Ambisi AI Teknologi Besar Dorong Investasi Besar-Besaran yang Didanai Utang

Dalam beberapa tahun terakhir, beberapa perusahaan teknologi terbesar di Amerika Serikat telah saling berlomba mengembangkan sistem kecerdasan buatan canggih sekaligus menyediakan daya komputasi bagi perusahaan rintisan yang sedang berkembang pesat—perlombaan ini memakan biaya sangat besar. Untuk mencapai tujuan ini, mereka telah mengubah cara pembiayaan secara radikal. Alphabet melalui Google, Meta Platforms, dan raksasa teknologi lainnya yang sebelumnya bergantung pada pendapatan besar dan kenaikan harga saham kini meminjam dana dalam jumlah besar untuk membangun teknologi yang diperlukan untuk menjalankan chatbot.

Pada Maret tahun ini, Amazon pertama kali menerbitkan obligasi di Eropa, mengumpulkan 14,5 miliar euro (sekitar 17 miliar dolar AS), mencatatkan rekor penerbitan obligasi korporat terbesar dalam sejarah mata uang tersebut. Raksasa ritel ini juga menerbitkan obligasi senilai 37 miliar dolar AS di pasar obligasi Amerika Serikat, menjadikannya penerbitan obligasi korporat terbesar keempat dalam sejarah Amerika Serikat. Menurut Bloomberg, induk perusahaan Facebook, Meta, menerbitkan obligasi berperingkat investasi senilai 25 miliar dolar AS pada 30 April untuk membiayai pembangunan kecerdasan buatinya.

Empat perusahaan teknologi besar Amerika menyatakan bahwa hanya dalam satu tahun ini, mereka memerlukan total pengeluaran sekitar $650 miliar untuk pusat data, perangkat jaringan, dan infrastruktur kecerdasan buatan lainnya untuk mencapai tujuan kecerdasan buatan mereka.

Berikut adalah analisis tentang bagaimana ketergantungan pada pinjaman mengubah industri teknologi dan mendorong kemakmuran kecerdasan buatan.

Selama bertahun-tahun, perusahaan teknologi yang muncul selama era kejayaan internet tumbuh dengan mereinvestasikan keuntungan besar kembali ke bisnis mereka. Mereka juga menerbitkan obligasi, tetapi perannya dalam mengumpulkan dan menggunakan dana relatif kecil. Namun, mulai akhir 2025, perusahaan teknologi besar mulai menerbitkan obligasi senilai ratusan miliar dolar AS, berlomba-lomba meningkatkan investasi dalam kemampuan kecerdasan buatan. Sementara itu, perusahaan baru seperti OpenAI dan Anthropic masing-masing mengumpulkan dana puluhan miliar dolar AS dari lembaga modal ventura.

Sebagian besar dana yang diinvestasikan oleh perusahaan teknologi ini—baik melalui pembiayaan utang maupun ekuitas—digunakan untuk peralatan, layanan, dan properti terkait kecerdasan buatan. Hanya Alphabet saja yang menyatakan bahwa sekitar 40% dari pengeluaran infrastruktur teknisnya digunakan untuk pusat data dan peralatan jaringan, sementara 60% digunakan untuk server. Oracle merupakan contoh klasik dari pengeluaran pusat data. Raksasa database ini terus menghimpun dana melalui utang perusahaan dan pinjaman proyek khusus untuk membangun pusat data di seluruh negeri.

Namun, ini bukan hanya masalah properti. Perusahaan-perusahaan ini juga perlu memasang chip mahal untuk melatih dan menjalankan model kecerdasan buatan. Biasanya, perusahaan membentuk entitas tujuan khusus (SPV)—perusahaan independen yang didirikan untuk tujuan keuangan tertentu, termasuk pembelian peralatan teknologi. Melalui SPV, utang tidak dicatat di neraca perusahaan, sehingga melindungi perusahaan dari potensi penurunan peringkat. Sejak akhir 2025, xAI milik Elon Musk telah berupaya mengumpulkan dana hingga 20 miliar dolar AS melalui entitas off-balance sheet yang membeli chip dan menyewakannya kembali ke xAI.

