CEO IBM mengatakan matematika infrastruktur AI tidak masuk akal

Diperbarui 11 Desember 2025

Pembaruan Desember 2025: CEO IBM Arvind Krishna memperingatkan bahwa 100GW infrastruktur AI yang direncanakan membutuhkan CapEx $8T dan keuntungan tahunan $800B untuk membenarkannya—"Tidak mungkin Anda mendapatkan pengembalian dari itu." Krishna memperkirakan peluang 0-1% bahwa arsitektur LLM saat ini mencapai AGI. Depresiasi peralatan yang memaksa penggantian setiap 5 tahun memperparah tantangan ini. AI enterprise berhasil; infrastruktur AGI spekulatif mengalami kesulitan.

Arvind Krishna, kepala eksekutif IBM, menyampaikan penilaian yang menyentuh realita di podcast Decoder The Verge: pembangunan infrastruktur AI senilai triliunan dolar tidak dapat menghasilkan pengembalian di bawah ekonomi saat ini.¹ Analisis Krishna bergantung pada aritmatika langsung yang sebagian besar industri pilih untuk diabaikan.

Angka-angkanya bekerja seperti ini. Sebuah pusat data AI satu gigawatt membutuhkan sekitar $80 miliar perangkat keras komputasi.² Rencana saat ini di seluruh pengumuman publik dan swasta menunjukkan kapasitas sekitar 100 gigawatt yang berfokus pada AGI.³ Itu totalnya $8 triliun dalam pengeluaran modal. Untuk membenarkan investasi itu, operator membutuhkan sekitar $800 miliar keuntungan tahunan hanya untuk melayani biaya modal.⁴

"Tidak mungkin Anda mendapatkan pengembalian dari itu menurut pandangan saya," kata Krishna dengan tegas.⁵

Masalah depresiasi yang tidak dibahas siapa pun

Krishna mengidentifikasi depresiasi sebagai perhitungan yang paling kurang dihargai oleh investor dan analis. Akselerator AI terdepresiasi selama lima tahun. Kecepatan perubahan arsitektur berarti operator harus mengganti seluruh armada daripada memperpanjangnya. Peralatan yang dibeli hari ini menjadi usang sebelum membayar dirinya sendiri.

"Anda harus menggunakannya semua dalam lima tahun karena pada titik itu, Anda harus membuangnya dan mengisinya kembali," jelas Krishna.⁶ Setiap generasi perangkat keras memberikan peningkatan kinerja yang substansial. Menjalankan inferensi pada GPU berusia lima tahun berarti membayar lebih banyak untuk listrik daripada nilai yang dihasilkan komputasi. Siklus depresiasi memaksa reinvestasi berkelanjutan yang meningkatkan kebutuhan modal.

Para hyperscaler yang membangun fasilitas ini memahami matematika depresiasi. Mereka tetap membangun, bertaruh bahwa pertumbuhan pendapatan AI akan melampaui biaya infrastruktur. Krishna mempertanyakan apakah taruhan itu bisa membuahkan hasil pada skala yang saat ini direncanakan. Kesenjangan antara kebutuhan modal dan pendapatan yang masuk akal tetap terlalu lebar.

Krishna berbeda dari para penganut AGI

CEO IBM menyatakan skeptisisme tentang kecerdasan umum buatan yang tercapai melalui pendekatan saat ini. Krishna memperkirakan kemungkinan bahwa arsitektur model bahasa besar yang ada mencapai AGI antara nol dan satu persen.⁷ AGI "akan membutuhkan lebih banyak teknologi daripada jalur LLM saat ini," argumennya.

Ketika pembawa acara Decoder Nilay Patel mencatat bahwa CEO OpenAI Sam Altman percaya OpenAI dapat menghasilkan pengembalian dari pengeluaran modalnya, Krishna memberikan respons langsung: "Itu adalah keyakinan. Itu yang beberapa orang suka kejar. Saya memahami itu dari perspektif mereka, tetapi itu berbeda dari setuju dengan mereka."⁸

Ketidaksepakatan ini menyoroti perpecahan fundamental dalam industri AI. Satu kubu percaya AGI akan muncul dari penskalaan arsitektur saat ini, membenarkan tingkat investasi infrastruktur apa pun. Kubu lainnya, termasuk Krishna, percaya jalur menuju AGI membutuhkan terobosan di luar model yang lebih besar dan lebih banyak komputasi. Kesenjangan keyakinan itu mendorong perhitungan investasi yang sangat berbeda.

