AI memasuki momen pembuktian; belanja besar harus menghasilkan pendapatan dan imbal hasil

​Teknologi ini mampu, dan memang sedang, menghasilkan peningkatan produktivitas yang sangat besar. Investor tetap perlu menentukan siapa yang akan meraih keuntungan tersebut—dan berapa banyak yang layak mereka bayarkan untuk mendapatkannya.

Kecerdasan buatan telah mencapai tahap di mana teknologi ini dapat mewujudkan semua yang dijanjikan para promotornya, tetapi tetap dapat mengecewakan investor yang membayar terlalu mahal untuk perusahaan yang keliru.

Pertanyaan sebenarnya bagi AI adalah apakah peningkatan produktivitas yang dijanjikan akan berubah menjadi pendapatan, dan apakah pendapatan tersebut cukup untuk mengembalikan modal dalam jumlah besar yang terus digelontorkan ke data centre dan chip. Selain itu, jika saham AI dinilai terlalu tinggi, apakah kita kemungkinan akan melihat rotasi ke aset yang kurang berisiko?

Kesenjangan antara belanja AI dan peningkatan produktivitas

Dalam proyeksi Juni 2026, J.P. Morgan Asset Management menetapkan estimasi konsensus capex untuk lima hyperscaler AS sebesar $697 miliar untuk tahun tersebut. Menurut estimasinya, capex akan menyerap 93% arus kas operasional mereka, dibandingkan dengan 33% pada 2023. Ini tentu saja merupakan estimasi, tetapi modal tampaknya mengejar satu tujuan tunggal, mengingatkan pada mania perkeretaapian pada tahun 1800-an.

Untuk memahami apakah pengeluaran ini benar-benar bermanfaat, kita perlu menganalisis manfaat produktivitas yang dijanjikan, baik saat ini maupun di masa depan. Hampir setiap perusahaan di dunia terlibat dalam AI dalam bentuk tertentu dengan harapan mencapai efisiensi produktivitas. 

Manfaat tersebut tidak merata dan belum terlalu meyakinkan: National Bureau of Economic Research mensurvei hampir 6.000 eksekutif di AS, Inggris, Jerman, dan Australia antara November 2025 dan Januari 2026. Sekitar 89% melaporkan tidak ada dampak AI terhadap produktivitas tenaga kerja selama tiga tahun sebelumnya.

Hal itu tidak serta-merta berarti investasi mereka dalam AI tidak akan membuahkan hasil, melainkan hanya menunjukkan adanya kesenjangan yang signifikan antara ekspektasi perusahaan dan hasil yang telah mereka ukur.

Ini juga tidak berarti AI ditakdirkan untuk gagal. Adopsi AI mungkin hanya membutuhkan waktu lebih lama, sementara harga AI turun. Faktor lain yang membebani adopsi oleh perusahaan adalah persaingan—jika setiap bisnis menggunakan perangkat yang serupa, keunggulan kompetitif menjadi netral, sementara pelanggan memperoleh manfaatnya melalui harga yang lebih rendah.

Hal ini memicu komentar pasar mengenai “gelembung AI” dan deflasinya yang tak terhindarkan.

Investor mungkin sedang mengukur pasar yang keliru

Investor veteran Wall Street, Jordi Visser, melihat peluang yang jauh lebih besar di luar peningkatan produktivitas yang diukur oleh perusahaan saat ini. Ia berpendapat bahwa permintaan terhadap AI tidak boleh dinilai hanya dari jumlah orang yang membayar chatbot, tetapi juga dari potensi munculnya ekonomi di mana agen otonom berbisnis satu sama lain.

Menurut Visser, masa depan ini dapat mencakup saham yang ditokenisasi dan diperdagangkan 24/7, bersama cryptocurrency dan stablecoin yang memfasilitasi transaksi antara agen otonom. Kita memang belum sepenuhnya sampai di sana, tetapi sudah mendekat. Kemampuan investor untuk mengembangkan indeks dan ETF mereka sendiri menggunakan perangkat AI seperti Grokbot menghadirkan masa depan investasi yang menarik (dan terdesentralisasi).