Dua biaya lain yang memperparah persaingan untuk merebut posisi pertama: biaya listrik dan tenaga ahli kecerdasan buatan. Karena jaringan listrik AS kesulitan memenuhi kebutuhan pusat data-nya, Alphabet baru-baru ini mengakuisisi pengembang energi bersih untuk menyuplai daya ke pusat datanya. Meta juga terus menghabiskan jutaan dolar untuk merekrut insinyur yang terampil.

Perusahaan teknologi besar menghadapi tekanan besar untuk membangun pusat data guna mendukung fitur kecerdasan buatan. Meta, Alphabet, dan raksasa teknologi lainnya dapat memanfaatkan cadangan kas yang ada untuk membangun pusat data. Bisnis iklan mereka menyediakan cukup kas, memungkinkan mereka dengan mudah meminjam dana dan mengalokasikan sebagian pendapatan kembali ke kecerdasan buatan. Sebagai contoh, pendapatan Google pada kuartal keempat 2025 (tidak termasuk pendapatan mitra) melebihi $97 miliar.

Namun, pinjaman tetap menarik, terutama saat perusahaan Wall Street berlomba-lomba memberikan pinjaman kepada mereka. Special Purpose Entities (SPE) memungkinkan perusahaan untuk mengeluarkan utang dari neraca, yang semakin meningkatkan daya tarik pinjaman.

Bagi perusahaan rintisan AI yang pendapatannya biasanya jauh lebih rendah daripada perusahaan besar, pengambilan utang dalam jumlah besar bukanlah pilihan yang selalu可行. Sebagai gantinya, perusahaan swasta seperti OpenAI dan xAI telah mengumpulkan puluhan miliar dolar dengan menjual saham perusahaan dan menggunakan dana tersebut untuk memenuhi kebutuhan AI mereka. Namun, pendekatan ini memiliki batasan karena saham pemegang saham terus mengalami pelemahan. Pada tahun 2025, xAI meminjam 5 miliar dolar dalam bentuk utang perusahaan, yang telah dilunasi oleh perusahaan tersebut. OpenAI dan Anthropic belum memasuki pasar modal utang dan saat ini sedang mencari cara pembiayaan lain.

Akhir tahun lalu, gelombang pinjaman terkait kecerdasan buatan membuat investor panik, ketika perusahaan teknologi besar mengumpulkan hampir 100 miliar dolar AS dalam beberapa minggu saja untuk memperluas kapasitas cloud dan pusat data.

Gelombang pendanaan ini mengikuti pendanaan sekitar $30 miliar yang diperoleh Meta setelah membangun pusat data di Louisiana. Transaksi ini menonjolkan skala dana yang dibutuhkan untuk infrastruktur kecerdasan buatan, serta tren meningkatnya diversifikasi cara perusahaan memperoleh pendanaan. Pendanaan ini dilakukan oleh entitas tujuan khusus milik Meta, tetapi akan melunasi pemberi pinjaman melalui perjanjian sewa jangka panjang dengan raksasa teknologi tersebut. Struktur ini menunjukkan bahwa operator pusat data dapat menerbitkan obligasi tradisional sekaligus mengumpulkan dana besar dari pemberi pinjaman tanpa secara signifikan meningkatkan utang di neraca atau membahayakan peringkat kredit mereka.

Untuk menunjukkan kebutuhan akan dana, Alphabet menerbitkan obligasi 100 tahun yang jarang terjadi pada awal 2026, transaksi pertama oleh perusahaan teknologi sejak akhir tahun 1990-an, yang memenuhi kebutuhan investor jangka panjang seperti perusahaan asuransi dan dana pensiun.

Perusahaan Meta kembali ke pasar obligasi dengan menerbitkan obligasi berperingkat investasi senilai $25 miliar. Penerbitan obligasi ini dilakukan pada hari setelah Meta mengumumkan perkiraan pengeluaran modal tahunan lebih tinggi dari perkiraan Januari.

