Siapa yang akan membayar untuk siklus super AI?

Pada 29 Juli, CITIC Securities menerbitkan laporan makro mendalam “Dari Perspektif Likuiditas Utang: Siapa yang Akan Membayar Siklus Super AI?”, yang secara sistematis membedah sumber dana, struktur pembiayaan, dan potensi kerentanan investasi AI saat ini dari sudut pandang pembiayaan utang.

Laporan tersebut berpendapat bahwa investasi AI saat ini telah beralih dari didorong arus kas internal raksasa teknologi, menjadi siklus ekspansi kredit yang didorong bersama oleh kredit korporasi, aset proyek, dan tabungan jangka panjang global.

Sebab, terlepas dari alat pembiayaan yang digunakan, esensinya adalah mendukung dengan kredit induk, aset proyek, dan kontrak jangka panjang, untuk mengkapitalisasi pendapatan AI yang belum direalisasi lebih awal dan mengalirkan tabungan jangka panjang global ke GPU, pusat data, dan aset listrik.

Kerentanan sejati tidak terletak pada apakah bank atau lembaga keuangan non-bank terlalu leverage, tetapi pada syarat pembiayaan—apakah biaya rendah, rasio jaminan tinggi, dan persetujuan cepat bisa terus dipertahankan.

Selama permintaan AI dan jalur arus kas belum terbukti salah, ekspansi utang saat ini lebih mendekati siklus belanja modal super, bukan gelembung akhir. Pada 2026 hingga 2027, penyedia layanan awan AI baru adalah titik risiko likuiditas parsial yang paling perlu diwaspadai.

Sejak 2024, kebutuhan pelatihan dan inferensi generatif AI meningkat secara bersamaan, mendorong ekspansi cepat belanja modal perusahaan teknologi global.

Total belanja modal Microsoft, Google, Amazon, Meta, dan Oracle naik dari sekitar USD 154 miliar pada 2023 menjadi sekitar USD 239 miliar pada 2024, dan melonjak lagi menjadi sekitar USD 412 miliar pada 2025.Berdasarkan panduan terbaru masing-masing perusahaan, total belanja modal pada 2026 diperkirakan mendekati USD 780 miliar—hampir dua kali lipat dari 2025.

Pada saat bersamaan, pertumbuhan pendapatan sudah jelas tidak dapat mengimbangi laju ekspansi belanja modal.

Total arus kas bebas lima perusahaan turun dari sekitar USD 239 miliar pada 2024 menjadi sekitar USD 191 miliar pada 2025; proporsi belanja modal terhadap arus kas operasi naik dari sekitar 50% menjadi 68%.

Ambil contoh tahun 2026, jika belanja modal mencapai USD 780 miliar sementara arus kas operasi sekitar USD 650 miliar, industri ini secara keseluruhan dapat mengalami gap dana sekitar USD 130 miliar bahkan sebelum pembayaran dividen atau pembelian kembali saham.

Bagi investor, ini berarti raksasa teknologi akan terus menekan skala pembelian kembali saham. Total buyback lima perusahaan turun dari sekitar USD 125 miliar pada 2022 menjadi sekitar USD 95 miliar pada 2025. Pada saat yang sama, pembiayaan utang bersih meningkat drastis—pada 2025, mencapai sekitar USD 90 miliar, dan alat pembiayaan pun semakin beragam.

Empat tahun ke depan, total investasi penuh tumpukan infrastruktur AI global diperkirakan sekitar USD 4,51 triliun. Dari jumlah itu, raksasa teknologi menanggung sekitar USD 2,93 triliun, penyedia layanan awan AI sekitar USD 248 miliar, pemain lain sekitar USD 1,33 triliun.

Tetapi total investasi infrastruktur tidak sama dengan total skala utang, perusahaan dapat lebih dulu menggunakan arus kas operasi, kas yang sudah ada, dan modal ekuitas; pembiayaan utang mengisi kesenjangan yang tersisa.

Menghadapi kesenjangan pembiayaan, pembiayaan infrastruktur AI menampilkan dua arah yang menonjol: bermigrasi dari neraca perusahaan ke luar neraca, dari kredit perusahaan induk ke kontrak pelanggan dan aset proyek.

Pembiayaan di dalam neraca mencakup obligasi korporasi, pinjaman bank, pinjaman dengan jaminan GPU, obligasi konversi, dan kewajiban sewa yang sudah dikonfirmasi—utang langsung masuk ke neraca perusahaan induk;

Pembiayaan luar neraca dilakukan oleh pengembang, perusahaan patungan (JV), atau Special Purpose Vehicle (SPV)—perusahaan teknologi melalui perjanjian sewa jangka panjang, kontrak pembelian kapasitas, atau jaminan memberikan dukungan kredit implisit untuk proyek.

