Variabel Kunci yang Menentukan Pasar Bull AI

Penulis: Zhao Ying

Sumber: Wall Street View

Harga minyak berada di atas $100 per barel, Selat Hormuz belum kembali normal, tekanan inflasi dan suku bunga kembali meningkat, dan ekspektasi pemotongan suku bunga oleh The Fed menjadi lebih rapuh. Menurut kerangka makroekonomi tradisional, ini bukan lingkungan yang paling nyaman untuk saham teknologi dengan valuasi tinggi. Namun, pasar saham AS mencatat level tertinggi baru, dan rantai AI terus menjadi incaran modal.

Analis makro dari Guojin Securities, Song Xuetao, dalam laporan riset pada 25 Mei menyatakan: "Saat ini, pasar AI berada dalam tahap euforia rasional, di mana gelembung telah muncul tetapi belum kehilangan kendali." Kunci kalimat ini bukan pada "gelembung", tetapi pada euforia "rasional": Agentic AI berpindah dari alat bantu menjadi alat eksekusi mandiri, memungkinkan pasar untuk pertama kalinya melihat dengan lebih jelas siklus bisnis AI dari "membuang uang" menjadi "menghasilkan uang".

Sisi rasional adalah penyebaran aplikasi Agent yang membawa peningkatan pesat dalam konsumsi token, permintaan daya komputasi inferensi, dan ARR produsen terkemuka; sisi euforia adalah valuasi yang telah mengonsumsi ekspektasi pertumbuhan hingga tahun 2027–2028. Hingga 20 Mei, rasio harga terhadap laba masa depan tujuh raksasa AS sekitar 35 kali, sementara 493 perusahaan lainnya dalam S&P 500 sekitar 25 kali. Premi ini menyiratkan bukan logika saham pertumbuhan biasa, tetapi kecepatan penetrasi AI harus mencapai 5 hingga 8 kali lipat dari revolusi teknologi sebelumnya.

Namun, yang benar-benar menentukan apakah bull market AI dapat berlanjut bukanlah kinerja kuartalan tunggal, bukan pula satu aplikasi viral, melainkan tiga variabel: jangka pendek melihat dampak likuiditas, terutama harga minyak, inflasi, suku bunga, dan penutupan transaksi carry trade yen; jangka menengah melihat realisasi industri, sejauh mana kecepatan penetrasi AI sesuai dengan valuasi saat ini; jangka panjang melihat kendala yang lebih keras seperti energi, jaringan listrik, ketenagakerjaan, hambatan sosial, dan loncatan teknologi perangkat keras.

Dalam putaran perdagangan AI sebelumnya, pasar paling khawatir tentang raksasa-raksasa menghabiskan uang terlalu cepat: investasi besar pada pusat data, GPU, dan infrastruktur cloud, tetapi jalur pengembalian pendapatan tidak jelas. Perubahan dalam Agentic AI terletak pada fakta bahwa ia tidak lagi hanya menjadi alat bantu berbasis Copilot, melainkan berkembang menjadi alat eksekusi otonom berbasis Autopilot.

Ini membawa dua hasil.

Pertama, konsumsi token kembali dipercepat. Permintaan putaran pertama setelah munculnya GPT berasal dari peningkatan kemampuan model; permintaan putaran kedua setelah penerapan Agent berasal dari ledakan kekuatan inferensi. Pelaksanaan tugas mandiri berarti konteks yang lebih panjang, langkah yang lebih kompleks, dan pemanggilan model yang lebih sering, sehingga inferensi bukan lagi sampingan setelah pelatihan, melainkan menjadi medan utama konsumsi daya komputasi yang berkelanjutan.

Kedua, ekspektasi pendapatan dinaikkan. Setelah aplikasi agen representatif seperti Openclaw dan Claude Cowork menyebar, pendapatan berulang tahunan pabrikan model tumbuh pesat secara bersamaan. Perkiraan pertengahan tahun yang dikutip dalam materi menunjukkan bahwa perkiraan ARR tahunan Anthropic telah dinaikkan dari 9 miliar dolar AS di awal tahun menjadi 44 miliar dolar AS, dengan rata-rata berlipat ganda setiap enam minggu; jika tren ini berlanjut, ARR tahun depan berpotensi melebihi 300 miliar dolar AS.

Ini menjelaskan mengapa pasar tidak lagi secara sederhana menghukum Capex. Selama pertumbuhan pendapatan cukup cepat, pengeluaran modal berubah dari beban menjadi parit perlindungan. Nvidia, Broadcom, serta rantai perangkat keras seperti modul cahaya dan penyimpanan karenanya kembali mendapat dukungan.

Putaran aset AI yang naik terhadap harga minyak bukan karena risiko makro hilang, tetapi karena beberapa kekuatan sementara mengalahkan risiko tersebut.

