Mengapa Salah Pelaburan, Bukan Lebihan Bekalan Cip, Boleh Menamatkan Lonjakan AI

Lonjakan pelaburan Kecerdasan Buatan (AI) yang berterusan telah mencorakkan era pasaran semasa, namun satu amaran penting telah muncul daripada salah seorang pakar strategi Wall Street yang paling diperhatikan. Chris Wood, Ketua Strategi Ekuiti Global di Jefferies, mencadangkan bahawa kejatuhan perdagangan AI bukan berpunca daripada kekurangan cip, tetapi daripada kegagalan untuk menukarkan perbelanjaan modal yang besar kepada keuntungan yang bermakna.

Risiko Salah Pelaburan yang Menghampiri

Tidak seperti kitaran semikonduktor tradisional yang biasanya berakhir disebabkan oleh lambakan inventori dan peningkatan bekalan secara tiba-tiba, Chris Wood berhujah bahawa era AI menghadapi risiko struktur yang unik: salah pelaburan (malinvestment). Beliau memberi amaran bahawa "penghujung" perdagangan AI—atau sekurang-kurangnya hentian pasaran yang menyakitkan—kemungkinan besar akan dicetuskan apabila penyedia skala besar (hyperscalers) dan makmal AI terkemuka gagal menjana pulangan yang mencukupi daripada perbelanjaan modal (capex) mereka yang sangat besar.

Wood menunjukkan kepada gelung maklum balas yang membimbangkan dalam ekosistem tersebut, seperti Nvidia membiayai syarikat seperti OpenAI, yang kemudiannya menggunakan modal tersebut untuk membeli lebih banyak cip Nvidia. Walaupun pembiayaan berpusing ini memacu pertumbuhan segera, ia mewujudkan asas yang tidak stabil yang boleh runtuh dengan cepat sebaik sahaja pelabur menuntut ketelusan terhadap pendapatan jangka panjang dan disiplin modal.

Kitaran Capex yang Memecahkan Rekod

Skala perbelanjaan AI semasa adalah belum pernah terjadi sebelumnya. Wood menyifatkan pembinaan yang sedang berlangsung ini sebagai kitaran capex yang paling dramatik yang pernah beliau saksikan. Penumpuan pelaburan ini paling ketara dalam industri semikonduktor:

  • Pengembangan TSMC: Kilang semikonduktor tersebut telah menaikkan panduan capex 2026 kepada kira-kira $56 bilion, meningkat daripada $41 bilion pada tahun lepas. Unjuran untuk 2027 menunjukkan perbelanjaan boleh mencapai antara $65 bilion dan $70 bilion.
  • Penumpuan Hasil: Permintaan berkaitan AI dijangka merangkumi anggaran 31% daripada jumlah hasil TSMC pada tahun 2026.
  • Impak Makro: Lonjakan ini telah memacu pertumbuhan besar di Taiwan, dengan pertumbuhan KDNK sebenar mencecah 14.55% tahun ke tahun pada S1 2026.

Komoditisasi Model AI

Menambah tekanan kepada margin keuntungan adalah komoditisasi Model Bahasa Besar (LLM) yang pantas. Wood menyatakan bahawa model yang lebih murah dan sangat cekap—terutamanya daripada pembangun China—sedang mencabar dominasi penyedia premium Barat.

Sebagai contoh, GLM-5.2 milik Z.ai yang disenaraikan di Hong Kong dilaporkan berprestasi hampir pada tahap Anthropic tetapi pada hanya satu perempat daripada kos setiap token. Peralihan ini dicerminkan dalam data penggunaan: pada akhir Jun, model-model teratas China memproses 21.37 trilion token di OpenRouter, satu lonjakan besar daripada 4.37 trilion pada bulan April, jauh mengatasi 5.76 trilion token yang diproses oleh model-model teratas AS. Apabila kos token jatuh, "parit ekonomi" (moat) bagi penyedia AI premium semakin mengecil, menjadikannya lebih sukar untuk mendapatkan semula kos infrastruktur yang besar.

Pemenang dalam Perlumbaan "Picks and Shovels"

Walaupun terdapat risiko jangka panjang ini, Wood tidak meramalkan keruntuhan serta-merta. Sebaliknya, beliau menyusun semula portfolio ke arah pelaburan "picks and shovels"—khususnya pembekal memori dan perkakasan—yang mendapat manfaat daripada Paradoks Jevons. Prinsip ekonomi ini mencadangkan bahawa apabila pengkomputeran menjadi lebih cekap dan murah, jumlah penggunaan sebenarnya akan meningkat.

Gergasi memori seperti Micron, SK Hynix, dan Samsung kini berada dalam kedudukan yang kukuh. Micron telah pun mengamankan perjanjian strategik yang merangkumi 20% daripada volum DRAM dan satu pertiga daripada volum NAND miliknya, selalunya dengan tempoh lima tahun, sekali gus menyediakan penampan terhadap turun naik yang dijangkakan dalam lapisan perisian stack AI.

Ringkasan Utama

  • Ancaman Utama: Perdagangan AI terdedah kepada risiko "salah pelaburan", di mana perbelanjaan besar oleh penyedia skala besar gagal menghasilkan pulangan pelaburan (ROI) yang mencukupi.
  • Peralihan Profil Risiko: Tidak seperti kitaran semikonduktor sebelum ini yang didorong oleh lebihan bekalan, pengakhiran kitaran AI berkemungkinan besar didorong oleh kekecewaan pelabur terhadap disiplin modal.
  • Ketahanan Perkakasan: Walaupun margin model perisian menghadapi tekanan daripada komoditisasi, pembekal memori dan perkakasan kekal sebagai penerima manfaat utama dalam perlumbaan capex yang sedang berlangsung.