Penulis asli: Fei Binjie
Sumber asli: Alpha Engineer
Sejak akhir Juni, sektor AI global mengalami penyesuaian signifikan.
Apakah ini hanya koreksi teknis sementara, atau sinyal puncak siklus, ini adalah pertanyaan yang bernilai ribuan dolar.
Morgan Stanley menerbitkan laporan mendalam 120 halaman pada 27 Juli yang membahas masalah ini, berjudul Playing the AI Infrastructure Dip.
Laporan memberikan penilaian yang jelas: dorongan utama koreksi adalah faktor teknis, termasuk penyesuaian posisi yang terlalu padat, pelonggaran leverage margin, dan reversi faktor momentum, bukan kerusakan logika fundamental.
Saya telah membaca laporan ini dengan cermat dan mendapatkan banyak wawasan, mari saya jelaskan poin-poin utamanya.
(1) Kekhawatiran pasar modal satu: Pembalikan narasi Tokenmaxxing?
Sinyal negatif pertama yang menjadi perhatian pasar adalah pembalikan narasi "Tokenmaxxing".
Banyak perusahaan mulai memberlakukan batas anggaran untuk penggunaan AI Token karyawan, yang memicu pertanyaan tentang keberlanjutan pertumbuhan pendapatan perusahaan model besar.
Kekhawatiran ini tidak berdasar.
Pertama, basis pengeluaran Token karyawan perusahaan saat ini sangat rendah, dengan ROI yang sangat tinggi.
Studi oleh Morgan Stanley tentang berbagai skenario penerapan AI tingkat perusahaan menunjukkan bahwa rata-rata satu panggilan AI dapat menghemat biaya tenaga kerja sekitar $55, sementara biaya rata-rata untuk menyelesaikan tugas perusahaan melalui kolaborasi Agent hanya $2–5, dengan ROI lebih dari 10 kali.
Alat dengan ROI multiplier di atas 10x, penerapannya bukanlah masalah anggaran, melainkan masalah daya saing inti; perusahaan yang tidak secara aktif mengembangkan kemampuan AI akan menghadapi kerugian kompetitif yang semakin nyata.
Selanjutnya, evolusi generasi GPU akan meningkatkan margin laba pusat data, yang berarti Token di masa depan dapat mengalami penurunan harga signifikan tanpa merusak profitabilitas, sehingga lebih banyak permintaan dapat dilepaskan.
Model Intelligence Factory dari Morgan Stanley menunjukkan bahwa margin laba bersih dari penjualan token pusat data berbasis Blackwell sekitar 58%.
Setelah GPU generasi Rubin dan Feynman dideploy, margin keuntungan masing-masing meningkat menjadi sekitar 80% dan 90%.
Ini berarti Hyperscaler dapat menurunkan harga Token sekitar 75% tanpa mengurangi margin keuntungan, karena ruang penurunan kurva biaya cukup besar, sehingga penurunan harga dan keuntungan dapat dicapai secara bersamaan.
(2) Kekhawatiran pasar modal kedua: Apakah saat Kimi membantah keabsahan pengeluaran modal?
Peluncuran Kimi K3 membuat pasar modal meninjau kembali asumsi inti: jika Tiongkok mampu melatih model mutakhir dengan kinerja sebanding dengan biaya yang lebih rendah, apakah Capex AI senilai lebih dari satu triliun dolar AS per tahun oleh Hyperscaler Amerika menghadapi penurunan tingkat pengembalian?
Morgan Stanley percaya bahwa upaya ekstrem perusahaan model besar Tiongkok dan AS terhadap efisiensi tidak akan melemahkan permintaan komputasi. Sebaliknya, hal ini memperkuat penilaian struktural bahwa "permintaan jauh melebihi pasokan".
