Hampir setiap “lompatan besar” selalu membawa dua hal: peluang yang luar biasa dan euforia yang kadang membuat orang kehilangan akal sehat.
Saya termasuk orang yang percaya bahwa AI akan mengubah cara manusia bekerja, cara perusahaan berbisnis, bahkan cara kita berpikir. Saya menggunakannya, bereksperimen dengannya, dan membangun berbagai hal dengan bantuan AI.
Saya melihat sendiri potensinya. Ini bukan sekadar hype bagi saya.
Tetapi justru karena saya “percaya” pada AI, saya merasa perlu melihat industri ini dengan kepala dingin.
Sebab, percaya pada masa depan sebuah teknologi tidak sama dengan percaya bahwa semua bisnis yang dibangun di atasnya akan sukses.
Hari ini, investasi AI mencapai angka yang sulit dibayangkan.
Beberapa perusahaan berlomba membangun data center, membeli chip Nvidia, mengembangkan model yang semakin canggih, dan menandatangani kontrak bernilai ratusan miliar dolar.
Semua orang berbicara tentang masa depan yang luar biasa.
Pertanyaan yang muncul di benak saya, “Kalau masa depan itu memang begitu menjanjikan, apakah uang yang dihasilkan bisnis AI hari ini sudah cukup untuk membayar semua investasi yang dilakukan atas nama masa depan tersebut?”
Pertanyaan ini membawa kita pada sesuatu yang mulai ramai dibicarakan: AI bubble.
Dan ketika membaca perkembangan Oracle, saya melihat sebuah “pengingat penting” bahwa di balik teknologi yang semakin canggih, hukum besi bisnis tetap berlaku.
Teknologi boleh menjanjikan masa depan. Tagihan tidak bisa dibayar dengan janji.
Investasi AI Triliunan Dolar dan Risiko di Balik Janji Masa Depan
Mengapa Infrastruktur AI Membutuhkan Modal yang Sangat Besar
Coba bayangkan Anda membangun sebuah hotel raksasa.
Anda mengeluarkan uang untuk membeli tanah, membangun gedung, membeli peralatan, dan membayar kontraktor. Sebagian besar biayanya harus dibayar sebelum hotel menerima tamu pertama.
Anda berani melakukannya karena yakin lima tahun lagi hotel itu akan penuh.
Masalahnya, keyakinan bahwa hotel akan penuh tidak sama dengan uang dari tamu yang benar-benar menginap.
Kalau perkiraan Anda tepat, investasi itu bisa menghasilkan keuntungan besar. Kalau meleset, Anda tetap memiliki tagihan, utang, dan biaya operasional.
Inilah salah satu persoalan mendasar dalam perlombaan AI saat ini.
Perusahaan menginvestasikan dana yang sangat besar untuk membangun hyperscale data centers, membeli chip Nvidia, mengembangkan model, dan menyediakan compute, yaitu kapasitas komputasi yang diperlukan untuk melatih serta menjalankan AI.
Investasi itu dilakukan dengan harapan bahwa model AI akan semakin canggih, mampu menangani lebih banyak pekerjaan, dan menghasilkan pendapatan yang jauh lebih besar.
Harapan tersebut bukan tanpa alasan. Kemampuan AI memang berkembang pesat.
Teknologi Semakin Canggih Belum Tentu Bisnis Semakin Untung
Namun, ada pertanyaan bisnis yang tidak boleh diabaikan: apakah pendapatan yang dihasilkan nanti cukup untuk menutup seluruh biaya pengembangan, operasional, dan investasi?
Membangun teknologi yang hebat membutuhkan uang. Menjalankan teknologi itu dalam skala besar juga membutuhkan uang. Dan investor pada akhirnya tidak hanya ingin mendengar janji tentang masa depan.
Mereka ingin melihat hasilnya.
Tiga Tantangan Bisnis yang Bisa Mengubah Masa Depan Industri AI
Ada tiga tantangan bisnis yang menurut saya penting untuk diperhatikan.
Biaya Pengembangan AI dan Compute Terus Membengkak
Pertama, biaya membangun dan menjalankan AI sangat besar. Model AI membutuhkan investasi pengembangan, tenaga ahli, perangkat keras, energi, dan compute. Pertumbuhan penggunaan belum tentu langsung menghasilkan keuntungan yang sebanding.
Model AI Terbaru Belum Tentu Membuat Pelanggan Berpindah
Kedua, pelanggan tidak otomatis berpindah ke model terbaru setiap kali model baru diluncurkan. Bagi perusahaan, mengganti model AI bisa berarti menguji ulang sistem, menyesuaikan aplikasi, dan menanggung risiko operasional.
