Belanja modal AI begitu besar hingga mengguncang statistik ekonomi

• Belanja modal pusat data AI kini mengambil porsi yang belum pernah terjadi sebelumnya dalam ekonomi AS dan global
• Investasi pusat data terkait AI di AS pada 2025 mencapai sekitar 2% dari PDB, dan diperkirakan berkontribusi 0,7% terhadap pertumbuhan PDB
• Dana investasi raksasa ini ditarik dari manufaktur, infrastruktur, dan investasi ventura lainnya yang sudah ada, lalu dipusatkan ke AI
• Fenomena ini menyebar secepat boom investasi rel kereta dan infrastruktur telekomunikasi, dan bahkan sudah melampaui puncak investasi infrastruktur telekomunikasi di masa lalu
• Akibatnya, investasi pusat data AI tidak hanya meredam pelemahan ekonomi, tetapi juga memicu kekeringan pendanaan di industri lain, restrukturisasi besar-besaran, dan penurunan lapangan kerja

---

Updates & Erasures

• Di tengah berlanjutnya kontroversi renovasi gedung markas The Fed di AS, kritik terhadap belanja publik terus bermunculan
• Dalam artikel terbaru, para pejabat pemerintah menyatakan ketidakpuasan terhadap renovasi gedung bank sentral
• Situasinya diwarnai sindiran dan keluhan yang saling berbalas antara kepemimpinan Ketua The Fed Powell dan renovasi gedung tersebut

Honey, AI Capex Ate the Economy

Kondisi belanja modal pusat data AI

• Skala investasi pusat data AI kini begitu besar hingga bahkan Xi Jinping di China memperingatkan pemerintah daerah agar berhati-hati terhadap investasi di industri AI, komputasi, dan energi baru
• Jumlah pembangunan pusat data di China saja sudah melebihi 250 proyek, dan demam investasi infrastruktur AI menyebar ke seluruh dunia
• Di AS, berdasarkan estimasi dari pendapatan pusat data Nvidia, belanja modal AI (Capex) pada 2025 diperkirakan mencapai 2% dari PDB AS, dengan kontribusi pertumbuhan PDB dari AI sebesar 0,7%

Meninjau batas bawah skala investasi AI

• PDB AS yang diperkirakan untuk 2025 diestimasi sebesar $25T
• Pendapatan tahunan Nvidia dari pusat data: sekitar $156.4B, dan 99% di antaranya dihitung terkait AI
• Pangsa Nvidia dalam total belanja modal pusat data: 25~35%
• Dampak ekonomi (multiplier): jika diterapkan 1,5~2x, maka total capex pusat data tahunan diperkirakan membesar menjadi sekitar $520B
• Sebelum 2022, capex AI kurang dari 0,1% PDB, tetapi dalam 3 tahun telah tumbuh lebih dari 10x
• Bahkan jika dibandingkan dengan investasi infrastruktur besar di masa lalu seperti rel kereta dan telekomunikasi, skalanya terus membesar
• Secara khusus, investasi ini sudah melampaui puncak investasi telekomunikasi pada masa bubble dot-com dan masih terus naik
• Nilai investasi pusat data berada di sekitar 20% dari puncak kejayaan rel kereta abad ke-19, tetapi melonjak tajam dalam waktu singkat

Dari mana belanja modal AI berasal

• Sumber dana investasi untuk pusat data dan infrastruktur AI adalah sebagai berikut
  • Arus kas internal (perusahaan teknologi besar seperti Microsoft, Google, Amazon, Meta, dll.)
  • Penerbitan utang (obligasi, dll., dengan porsi yang terus meningkat)
  • Saham dan penawaran tambahan
  • Modal ventura/private equity (startup infrastruktur AI seperti CoreWeave, Lambda, dll.)
  • SPV (special purpose vehicle), leasing, pembiayaan alternatif berbasis aset (Meta, dll.)
  • Komitmen penggunaan cloud (terutama perusahaan hyperscaler)
• Karena investasi berpusat pada AI, arus modal ke industri lain mulai tertekan
  • Dana modal ventura nyaris tidak lagi mengalir ke area selain AI
  • VC non-ilmu hayati pada praktiknya kini hampir sepenuhnya beroperasi dengan fokus investasi AI
  • Perusahaan komputasi cloud memusatkan investasi ke IDC berbasis GPU alih-alih bisnis cloud lama mereka
  • Di perusahaan besar seperti Amazon dan Microsoft, kenaikan biaya pusat data AI memicu penyesuaian tenaga kerja dan restrukturisasi bisnis
  • Rasio price-to-earnings perusahaan terkait AI melonjak, sementara perusahaan di bidang lain makin sulit menghimpun modal
  • Karena dana investasi menumpuk ke perusahaan AI, manufaktur/infrastruktur lain relatif kekurangan dana

