OpenAI Diperkirakan Butuh Pendanaan Tambahan Minimal US$207 Miliar hingga 2030 — Estimasi HSBC

• Dalam model HSBC yang mencerminkan kontrak sewa cloud raksasa dengan Microsoft dan Amazon, OpenAI dihitung perlu menggalang tambahan dana minimal US$207 miliar agar bisa terus beroperasi sambil tetap merugi hingga 2030
• OpenAI disebut telah menandatangani kontrak sewa cloud senilai total US$1,8 triliun, termasuk US$250 miliar dengan Microsoft dan US$38 miliar dengan Amazon, dengan total daya kontrak mencapai 36GW sehingga memunculkan skenario biaya sewa pusat data saja naik hingga level US$62 miliar per tahun
• HSBC memproyeksikan jumlah pengguna akan bertumbuh mengikuti kurva-S hingga 3 miliar pada 2030 (sekitar 44% populasi dewasa dunia di luar China), dengan asumsi 10% menjadi pelanggan berbayar dan LLM mengambil 2% pasar iklan digital, menghasilkan jalur pertumbuhan tinggi dengan pendapatan US$213,59 miliar pada 2030
• Pada saat yang sama, karena biaya komputasi yang sangat besar — biaya kumulatif sewa cloud mencapai US$792 miliar hingga 2030 dan US$1,4 triliun hingga 2033 — HSBC memperkirakan masih ada kekosongan pendanaan US$207 miliar bahkan setelah menggabungkan arus kas bebas kumulatif, investasi Nvidia, fasilitas pinjaman yang belum digunakan, dan likuiditas yang dimiliki
• HSBC tetap mempertahankan optimisme kuat bahwa AI akan meningkatkan produktivitas di seluruh industri, tetapi juga menunjukkan bahwa untuk menyerap CAPEX sebesar ini, OpenAI bisa menghadapi pilihan-pilihan sulit seperti penggalangan dana tambahan atau penyesuaian kontrak pusat data

---

Kontrak cloud raksasa dan struktur “lubang pembakar uang”

• OpenAI diibaratkan sebagai “lubang pembakar uang raksasa yang ditumpangi sebuah situs web”, dan karena statusnya perusahaan tertutup, kedalaman lubang itu bergantung pada estimasi

  • Tim software dan layanan HSBC AS baru-baru ini memperbarui model keuangan OpenAI
  • Perubahan utamanya adalah pencerminan kontrak sewa cloud baru dengan Microsoft dan Amazon

• Dengan Microsoft, model tersebut mencerminkan kontrak sewa komputasi cloud senilai US$250 miliar, dan dengan Amazon kontrak senilai US$38 miliar

  • Dari dua kontrak itu, kebutuhan komputasi tambahan OpenAI bertambah 4GW sehingga total daya kontrak mencapai sekitar 36GW
  • Nilai total seluruh kontrak diperkirakan mencapai US$1,8 triliun

• Berdasarkan asumsi ini, OpenAI berada di jalur menuju biaya sewa pusat data tahunan sekitar US$62 miliar

  • Namun model ini mengasumsikan hanya sekitar sepertiga dari daya kontrak tersebut yang benar-benar aktif hingga akhir 2030
  • Sebagian biaya cloud dicatat sebagai harga pokok penjualan (COGS) dan sebagian lain sebagai biaya R&D

Asumsi pengguna dan pendapatan: 3 miliar pengguna serta pendapatan langganan dan iklan

• HSBC terlebih dahulu membangun model kurva-S jumlah pengguna untuk memperkirakan pendapatan OpenAI

  • Jumlah pengguna pada 2030 ditetapkan mencapai 3 miliar, setara dengan 44% populasi dewasa dunia di luar China
  • Sebagai titik acuan, digunakan estimasi jumlah pengguna sekitar 800 juta bulan lalu

• Struktur pendapatan mencakup langganan dan iklan, serta AI agentic dan perangkat baru di masa depan

  • Dalam jangka pendek, model ini mengasumsikan OpenAI terutama bergantung pada meyakinkan pengguna yang ada untuk beralih ke langganan berbayar
  • Dalam jangka panjang, iklan, agentic AI, dan proyek baru dengan Jony Ive dapat menjadi sumber pendapatan tambahan

• Terdapat asumsi bahwa langganan LLM akan menjadi layanan yang umum dan berguna seperti Microsoft 365

  • Pada 2030, diasumsikan 10% pengguna OpenAI akan menjadi pelanggan berbayar
  • Saat ini, rasio pelanggan berbayar diperkirakan masih di sekitar 5%

• Ditambahkan pula asumsi bahwa perusahaan LLM akan menguasai 2% pendapatan pasar iklan digital global

