CEO IBM: "Tidak Mungkin" Investasi Infrastruktur AI Hyperscaler Akan Memberikan Keuntungan

10 Des 2025 Ditulis Oleh Blake Crosley

CEO IBM Arvind Krishna secara terbuka menantang ekonomi infrastruktur AI hyperscaler pada 3 Desember 2025, menyatakan bahwa perhitungan sederhana saja sudah mengungkapkan "tidak mungkin" investasi data center besar-besaran perusahaan teknologi masuk akal.¹ "Menurut pandangan saya, tidak mungkin Anda akan mendapatkan pengembalian dari itu, karena $8 triliun capex berarti Anda membutuhkan sekitar $800 miliar keuntungan hanya untuk membayar bunganya," ujar Krishna.[^2] Krishna lebih lanjut berpendapat bahwa depresiasi GPU merupakan risiko yang paling kurang dihargai: "Anda harus menggunakannya sepenuhnya dalam lima tahun karena pada titik itu, Anda harus membuangnya dan menggantinya."[^3]

Komentar Krishna datang saat hyperscaler berkomitmen pada modal yang belum pernah terjadi sebelumnya untuk infrastruktur AI. Big Four secara kolektif memperkirakan belanja modal melebihi $380 miliar pada tahun 2025, dengan CreditSights memproyeksikan capex kumulatif mencapai $602 miliar pada tahun 2026.[^4]

Komitmen CapEx Hyperscaler 2025:

Matematikanya menciptakan ketegangan fundamental: gabungan pendapatan cloud AI 2025 kemungkinan mencapai $50-60 miliar sementara capex melebihi $380 miliar—rasio investasi-terhadap-pendapatan 6:1 yang membutuhkan pertumbuhan tiga digit selama bertahun-tahun untuk membenarkannya.[^5]

Argumen Krishna

Kritik Krishna berfokus pada matematika keuangan dasar daripada kemampuan teknologi, berpusat pada tiga kekhawatiran yang saling terkait: biaya bunga, timeline depresiasi, dan ketidakpastian AGI.

Analisis biaya bunga

Referensi Krishna terhadap $8 triliun dalam capex kumulatif dan $800 miliar dalam keuntungan yang dibutuhkan menyoroti beban bunga dari investasi infrastruktur. Membangun kapasitas data center satu gigawatt membutuhkan biaya sekitar $80 miliar dalam dolar saat ini.[^6] Total komitmen global yang mengejar AGI mendekati 100 gigawatt, menetapkan harga sekitar $8 triliun.

Pada tingkat suku bunga saat ini, modal $8 triliun membutuhkan sekitar $800 miliar dalam keuntungan tahunan hanya untuk melayani biaya pembiayaan—sebelum menghasilkan pengembalian pemegang saham. Sebagai konteks, gabungan laba bersih 2024 untuk Microsoft, Google, Amazon, dan Meta totalnya sekitar $200 miliar.[^7] Matematikanya mengharuskan AI menghasilkan empat kali lipat profitabilitas total saat ini hanya untuk menutup bunga.

Bom waktu depresiasi

Krishna mengidentifikasi depresiasi sebagai "bagian dari perhitungan yang paling kurang dihargai oleh investor."[^3] Hyperscaler mendepresiasi infrastruktur GPU selama lima hingga enam tahun, tetapi NVIDIA sekarang merilis arsitektur baru setiap tahun dibandingkan siklus dua tahun sebelumnya.[^8]

Realitas Depresiasi GPU:

Michael Burry berpendapat bahwa perusahaan termasuk Meta, Oracle, Microsoft, Google, dan Amazon melebih-lebihkan umur manfaat GPU dan meremehkan depresiasi, mematok umur manfaat aktual pada dua hingga tiga tahun.[^9] Seorang arsitek Google dilaporkan menyatakan GPU datacenter mungkin hanya bertahan satu hingga tiga tahun tergantung pada utilisasi, didorong oleh tekanan termal daripada keusangan.[^10]

Paralel gelembung telekomunikasi

Investasi infrastruktur teknologi secara historis telah menghasilkan kelebihan kapasitas. Selama boom serat optik (1995-2000), perusahaan menghabiskan sekitar $2 triliun untuk membangun 80-90 juta mil jaringan serat.[^11] Pada tahun 2001, 95% tetap menjadi dark fiber—kapasitas yang tidak terpakai menunggu permintaan yang tidak pernah terwujud.[^12]

