Apa Itu AI Bubble dan Mengapa Diprediksi Akan Pecah?
Dalam beberapa tahun terakhir, AI berkembang dari teknologi eksperimental menjadi pusat strategi bisnis dan investasi global. Perusahaan teknologi berlomba membangun data center, membeli chip, mengembangkan model AI, dan menanamkan fitur AI ke hampir setiap produk. Nilai investasinya pun terus meningkat, didorong oleh keyakinan bahwa AI akan mengubah cara manusia bekerja dan perusahaan beroperasi.
Namun, di balik pertumbuhan tersebut, muncul pertanyaan yang semakin sulit diabaikan: apakah nilai bisnis yang dihasilkan AI sudah sebanding dengan besarnya investasi yang dikeluarkan?
Ketika valuasi melonjak, perusahaan teknologi mengambil utang dalam jumlah besar, dan modal terus berputar di antara pemain dalam ekosistem yang sama, sejumlah pengamat mulai melihat kemiripan dengan gelembung teknologi sebelumnya. Fenomena inilah yang disebut sebagai AI bubble.
Lantas, apa itu AI bubble, mengapa gelembung ini diprediksi akan pecah, dan apa dampaknya bagi perusahaan, termasuk di Indonesia?
Apa itu AI bubble?
AI bubble adalah kondisi ketika investasi, valuasi, dan ekspektasi terhadap perusahaan serta teknologi AI tumbuh jauh lebih cepat dibandingkan nilai ekonomi yang benar-benar dihasilkan.
Istilah bubble atau gelembung menggambarkan harga aset dan valuasi perusahaan yang terus meningkat karena optimisme pasar. Investor menanamkan modal bukan hanya berdasarkan kinerja bisnis saat ini, tetapi juga karena berharap permintaan dan keuntungan akan meningkat pesat pada masa mendatang.
Dalam konteks AI, kondisi ini terlihat dari derasnya pendanaan untuk perusahaan AI, besarnya belanja infrastruktur, serta meningkatnya valuasi bisnis yang belum tentu memiliki model pendapatan berkelanjutan. Banyak perusahaan juga merasa harus mengadopsi atau menambahkan AI agar tidak tertinggal, meskipun manfaat, biaya, dan use case-nya belum sepenuhnya jelas.
Jika kesenjangan ini semakin besar, kepercayaan investor dapat menurun. Pendanaan melambat, valuasi terkoreksi, dan perusahaan yang tidak mampu menunjukkan hasil nyata berisiko tersingkir. Kondisi tersebut dikenal sebagai pecahnya bubble.
Mengapa AI bubble diprediksi akan pecah?
Kekhawatiran terhadap AI bubble bukan muncul karena teknologi AI dianggap tidak berguna. Persoalannya terletak pada kesenjangan antara besarnya investasi yang dikeluarkan dan pendapatan yang mampu dihasilkan.
Pada 2026, empat perusahaan hyperscaler, yaitu Alphabet, Amazon, Meta, dan Microsoft, diperkirakan mengalokasikan total sekitar US$670 miliar untuk infrastruktur AI. Dana tersebut digunakan untuk membangun data center, membeli chip, menyediakan kapasitas komputasi, dan mengembangkan layanan berbasis AI.
Investasi sebesar itu membutuhkan pertumbuhan pendapatan yang sangat tinggi agar dapat menghasilkan keuntungan. Namun, monetisasi AI masih menghadapi berbagai tantangan. Tidak semua pengguna bersedia membayar lebih untuk fitur AI, sementara biaya untuk menjalankan model, menyediakan kapasitas komputasi, dan memelihara infrastrukturnya tetap besar.
Akibatnya, muncul persoalan mendasar dalam model bisnis AI: berapa besar pendapatan yang harus dihasilkan agar investasi ratusan miliar dolar tersebut dapat kembali?
Selama investor masih percaya terhadap pertumbuhan AI pada masa depan, belanja besar ini mungkin terus berlanjut. Namun, jika pendapatan dan permintaan tidak tumbuh sesuai ekspektasi, perusahaan dapat mulai mengurangi investasi. Koreksi inilah yang berpotensi memicu pecahnya AI bubble.