Pada abad ke-19, ekonom William Stanley Jevons mengamati bahwa peningkatan efisiensi pembakaran batu bara akibat penyempurnaan mesin uap oleh Watt justru menyebabkan konsumsi batu bara Inggris melonjak, karena mesin uap menjadi layak secara ekonomi dan diterapkan di jauh lebih banyak pabrik dan tambang daripada sebelumnya.
Oleh karena itu, ia mengemukakan Paradox Jevons yang terkenal: ketika efisiensi penggunaan suatu sumber daya meningkat, total konsumsi sumber daya tersebut justru meningkat.
Paradoks Jevons juga berlaku untuk gelombang revolusi AI saat ini: peningkatan efisiensi daya komputasi menurunkan biaya per Token, sementara biaya yang lebih rendah berarti lebih banyak skenario, lebih banyak pengguna, dan pemanggilan yang lebih sering, yang pada akhirnya mendorong peningkatan konsumsi komputasi total.
Morgan Stanley mengutip sejumlah data untuk mengukur tingkat keparahan ketidakseimbangan pasokan dan permintaan ini:
Manajer Google baru-baru ini menyatakan bahwa perusahaan mungkin perlu menggandakan daya komputasi setiap 6 bulan, mencapai pertumbuhan 1000 kali lipat dalam 5 tahun.
Namun dari sisi pasokan, CAGR penjualan chip AI NVIDIA tahun 2025-2028 sekitar 140%, bahkan jika diperkirakan selama 5 tahun dengan kecepatan ini, total daya komputasi yang dikirimkan tidak mencapai 10% dari perkiraan kebutuhan tunggal Google.
Dengan kata lain, bahkan penyedia daya komputasi terbesar di dunia dengan laju pertumbuhan tertinggi dalam sejarah sekalipun hanya mampu memenuhi sebagian kecil dari permintaan satu klien saja.
(3) Kekhawatiran pasar modal ketiga: Apakah kendala sisi pasokan membentuk batas keras?
Kekhawatiran ketiga di pasar modal adalah: meskipun kepastian di sisi permintaan cukup, apakah kendala dunia fisik akan menyebabkan infrastruktur komputasi tidak dapat disediakan sesuai permintaan?
Morgan Stanley menyebut batasan dunia fisik sebagai 3P: People, Power, Politics.
Orang-orang: Pekerja terampil yang dibutuhkan untuk pembangunan pusat data (listrik, las, pipa) mengalami kelangkaan struktural.
Daya: Siklus antrian koneksi ke jaringan listrik telah diperpanjang hingga 5-7 tahun di beberapa wilayah, menjadi hambatan waktu tunggal terbesar dalam peluncuran pusat data.
Politik: Pembangunan pusat data sedang menghadapi hambatan politik multi-tingkat dari tingkat lokal hingga federal, dan arahnya sedang mengalami pergeseran struktural.
Dalam beberapa tahun terakhir, berbagai negara bagian saling berlomba memberikan kebijakan insentif yang murah hati untuk menarik pusat data, tetapi sekarang trennya berbalik, dengan negara bagian mulai menghentikan, menambahkan syarat, atau langsung mencabut insentif pajak untuk pusat data.
Isu-isu seperti memperlambat perkembangan pusat data dan melindungi tagihan listrik warga dari dampak biaya infrastruktur pusat data semakin sering menjadi bagian dari platform kampanye gubernur, dan diperkirakan akan menjadi isu pemilih penting dalam pemilihan bulan November.
Meanwhile, the federal level is attempting to establish a national "data center tariff".
Dewan Perwakilan Rakyat sedang mempertimbangkan Ratepayer Protection Act, upaya pertama di tingkat federal untuk undang-undang pembagian biaya infrastruktur, yang mengharuskan perusahaan utilitas negara bagian mempertimbangkan penciptaan "standar beban besar" agar pusat data menanggung biaya peningkatan jaringan listrik.
Sebelumnya (Maret), Amazon, Google, Meta, Microsoft, Oracle, xAI, dan lainnya telah menandatangani Ratepayer Protection Pledge Gedung Putih, secara sukarela berkomitmen untuk melindungi konsumen saat ini dari biaya infrastruktur pusat data.