Visser mengembangkan indeks crypto “46 Name” yang terdiri dari enam saham dan 40 token, semuanya diberi bobot sama, termasuk Coinbase, Robinhood, Circle, PayPal, BTC, ETH, SOL, ZEC, TAO, dan NEAR. Indeks tersebut naik 50% sejak awal tahun, sementara Bitcoin turun 3,2%, yang menunjukkan bahwa minat investor mulai meluas di luar Bitcoin.

Grafik di bawah menunjukkan kinerja fund AI & Technology Global X (AIQ) yang mengungguli S&P 500 selama tiga tahun. AIQ naik 136% dalam tiga tahun, dibandingkan dengan 86% untuk S&P 500. 

Jelas ke mana arah yang diyakini investor bagi masa depan.

Medan pembuktian AI 

Jika AI memungkinkan tim kecil mengerjakan pekerjaan yang sebelumnya membutuhkan organisasi jauh lebih besar, nilai ekonominya melampaui pendapatan langganan yang dikumpulkan oleh penyedia model.

Ada bukti tertentu mengenai peningkatan yang dihasilkan AI dalam konteks tertentu. Penelitian Erik Brynjolfsson, Danielle Li, dan Lindsey Raymond menemukan bahwa bantuan AI meningkatkan produktivitas dukungan pelanggan hampir 14%, dengan peningkatan yang lebih besar di antara pekerja yang kurang berpengalaman dan berketerampilan lebih rendah. 

Microsoft melaporkan lebih dari 30 juta seat berbayar Microsoft 365 Copilot dalam hasil kinerja Juli 2026. Pendapatan Azure melampaui $100 miliar untuk tahun fiskal tersebut, meskipun Azure mencakup layanan cloud konvensional serta AI.

Jelas bahwa pelanggan bersedia membayar AI, meskipun masih harus dilihat apakah investasi tersebut menghasilkan keunggulan kompetitif yang berkelanjutan.

Manfaatnya tidak akan tersebar secara merata. Argumen Visser adalah bahwa bisnis yang lebih kecil mungkin dapat mencapai efisiensi lebih cepat dengan AI, sementara perusahaan yang lebih mapan mungkin kesulitan menghadapi biaya yang sudah ada dan harga yang menurun. Ada pula risiko bahwa bottleneck komputasi dapat memperlambat adopsi, sehingga melemahkan imbal hasil modal.

Rotasi ke mana?

Hal ini menimbulkan pertanyaan—jika AI dinilai terlalu tinggi, ke mana smart money akan berpindah?

Bisnis yang sudah matang dengan laba stabil mungkin tampak sebagai pilihan yang jelas, tetapi laba tersebut dapat terancam oleh pesaing yang kini mampu memasuki pasar dengan biaya lebih rendah.

Pemasok chip seperti Micron dan AMD saat ini sedang menikmati gelombang euforia, tetapi mereka tidak kebal terhadap potensi perlambatan rencana investasi pelanggan.

Kinerja saham produsen semikonduktor sejak awal tahun

Tabel di atas menunjukkan sektor chip semikonduktor yang semakin padat, dengan Nvidia—yang pernah menjadi primadona Wall Street—hanya mencatat imbal hasil 16,8% sejak awal tahun, di tengah persaingan luar biasa dari perusahaan lain.

Micron menjadi saham dengan kinerja terbaik tahun ini, dengan imbal hasil sejak awal tahun sebesar 218%, yang sebagian besar ditopang oleh ketatnya pasokan memori. Prosesor AI membutuhkan akses data berkecepatan tinggi, sehingga menciptakan permintaan terhadap memori bandwidth tinggi atau HBM. Micron diuntungkan oleh permintaan tersebut dan semakin ketatnya pasokan di seluruh pasar memori, yang mendukung kenaikan harga jual.

