Perlombaan senjata komputasi AI memasuki tahap baru sementara pasar kredit kesulitan mengejar

Penulis: Kerman Kohli (Pendiri Fastbreak Capital)

Diterjemahkan oleh Deep潮 TechFlow

Ringkasan Shenchao: Seiring dengan memasuki babak kedua perlombaan senjata AI global, bottleneck infrastruktur komputasi sedang meluas dari kekurangan chip semata ke pasar pembiayaan kredit bernilai triliunan dolar AS. Lembaga kredit tradisional cenderung menggunakan model konservatif yang dirancang untuk menilai gedung perkantoran dan pusat data tradisional dalam mengevaluasi komputasi GPU, dan umumnya memegang tiga prasangka kaku: bahwa AI mengalami gelembung, peminjam pemula memiliki peringkat kredit yang tidak memadai, serta perangkat keras GPU akan mengalami penyusutan nilai hingga nol dalam beberapa tahun, seperti server biasa.

Pendiri Fastbreak Capital, Kerman Kohli, menulis tentang celah pemahaman dalam pengendalian risiko kredit tradisional. Ia menunjukkan bahwa permintaan potensial untuk daya komputasi di bidang keuangan kuantitatif, farmasi biologis, penelitian mutakhir, dan pertahanan adalah tak terbatas, dan paradoks Jevons menentukan bahwa penurunan biaya hanya akan memicu konsumsi secara berlipat ganda. Lebih ironis lagi, lembaga kredit demi mengejar "keamanan tingkat investasi" memaksa perusahaan rintisan menandatangani kontrak jangka panjang 2 hingga 3 tahun dengan diskon besar 30% hingga 50%; di tengah kenaikan sewa daya komputasi sebesar 100% per tahun, hal ini justru membuat pihak pendana berada dalam posisi pasif yang secara nyata "shorting daya komputasi".

Artikel ini menguraikan secara mendalam logika dasar finansialisasi daya komputasi, mengungkap mengapa aset daya komputasi yang didukung kredit sedang memicu rekonstruksi transformatif yang melampaui properti tradisional seiring dengan semakin parahnya kekurangan memori inferensi.

Pasar daya komputasi saat ini sedang menghadapi banyak kendala, namun salah satu kendala paling serius adalah saluran perolehan modal. Lebih spesifik lagi, kurangnya modal kredit yang mampu mendanai pembangunan daya komputasi. Kita kini menghadapi kesenjangan pembangunan yang mencapai triliunan dolar AS, namun modal sulit masuk ke sektor ini dengan lancar.

Lembaga kredit tradisional terbiasa membandingkan daya komputasi secara kasar dengan properti. Mereka sering memegang tiga keyakinan inti yang tampaknya rasional tetapi sebenarnya saling bertentangan:

• Yakin bahwa AI adalah gelembung aset yang pasti akan meledak;

• Menganggap pihak penyewa daya komputasi (Off-taker) bukan perusahaan dengan peringkat tinggi, dengan probabilitas gagal bayar sangat tinggi;

• Menganggap aset jaminan dasar (perangkat keras GPU) tidak memiliki daya tahan nilai, dan akan terdepresiasi hingga nol dalam beberapa tahun, seperti server pusat data biasa.

Pandangan-pandangan ini tampak logis bagi orang luar, tetapi saling tidak kompatibel dalam logika keuangan. Jika kita ingin melepaskan likuiditas modal triliunan dolar dari seluruh ekosistem, kita harus melakukan koreksi mendalam terhadap setiap kesalahpahaman.

Keraguan utama para pendukung teori gelembung AI adalah bahwa permintaan akan daya komputasi terbatas, dan pasokan pada akhirnya akan mengejar ketertinggalan; serta peningkatan efisiensi model besar atau algoritma akan mengurangi permintaan terhadap perangkat keras.