Perubahan struktur ekonomi akibat investasi AI

• Boom investasi AI mendorong pelemahan investasi di sektor infrastruktur lain sekaligus perombakan struktur industri
• Ini mirip dengan preseden ketika bubble infrastruktur telekomunikasi di masa lalu diikuti penurunan tajam investasi infrastruktur lain
• Demam investasi pusat data AI kali ini juga menimbulkan kekhawatiran akan efek negatif seperti pengurasan modal di bidang non-AI, restrukturisasi besar-besaran, dan berkurangnya lapangan kerja

Menjelaskan misteri ekonomi

• Dalam ekonomi belakangan ini, meski ada faktor-faktor ketidakpastian seperti sengketa dagang, ketidakpastian politik, dan risiko birokrasi, tetap menjadi teka-teki bahwa kekhawatiran resesi relatif kecil
• Alasannya adalah sedang berlangsung "stimulus ekonomi swasta" berskala besar yang dipimpin sektor swasta melalui investasi pusat data AI
• Investasi ini sudah melampaui puncak investasi telekomunikasi pada era bubble dot-com dan mendekati puncak investasi rel kereta pada abad ke-19
• Jika dihitung mundur, tanpa investasi pusat data AI, pertumbuhan PDB AS kuartal I 2025 kemungkinan besar akan turun hingga –2,1%
• Pada akhirnya, belanja modal AI menutup penurunan ekonomi sekaligus berperan menyamarkan kerentanan ekonomi yang sebenarnya

Kesimpulan

• Ledakan investasi ke AI dan pusat data dalam waktu singkat merupakan momen yang luar biasa langka dalam sejarah ekonomi
• Terlepas dari pro dan kontra terhadap pertumbuhan eksplosif AI dan pusat data, kecepatan perkembangan teknologi dan pengerahan modal sangat tidak normal
• Pusat data AI bukan infrastruktur seperti rel kereta atau jalan raya yang dipakai puluhan hingga ratusan tahun, melainkan memiliki umur pakai pendek dan depresiasi yang cepat
• Karena investasi skala besar dilakukan mengikuti siklus teknologi jangka pendek seperti ini, investasi di industri lain melemah, PHK besar-besaran, dan perlambatan pertumbuhan di sektor non-AI terjadi secara bersamaan
• Saat ini modal sedang direalokasikan dengan cepat ke sektor TI dari venture capital dan anggaran internal, dan akibatnya sebagian bidang terdampak kekeringan investasi jangka panjang serta restrukturisasi besar-besaran
• Ironisnya, bahkan sebelum AI benar-benar digunakan secara luas, penurunan lapangan kerja dan perombakan industri sudah bergerak cepat

Rougher Notes

• University of California menarik seluruh investasinya dari hedge fund sambil melontarkan kritik keras
• Penyelidikan terhadap aktivitas trading Jane Street di India sedang berlangsung
• Karya mozaik yang dijarah seorang perwira Nazi dikembalikan ke Pompeii
• Pemanis erythritol dapat memengaruhi sel otak dan meningkatkan risiko stroke
• Kritikus budaya bisa menjadi spesies yang terancam punah
• Diteliti apakah peningkatan ukuran otak manusia memengaruhi risiko kepunahan manusia purba
• Muncul kekhawatiran bahwa ketahanan ekonomi global makin lama makin terkikis
• Prospek pertengahan 2025 dari KKR dirilis, menekankan pesan bahwa "keberuntungan harus diciptakan sendiri"
• Metabolisme robot: riset tentang mesin yang tumbuh dengan mengonsumsi mesin lain
• Industri susu di AS berubah karena demam whey protein
• Mantan insinyur Waymo mendirikan startup robot untuk otomatisasi konstruksi
• Perusahaan farmasi China tengah cepat mengejar Big Pharma AS