  • Saat ini, porsi pendapatan perusahaan LLM dalam iklan digital digambarkan hampir mendekati nol
  • Jika asumsi ini terwujud, pendapatan layanan berbasis LLM dari pencarian dan iklan akan menjadi pilar yang berarti

• Jika semua asumsi ini dijumlahkan, pendapatan OpenAI membentuk kurva pertumbuhan “meledak” (gangbusters)

  • US$12,5 miliar pada 2025, US$34,98 miliar pada 2026, US$67,99 miliar pada 2027
  • Lalu US$106,89 miliar pada 2028, US$153,79 miliar pada 2029, dan US$213,59 miliar pada 2030

Asumsi pangsa pasar AI konsumen dan enterprise

• Pada 2030, total pendapatan AI konsumen diasumsikan mencapai US$129 miliar

  • Dari jumlah itu, US$87 miliar berasal dari pencarian, dan US$24 miliar dari iklan
  • Sisanya terdiri dari pendapatan layanan AI konsumen lainnya

• Di pasar ini, pangsa konsumen OpenAI diproyeksikan turun dari sekitar 71% saat ini menjadi 56% pada 2030

  • Anthropic dan xAI masing-masing diberi pangsa satu digit
  • Sisanya 22% dialokasikan ke kelompok pesaing tak dikenal bernama “others”
  • Google pada dasarnya dikeluarkan dari asumsi pangsa pasar AI konsumen

• Pendapatan pasar AI enterprise ditetapkan di kisaran US$386 miliar pada 2030

  • Pangsa enterprise OpenAI diasumsikan turun dari sekitar 50% saat ini menjadi 37%
  • Pemain lain diasumsikan mempertahankan pangsa yang kurang lebih serupa dengan saat ini
  • Pasarnya memang besar, tetapi karena masuknya pesaing dan diversifikasi, pangsa OpenAI sedikit terdilusi

Struktur biaya dan rugi jangka panjang: model subsidi pengguna berlanjut

• Walau pendapatan tumbuh tajam, model HSBC menunjukkan bahwa biaya juga naik dengan kecepatan yang sama

  • Dalam grafik, selain pendapatan juga muncul revenue share Microsoft, COGS, biaya R&D, dan SG&A
  • Revenue share Microsoft diasumsikan sebagai pos non-cash sebesar 20% dari pendapatan

• Sepanjang periode 2025–2030, OpenAI digambarkan belum mampu keluar dari struktur yang secara agresif mensubsidi pengguna

  • Bahkan pada 2030, ditampilkan skenario rugi operasi sebesar -US$17,72 miliar
  • Artinya, skala pendapatannya setara perusahaan big tech, tetapi dari sisi laba-rugi masih dalam kondisi rugi besar

• Dalam situasi ini, pendanaan baru pada akhirnya digambarkan sebagai dana yang langsung mengalir ke pemilik pusat data

  • Ditekankan bahwa pendanaan tambahan pada dasarnya berfungsi menutup biaya sewa cloud dan pusat data
  • Secara praktis, polanya mendekati “kas masuk ke pusat data, model tetap merugi”

Biaya kumulatif sewa cloud dan kekosongan pendanaan US$207 miliar

• Model HSBC memperkirakan biaya kumulatif sewa cloud dari sekarang hingga 2030 sebesar US$792 miliar

  • Jika periode diperpanjang hingga 2033, angka itu dihitung mencapai US$1,4 triliun
  • Jalur ini dijelaskan sebagai kurang lebih sejalan dengan panduan jangka panjang 8 tahun OpenAI

• Pada periode yang sama, arus kas bebas kumulatif (FCCF) OpenAI diperkirakan sekitar US$282 miliar

  • Ditambah komitmen suntikan kas dari Nvidia dan pelepasan saham AMD sebesar US$26 miliar
  • Juga termasuk kapasitas pendanaan utang dan ekuitas yang belum digunakan sebesar US$24 miliar serta likuiditas yang dimiliki sebesar US$17,5 miliar per pertengahan 2025

• Bahkan setelah seluruh sumber dana itu dijumlahkan, kesimpulannya tetap ada kekosongan US$207 miliar dibanding biaya kumulatif sewa cloud

  • HSBC juga menambahkan buffer kas tambahan sekitar US$10 miliar untuk mempertimbangkan margin keamanan
  • Hasil akhirnya adalah angka utama bahwa OpenAI membutuhkan setidaknya lebih dari US$207 miliar modal baru hingga 2030

Analisis sensitivitas: perubahan pengguna, rasio langganan, dan harga komputasi

• HSBC menyebut estimasi ini mungkin justru agak konservatif, sambil menyajikan beberapa angka analisis sensitivitas