AMD menawarkan prosesor server bermerek EPYC dan akselerator AI Instinct, yang menempatkannya secara kuat di pasar pusat data yang terus berkembang. Perusahaan melaporkan pendapatan pusat data kuartal kedua sebesar $6,7 miliar, naik 107% secara tahunan, didorong oleh permintaan terhadap kedua lini produk tersebut. AMD juga telah mengumumkan kolaborasi dengan Anthropic untuk menerapkan kapasitas komputasi AMD hingga dua gigawatt.

Intel kembali membangkitkan harapan investor setelah berbalik arah di bawah CEO Lip-Bu Tan, dengan pendapatan kuartal kedua naik 25% menjadi $16,1 miliar—meski melaporkan kerugian berdasarkan standar akuntansi—sementara pendapatan dari pusat data dan AI meningkat 59%. 

Arm merancang teknologi prosesor dan melisensikannya kepada produsen chip, dengan memperoleh biaya lisensi dan royalti dari chip yang menggunakan desainnya. Teknologinya menggerakkan sebagian besar smartphone dan terus berkembang ke pusat data serta AI. Arm juga mulai menjual prosesor pusat datanya sendiri, dengan produksinya dialihdayakan. Arm memperkirakan prosesor barunya dapat menghasilkan pendapatan tahunan sekitar $15 miliar pada tahun fiskal 2031.

Hal yang perlu diperhatikan investor

Saham-saham ini jelas telah lebih dahulu mencerminkan prospek pendapatan masa depan, dan perlambatan pada saham AI yang lebih matang seperti Nvidia memberikan pelajaran penting: fase berikutnya dari perdagangan AI menuntut pendekatan yang lebih selektif.

Untuk mempertahankan valuasi saat ini, investor perlu memantau permintaan, termasuk perpanjangan kontrak dan belanja pelanggan yang sudah ada. Pertumbuhan pendapatan saja tidak sama dengan laba, sehingga pertanyaan yang lebih penting adalah: seberapa menguntungkan pertumbuhan tersebut?

Yang mendasari hal ini adalah pengalaman pelanggan: apakah pelanggan bisnis melaporkan penghematan terukur atau peningkatan output setelah memperhitungkan integrasi, pengawasan, dan kesalahan?

Rotasi tidak harus berarti meninggalkan AI sepenuhnya. Modal dapat berpindah dari pemasok mahal menuju bisnis dengan valuasi wajar yang menggunakan AI untuk meningkatkan operasionalnya. Alternatifnya, investor dapat memilih perusahaan dengan arus kas yang andal dan paparan yang lebih rendah terhadap disrupsi teknologi.

Tidak satu pun hasil tersebut bersifat pasti. Keduanya bergantung pada apa yang diungkapkan oleh angka pendapatan dan arus kas.

Ujian nyata bagi investor AI

Fase pembuktian AI tidak akan ditentukan oleh demonstrasi yang mengesankan. Fase ini akan ditentukan oleh pelanggan yang membayar, margin yang berkelanjutan, dan imbal hasil atas modal yang diinvestasikan. Pertumbuhan permintaan memang menggembirakan, tetapi investor perlu melihat apakah pendapatan dapat tumbuh cukup cepat untuk membenarkan belanja besar-besaran pada chip, pusat data, dan energi.

Manfaatnya juga dapat menyebar melampaui perusahaan yang membangun infrastruktur ke bisnis yang menggunakan AI untuk memangkas biaya, meningkatkan layanan, dan berekspansi tanpa menambah banyak karyawan. Sebagian pemenang pada akhirnya mungkin saat ini belum banyak mendapat perhatian.

Visser mungkin benar mengenai skala peluang tersebut. Namun, teknologi yang mengubah perekonomian tidak membuat setiap perusahaan yang terkait dengannya menjadi investasi yang baik. Investor tetap harus menentukan perusahaan, harga, dan waktu yang tepat.