oleh model-model teratas AS, menandakan lanskap yang semakin padat dan sensitif terhadap harga.

Mengalihkan Fokus ke "Picks and Shovels"

Terlepas dari peringatan ini, Wood tidak memprediksi keruntuhan segera. Sebaliknya, ia menyarankan peralihan strategis ke arah "picks and shovels" (peralatan pendukung) industri ini—khususnya pemasok DRAM dan memori. Karena Paradoks Jevons, saat komputasi menjadi lebih efisien dan lebih murah, total konsumsi justru meningkat, yang menguntungkan penyedia perangkat keras.

Pemain besar seperti Micron sudah mengamankan posisi mereka melalui perubahan struktural, seperti penandatanganan perjanjian strategis lima tahun yang mencakup porsi signifikan dari volume DRAM dan NAND mereka. Hal ini memberikan produsen memori kekuatan penetapan harga (pricing power) dan stabilitas yang lebih besar, meskipun lapisan perangkat lunak AI yang lebih luas kesulitan membuktikan profitabilitasnya.

Poin-Poin Penting

  • Risiko Nyata: Tren perdagangan AI lebih mungkin berakhir karena "malinvestasi"—kegagalan para hyperscaler untuk menghasilkan imbal hasil yang cukup dari capex yang masif—daripada kelebihan pasokan chip tradisional.
  • Komoditisasi Model: Kebangkitan cepat model AI Tiongkok yang berbiaya rendah namun berkinerja tinggi memberikan tekanan besar pada aspek ekonomi penyedia AI premium Barat.
  • Ketahanan Perangkat Keras: Produsen memori dan DRAM (seperti SK Hynix dan Samsung) tetap menjadi penerima manfaat yang paling tangguh karena kemampuan mereka untuk mengunci perjanjian penjualan jangka panjang dan memiliki kekuatan penetapan harga.