Gelombang pinjaman di bidang kecerdasan buatan juga menarik perhatian karena kecepatan, skala, serta jenis peminjamnya. Secara historis, lonjakan utang perusahaan biasanya terkait dengan gelembung spekulasi, seperti gelombang akuisisi berbasis utang pada tahun 1980-an, ketika obligasi berisiko tinggi diterbitkan untuk membiayai serangkaian akuisisi perusahaan agresif. Sebaliknya, penerbit obligasi terbaru ini adalah beberapa perusahaan dengan kas paling melimpah dan peringkat kredit tertinggi di dunia.

Dalam waktu singkat, ratusan miliar dolar AS telah dikumpulkan, dan pembangunan kecerdasan buatan terus berlanjut meskipun suku bunga tetap tinggi, yang mencerminkan urgensi persaingan dalam kecerdasan buatan generatif. Beberapa pelaku pasar membandingkan situasi ini dengan gelombang pembangunan infrastruktur awal, seperti pembangunan jaringan serat optik selama gelembung internet, ketika perusahaan telekomunikasi meminjam dalam jumlah besar untuk memasang jaringan.

Namun, ada perbedaan kunci di antara keduanya. Penerbit terbesar saat ini memiliki profitabilitas yang lebih tinggi dan bisnis yang lebih beragam dibandingkan banyak operator telekomunikasi pada akhir tahun 1990-an.

Meskipun pembiayaan utang baru-baru ini meningkat, proporsi pembiayaan utang dalam total pengeluaran kecerdasan buatan oleh perusahaan teknologi besar diperkirakan tetap relatif kecil. Para analis memperkirakan sekitar 80% hingga 90% dari pengeluaran modal yang direncanakan akan dibiayai melalui arus kas operasional. Selain itu, meskipun pinjaman baru-baru ini meningkat, tingkat utang total operator pusat data utama diperkirakan tetap rendah dibandingkan dengan pendapatan tahunan mereka.

Namun, skema pendanaan sebesar ini juga akan menimbulkan dampak. Skala pinjaman yang lebih tinggi dapat mengubah kondisi keuangan perusahaan, memengaruhi peringkat kredit dan kemampuannya untuk meminjam dengan biaya rendah. Selain sektor teknologi, penerbitan utang dalam jumlah besar juga dapat membentuk ulang pasar kredit, menyerap permintaan investor yang sebelumnya mungkin dialokasikan ke sektor lain. Ini tidak hanya akan meningkatkan biaya pinjaman bagi perusahaan lain, tetapi juga meningkatkan eksposur lembaga pemberi pinjaman terhadap risiko sektor-sektor di mana pengembalian jangka panjang dari investasi kecerdasan buatan masih perlu dibuktikan.

Morgan Stanley memperkirakan pada 2025 bahwa volume penerbitan obligasi perusahaan kelas investasi pada 2026 dapat melebihi $2 triliun, mencatat rekor tertinggi, sebagian karena dorongan dari investasi kecerdasan buatan. Analis JPMorgan memperkirakan tahun lalu bahwa dalam lima tahun ke depan, pasar obligasi kelas atas mungkin perlu menyerap sekitar $1,5 triliun penerbitan obligasi pusat data kecerdasan buatan. Mereka menyatakan bahwa pada 2030, utang semacam ini kemungkinan akan menyumbang lebih dari 20% dari pasar obligasi kelas investasi.

Jika gelombang kecerdasan buatan gagal mencapai harapan, perusahaan teknologi besar yang menginvestasikan dana besar dalam pusat data, chip, dan listrik untuk mendukung kecerdasan buatan akhirnya mungkin menghadapi kelebihan kapasitas dan peralatan yang cepat usang. Situasi ini mirip dengan masa gelembung internet, ketika perusahaan telekomunikasi membangun kapasitas jaringan jauh melebihi kebutuhan nyata pelanggan.

Laba di bawah ekspektasi akan menekan arus kas perusahaan, yang mungkin memaksa perusahaan untuk mengurangi investasi atau meningkatkan pinjaman, pada akhirnya melemahkan kondisi keuangannya.

Selain itu, ada risiko pasar yang lebih luas. Para investor telah mengalokasikan sejumlah besar dana ke obligasi dan saham teknologi, dengan mempertaruhkan pertumbuhan yang didorong oleh kecerdasan buatan. Jika optimisme ini meredup, harga saham dapat jatuh, dan lembaga pemberi pinjaman akan mengalami kerugian besar.