  • Setiap kali OpenAI menambah 500 juta pengguna lagi, pendapatan kumulatif dari sekarang hingga 2030 dihitung naik sekitar US$36 miliar
  • Jika rasio konversi langganan berbayar bisa dinaikkan hingga 20%, maka ada potensi tambahan pendapatan US$194 miliar pada periode yang sama

• Asumsi mengenai penggunaan LLM dan biaya komputasi juga ditetapkan sebagai variabel yang fleksibel ke berbagai arah

  • Jika penurunan harga komputasi dan peningkatan efisiensi benar-benar terjadi, kebutuhan modal bisa berkurang
  • Sebaliknya, jika pemanfaatan AI meningkat lebih tajam, biaya juga dapat melonjak bersamaan

• Menariknya, skenario terwujudnya AGI (kecerdasan umum buatan) tidak dimasukkan ke dalam model

  • Dampak realisasi AGI terhadap pendapatan, biaya, dan valuasi dibiarkan sebagai variabel “di luar model”
  • Karena itu, model ini tetap merupakan estimasi yang terbatas pada jalur ekspansi bisnis LLM yang realistis

Pilihan jika pertumbuhan melambat: kemungkinan penyesuaian kontrak pusat data

• Jika pertumbuhan pendapatan tidak melampaui ekspektasi dan investor menjadi lebih berhati-hati, OpenAI dapat menghadapi pilihan sulit

  • Muncul penyebutan bahwa pasar utang sudah berada dalam kondisi tegang, misalnya terlihat dari kasus Oracle
  • Sikap Microsoft dalam mendukung OpenAI belakangan juga digambarkan agak berubah-ubah (flip-flop)
  • Dalam konteks ini, fakta bahwa pemegang saham terbesar kedua adalah SoftBank juga ikut disebut

• “Opsi terburuk terbaik” (best worst option) yang diajukan HSBC adalah skenario merapikan sebagian komitmen pusat data

  • Umumnya dibahas opsi untuk mengurangi atau melepas komitmen pusat data sebelum atau setelah kontrak berjangka 4–5 tahun berakhir
  • Dengan mempertimbangkan hubungan yang saling terkait antara perusahaan AI LLM, cloud, dan chip, analisis ini menilai ada tingkat fleksibilitas tertentu di antara pemain besar

• Menurut kutipan laporan, ada kemungkinan muncul pandangan bahwa “mengurangi sebagian kapasitas selalu lebih baik daripada krisis likuiditas”

  • Khususnya, diyakini penyedia besar yang sudah mapan punya ruang lebih besar untuk bersikap fleksibel dibanding neo cloud (penyedia cloud baru)
  • Pada akhirnya, jika kondisi pendanaan OpenAI memburuk, penyesuaian komitmen cloud bisa menjadi alat untuk meredakan risiko struktural

Optimisme kuat HSBC terhadap AI dan justifikasi CAPEX

• Terlepas dari angka-angka yang konservatif dan berisiko di atas, tim HSBC tetap mempertahankan optimisme yang sangat kuat terhadap AI itu sendiri

  • Mereka memproyeksikan AI akan meresap ke setiap proses produksi dan setiap vertical industri
  • Hasilnya, AI dinilai dapat memberi dampak kenaikan yang berarti pada produktivitas global

• Meski sebagian aset AI mungkin dinilai terlalu mahal dan sebagian lain terlalu murah, pandangannya adalah bahwa pada akhirnya, jika laju pertumbuhan ekonomi berbasis produktivitas naik hanya beberapa bp saja, CAPEX yang saat ini diperdebatkan bisa sepenuhnya dibenarkan

  • Dalam skala PDB dunia lebih dari US$110 triliun, kenaikan beberapa bp saja dapat menghasilkan dampak angka yang sangat besar
  • Dari sudut pandang ini, US$207 miliar untuk membuat OpenAI bertahan hingga 2030 mungkin merupakan angka yang lebih kecil dari yang terlihat

• Singkatnya, HSBC secara bersamaan menunjukkan ketegangan antara rugi besar dan risiko penggalangan modal dalam jangka pendek dan efek produktivitas makro yang bisa diciptakan AI dalam jangka panjang

  • Kasus OpenAI menjadi contoh ekstrem tentang betapa besarnya modal dan komputasi yang harus diinvestasikan lebih dulu oleh perusahaan infrastruktur AI
  • Pada saat yang sama, ini juga merupakan eksperimen tentang seberapa besar taruhan sebesar ini pada akhirnya bisa menggerakkan ekonomi dunia secara keseluruhan