Peluang enterprise tetap nyata

Skeptisisme Krishna tentang ekonomi infrastruktur AGI tidak meluas ke AI enterprise. CEO IBM mempertahankan bahwa AI "akan membuka triliunan dolar produktivitas di enterprise."⁹ Perbedaan ini penting: AI enterprise beroperasi pada skala di mana biaya infrastruktur menghasilkan pengembalian yang jelas.

Sebuah perusahaan yang menerapkan AI untuk mengotomatisasi layanan pelanggan, mengoptimalkan rantai pasokan, atau mempercepat penemuan obat dapat menghitung pengembalian investasi dengan presisi yang wajar. Kebutuhan komputasi tetap terbatas. Nilai yang dihasilkan mengalir langsung ke organisasi yang menerapkan teknologi. Ekonomi AI enterprise bekerja pada skala manusia.

Ekonomi AGI beroperasi secara berbeda. Membangun infrastruktur untuk mencapai kecerdasan umum buatan membutuhkan investasi awal yang besar dengan hasil yang tidak pasti. Timeline melampaui horizon investasi normal. Dinamika kompetitif mendorong pembangunan berlebihan, karena setiap pemain berlomba untuk mencapai kemampuan terobosan terlebih dahulu. Analisis investasi rasional berubah menjadi kompetisi eksistensial.

Posisi strategis IBM mencerminkan pandangan Krishna. Perusahaan fokus pada penerapan AI enterprise daripada pengembangan model frontier. Akuisisi Confluent senilai $11 miliar yang diumumkan beberapa hari setelah penampilan podcast Krishna memperkuat fokus itu.¹⁰ IBM membangun infrastruktur data yang dibutuhkan perusahaan untuk menerapkan AI, menyerahkan pengejaran AGI kepada pihak lain yang bersedia menerima peluang lebih panjang.

Bagaimana jika Krishna benar?

Pembangunan infrastruktur AI terus berlanjut terlepas dari peringatan Krishna. Microsoft, Google, Amazon, dan Meta secara kolektif merencanakan ratusan miliar dalam investasi pusat data. OpenAI, melalui kemitraan Stargate-nya, menargetkan $500 miliar dalam pengeluaran infrastruktur.¹¹ Modal terus mengalir.

Jika analisis Krishna terbukti benar, perhitungan tiba dalam siklus depresiasi. Fasilitas yang dibangun pada 2025 harus menghasilkan pengembalian pada 2030 atau menghadapi penurunan nilai. Perusahaan yang membangun berlebihan akan merasionalisasi kapasitas. Pasar infrastruktur AI akan berkonsolidasi di sekitar yang bertahan dengan ekonomi berkelanjutan.

Skenario ini tidak mengharuskan AI gagal. AI dapat memberikan nilai yang sangat besar sementara investasi infrastruktur skala AGI tetap terbukti tidak ekonomis. AI enterprise berkembang sementara pengejaran AGI mengonsumsi modal tanpa pengembalian yang memadai. Perbedaan antara teknologi yang berharga dan investasi yang sehat tetap penting.

Jika analisis Krishna terbukti salah, para penganut AGI memenangkan taruhan terbesar dalam sejarah teknologi. AGI yang berhasil akan membenarkan investasi infrastruktur apa pun dan memberi penghargaan kepada pembangun awal dengan kemampuan transformatif. OpenAI, xAI, dan organisasi lain yang berfokus pada AGI beroperasi dengan tesis itu.

Pasar akan memutuskan

IBM menempati posisi yang berbeda dari perusahaan yang secara implisit dikritik Krishna. Big Blue tidak memiliki sumber daya untuk bersaing dalam perlombaan infrastruktur AGI dan telah memilih untuk tidak mencoba. Peringatan Krishna bisa mencerminkan posisi strategis sebanyak keyakinan analitis. IBM diuntungkan jika AI enterprise mendapat lebih banyak perhatian dan modal daripada pengejaran AGI.

Posisi itu tidak membatalkan analisisnya. Aritmatika yang Krishna sajikan membutuhkan sanggahan, bukan penolakan. Delapan triliun dolar dalam modal membutuhkan ratusan miliar dalam pengembalian tahunan. Pendapatan AI saat ini, meskipun tumbuh pesat, masih jauh dari cukup. Kesenjangan harus menutup agar investasi membuahkan hasil.