Raksasa teknologi memperlihatkan struktur tiga lapis: “pembiayaan induk + sewa jangka panjang + pembiayaan proyek”. Berdasarkan statistik Moody’s, total komitmen sewa lima raksasa teknologi AS telah mencapai sekitar USD 969 miliar, dan sebagian besar merupakan sewa yang belum berjalan. Komitmen ini akan secara bertahap menjadi utang sewa dan belanja kas jangka panjang seiring penyelesaian proyek.

Penyedia layanan awan AI terutama mengandalkan kombinasi “pinjaman dengan dukungan GPU & kontrak + sewa + obligasi konversi”. Ambil contoh CoreWeave, per akhir Maret 2026, utang berbunga telah mencapai USD 25,1 miliar, alat pembiayaan meliputi beberapa DDTL (Delayed Draw Term Loan), pembiayaan alat, obligasi hasil tinggi, obligasi konversi, dan pinjaman revolving. Penyedia layanan awan AI papan atas telah membentuk struktur modal multilevel.

Perbedaan gradien biaya pembiayaan sejatinya mencerminkan “kepastian arus kas dan tingkat kendali kreditur”.

Ambil contoh CoreWeave, biaya efektif pembiayaan obligasi senior tanpa jaminan sekitar 10%, sedangkan biaya pembiayaan DDTL 4.0 yang didukung kontrak pelanggan berkualitas, aset GPU, dan arus kas proyek turun menjadi hanya sekitar 5,9%;

Pada periode yang sama, kupon obligasi korporasi Meta 2032 sekitar 4,6%, sementara imbal hasil penerbitan obligasi proyek pusat data Hyperion sekitar 6,58%—obligasi proyek tidak lebih murah ketimbang obligasi induk; tujuannya adalah menghemat modal induk dan menjaga ruang rating, bukan semata-mata menurunkan suku bunga.

Pembiayaan dan investasi AI menghadirkan tuntutan khusus bagi perantara pembiayaan. Satu proyek kelas 1GW dapat memakan investasi ratusan miliar dolar AS, periode pengembalian biasanya di atas 10 tahun, sementara liabilitas bank bertumpu pada dana simpanan dan pembiayaan grosir jangka pendek—terdapat mismatch tenor alami, batasan modal, dan konsentrasi risiko.

Sebagai contoh, modal inti JPMorgan Chase adalah USD 295,758 miliar, dan batas pinjaman legal maksimum untuk single borrower sekitar USD 45 miliar.

Oleh karena itu, peran bank dalam pembiayaan AI lebih sebagai “saluran pembiayaan”: melakukan seleksi proyek, pembentukan kredit, pembiayaan sementara, desain struktur, dan distribusi risiko. Setelah kondisi matang, risiko didistribusikan ke investor institusional melalui pinjaman sindikasi, obligasi privat, atau sekuritisasi aset—bukan menahan seluruh risiko secara permanen.

Menelusuri semua alat pembiayaan, ujungnya dana infrastruktur AI berasal dari sistem tabungan jangka panjang global.

Jalur transmisi dana adalah: tabungan rumah tangga dan negara → dana pensiun, asuransi, dan sovereign wealth fund → dana infrastruktur, dana properti, dana pinjaman privat dan manajer aset besar → ekuitas proyek AI, obligasi proyek, obligasi perusahaan, ABS/CMBS → pusat data, listrik, dan infrastruktur komputasi.

Saat ini sistem pembiayaan AI belum menunjukkan ciri leverage tinggi shadow banking AS sebelum 2008.

Lembaga terkait Federal Reserve memperkirakan, leverage rata-rata dana kredit privat di AS sekitar 30%, zona euro sekitar 40%—leverage lebih banyak berada di sisi penggunaan dana, yakni penyedia layanan awan AI, pengembang pusat data, dan SPV proyek.

Rasio utang/EBITDA perusahaan peminjam di pinjaman privat umumnya 5-6 kali, jika penyesuaian EBITDA yang agresif disingkirkan, leverage riil bisa mendekati 7 kali—jauh lebih tinggi dari pinjaman sindikasi luas yang sekitar 4 kali.

Profil risiko dua jenis pelaku sangat berbeda.

Tekanan utama raksasa teknologi bukanlah likuiditas, melainkan batasan alokasi modal.

