Beauty tech membuat skincare makin mirip layanan berbasis data lewat skin scan, AI, dan rekomendasi personal. Namun, teknologi ini tetap punya batas.
Hedra.ID, Jakarta - Belanja AI perusahaan teknologi besar sering dibaca sebagai tanda keyakinan. Semakin besar dana yang digelontorkan, semakin kuat kesan bahwa Microsoft, Alphabet, Amazon, dan Meta sedang membangun fondasi untuk masa depan.
Namun, cara membacanya tidak bisa berhenti di sana. Dana raksasa untuk AI juga menunjukkan sesuatu yang lain: biaya untuk tetap berada di depan perlombaan AI makin mahal.
Perusahaan-perusahaan itu membutuhkan pusat data, chip, jaringan, listrik, sistem pendingin, dan kapasitas komputasi untuk melatih serta menjalankan model AI. Tanpa semua itu, layanan AI tidak bisa tumbuh pada skala pengguna global.
Masalahnya, AI generatif tidak sepenuhnya mengikuti bayangan lama tentang bisnis software. Produk digital sering dianggap bisa tumbuh besar dengan biaya tambahan yang relatif kecil. Pada AI, setiap permintaan pengguna tetap membutuhkan komputasi. Ketika penggunaan naik, kebutuhan infrastruktur ikut naik.
Karena itu, pertanyaan investor mulai bergeser. Bukan lagi hanya apakah AI akan penting, tetapi apakah pendapatan dari layanan AI bisa tumbuh cukup cepat untuk membayar investasi yang terus membesar.
Perusahaan teknologi besar tidak hanya membeli masa depan dalam bentuk ide. Mereka sedang membeli perangkat dan fasilitas yang sangat nyata.
Di balik chatbot, fitur pencarian AI, asisten produktivitas, iklan berbasis AI, atau layanan cloud, ada data center yang harus dibangun. Di dalamnya ada chip, server, jaringan, sistem pendingin, pasokan listrik, dan kontrak jangka panjang yang tidak murah.
Reuters melaporkan, berdasarkan analisis Bridgewater Associates, Alphabet, Amazon, Meta, dan Microsoft diperkirakan secara kolektif berinvestasi sekitar US$650 miliar untuk memperbesar infrastruktur AI pada 2026. Angka itu disebut naik dari sekitar US$410 pada 2025.
Wall Street Journal memberi gambaran serupa dari sisi belanja modal, yaitu pengeluaran perusahaan untuk aset jangka panjang seperti data center, server, dan infrastruktur teknis. Laporan itu mencatat empat perusahaan besar tersebut sebelumnya membukukan gabungan belanja modal US$410 miliar dan diperkirakan menghabiskan lebih dari US$670 miliar pada 2026.
Morgan Stanley juga memperkirakan belanja perusahaan teknologi untuk chip, server, dan komponen data center bisa mencapai US$2,9 triliun sepanjang 2025 sampai 2028.
Dengan skala seperti itu, AI tidak lagi cukup dipahami sebagai fitur tambahan di aplikasi. Ia makin mirip operasi industri digital yang membutuhkan bangunan, energi, perangkat keras, pasokan komponen, dan pembiayaan jangka panjang.
Bagi perusahaan teknologi besar, argumen belanja AI masih masuk akal. Jika permintaan komputasi naik, kapasitas harus disiapkan lebih dulu. Jika kapasitas terlambat, pelanggan cloud bisa pindah, produk AI bisa terasa lambat, dan posisi kompetitif bisa melemah.
Alphabet, misalnya, dalam presentasi investornya menyebut permintaan atas solusi dan layanan AI melebihi pasokan yang tersedia. Perusahaan itu memperkirakan belanja modal 2026 berada di kisaran US$180 miliar sampai US$190 miliar, dengan mayoritas besar untuk infrastruktur teknis.
Alphabet juga menyebut pendanaan investasi akan berasal dari kombinasi arus kas operasi, penerbitan utang, dan penawaran ekuitas. Tetapi investor tidak hanya menilai besarnya ambisi. Mereka juga menilai waktu balik modal.
Data center yang dibangun hari ini harus cukup banyak dipakai oleh pelanggan yang membayar. Chip yang dibeli harus cukup lama berguna sebelum digantikan generasi baru. Produk AI harus cukup menarik agar pelanggan mau membayar, bukan sekadar mencoba karena tren.
Bagian ini membuat AI berbeda dari banyak siklus software sebelumnya. Dalam software tradisional, keuntungan sering membaik ketika produk yang sama dijual ke lebih banyak pelanggan. Pada layanan AI, pertumbuhan pengguna bisa ikut membawa kenaikan biaya komputasi. Aktivitas yang naik belum tentu otomatis berarti laba yang naik.
Karena itu, perusahaan teknologi besar perlu membuktikan bahwa setiap penggunaan AI bukan hanya menambah trafik, eksperimen, atau jam komputasi. Penggunaan itu harus berubah menjadi pendapatan yang cukup besar untuk membayar biaya menjalankannya.
Belanja besar tidak otomatis buruk. Dalam sejarah teknologi, investasi infrastruktur sering terlihat terlalu mahal pada awalnya, lalu menjadi fondasi bisnis besar setelah permintaan matang. Cloud computing juga dulu membutuhkan belanja besar sebelum menjadi mesin pendapatan penting bagi beberapa perusahaan teknologi.
Perbedaannya, perlombaan AI bergerak lebih cepat dan lebih padat modal. Perusahaan tidak hanya membangun untuk permintaan hari ini. Mereka juga membangun karena takut tertinggal dari permintaan besok.
Risikonya muncul ketika sebagian kapasitas dibangun terlalu cepat, biaya perangkat keras naik, atau layanan AI belum menghasilkan pendapatan sebesar yang diharapkan. Dalam situasi itu, data center dan chip tidak lagi terlihat sebagai modal strategis, melainkan aset mahal yang harus terus dibiayai.
Reuters juga melaporkan Amazon berupaya menghimpun US$25 miliar lewat penjualan obligasi, dengan dana untuk keperluan korporat termasuk belanja modal masa depan dan pembayaran utang jatuh tempo. Laporan yang sama menyebut perusahaan teknologi mulai menggunakan pasar utang dan ekuitas untuk mendanai pembangunan infrastruktur AI yang mahal.
Ini tidak berarti kondisi perusahaan teknologi besar otomatis rapuh. Perusahaan-perusahaan itu masih memiliki sumber pendanaan dan arus kas yang kuat. Namun, penggunaan utang dan ekuitas menunjukkan bahwa skala pembangunan AI sudah sangat besar, bahkan untuk perusahaan dengan kemampuan finansial tinggi.
Pegangan paling penting ada pada kemampuan mengubah AI menjadi pendapatan. Belanja AI menjadi investasi masa depan jika kapasitas itu berubah menjadi layanan yang dipakai, dibayar, dan menghasilkan keuntungan yang sehat. Ia menjadi beban baru jika perusahaan hanya menumpuk pusat data dan chip tanpa pendapatan yang cukup untuk membenarkan biayanya.
Jadi, ukuran keberhasilan AI perusahaan teknologi besar tidak cukup dilihat dari siapa yang mengumumkan belanja terbesar. Yang lebih menentukan adalah apakah infrastruktur mahal itu bisa mengubah permintaan AI menjadi bisnis yang berulang, efisien, dan tidak terus bergantung pada belanja modal yang makin besar.