[youknowone]

Melihat ringkasan komentarnya, sepertinya orang-orang berpikir 2% saat ini bukan angka yang besar, tetapi jika kenaikannya terus pada laju seperti ini, kita perlu memikirkan akan menjadi berapa pada 2026. Jika AGI tidak benar-benar mungkin terwujud dalam waktu yang sangat dekat, maka sampai 2026, atau mungkin bahkan 2027, sepertinya keadaan akan benar-benar kacau karena pertentangan antara kubu optimis dan pesimis.

[GN⁺]

Komentar Hacker News

• Pernyataan Xi Jinping tampaknya berasal dari artikel FT yang dibesar-besarkan. Artikel asli berbahasa Mandarin bernadanya jauh lebih lunak. AI dan EV bukan topik utama dalam rapat atau laporan itu, melainkan hanya disebut sekilas. Peringatan Xi Jinping sebenarnya ditujukan pada “persaingan pencapaian politik” yang kembali terlihat di industri AI dan EV. Saat pemerintah pusat menetapkan target kebijakan industri, pemerintah daerah bersekongkol dengan perusahaan untuk mendorong “proyek” pencitraan, dan pada akhirnya kebanyakan hanya berhenti setelah membangun pabrik. Ini sudah lama menjadi masalah besar bagi pemerintah pusat, dan inti peringatan Xi Jinping adalah bahwa masalah yang sama juga ada di bidang AI dan EV. Artikel asli: https://paper.people.com.cn/rmrb/pc/content/202507/17/content_30088242.html

• 1,2% dari PDB tidak terasa terlalu ekstrem. Dibandingkan proyek inovatif lain, angkanya jauh lebih rendah. Sebagai contoh, program Apollo mencapai 4%, rel kereta 6%, stimulus ekonomi saat COVID 27%, dan pengeluaran pertahanan saat Perang Dunia II bahkan pernah mencapai 40%

  • Reaksi awal saya juga mirip. Kalau 1,2%, kelihatannya tidak terlalu besar. Sepertinya media hanya membuat judul yang sensasional. Kalau yang dilihat adalah angka konsumsi air dan energi, mungkin itu justru lebih mengkhawatirkan. Sedikit keluar topik, tetapi sekitar 9% PDB AS berasal dari jasa keuangan, dan menurut saya pribadi itu angka yang lebih patut diwaspadai

  • Jika dilihat sebagai persentase dari seluruh PDB, memang tampak kecil, tetapi itu karena PDB kita sendiri sangat besar. Nilai 1,2% ini saja setara dengan seluruh PDB Norwegia. Kelihatannya sepele, tetapi bahkan dibandingkan pengeluaran militer tahun ini yang 3,4%, jumlahnya tetap besar

  • Menurut saya, sekarang jangan hanya melihat angkanya, tetapi perhatikan perubahan, arah tren, dan makna kemiringannya. Modal sedang berpindah ke AI dari berbagai bidang, dan umur nilai asetnya juga berbeda-beda—rel kereta bisa puluhan tahun hingga berabad-abad, sedangkan AI entah akan bertahan hanya beberapa tahun atau tidak. Ada juga argumen penulis bahwa “tanpa investasi pusat data AI, penurunan PDB kuartal pertama bisa mencapai –2,1%”

  • Ini baru dimulai 2 tahun lalu! Angka 1,2% saja sudah luar biasa besar. Fakta bahwa perbandingan seperti ini sudah mungkin dibuat saja mengejutkan

  • Inti artikelnya adalah pertanyaan apakah investasi sebesar ini benar-benar bisa dibenarkan. Membantahnya hanya dengan mengatakan ini cuma sekian persen dari PDB berarti menghindari inti persoalan

• Rel kereta menyebarkan modal ke seluruh masyarakat dan menghasilkan peningkatan kekayaan jangka panjang bagi banyak orang. Namun AI berpotensi memusatkan modal pada orang-orang yang sudah kaya, dan pada akhirnya bisa menyebabkan penurunan kekayaan jangka panjang bagi kelas menengah. Jika daya beli populasi menurun, itu tidak membantu pertumbuhan ekonomi, jadi ada alasan untuk meragukan ledakan investasi AI ini