Kalau model lama sudah cukup memenuhi kebutuhan, peningkatan kemampuan model baru mungkin belum cukup bernilai untuk membenarkan biaya perpindahan.
Open-Weight Models Mengubah Persaingan dan Posisi Tawar Pelanggan
Ketiga, persaingan dari open-weight models semakin memperluas pilihan pelanggan. Perusahaan dapat menggunakan model yang bobotnya tersedia, menjalankannya pada infrastruktur sendiri, dan mengurangi ketergantungan pada penyedia model proprietary.
Tentu, menjalankan model sendiri tidak selalu lebih murah. Ada biaya perangkat keras, energi, pemeliharaan, dan tenaga ahli. Model komersial juga bisa menawarkan keunggulan yang layak dibayar.
Namun, keberadaan alternatif mengubah posisi tawar pelanggan.
Kalau model yang lebih murah sudah cukup bagus, penyedia model yang mahal harus mampu membuktikan bahwa manfaat tambahannya sepadan dengan harga yang diminta.
Artinya, model yang semakin pintar belum tentu menghasilkan pertumbuhan pendapatan dan keuntungan dengan kecepatan yang sama.
Ini bukan bukti bahwa industri AI pasti gagal. Ini adalah tantangan ekonomi yang harus dijawab oleh perusahaan-perusahaan di dalamnya.
Kasus Oracle Membuka Risiko Besar di Balik Investasi AI
Kontrak US$300 Miliar dan Tantangan Arus Kas Oracle
Pada Januari 2025, proyek Stargate diperkenalkan di White House sebagai ambisi besar untuk membangun infrastruktur AI di Amerika Serikat.
Dalam struktur yang dibahas di sini, OpenAI menjadi pengguna compute, SoftBank berperan sebagai mitra pendanaan, dan Oracle menjadi salah satu pihak utama yang membangun serta menyediakan infrastruktur data center.
Pada September 2025, Oracle dan OpenAI menandatangani kontrak lima tahun senilai US$300 miliar.
Angka yang luar biasa besar!
Namun, ada perbedaan penting antara memiliki kontrak bernilai besar dan sudah menerima uang dari kontrak tersebut.
Oracle perlu mengeluarkan dana untuk membangun data center, membeli perangkat keras, dan memenuhi komitmen sewa jangka panjang sebelum seluruh pendapatan yang diharapkan benar-benar masuk.
Capex, Utang, dan Komitmen Sewa Data Center Jangka Panjang
Dalam laporan yang dibahas, Oracle menaikkan proyeksi capital expenditure (capex) untuk tahun fiskal 2027 dari US$60 miliar menjadi US$90–95 miliar.
Capex adalah pengeluaran modal untuk aset jangka panjang, seperti gedung dan infrastruktur data center.
Sementara itu, estimasi kekurangan free cash flow meningkat menjadi hampir US$42 miliar.
Free cash flow adalah uang yang tersisa setelah kebutuhan operasional dan pengeluaran modal diperhitungkan.
Untuk menutup kebutuhan pendanaan, perusahaan dapat menggunakan kas yang tersedia, mencari pendanaan baru, atau menambah utang. Dalam kasus Oracle, pinjaman dan obligasinya disebut telah mencapai US$125 miliar.
Pada 9 Juli 2026, S&P menurunkan peringkat kredit Oracle menjadi BBB-, satu tingkat di atas kategori junk.
Angka-angka ini merupakan sinyal risiko yang perlu diperhatikan. Namun, penting untuk tidak melompat pada kesimpulan bahwa Oracle pasti bangkrut. Perusahaan masih memiliki aset, bisnis, kontrak, dan berbagai pilihan pembiayaan.
Yang menjadi persoalan adalah seberapa kuat kemampuan perusahaan memenuhi komitmen keuangannya apabila pembangunan terlambat atau pendapatan tidak sesuai proyeksi.
Ada pula komitmen sewa data center yang belum beroperasi, yang dalam paparan ini disebut mencapai US$288 miliar dan dijelaskan sebagai Phantom Debt.
Istilah itu perlu dipahami secara hati-hati.
Komitmen sewa bukan berarti seluruh jumlah tersebut merupakan utang resmi yang sudah jatuh tempo. Perlakuan akuntansinya bergantung pada kontrak dan aturan yang berlaku.
Tetapi secara ekonomi, komitmen pembayaran jangka panjang tetap penting. Kewajiban masa depan tidak boleh diabaikan hanya karena tidak seluruhnya tampak sebagai utang pada neraca hari ini.
Pertumbuhan yang dibiayai dengan utang bukan masalah dengan sendirinya. Yang berbahaya adalah ketika kewajiban tumbuh jauh lebih cepat daripada kemampuan menghasilkan uang untuk membayarnya.
