"‘Lubang Hitam Utang’ di Balik Ledakan AI: Dibutuhkan Pendanaan Eksternal Sebesar 1,2 Triliun Dolar AS dalam 5 Tahun ke Depan"

Pembangunan infrastruktur AI global sedang membakar modal dengan kecepatan yang belum pernah terjadi sebelumnya, namun mesin utang yang mendukung "super siklus" ini diam-diam telah membesar hingga ke tingkat yang membuat pasar merasa waspada. Seiring semakin banyak raksasa teknologi mengalami arus kas bebas negatif, kebutuhan pembiayaan eksternal akan terus meningkat secara tak terhindarkan.

Menurut perhitungan terbaru Goldman Sachs, pada tahun 2027, skala penerbitan utang langsung oleh penyedia layanan cloud hyperscaler global diperkirakan akan mencapai 420 miliar USD, meningkat lebih dari 60% dibandingkan perkiraan tahun penuh 2026 sebesar 250 miliar USD.

Pada saat yang sama, Bank of America dalam laporan terbarunya memperkirakan, hingga tahun 2030, inti infrastruktur AI yang diwakili oleh Microsoft, Amazon, Alphabet, Meta, Oracle, SpaceX, Coreweave, dan Nebius, kebutuhan total pembiayaan eksternal mencapai 1,2 triliun hingga 1,5 triliun USD. Jika utang sebagai jalur pembiayaan utama, diperkirakan akan membawa pasokan baru lebih dari 300 miliar USD per tahun ke pasar kredit, bahkan dalam jangka pendek bisa melonjak hingga 500 miliar USD.

Gelombang ekspansi utang ini tidak hanya memengaruhi pasar obligasi investment grade, tetapi juga terus menyebar melalui berbagai saluran seperti entitas tujuan khusus di luar neraca (SPV), pembiayaan infrastruktur, kredit swasta, dan lain-lain.

Dampak finansial paling langsung dari hiruk-pikuk investasi AI adalah kondisi arus kas utama Hyperscaler yang memburuk drastis.

Kecuali Microsoft, sebagian besar Hyperscaler utama lainnya telah memasuki nilai arus kas bebas negatif. Ini berarti, ekspansi belanja modal di masa depan hampir seluruhnya bergantung pada pembiayaan eksternal— dan utang menjadi pilihan utama.

Bank of America memperkirakan, dari tahun 2026 hingga 2028, delapan perusahaan inti tersebut akan memperoleh arus kas operasional gabungan sekitar 3,3 triliun USD, sedangkan total belanja modal mencapai 3,7 triliun USD (di antaranya belanja modal AI sebesar 2,9 triliun USD), sehingga kekurangan pembiayaan bersih selama tiga tahun sekitar 400 miliar USD. Jika jangkauan prediksi diperpanjang hingga setelah tahun 2030, arus kas operasional menjadi 6,6 triliun USD, total belanja modal naik menjadi 6,9 triliun USD, dan kekurangan bersih tetap sekitar 300 miliar USD. Jika ditambah kebutuhan operasi modal seperti dividen, pembelian kembali saham, dan akuisisi, total kekurangan dana bisa membengkak hingga 800 miliar USD.

Bank of America menegaskan bahwa utang memiliki keunggulan biaya yang signifikan dibandingkan ekuitas—biaya utang hyperscaler setelah pajak sekitar 5%, sedangkan biaya pembiayaan ekuitas lebih dari 11%, perbedaan lebih dari dua kali lipat. Hal ini membuat pembiayaan utang masih menjadi pilihan utama dalam waktu yang dapat diprediksi, namun bagi perusahaan yang biaya utangnya belakangan naik pesat (seperti Oracle), logika ini mulai melemah.

Selain penerbitan obligasi langsung, eksposur risiko lain yang tak boleh diabaikan dalam sistem pembiayaan AI berasal dari pengaturan di luar neraca.