  • Saya ragu dengan gagasan bahwa “rel kereta menyebarkan modal”. Dulu rel kereta juga didominasi monopoli besar seperti Vanderbilt. Penetapan harga bersama dan kenaikan ongkos angkut untuk petani begitu marak sampai pemerintah harus membuat regulasi antimonopoli. Benar bahwa “AI memperdalam konsentrasi modal”, tetapi sebenarnya semua industri yang padat modal seperti itu. Tidak ada alasan khusus untuk hanya menunjuk AI, dan AI juga bukan monopoli alami; persaingan tetap mungkin terjadi

• Saya harap setelah tren AI dan pusat data ini berakhir, kapasitas itu bisa dipakai untuk hal yang lebih berguna, misalnya pengembangan obat baru

  • Saat ledakan dot-com pada 1990-an, jaringan serat optik juga dipasang berlebihan tanpa perhitungan, dan setelah gelembung dot-com pecah, aset-aset itu dijual murah sehingga startup baru bisa membangun jaringan nasional dengan biaya rendah. “Peninggalan” dari gelembung semacam ini sering menjadi bahan bakar murah bagi perusahaan generasi berikutnya. Pusat data kemungkinan besar akan mengikuti pola yang sama; meski saat ini berlebihan, nanti pasti akan dipakai untuk kegunaan baru

  • Soal tren ini, saya tidak mengerti kenapa begitu banyak orang terobsesi dengan gagasan bahwa AI akan 100% menggantikan pekerjaan developer dan pekerjaan kerah putih lainnya. Rasanya seperti fantasi yang aneh, apokaliptik, dan nihilistik, dan saya tidak setuju dengan hype seperti ini. Saya penasaran apakah cuma saya yang merasa begitu

  • Secara global, bahkan kemampuan LLM saat ini pun belum benar-benar diadopsi secara memadai. Bahkan jika kita tidak bisa membuat sesuatu yang lebih cerdas dari level sekarang, selama beberapa tahun ke depan masih mungkin terjadi otomatisasi pekerjaan berulang di berbagai industri

  • Saya heran terus ada orang di sini yang meremehkan AI dan kemajuannya yang tak bisa dihentikan. Dari contoh yang sudah terjadi saja—catur, Go, game strategi, prediksi struktur protein, dan sebagainya—jelas bahwa hampir semua masalah yang bisa diformalkan dan diverifikasi pada akhirnya bisa diselesaikan oleh AI. Saya juga menganggap ASI khusus per bidang hanyalah soal waktu. Saya sangat menyarankan semua orang membaca The Bitter Lesson dan Verifier’s Law

  • Kita tidak bisa melakukan itu. Pada akhirnya perusahaan akan melakukan PHK terhadap engineer agar sesuai target, dan fasilitas yang tersisa pun juga akan dihapuskan

• Saya berharap pusat data baru diwajibkan dibangun sepenuhnya dengan energi terbarukan. Tambahan biayanya dibanding total biaya seharusnya tidak terlalu besar, dan perusahaan sebesar ini jelas mampu menanggungnya. Mungkin kebijakan seperti ini bahkan bisa mendorong kemajuan teknologi pembangkit listrik reaktor modular kecil generasi berikutnya

  • Banyak perusahaan besar sudah tertarik pada teknologi nuklir modular kecil sebagai sumber daya pusat data. Masalah terbesar adalah penentuan lokasi jaringan listrik yang bisa mengoperasikan fasilitas seperti ini. Cukup bicara 30 menit dengan orang di industri terkait, topik akhirnya pasti kembali ke nuklir. Akan sangat positif jika tren yang dibanjiri dana investasi ini bertahan cukup lama hingga reaktor uranium benar-benar dibangun di lapangan. Saya berharap ada infrastruktur fisik yang tersisa seperti rel kereta dan serat optik. Para ‘robber barons’ zaman dulu setidaknya meninggalkan infrastruktur fisik, sedangkan ledakan bisnis belakangan ini hampir tidak meninggalkan apa pun