Dalam skenario pembagian rata 15 tahun, pengeluaran tetap lima raksasa teknologi (Microsoft, Google, Amazon, Meta, dan Oracle) pada 2026 sekitar USD 74,9 miliar, naik menjadi sekitar USD 127,3 miliar pada 2027.

Di periode yang sama, arus kas operasi diperkirakan masing-masing sekitar USD 578,3 miliar dan USD 972,8 miliar—dengan proporsi pengeluaran tetap sekitar 13%, bahkan turun menjadi sekitar 9,4% pada 2030.

Bahkan jika pengembalian investasi AI lebih rendah dari perkiraan, perusahaan-perusahaan ini dapat menahan tekanan dengan mengurangi buyback, menunda proyek, atau menerbitkan obligasi korporasi tambahan.

Penyedia layanan awan AI menghadapi mismatch likuiditas yang jauh lebih langsung.

Dalam skenario yang sama, pengeluaran tetap CoreWeave dan Nebius pada 2026 sekitar USD 9,8 miliar, sementara proyeksi arus kas operasi periode yang sama hanya sekitar USD 9 miliar—porsi pengeluaran tetap mencapai 109% dari arus kas operasi.

Dengan asumsi pembagian lebih longgar 20 tahun, rasio ini pun masih sekitar 102%—menunjukkan tekanan berasal dari tenggat utang yang terkonsentrasi dan arus kas operasi yang belum matang bukan dari perhitungan asumsi.

Laporan riset menyatakan mismatch CoreWeave adalah yang paling menonjol.

Pengeluaran tetap utama periode sisa 2026 sekitar USD 9,2 miliar, arus kas operasi diperkirakan hanya sekitar USD 6,2 miliar, pengeluaran tetap setara 149% dari arus kas operasi. Jika juga memasukkan komitmen sewa terkait biaya konstruksi dan pengadaan alat, tekanan pengeluaran tetap dapat mencapai sekitar 170% dari arus kas operasi.

Ini berarti CoreWeave selama dua tahun ke depan hampir tidak mungkin sepenuhnya mengandalkan arus kas internal untuk membayar utang dan sewa, pembiayaan berkelanjutan menjadi syarat penting untuk tetap beroperasi.

Pada tahun 2027, pengeluaran tetap utama penyedia layanan awan AI naik lagi menjadi sekitar USD 10,9 miliar. Meski estimasi arus kas operasi konsensus bisa naik ke sekitar USD 24,6 miliar dan memperbaiki rasio cakupan, perbaikan ini sangat bergantung pada pertumbuhan pendapatan, pelaksanaan kontrak pelanggan, dan proses proyek. Risiko inti bergeser dari “arus kas operasi tidak cukup” menjadi “sangat bergantung pada pencapaian kinerja dan pembiayaan berkelanjutan”, namun masalahnya tetap ada.

Secara keseluruhan, kecil kemungkinan pembiayaan AI akan sepenuhnya macet dalam waktu dekat, tetapi sistem pembiayaan sudah bergeser dari pertanyaan “apakah dana ada” menjadi “bisakah dana terealisasi dengan biaya cukup rendah, leverage cukup tinggi, dan tempo cukup cepat”.

Bagi raksasa teknologi, pengetatan pembiayaan berarti laju belanja modal melambat dan ROI menurun; bagi penyedia layanan awan AI, bisa langsung memicu kekurangan likuiditas.

Oleh karena itu, investor sebaiknya memantau sinyal berikut:

• Spread pembiayaan dan biaya dana keseluruhan: spread pada pinjaman proyek, kredit privat, dan pembiayaan alat yang terus naik berarti risk premium meningkat;
• Loan to Value (LTV) dan proporsi modal ekuitas: menurunnya LTV berarti proyek yang sama membutuhkan lebih banyak modal ekuitas—efisiensi leverage menurun;
• Debt Service Coverage Ratio: mendekati atau di bawah 1 berarti arus kas operasi tidak cukup menutup kewajiban tetap berjalan;
• Rasio jaminan GPU, utilisasi, dan harga sewa komputasi: ini adalah fondasi kemampuan pembiayaan penyedia layanan awan AI—penurunan pada titik ini akan menekan arus kas dan skala pembiayaan yang bisa didapat secara bersamaan.

Apakah siklus super AI dapat berlanjut, pada akhirnya tidak hanya ditentukan oleh pertumbuhan permintaan komputasi, tetapi juga sejauh mana tabungan global dapat terus dikonversi menjadi aset daya komputasi jangka panjang dengan biaya yang cukup rendah dan efisiensi yang tinggi. Efisiensi transformasi inilah variabel inti yang benar-benar patut dipantau investor secara berkelanjutan.