Pernyataan ini runtuh dengan sendirinya di hadapan data nyata. Permintaan tahunan akan daya komputasi dari Agentic AI mencapai kenaikan mengejutkan sebesar 2,5 hingga 5 kali lipat, sementara pasokan wafer dan packaging terdepan global hingga tahun 2030 paling banyak hanya bisa berlipat ganda, sehingga kesenjangan pasokan dan permintaan semakin melebar setiap tahun. Kapasitas High Bandwidth Memory (HBM) global pada tahun 2027 telah sepenuhnya dipesan oleh semua pemain utama, dengan penyedia daya komputasi utama menanggung pesanan tertunda senilai ribuan miliar dolar AS.

Yang lebih penting lagi, di sektor ekonomi nyata terdapat banyak industri inti dengan kebutuhan dasar akan daya komputasi yang "tidak pernah terpenuhi":

• Keuangan kuantitatif frekuensi tinggi: pemodelan mendalam terhadap derivatif kompleks dan risiko holografik (misalnya komitmen daya komputasi eksklusif senilai puluhan miliar dolar AS dari Jane Street, salah satu market maker terkemuka);

• Raksasa biofarmasi: Menginvestasikan waktu komputasi GPU tanpa batas untuk mensimulasikan docking molekul, penyaringan target, dan pengembangan obat baru;

• Ilmuwan peneliti terkemuka: Menggunakan daya komputasi besar untuk menghubungkan inspirasi antar disiplin ilmu yang belum diketahui dan melakukan simulasi kompleks di dunia fisik;

• Departemen pertahanan dan militer: Skala komputasi secara langsung menentukan dominasi mutlak terhadap klaster drone dan simulasi medan perang;

• Frontline of cyber defense: Hackers and security teams continuously exploit brute-force computing power to uncover deep zero-day vulnerabilities in systems.

Entitas-entitas ini sama sekali tidak akan bersikap sekeras perusahaan biasa dalam menghitung "anggaran Token per karyawan". Selama masyarakat manusia selamanya membutuhkan vaksin yang lebih baik, pengendalian risiko keuangan yang lebih akurat, pertahanan nasional yang lebih kuat, dan terobosan ilmiah yang lebih mendalam, daya komputasi adalah produktivitas paling murni, dan permintaannya pada dasarnya tak terbatas. Selain itu, paradoks Jevons sedang berlangsung lebih cepat di bidang AI: ketika biaya inferensi tunggal turun 90%, frekuensi dan skenario pemanggilan di seluruh masyarakat akan meledak lebih dari sepuluh kali lipat.

Gambar 1: Tren pengeluaran modal dan cadangan kontrak untuk penyedia cloud global dan raksasa AI. Komitmen pembelian kumulatif telah mencapai skala puluhan triliun dolar AS, dan kesenjangan pasokan terus melebar setiap tahun.

Menganggap daya komputasi setara dengan properti adalah kesalahan pemikiran yang sangat berbahaya. Calon penyewa properti terikat secara mutlak oleh lokasi geografis; sedangkan daya komputasi adalah barang digital universal yang sangat homogen dan dapat dikirim secara global dalam hitungan detik melalui serat optik.

Saat ini, banyak lembaga kredit terlalu berfokus pada "kualitas investasi" penyewa, sering kali menuntut kontrak jangka panjang 2 hingga 3 tahun dan meminta uang muka besar sebesar 20% hingga 30%, bahkan hingga 50%. Pemberi pinjaman mengira mereka telah mengamankan bantalan keamanan melalui kontrak jangka panjang, tetapi dalam praktiknya, mereka justru menempatkan diri mereka sendiri dalam posisi yang sangat merugikan.