  • Di Eropa, semua pusat data baru sebenarnya sudah diwajibkan menggunakan energi terbarukan. Di AS juga Google, Microsoft, Meta, dan AWS menandatangani kontrak pembelian energi terbarukan paling besar di dunia. Microsoft saja menginvestasikan sekitar 20 miliar dolar. Di AS, hambatannya bukan kurangnya permintaan, melainkan perizinan, zonasi, dan masalah serupa yang membuat pemasangan energi terbarukan tersendat. Kapasitas yang sedang antre masuk ke jaringan listrik saja mencapai 100GW, setara 10% dari total listrik AS. Memesan lebih banyak tidak otomatis menyelesaikan bottleneck yang memang butuh waktu lama. Sebagai pengecualian, tempat seperti xAI/Grok menjalankan klaster besar 100% dengan gas. Di lokasi yang buruk dari sisi listrik maupun pendinginan, mereka memakai 35 turbin gas trailer dan lebih dari 50 truk pendingin. Menurut saya ini sangat tidak efisien dan dampak lingkungannya terlalu besar, dan sistem seperti ini seharusnya dilarang

  • Di AS, bahkan tanpa kewajiban pun pasar sebenarnya sudah berubah. Pada 2024, 94% kapasitas pembangkit baru, dan pada 2025, 93%, berasal dari energi terbarukan atau penyimpanan baterai, dan trennya kemungkinan akan terus mirip ke depan. Pembangkit fosil baru hanya bertambah sedikit dari gas alam, dan itupun sering kali berupa konversi dari pembangkit batu bara lama. Rencana penambahan kapasitas gas alam baru juga berada di titik terendah sejak ledakan shale. Energi terbarukan sudah menang

  • Pusat data cenderung menyukai listrik yang ‘pasti’ (firm) agar aset mahal mereka tidak menganggur. Tenaga surya dan angin bersifat intermiten. Pembangunan pembangkit gas baru adalah rencana yang memakan waktu bertahun-tahun. Menyediakan baterai lebih dari 12 jam untuk menghadapi matahari musim dingin juga jelas bukan gratis sepenuhnya

  • Akan bagus juga kalau perangkat kerasnya sendiri bisa terbarukan

• Tidak masuk akal untuk di satu sisi berargumen bahwa banyak dana yang dibelanjakan untuk belanja modal AI (CapEx) ditarik dari industri lain sehingga sektor-sektor itu “kelaparan” investasi, lalu di sisi lain sekaligus mengklaim bahwa uang itu menggandakan seluruh PDB. Kalau dananya hanya berpindah, efek penggandanya harus diterapkan sama pada kedua sisi

  • Itulah sebabnya judul artikelnya adalah “Honey, AI Capex is Eating the Economy.”

• Argumen utama tulisan itu didasarkan pada asumsi bahwa ekonomi bersifat zero-sum. Padahal ekonomi jelas bukan zero-sum. Fakta bahwa investasi mengalir ke AI tidak berarti dana yang sama bisa langsung dialihkan ke bidang lain begitu saja. Yang diinvestasikan ke AI sekarang adalah sesuatu yang memang diharapkan bernilai sebesar itu. Secara pribadi saya pikir nilainya akan jauh lebih besar daripada rel kereta. Bisa saja ada gelembung atau kelebihan investasi di sebagian perangkat keras atau wilayah tertentu, tetapi saya rasa kita belum berada dalam situasi “di ambang kehancuran” seperti yang dikatakan penulis

  • Karena ekonomi selalu bekerja secara kompleks, kita tidak boleh terlalu optimistis. Seperti yang ditunjukkan penulis, dalam jangka pendek memang benar bahwa investasi AI mengurangi investasi di bidang lain

  • Sekalipun investasi besar ini berlebihan, kemungkinan besar pada akhirnya tetap akan berguna dalam jangka panjang. Kita dulu memasang infrastruktur internet berlebihan demi pets.com, tetapi kemudian muncul ‘killer app’ nyata seperti Amazon, YouTube, dan Zoom, sehingga investasi yang saat itu tampak salah justru menjadi fondasi masyarakat masa depan. Investasi AI saat ini juga bisa meninggalkan makna historis yang serupa. Terkait ini, saya merekomendasikan Technological Revolutions and Financial Capital karya Carlota Perez