Perusahaan teknologi mulai menanggung lebih banyak utang
Besarnya kebutuhan modal untuk mengembangkan AI juga mengubah cara perusahaan teknologi membiayai ekspansi mereka. Selain menggunakan arus kas, sejumlah perusahaan mulai mengandalkan penerbitan obligasi untuk mendanai pembangunan data center dan infrastruktur komputasi.
Perusahaan teknologi tercatat menerbitkan obligasi korporasi senilai US$108,7 miliar. Angka ini menunjukkan bahwa ekspansi AI tidak hanya didorong oleh keuntungan yang telah dihasilkan, tetapi juga oleh keyakinan bahwa pertumbuhan pendapatan pada masa depan akan mampu menutup biaya investasi hari ini.
Jika permintaan terhadap layanan AI tumbuh sesuai prediksi, investasi tersebut dapat menjadi fondasi pertumbuhan baru. Sebaliknya, jika monetisasi AI berjalan lebih lambat, perusahaan tetap harus menanggung biaya operasional dan kewajiban utang yang telah dibuat.
Kondisi ini membuat industri AI semakin bergantung pada satu asumsi penting: penggunaan AI harus terus meningkat dan pada akhirnya menghasilkan pendapatan yang cukup besar. Ketika asumsi itu tidak terpenuhi, tekanan finansial dapat menyebar ke berbagai perusahaan dalam ekosistem AI.
Circular financing memperbesar risiko
Risiko lain muncul dari praktik circular financing, yaitu ketika perusahaan dalam ekosistem AI saling berinvestasi dan membeli produk atau layanan satu sama lain. Sebagai contoh, perusahaan teknologi dapat berinvestasi pada penyedia model AI yang kemudian menggunakan dana tersebut untuk membeli layanan cloud atau chip dari investornya. Transaksi ini mendorong pertumbuhan pendapatan dan valuasi di dalam ekosistem yang sama.
Model tersebut dapat mempercepat inovasi. Namun, jika pertumbuhan lebih banyak berasal dari perputaran modal antarpemain dibandingkan permintaan pengguna akhir, nilai pasar yang terbentuk mungkin tidak sepenuhnya mencerminkan kebutuhan nyata. Ketergantungan ini dapat memperbesar dampak ketika pendanaan mulai melambat.
Apa yang terjadi jika AI bubble pecah?
Pecahnya AI bubble tidak berarti teknologi AI akan menghilang. Dampak utamanya kemungkinan berupa penurunan valuasi, melambatnya pendanaan, pembatalan proyek, serta tersingkirnya perusahaan yang belum memiliki model bisnis kuat.
Koreksi ini juga dapat membuat pasar menjadi lebih realistis. Perusahaan akan lebih selektif dalam berinvestasi dan memprioritaskan solusi AI yang mampu menunjukkan manfaat, efisiensi, atau pendapatan yang terukur. AI akan tetap berkembang, tetapi tidak lagi hanya mengandalkan hype.
Indonesia ikut dalam gelombang investasi AI
Gelombang investasi AI juga semakin terlihat di Indonesia. Hingga 2024, total investasi yang mengalir ke startup berbasis AI mencapai US$542,9 juta, meningkat 141,5% dalam lima tahun. Pertumbuhan ini didorong oleh besarnya pasar digital, perkembangan ekosistem startup, dan meningkatnya kebutuhan komputasi untuk mendukung adopsi AI.
Investasi tidak hanya mengalir ke pengembangan aplikasi dan startup, tetapi juga ke infrastruktur pendukungnya. EDGNEX Data Centers, misalnya, mengumumkan rencana investasi sekitar US$2,3 miliar atau Rp37,5 triliun untuk membangun data center berbasis AI di Jakarta dengan tambahan kapasitas 144 MW. Di Batam, investasi pusat data AI senilai US$5 miliar atau sekitar Rp88 triliun juga tengah dipersiapkan.
Berbagai proyek tersebut menunjukkan bahwa Indonesia mulai diposisikan sebagai salah satu lokasi penting bagi pertumbuhan infrastruktur AI di Asia Tenggara. Lokasi strategis, pertumbuhan ekonomi digital, dan besarnya jumlah pengguna menjadi daya tarik bagi investor global.
Sumber: Katadata investasi startup AI di Indonesia, Katadata investasi data center AI di Jakarta, dan ANTARA investasi pusat data AI di Batam.
Bagaimana cara mengadopsi AI tanpa terjebak hype?