Proyek Jupiter dan Risiko Keterlambatan Infrastruktur AI
Contoh yang menarik adalah proyek Jupiter, salah satu kampus utama Stargate yang direncanakan memiliki kapasitas sekitar 2,5 gigawatt, dengan investasi sekitar US$165 miliar.
Pembangunannya didukung oleh pinjaman US$18 miliar dari sindikasi sekitar 20 bank.
Oracle menjadi anchor tenant, yaitu penyewa utama yang menyediakan dasar permintaan bagi fasilitas tersebut, kemudian menyediakan kapasitasnya kepada OpenAI.
Namun, data center sebesar itu tidak cukup hanya dengan bangunan dan chip.
Ia membutuhkan listrik dalam jumlah sangat besar.
Rencana penyediaan listrik melalui fuel cells berbahan bakar gas alam menghadapi persoalan infrastruktur. Jalur pipa gas yang dibutuhkan belum selesai, permohonan hak lintas lahan negara bagian New Mexico ditolak dua kali pada 2026, dan izin lingkungan untuk sistem pembangkitnya juga masih menjadi persoalan.
Dalam perkembangan yang dibahas, jadwal operasional pipa bergeser dari Agustus 2026 menjadi Februari 2027.
Pada 24 September 2026, Oracle mengirimkan force majeure notice kepada Blue Owl.
Oracle menyatakan memiliki hak untuk menunda peralihan ke tarif sewa penuh hingga tiga tahun jika kampus belum beroperasi pada 2028, dengan ketentuan pembayaran tertentu selama tahap pengembangan.
Apa maknanya?
Proyek yang sangat mahal itu menghadapi risiko keterlambatan, dan keterlambatan dapat memengaruhi waktu penerimaan pendapatan serta pembayaran sewa.
Perlu dicatat, force majeure notice tidak dengan sendirinya berarti proyek dibatalkan atau Oracle pasti gagal membayar. Dampak hukumnya bergantung pada ketentuan kontrak dan penerapannya.
Namun, peristiwa ini memperlihatkan satu hal yang sering luput dari pembicaraan tentang AI.
Kita bisa mengembangkan model AI dengan kecepatan luar biasa. Tetapi infrastruktur fisik tetap membutuhkan tanah, listrik, perizinan, konstruksi, dan rantai pasok.
Dunia digital tidak membuat dunia fisik berhenti berlaku.
Apakah Masalah Oracle Bisa Memicu Pecahnya AI Bubble?
Membedakan Fakta, Interpretasi, dan Skenario Terburuk
Di sinilah saya ingin menarik garis yang jelas.
Ada fakta yang dapat diperiksa: pengumuman kontrak, proyeksi capex, besarnya kewajiban keuangan, penurunan peringkat kredit, serta persoalan perizinan dan jadwal proyek.
Ada pula interpretasi, bahwa rangkaian fakta tersebut menunjukkan meningkatnya risiko bagi Oracle dan sebagian investasi infrastruktur AI.
Lalu ada skenario, bahwa risiko tersebut akan memicu runtuhnya AI bubble dan menyeret perekonomian Amerika Serikat.
Ketiganya bukan hal yang sama.
Fakta yang mengkhawatirkan tidak otomatis membuktikan bahwa skenario terburuk akan terjadi.
Saham turun bukan berarti perusahaan pasti bangkrut. Proyek terlambat bukan berarti seluruh industri akan runtuh. Kontrak yang dinegosiasikan ulang pun tidak otomatis menjadi bukti bahwa teknologi AI tidak memiliki masa depan.
Kita perlu berhati-hati agar tidak terjebak pada kesalahan berpikir yang sama dengan pihak yang terlalu optimistis.
Jika pihak yang optimistis menganggap semua investasi AI pasti menghasilkan keuntungan besar, kita juga tidak seharusnya menganggap satu masalah di Oracle sebagai bukti bahwa seluruh industri pasti kolaps.
Skeptis terhadap valuasi bukan berarti skeptis terhadap teknologi. Dan antusias terhadap teknologi tidak berarti harus menutup mata terhadap risiko bisnisnya.
Menurut saya, inilah posisi yang lebih masuk akal.
Bagaimana Risiko Keuangan Bisa Menjalar ke Seluruh Industri AI
Meskipun meledaknya AI bubble belum bisa dipastikan, kita tetap perlu memahami bagaimana mekanisme risikonya bekerja.
Bayangkan rantai bisnis proyek Jupiter.
Bank memberikan pinjaman kepada pengembang. Pengembang mengandalkan pendapatan sewa. Oracle membayar sewa dengan mengandalkan bisnis dan kontraknya. OpenAI menjadi pengguna akhir yang harus memiliki kemampuan membayar layanan tersebut.