• Jadi, kemajuan transistor, yaitu Moore’s Law, kemungkinan akan terus berlanjut setidaknya 10 tahun lagi. Hukum ini mendorong pertumbuhan smartphone (2008–2023), dan dana investasi saat ini sudah diarahkan ke produksi semikonduktor 2–3 tahun ke depan (2nm, A20, lalu segera A18/14). Pada 2030–2032, momentumnya kemungkinan masih cukup kuat untuk mencapai A10 dan A8. Bahkan jika lajunya melambat, masih mungkin bertahan sampai 2035. Kalau pada 2035 kita mencapai A5 sekalipun, itu baru peningkatan kepadatan sekitar 12 kali lipat. Kalau memasukkan peningkatan packaging, chiplet, dan interconnect, mungkin totalnya sekitar 30–40 kali lipat. Itu masih sangat jauh dari kebutuhan komputasi 1000–10000 kali lipat yang diminta banyak perusahaan AI. Ekspansi bandwidth memori juga harus mengikuti skala yang sama

• Sisi paradoks dari otomatisasi adalah bahwa alih-alih hanya memperbesar ukuran ekonomi, ia juga menghapus sebagian industri. Barang bisa menjadi lebih banyak, tetapi jika barang-barang itu tidak lagi meningkatkan status sosial, nilainya justru turun. Dulu paku mungkin mewakili 0,5% ekonomi, tetapi sekarang bahkan pemilik pabrik paku hidup dengan margin rendah dan tanpa status sosial. Jika pengembangan frontend software juga diautomasi, bobotnya dalam ekonomi maupun masyarakat akan ikut menyusut. Status sosial pada akhirnya adalah zero-sum, jadi orang-orang akan menghabiskan energi untuk mencarinya di tempat lain

  • Saya mendengar argumen bahwa “otomatisasi menghapus sebagian ekonomi”, tetapi saya justru melihat kemampuan baru cenderung memicu permintaan laten dan memperbesar keseluruhan kue ekonomi. Keinginan manusia tidak terbatas, dan bahkan otomatisasi AI pun sulit mengejarnya

• Saya menantikan hari ketika ada cara mengoptimalkan komputasi yang dapat dikonfigurasi ulang dengan FPGA sehingga biaya komputasi LLM bisa turun lebih dari 90%

  • Saya berharap ada lebih banyak riset ilmu komputer teoretis di bidang ini. Kalau kita menyadari bahwa semua teknik machine learning pada akhirnya adalah teknik “kompresi”, maka semestinya kita bisa memperkirakan ukuran minimum LLM hanya dari jumlah informasi yang bisa dienkode dalam ukuran parameter tertentu, hubungan antara kehilangan informasi dan performa, serta jumlah informasi dalam dataset mentah. Saya memang merasa ukuran LLM berlebihan, tetapi di sisi lain data yang ingin dimuat memang sangat besar, jadi kenyataannya mungkin model itu memang harus lebih besar dari dugaan kita. Karena kompresi longgar (loose compression) adalah prinsip “generalisasi” LLM, dibutuhkan kapasitas yang sangat besar untuk memuat informasi secara utuh

  • Saya penasaran sumber peningkatan performa itu akan datang dari mana. Perangkat keras saat ini sudah berada di level yang bisa menghitung GEMM (general matrix-matrix multiplication) secepat mungkin

  • Teman-teman saya yang bekerja di chip sering mengeluh bahwa Qualcom memegang banyak paten terkait FPGA, sehingga inovasi FPGA yang benar-benar berarti jadi terhambat

  • Tidak perlu menunggu. FPGA memang bukan dirancang untuk arsitektur seperti ini. Efisiensi dayanya tinggi, tetapi overhead penempatan dan perutean, memori yang terbatas (kebanyakan FPGA di pasar tidak punya HBM), clock yang lambat, dan pengalaman pengembangan yang kurang nyaman membuatnya sulit menjadi solusi utama

  • ASIC sudah ada. Sebagai contoh, lihat saja Google TPU untuk memperkirakan biayanya. HBM (high-bandwidth memory) sendiri juga sangat mahal