Di dunia di mana daya komputasi akan sangat tidak seimbang antara permintaan dan penawaran dalam 5 hingga 10 tahun mendatang, jika seorang klien startup gagal memenuhi kewajiban atau melanggar aturan, setidaknya ada sepuluh calon penerus yang sedang menunggu giliran untuk mengambil alih batch daya komputasi tersebut. Chip unggulan seperti B300 hampir tidak tersedia di pasar spot. Lebih absurd lagi, di tengah latar belakang kenaikan sewa daya komputasi spot sebesar 100% dalam setahun terakhir, para pemberi pinjaman memaksa peminjam untuk menandatangani kontrak jangka panjang 3 tahun dengan diskon besar 30% hingga 50% demi apa yang disebut sebagai kepastian—secara finansial, ini setara dengan menjadikan lembaga pemberi pinjaman sebagai “short seller” daya komputasi!

Kebutuhan yang terdistorsi terhadap kepastian ini menyebabkan lembaga pemberi pinjaman secara sia-sia melewatkan potensi keuntungan fluktuatif dan memperpanjang periode pengembalian modal. Konservatisme ini justru merugikan tingkat pengembalian modal mereka sendiri.

Argumen paling populer dari kelompok pesimis AI adalah: perangkat keras komputasi mengalami depresiasi sangat cepat dan akan menjadi sampah elektronik dalam beberapa tahun. Namun, fakta secara objektif membuktikan bahwa asumsi ini tidak masuk akal: GPU A100 yang dirilis NVIDIA pada tahun 2020 hingga kini masih beroperasi penuh di pusat data, dengan pesanan sewanya telah dipesan hingga tahun 2029, yang menegaskan bahwa GPU memiliki siklus layanan komersial yang stabil setidaknya selama 9 tahun. Berdasarkan perhitungan ini, masa manfaat ekonomi dari arsitektur Blackwell dan model berikutnya kemungkinan besar akan melebihi sepuluh tahun.

Yang lebih mengguncangkan, perangkat keras komputasi canggih sedang menunjukkan karakteristik "apresiasi" yang jarang ditemukan pada produk industri tradisional: sejak peluncuran B200 dua tahun lalu, nilai pasar sekundernya telah melonjak 50% dibandingkan harga awal; bahkan sebuah A100 yang telah digunakan selama 6 tahun, nilai sisa pasar sekundernya saat ini tetap kuat di sekitar 25% dari nilai awalnya. Model depresiasi garis lurus 6 tahun yang sebelumnya banyak digunakan oleh analis Wall Street kini terbukti merupakan asumsi terlalu pesimis dan terlalu konservatif.

Grafik 2: Nilai pasar sekunder dan tren sewa GPU utama. Setelah 6 tahun peluncuran A100, nilai sisa masih mencapai 25%, sedangkan premium pasar B200 melebihi 50%, secara radikal menggantikan asumsi penyusutan tradisional menjadi nol dalam 3 tahun.

Ada yang akan mempertanyakan: Chip efisien yang lebih canggih terus bermunculan, bukankah ini akan mempercepat pensiunnya kartu lama? Sanggahan ini mengabaikan tiga realitas mendasar:

1. Kendala utama dalam inferensi AI modern sangat bergantung pada memori GPU berbandwidth tinggi (Memory-dependent);

2. VRAM adalah aset hard currency yang berada dalam kondisi kekurangan ekstrem;

3. Kapasitas produksi semikonduktor global sama sekali tidak dapat memproduksi dalam jumlah besar chip dan komponen memori grafis dalam waktu singkat.

Berdasarkan hukum fisik dan industri yang tak dapat dibalik ini, seluruh pasar keuangan harus meninjau kembali nilai seumur hidup aset GPU dengan perspektif baru.

Penilaian inti saya adalah: dalam siklus panjang beberapa dekade mendatang, daya komputasi pasti akan melampaui properti, bangkit sebagai kelas aset terbesar dan paling likuid dalam sejarah umat manusia. Namun, mengendalikan gelombang super ini memerlukan pihak pemodal yang memiliki wawasan mendalam tentang teknologi dasar serta alat-alat rekayasa keuangan modern yang canggih dan kompleks. Era asetisasi daya komputasi yang didukung oleh kredit dan keuangan struktural baru saja membuka awal yang megah.