Jika seluruh pihak memenuhi komitmennya, struktur ini dapat berjalan.
Namun, jika proyek terlambat, kontrak berubah, atau pendapatan tidak sesuai harapan, tekanan keuangan bisa menjalar dari satu pihak ke pihak lainnya.
Bank mungkin menuntut imbal hasil lebih tinggi. Investor mungkin mengurangi eksposur. Perusahaan bisa menunda pembangunan atau mengurangi pengeluaran.
Jika hal itu terjadi secara luas, belanja infrastruktur AI dapat melambat. Perlambatan itu kemudian memengaruhi perusahaan yang sebelumnya mengandalkan pertumbuhan permintaan AI untuk membenarkan investasi mereka.
Inilah mekanisme yang dikhawatirkan dalam skenario pecahnya AI bubble.
Mengapa Risiko AI Bubble Belum Berarti AI Akan Gagal
Tetapi sekali lagi, ini adalah skenario risiko, bukan ramalan yang sudah terbukti.
Perusahaan dapat menegosiasikan ulang pembiayaan, memperbaiki efisiensi, mencari sumber energi alternatif, atau menemukan sumber pendapatan baru. Permintaan AI pun masih berpotensi berkembang.
Kita perlu melihat data dan perkembangan aktual untuk menilai arah akhirnya.
Pelajaran AI Bubble bagi Pengusaha, Pemimpin Bisnis, dan Investor
Sebagai AI enthusiast sekaligus pengusaha teknologi, saya melihat peluang AI dari dekat.
Saya percaya AI dapat membantu manusia bekerja lebih produktif, mengurangi pekerjaan repetitif, meningkatkan kualitas pengambilan keputusan, dan membuka model bisnis yang sebelumnya sulit diwujudkan.
Namun, saya juga percaya bahwa teknologi hebat tidak bisa menggantikan disiplin bisnis.
Validasi Kebutuhan Pelanggan Sebelum Membangun Produk AI
Kalau kita membangun produk AI, kita perlu bertanya apakah pelanggan benar-benar membutuhkannya. Apakah mereka bersedia membayar? Apakah manfaat yang diterima sepadan dengan biaya? Apakah bisnisnya dapat bertahan tanpa terus-menerus mengandalkan pendanaan baru?
Bedakan Pertumbuhan Omzet, Arus Kas, dan Keuntungan
Kalau kita memimpin perusahaan, kita perlu membedakan pertumbuhan omzet dari arus kas, kontrak dari pendapatan yang sudah diterima, dan investasi produktif dari pengeluaran yang hanya didorong oleh ketakutan tertinggal.
Kalau kita berinvestasi, kita perlu membedakan potensi teknologi dari harga yang layak dibayar untuk sebuah perusahaan.
Karena ada satu hal yang sering terlupakan ketika semua orang berlomba mengejar masa depan.
Tidak semua perusahaan yang ikut membangun masa depan akan berhasil memetik hasilnya.
Pada masa revolusi internet, banyak bisnis gagal meskipun internet terus berkembang. Bukan karena internet tidak berguna, melainkan karena perusahaan-perusahaan tersebut tidak berhasil membangun model bisnis yang berkelanjutan.
AI bisa saja mengalami dinamika serupa. Sebagian perusahaan akan tumbuh menjadi bisnis yang sangat kuat. Sebagian lainnya mungkin tidak mampu menutup biaya investasi mereka. Dan sebagian investasi yang hari ini terlihat menjanjikan mungkin kelak terbukti terlalu mahal.
Kita belum tahu siapa yang akan berada di kelompok mana.
Yang bisa kita lakukan adalah terus belajar, menguji asumsi, membaca angka, dan tidak membiarkan antusiasme berubah menjadi keyakinan buta.
Membangun Bisnis AI yang Berkelanjutan di Tengah Euforia Teknologi
Saya tetap optimistis terhadap AI.
Tetapi optimisme yang sehat bukan berarti percaya bahwa semua hal akan berjalan sesuai harapan.
Optimisme yang sehat berarti melihat peluang besar sambil mempersiapkan diri menghadapi risiko yang nyata.
Sebab pada akhirnya, masa depan AI tidak hanya ditentukan oleh siapa yang memiliki model paling pintar atau data center paling besar.
Masa depan itu juga ditentukan oleh siapa yang mampu mengubah teknologi menjadi manfaat nyata, manfaat menjadi pendapatan, dan pendapatan menjadi bisnis yang sehat.
AI bisa mengubah dunia. Tetapi hukum ekonomi tidak ikut berubah hanya karena teknologinya semakin canggih.
Terima kasih sudah membaca. Semoga bermanfaat.