Kesediaan Krishna untuk menyuarakan skeptisisme secara publik memberikan penyeimbang yang berguna terhadap antusiasme yang berlaku. Industri AI diuntungkan dari eksekutif yang mempertanyakan asumsi dan menuntut analisis keuangan yang ketat. Apakah Krishna terbukti benar atau salah, disiplin menjawab tantangannya memperkuat keputusan investasi di seluruh ekosistem.

Pertanyaan senilai triliunan dolar tetap terbuka: dapatkah infrastruktur AI menghasilkan pengembalian pada skala yang saat ini direncanakan? Krishna mengatakan tidak. Para pembangun tidak setuju. Lima tahun ke depan akan mengungkapkan pandangan mana yang terbukti benar.

Referensi

1. Fortune. "IBM CEO warns there's 'no way' hyperscalers like Google and Amazon will be able to turn a profit at the rate of their data center spending." 3 Desember 2025. https://fortune.com/2025/12/03/ibm-ceo-no-way-hyperscalers-google-amazon-turn-profit-data-center-spending/

2. Tom's Hardware. "IBM CEO warns that ongoing trillion-dollar AI data center buildout is unsustainable." 4 Desember 2025. https://www.tomshardware.com/tech-industry/ibm-ceo-warns-trillion-dollar-ai-boom-unsustainable-at-current-infrastructure-costs

3. Tom's Hardware. "IBM CEO warns that ongoing trillion-dollar AI data center buildout is unsustainable."

4. Fortune. "IBM CEO warns there's 'no way' hyperscalers will be able to turn a profit."

5. Fortune. "IBM CEO warns there's 'no way' hyperscalers will be able to turn a profit."

6. TechRadar. "IBM CEO warns trillion-dollar AI data center expansions risk catastrophic losses if hardware refresh cycles stay relentlessly fast." Desember 2025. https://www.techradar.com/pro/there-is-no-way-ibm-ceo-says-current-ai-data-center-trends-are-unsustainable-and-he-would-know

7. CXO Digital Pulse. "IBM's Arvind Krishna Warns of Unsustainable Economics Behind AGI-Scale Data Center Race." Desember 2025. https://www.cxodigitalpulse.com/ibms-arvind-krishna-warns-of-unsustainable-economics-behind-agi-scale-data-center-race/

8. Fortune. "IBM CEO warns there's 'no way' hyperscalers will be able to turn a profit."

9. Fortune. "IBM CEO warns there's 'no way' hyperscalers will be able to turn a profit."

10. IBM. "IBM to Acquire Confluent to Create Smart Data Platform for Enterprise Generative AI." IBM Newsroom, 8 Desember 2025. https://newsroom.ibm.com/2025-12-08-ibm-to-acquire-confluent-to-create-smart-data-platform-for-enterprise-generative-ai

11. Pengumuman OpenAI Stargate Partnership, 2025.

• Alt 2: ibm-ceo-8-trillion-ai-infrastructure-returns

Poin-poin penting

Untuk perencana strategis: - Pusat data AI 1GW membutuhkan ~$80B perangkat keras komputasi; 100GW kapasitas AGI yang direncanakan = $8T capex - Keuntungan tahunan $800B diperlukan hanya untuk melayani biaya modal dari investasi infrastruktur $8T - Krishna memperkirakan probabilitas 0-1% arsitektur LLM saat ini mencapai AGI

Untuk tim keuangan: - Akselerator AI terdepresiasi selama 5 tahun; perubahan arsitektur memaksa penggantian armada penuh - Menjalankan inferensi pada GPU berusia 5 tahun biaya listriknya lebih mahal daripada nilai yang dihasilkan komputasi - Kesenjangan antara kebutuhan modal dan pendapatan yang masuk akal tetap terlalu lebar menurut Krishna

Untuk tim AI enterprise: - Krishna membedakan pengejaran AGI dari AI enterprise: kebutuhan komputasi terbatas, ROI dapat dihitung - Akuisisi Confluent IBM senilai $11B memperkuat fokus pada infrastruktur data enterprise daripada model frontier - Ekonomi AI enterprise bekerja pada skala manusia; ekonomi AGI membutuhkan investasi awal besar dengan hasil tidak pasti

Untuk investor: - Jika Krishna terbukti benar, perhitungan tiba dalam siklus depresiasi 5 tahun (fasilitas dibangun 2025 harus balik modal pada 2030) - Kemitraan OpenAI Stargate menargetkan infrastruktur $500B; Microsoft/Google/Amazon merencanakan ratusan miliar lagi - IBM diposisikan untuk penerapan AI enterprise daripada pengembangan model frontier