Undang-undang ini akan menglegalisasi komitmen sukarela ini, pada dasarnya menciptakan sistem biaya listrik pusat data nasional.
Morgan Stanley mengakui validitas kekhawatiran ini, tetapi menggambarkannya sebagai "speed bumps" bukan hambatan struktural.
Dengan antrian koneksi ke jaringan listrik melebihi 5 tahun di beberapa wilayah, dan pusat data menghadapi tekanan yang semakin besar untuk "menghasilkan listrik sendiri", pembangkit listrik mandiri di lokasi menjadi solusi inti.
(4) Waktu untuk Kuasa: Arbitrase Waktu Listrik yang Diremehkan
Morgan Stanley melakukan pengukuran kuantitatif terhadap kesenjangan listrik untuk pusat data di Amerika Serikat.
Kesimpulannya, permintaan listrik untuk pusat data AS pada tahun 2026-2028 diperkirakan mencapai sekitar 68 GW, setelah dikurangi fasilitas yang sedang dibangun (15 GW) dan kapasitas jaringan yang telah disepakati (15 GW), kesenjangan potensial mencapai 38 GW, dan masa tunggu terhubung ke jaringan listrik di beberapa wilayah telah mencapai 5-7 tahun.
Dalam konteks ini, Morgan Stanley berpendapat bahwa nilai waktu akses listrik (Time to Power) adalah arah dengan distorsi harga pasar terbesar saat ini.
Rantai logika di baliknya sangat jelas: peluncuran pusat data dibatasi oleh pasokan listrik → antrian terhubung ke jaringan listrik 5-7 tahun → solusi alternatif yang dapat menyediakan listrik dalam 1-3 tahun memiliki nilai arbitrase waktu yang signifikan.
Dua jalur inti "menghilangkan bottleneck" yang diidentifikasi oleh Morgan Stanley:
- Bitcoin mining farms: Perusahaan-perusahaan ini telah memiliki kapasitas terhubung ke jaringan listrik dan lahan fisik yang signifikan, yang dapat langsung diubah menjadi keperluan pusat data 10-19GW.
- Solusi pembangkit listrik dengan penerapan cepat: memberikan keunggulan waktu 1-3 tahun dibandingkan koneksi ke jaringan listrik, di mana turbin gas menyumbang 15-20GW dan sel bahan bakar menyumbang 5-8GW.
Meskipun skema "Time-to-Power" seperti turbin gas alam, sel bahan bakar, pasokan langsung dari pembangkit nuklir, dan konversi tambang bitcoin dimasukkan dalam perhitungan berbobot probabilitas, skenario sedang masih memiliki kekurangan bersih sekitar 1 GW, sementara skenario pesimis memperlebar kekurangan menjadi 11 GW.
Dengan kata lain, yang paling langka bagi Hyperscaler saat ini bukanlah Capex, melainkan ruang fisik yang tersedia listrik, yaitu “Powered Shell”.
Analisis Morgan Stanley menyatakan bahwa pasar saat ini belum sepenuhnya memperhitungkan aset-aset Provider Shell yang Didukung.
Untuk mengukur underestimation ini, Morgan Stanley membandingkannya dengan referensi PPA energi terbarukan tradisional, seperti yang tercantum di tabel di bawah ini:
Saat ini, EV/Watt dari penyedia Powered Shell semacam ini hanya berada di kisaran $2-4, termasuk perusahaan-perusahaan seperti TeraWulf, Cipher Mining, HUT 8, Riot Platforms, Applied Digital, dan Galaxy Digital.
Berdasarkan referensi operator pusat data matang seperti Equinix dan Digital Realty pada 20-25x EV/Watt, Morgan Stanley memberikan target valuasi diskon 15x EV/Watt kepada perusahaan-perusahaan yang bertransformasi ini.