Gelembung Telekomunikasi vs. Infrastruktur AI:

Saham Corning anjlok dari $100 ke $1 pada tahun 2002. Global Crossing, WorldCom, dan 360networks mengajukan kebangkrutan. Antara tahun 2000 dan 2002, saham telekomunikasi global kehilangan nilai pasar lebih dari $2 triliun.[^13]

Skeptisisme AGI

Krishna mempertanyakan apakah arsitektur saat ini akan mencapai AGI sama sekali, memperkirakan probabilitasnya "sekitar 0-1%" tanpa terobosan fundamental.[^14] Jika AGI tetap sulit dicapai, infrastruktur yang dibangun untuk komputasi skala AGI mungkin terbukti terlalu besar untuk aplikasi aktual.

Argumen tandingan

Kepemimpinan hyperscaler menyajikan argumen tandingan substantif terhadap kritik Krishna.

Permintaan melebihi pasokan

CEO Amazon Andy Jassy menyatakan kapasitas dikonsumsi "secepat kami benar-benar menyediakannya."[^15] Bisnis AI AWS beroperasi pada pertumbuhan "tiga digit year-over-year", berkembang "lebih dari tiga kali lebih cepat pada tahap evolusinya ini dibandingkan AWS sendiri tumbuh."[^16] Pertumbuhan pendapatan cloud Q3 2025 tetap kuat: AWS +20% menjadi $33M, Azure +40%, Google Cloud +34% menjadi $15,15M.[^17]

Belanja infrastruktur cloud global mencapai $95,3 miliar pada Q2 2025, menandai kuartal keempat berturut-turut melebihi pertumbuhan 20%.[^18] Permintaan tampaknya nyata daripada spekulatif.

Argumen value cascade

Pembela berpendapat umur manfaat GPU diperpanjang melalui "value cascading"—menggunakan kembali chip dari pelatihan ke inferensi ke beban kerja utilitas.[^19] CEO CoreWeave mencatat chip A100 vintage 2020 mereka tetap terpesan penuh, dengan H100 yang baru tersedia langsung terpesan pada 95% dari harga asli.[^20]

Pelatihan membutuhkan arsitektur terbaru, tetapi beban kerja inferensi—volume tinggi dan sangat menguntungkan—berjalan efisien pada chip yang lebih lama. Progresi dari pelatihan ke inferensi ke fine-tuning berpotensi memperpanjang umur ekonomi hingga lima tahun.

Parit strategis

Investasi infrastruktur menciptakan hambatan yang tidak dapat direplikasi oleh pendatang baru. Infrastruktur Azure Microsoft mempertahankan posisi AI enterprise. Komputasi Google melindungi pencarian dari alternatif AI. Kapasitas pelatihan Meta memungkinkan pengembangan foundation model yang tidak dapat ditandingi oleh pesaing yang lebih kecil.

Nilai Strategis Di Luar ROI:

Horizon waktu jangka panjang

Hikmah dari gelembung telekomunikasi terbukti instruktif: serat yang dibangun berlebihan pada tahun 2000 memungkinkan YouTube (2005), streaming Netflix (2007), dan cloud computing (2006+).[^21] Bandwidth murah dari kelebihan kapasitas menciptakan model bisnis yang sepenuhnya baru.

Demikian pula, kelebihan kapasitas infrastruktur AI—jika terwujud—akan mengurangi biaya sewa GPU dan memungkinkan aplikasi AI yang saat ini tidak ekonomis. Infrastruktur mungkin terbukti fundamental bahkan jika investor asli menderita kerugian.

Kerangka keputusan untuk perencanaan infrastruktur

Kritik Krishna menciptakan implikasi yang dapat ditindaklanjuti untuk organisasi yang mengevaluasi investasi infrastruktur AI.

Matriks Strategi Infrastruktur:

Jika Krishna terbukti benar

Organisasi yang menyewa daripada membangun mempertahankan opsionalitas. Kelebihan kapasitas akan mendorong harga H100 di bawah $2,85-3,50/jam saat ini menuju $1-2/jam.[^22] Perjanjian sewa dengan klausul fleksibilitas mengungguli komitmen jangka panjang.

Indikator yang harus dipantau: - Tingkat utilisasi hyperscaler turun di bawah 70% - Harga spot GPU menurun >20% quarter-over-quarter - Pengurangan panduan capex dalam earnings call - Pembatalan atau penundaan proyek besar

Jika Krishna terbukti salah

Organisasi yang mengamankan kapasitas lebih awal mendapat manfaat dari premium kelangkaan dan harga yang terkunci. Keuntungan penggerak pertama dalam aplikasi AI bertambah seiring waktu. Kendala infrastruktur akan menguntungkan operator yang sudah mapan.