Pertama, permintaan rantai industri menyebar. Tahap inferensi tidak hanya membutuhkan GPU, tetapi juga CPU, modul optik, dan penyimpanan yang masuk ke logika pertumbuhan tinggi. Modul optik 800G/1.6T sangat diminati, dan permintaan untuk penyimpanan kelas atas meningkat. Light Counting memperkirakan, volume pengiriman transceiver 800G pada tahun 2026 akan lebih dari dua kali lipat, sementara volume pengiriman port 1.6T akan tumbuh dari basis kecil pada tahun 2025 menjadi puluhan juta unit, dengan penjualan chip set 1.6T pada tahun 2026 melebihi 2 miliar dolar AS, dan mempertahankan pertumbuhan tinggi selama tiga tahun ke depan.

Kedua, kinerja raksasa teknologi terlalu kuat. Pertumbuhan EPS S&P 500 pada kuartal pertama sekitar 27,1%, mencapai level tertinggi sejak kuartal keempat 2021, di mana Meta, Alphabet, dan Amazon menyumbang 70% dari peningkatan laba indeks. Selama perusahaan-perusahaan dengan bobot besar ini terus menghasilkan keuntungan, tekanan dari guncangan harga minyak terhadap indeks akan ditunda.

Ketiga, ketergantungan pertumbuhan AS terhadap infrastruktur AI meningkat. Dalam beberapa kuartal terakhir, investasi infrastruktur AI menyumbang lebih dari setengah dari pertumbuhan PDB AS. Data agregat seperti non-farm payrolls dan penjualan eceran masih baik; meskipun struktur ketenagakerjaan telah terdiversifikasi, pasar sulit langsung beralih ke transaksi stagflasi sebelum ada tanda jelas pelemahan total.

Faktor yang lebih langsung lagi: perusahaan teknologi besar kurang sensitif terhadap harga minyak dibandingkan industri penerbangan, pengiriman, kereta api, kimia, otomotif, dan pariwisata. Mereka lebih khawatir terhadap harga listrik daripada harga minyak. Ketika ekonomi nyata tradisional tertekan oleh harga minyak, dana justru lebih mudah berkumpul ke aset AI, menggabungkan transaksi "perlindungan" dan transaksi pertumbuhan.

Bahaya pasar AI bukan terletak pada kurangnya dukungan industri, tetapi pada penetapan harga pasar yang terlalu cepat.

Tujuh raksasa pasar saham AS memiliki PER proyeksi 35 kali, sementara 493 perusahaan lainnya dalam S&P 500 berada di 25 kali. Perbedaan valuasi ini menyiratkan masa depan yang sangat mulus: selama 3 hingga 5 tahun ke depan, infrastruktur AI akan terus berkembang, dengan permintaan akan daya komputasi, cloud, pusat data, dan semikonduktor tetap tinggi; AI akan terus meresap ke dalam berbagai skenario seperti iklan, pencarian, layanan cloud, perangkat lunak perkantoran, generasi kode, manajemen risiko keuangan, layanan pelanggan, riset investasi, dan konten; kontribusi pendapatan dan peningkatan efisiensi akan terwujud secara bersamaan.

Namun, revolusi teknologi jarang berjalan semulus ini. Listrik membutuhkan sekitar 40 tahun dari penemuan hingga penerapan massal di lini produksi, sedangkan komputer membutuhkan sekitar 25 tahun. Sekarang, kecepatan penyebaran AI yang dihargai pasar memerlukan itu menjadi 5 hingga 8 kali lebih cepat daripada teknologi umum ini.

Ini bukan tidak mungkin, tetapi ruang toleransi sangat tipis. Selama komersialisasi aplikasi AI lebih lambat daripada pengeluaran modal, permintaan inferensi tidak dapat mengejar permintaan pelatihan, atau biaya penyusutan dan listrik mulai menggerogoti margin keuntungan, valuasi akan segera bereaksi. Arah industri yang benar tidak berarti harga saham bisa naik tanpa batas terlebih dahulu.

Tekanan jangka pendek yang sebenarnya berasal dari likuiditas.

Jika Selat Hormuz tetap tidak terbuka dalam jangka panjang, harga minyak tetap di atas 100 dolar AS atau terus naik, inflasi akan menyebar dari harga energi ke sektor jasa, transportasi, dan bahan baku. PPI AS pada bulan April telah naik menjadi 9,8% secara tahunan, level tertinggi sejak Oktober 2022. Begitu inflasi terkonsolidasi, jalur kebijakan Federal Reserve akan dipaksa ditulis ulang.

Pasar swap telah memperkirakan Federal Reserve akan menaikkan suku bunga 0,8 kali tahun ini, sementara ECB dan Bank of England bahkan diprediksi menaikkan suku bunga lebih dari 2 kali. Sementara itu, keraguan terhadap independensi kebijakan akibat pergantian kepemimpinan Federal Reserve serta meningkatnya perbedaan pendapat di dalam FOMC juga melemahkan kepercayaan pasar terhadap pelonggaran di masa depan.

Jepang juga merupakan seekor badak abu-abu. Jepang telah lama menjadi sumber pembiayaan untuk perdagangan margin global, tetapi pelemahan yen dan tekanan inflasi memaksa Bank of Japan mengeluarkan sinyal ketat, dengan imbal hasil obligasi Jepang jangka 30 tahun telah naik di atas 4%. Jika biaya pembiayaan Jepang terus meningkat dan memicu penutupan perdagangan carry trade global, aset AI yang dinilai tinggi akan sulit untuk lolos dari dampaknya.