Hingga saat ini tahun ini, total penerbitan utang dolar AS di berbagai segmen kredit terkait AI telah mencapai 568 miliar USD, di mana obligasi investment grade sebesar 259 miliar USD, kredit swasta, pinjaman langsung, serta pembiayaan bilateral/nonpublik lainnya mencapai total 256 miliar USD, obligasi high yield 40 miliar USD, dan pinjaman institusi 11 miliar USD.

Sedangkan di luar utang yang tercatat dalam neraca, komitmen dan kewajiban luar neraca hingga 3,1 triliun USD —utamanya terdiri dari pembayaran sewa yang belum didiskontokan sebesar 1,1 triliun USD dan komitmen pembelian sebesar 1,7 triliun USD—hanya dalam waktu tiga bulan sudah bertambah 1,3 triliun USD. Eksposur luar neraca ini beroperasi melalui SPV, pembiayaan infrastruktur, dll, dan langsung tercermin di pasar kredit swasta.

Di antara kanal pembiayaan eksternal, mekanisme "pembiayaan pemasok" yang didominasi pemasok chip kini memainkan peran semakin krusial—fungsi intinya adalah mengubah aset yang semula sulit dibiayai menjadi obligasi standar yang bisa masuk ke pasar kredit perbankan.

Ambil contoh Nvidia, melalui struktur "take-or-pay", Nvidia memberi sebagian pelanggan Neocloud jaminan pendapatan minimal selama enam tahun, menetapkan batas minimal pendapatan secara kontrak bagi kreditur, sehingga menggantikan endorsement pembelian hyperscaler besar dan membuat pembiayaan terkait mendapat pengakuan pasar.

Broadcom bahkan melangkah lebih jauh melalui AI XPV Platform—dalam paket utang perdana 35 miliar USD yang diterbitkan bersama Apollo dan Blackstone, Broadcom memberikan jaminan langsung untuk 31 miliar USD surat utang prioritas dan nilai residu chip (87% dari total utang). Nilai jaminan pun tercermin dari perbedaan harga: surat utang kelas A2 yang dijamin berbunga 5,75%, sedangkan surat utang tanpa jaminan bersuku bunga gadai sekunder mencapai 8,5%. Analis Bank of America memperkirakan, jika platform ini berkembang hingga skala 20GW, eksposur garansi nilai residu maksimum (RVG) Broadcom hingga pertengahan 2029 akan mencapai sekitar 370 miliar USD.

Laporan Bank of America mencatat bahwa pada dasarnya mekanisme kredit pemasok ini memindahkan kekuasaan penentuan tingkat likuidasi dari pihak pengguna dana ke pemasok, sehingga eksposur yang semula tidak bisa dibiayai secara konvensional menjadi aset yang dapat dibiayai. Namun, ini juga berarti banyak liabilitas kontinjensi mulai diam-diam menumpuk dalam neraca pemasok chip.

Meski skala utang terus membesar, Bank of America juga mengingatkan bahwa pasar memiliki mekanisme manajemen risiko internal. Fluktuasi tajam spread kredit AI pada Juli 2026 telah memberi gambaran awal—spread yang melebar memaksa sebagian penerbit menunda rencana penerbitan obligasi, membuktikan saat biaya utang melampaui batas wajar alokasi modal, penerbit akan beralih ke ekuitas, obligasi konversi, bahkan secara aktif mengurangi belanja modal.

Laporan juga memperingatkan, kendala utama yang menghambat laju pembangunan infrastruktur AI mungkin bukan pada modal, namun pada pasokan listrik, regulasi perizinan, siklus konstruksi, dan hambatan fisik serta institusional lainnya.

Kebangkitan model open-source secara cepat membentuk tekanan potensial lainnya. Seiring solusi open-source berbiaya sangat rendah yang mampu mendekati performa model terdepan mulai masuk pasar, harga Token model utama telah turun lebih dari 50% dari puncak Juni, mencatat rekor terendah sepanjang masa. Ini tidak hanya mengguncang logika bisnis model terdepan, tetapi juga menekan valuasi IPO triliunan dolar mereka. Jika titik balik profitabilitas ekonomi Token belum juga tiba, asumsi pendapatan yang menopang seluruh ekosistem utang AI akan menghadapi penilaian ulang yang mendasar.