Indikator yang harus dipantau: - Pertumbuhan pendapatan AI tiga digit berkelanjutan hingga 2026 - Stabilisasi atau kenaikan harga GPU - Peningkatan panduan capex hyperscaler - Penundaan rilis arsitektur baru

Pendekatan lindung nilai

Sebagian besar organisasi harus melakukan lindung nilai daripada bertaruh secara directional:

1. Sewa 60-70% kebutuhan saat ini - pertahankan fleksibilitas
2. Amankan kapasitas berkomitmen untuk 30-40% - jamin ketersediaan untuk beban kerja kritis
3. Negosiasikan klausul fleksibilitas - hak scaling tanpa penalti
4. Pantau setiap kuartal - sesuaikan alokasi berdasarkan sinyal pasar

Panduan profesional

Keputusan infrastruktur dengan besaran dan ketidakpastian ini mendapat manfaat dari perspektif yang berpengalaman.

Jaringan 550 field engineer Introl mendukung organisasi yang mengevaluasi ekonomi infrastruktur AI di seluruh strategi build, rent, dan hybrid.[^23] Perusahaan ini berada di peringkat #14 di Inc. 5000 2025 dengan pertumbuhan tiga tahun 9.594%, mencerminkan permintaan akan layanan advisory infrastruktur.[^24]

Keahlian di 257 lokasi global memberikan perspektif tentang investasi infrastruktur di berbagai kondisi pasar.[^25] Introl mengelola deployment yang mencapai 100.000 GPU, memberikan wawasan operasional tentang optimisasi utilisasi dan manajemen biaya.[^26]

Poin-poin utama

Untuk perencana infrastruktur: - Model skenario Krishna-benar dan Krishna-salah sebelum berkomitmen pada modal - Lebih pilih sewa dengan klausul fleksibilitas daripada infrastruktur sendiri kecuali utilisasi melebihi 80% - Pantau tingkat utilisasi hyperscaler dan tren harga setiap kuartal - Bangun klausul keluar ke dalam komitmen multi-tahun

Untuk analis keuangan: - Perhatikan perubahan kebijakan depresiasi yang menandakan kekhawatiran manajemen - Bandingkan umur akuntansi 5-6 tahun dengan realitas ekonomi 1-3 tahun - Lacak tingkat pertumbuhan pendapatan AI relatif terhadap tingkat pertumbuhan capex - Nilai risiko aset terdampar dalam portofolio yang berat infrastruktur

Untuk perencana strategis: - Kenali bahwa kelebihan kapasitas menguntungkan konsumen meskipun merugikan investor - Pertimbangkan keuntungan penggerak kedua jika biaya infrastruktur turun 30-50% - Evaluasi dinamika kompetitif jika rekan-rekan berinvestasi berlebihan dan menghadapi write-down - Pertahankan opsionalitas melalui arsitektur hybrid cloud

Prospek

Kritik Krishna mewakili sudut pandang minoritas di tengah antusiasme industri, tetapi analisis matematis menuntut pertimbangan serius. $380 miliar dalam capex 2025 membutuhkan generasi pendapatan yang belum pernah terjadi sebelumnya untuk membenarkannya—pertumbuhan pendapatan yang harus bertahan selama bertahun-tahun melawan jadwal depresiasi yang mungkin terbukti terlalu optimis.

Resolusi debat ini kurang penting daripada responsnya: organisasi harus melakukan lindung nilai daripada bertaruh. Sewa fleksibilitas, negosiasikan persyaratan, pantau sinyal, dan pertahankan opsionalitas. Apakah Krishna terbukti sebagai nabi atau kontrarian, organisasi yang siap mendapat manfaat dari keputusan infrastruktur yang didasarkan pada analisis skenario daripada asumsi konsensus.

Seperti yang Krishna sendiri catat meskipun skeptisisme infrastrukturnya: "Saya pikir ini akan membuka produktivitas triliunan dolar di enterprise, untuk benar-benar jelas."[^27] Pertanyaannya bukan apakah AI menciptakan nilai, tetapi apakah tingkat investasi infrastruktur saat ini sesuai dengan timeline dan besarnya penciptaan nilai tersebut.

Referensi

[Konten dipotong untuk terjemahan]