Pada 15 Mei, telah terjadi simulasi sebelumnya: imbal hasil obligasi AS jangka 10 tahun menembus 4,5%, jangka 30 tahun menembus 5%, perdagangan momentum dengan kepadatan tinggi melambat, indeks semikonduktor Philadelphia turun sekitar 4% dalam sehari, dan Nasdaq turun sekitar 1,5%. Ini bukan bukti perubahan tren, tetapi menunjukkan bahwa perdagangan yang padat sangat sensitif terhadap suku bunga.

Perbandingan paling krusial jangka pendek sangat sederhana: apakah kecepatan revisi naik ARR (Annual Recurring Revenue) bisa lebih cepat daripada kecepatan kenaikan suku bunga. Jika tidak, dana mungkin akan bergerak lebih dulu ke segmen perangkat keras yang lebih pasti; jika likuiditas terus memburuk dan ekspektasi pendapatan AI tidak dapat terus direvisi naik, tekanan valuasi akan meningkat jelas.

Ujian jangka menengah adalah realisasi industri. Revolusi teknologi umum biasanya tidak naik secara linier, melainkan mengikuti pola “awalnya mempercepat, kemudian melambat, lalu mempercepat lagi”. Awalnya datang gelombang modal, lalu penyesuaian organisasi, dan baru kemudian pelepasan produktivitas. Internet awal juga mengalami gelombang investasi, ekspansi pengeluaran modal, dan gelembung aset; peningkatan produktivitas yang sebenarnya baru muncul secara bertahap bertahun-tahun kemudian.

Saat ini, tantangan dalam penetapan harga berbasis AI adalah bahwa hal ini hampir memerlukan organisasi perusahaan untuk beradaptasi cepat, tenaga kerja untuk dilatih ulang secara cepat, model bisnis untuk segera berjalan, dan tidak ada resistensi kuat di tingkat sosial. Kecepatan semacam ini tidak umum dalam sejarah manusia.

Long-term constraints are tighter.

Pertama adalah energi dan infrastruktur. Pusat data AI membutuhkan listrik dan air pendingin dalam jumlah besar; ekspansi jaringan listrik, transformator, dan penyimpanan energi bukanlah variabel di dalam PPT, melainkan hambatan nyata. Jika infrastruktur AI terus mendorong kenaikan biaya listrik secara keseluruhan, tekanan regulasi dan reaksi sosial akan meningkat.

Kedua adalah lapangan kerja dan konsumsi. AI dalam jangka pendek dapat meningkatkan efisiensi perusahaan dan mengurangi permintaan terhadap posisi seperti insinyur dan layanan pelanggan; namun, jika pengangguran teknologi terjadi lebih cepat daripada penciptaan pekerjaan baru, daya beli rumah tangga akan melemah. Peningkatan efisiensi di segmen B pada akhirnya tetap bergantung pada daya beli segmen C untuk diuangkan; jika departemen non-AI mengalami resesi, AI juga sulit untuk tetap unggul dalam jangka panjang.

Ketiga adalah tingkat penerimaan sosial. Awal tahun ini, Tiongkok mengalami gelombang popularitas pemasangan Openclaw di seluruh masyarakat, tetapi ketidakpuasan masyarakat Amerika terhadap peningkatan harga listrik akibat pusat data dan pengangguran teknologi sedang meningkat. Ini akan memengaruhi kecepatan penetrasi AI.

Keempat adalah lompatan teknologi perangkat keras. Jika terjadi terobosan teknis serupa "moment DeepSeek", di mana daya komputasi, penyimpanan, dan efisiensi transmisi meningkat drastis, maka segmen perangkat keras yang paling langka saat ini mungkin tiba-tiba menjadi berlebih. Logika kenaikan tinggi dalam rantai perangkat keras tidaklah tak tergoyahkan.

Prospek jangka panjang industri AI tetap optimis. Jika tidak mempertimbangkan ketegangan sosial yang ditimbulkan oleh pengangguran teknologis dan restrukturisasi hubungan produksi, AI memang berpeluang meningkatkan produktivitas faktor total dan membantu ekonomi melepaskan diri dari tekanan stagflasi. Bahkan jika pasar keuangan mengalami pelonggaran leverage di tengah jalan, pusat data yang tersisa, teknologi berbiaya rendah, dan aplikasi yang telah terbukti juga dapat menjadi dasar untuk ekspansi industri berikutnya.

Namun, penetapan harga saham bukanlah visi industri itu sendiri. Yang paling perlu diverifikasi dalam bull market AI kali ini adalah apakah ARR, ROI, dan kecepatan penetrasi teknologi yang saat ini menjadi taruhan pasar dapat terwujud terus-menerus di lingkungan di mana harga minyak, inflasi, suku bunga, dan batasan sosial semakin ketat. Arah yang benar hanya bisa menjelaskan mengapa ada bull market; kecepatan realisasi lah yang menentukan apakah gelembung akan kehilangan kendali.