Perusahaan tidak perlu menghentikan inovasi hanya karena ada kekhawatiran terhadap AI bubble. Kuncinya adalah memastikan setiap investasi didasarkan pada kebutuhan dan hasil yang ingin dicapai, bukan sekadar mengikuti tren.
1. Mulai dari masalah bisnis yang jelas: Tentukan proses yang memang dapat diperbaiki dengan solusi AI, seperti mempercepat analisis data, mengurangi pekerjaan berulang, atau membantu mendeteksi anomali. Hindari memulai dari teknologi terlebih dahulu, baru kemudian mencari kegunaannya.
2. Hitung seluruh biaya implementasi: Biaya AI tidak terbatas pada lisensi. Perusahaan juga perlu memperhitungkan kebutuhan komputasi, integrasi, penyimpanan data, pelatihan tenaga kerja, keamanan, serta pemeliharaan model.
3. Tetapkan indikator keberhasilan: Tentukan sejak awal bagaimana hasil investasi akan diukur, misalnya melalui penghematan waktu, penurunan biaya, peningkatan produktivitas, atau percepatan penyelesaian insiden. Tanpa indikator yang jelas, AI mudah menjadi proyek eksperimen tanpa arah.
4. Pastikan kesiapan data dan infrastruktur: Hasil AI sangat bergantung pada kualitas data dan sistem yang mendukungnya. Data yang tidak lengkap, tersebar, atau tidak akurat dapat menghasilkan output yang keliru, meskipun model AI yang digunakan tergolong canggih.
5. Perhatikan keamanan dan tata kelola: Organisasi perlu mengatur data apa yang boleh diproses oleh AI, siapa yang dapat mengaksesnya, serta bagaimana aktivitas tersebut dipantau. Penggunaan AI tanpa kontrol dapat meningkatkan risiko kebocoran data, pelanggaran privasi, dan shadow AI.
6. Evaluasi sebelum memperluas implementasi: Mulailah dari proyek berskala kecil, ukur hasilnya, lalu perluas penerapan jika manfaatnya terbukti. Pendekatan bertahap membantu perusahaan menghindari investasi besar pada teknologi yang belum tentu sesuai dengan kebutuhannya.
Apakah AI bubble pasti akan pecah?
Tidak ada yang dapat memastikan kapan atau seberapa besar koreksi pasar AI akan terjadi. Namun, besarnya investasi, meningkatnya utang, dan belum meratanya monetisasi menunjukkan bahwa ekspektasi terhadap AI perlu dilihat secara lebih realistis.
Jika bubble pecah, AI tidak akan hilang. Seperti internet setelah dot-com bubble, teknologi yang memiliki kegunaan nyata akan tetap berkembang, sementara perusahaan dan proyek yang hanya mengandalkan hype berisiko tersingkir.
Bagi perusahaan, pertanyaan terpenting bukanlah apakah AI bubble akan pecah, melainkan apakah investasi AI yang dilakukan tetap dapat memberikan nilai ketika antusiasme pasar mulai mereda. Organisasi yang berfokus pada kebutuhan bisnis, kesiapan data, keamanan, tata kelola, dan hasil terukur akan lebih siap menghadapi perubahan tersebut.
Tetap realistis di tengah pesatnya perkembangan AI
AI menawarkan peluang besar untuk meningkatkan efisiensi, mempercepat pengambilan keputusan, dan membantu perusahaan menghadapi kompleksitas operasional. Namun, besarnya potensi tersebut perlu diimbangi dengan keputusan investasi yang matang.
Terlepas dari apakah AI bubble benar-benar akan pecah, perusahaan perlu membangun fondasi IT yang aman, terintegrasi, dan mudah dipantau. Dengan visibilitas yang baik terhadap data, aplikasi, perangkat, akses pengguna, serta performa infrastruktur, organisasi dapat mengadopsi AI berdasarkan kebutuhan nyata dan mengelola risikonya dengan lebih baik.
Pada akhirnya, keberhasilan adopsi AI tidak ditentukan oleh seberapa cepat perusahaan mengikuti tren, tetapi oleh seberapa tepat teknologi tersebut digunakan untuk menghasilkan nilai bisnis yang berkelanjutan.
Siapkan fondasi IT yang kuat untuk mendukung adopsi AI.
ManageEngine membantu perusahaan meningkatkan visibilitas dan kontrol terhadap perangkat, aplikasi, infrastruktur, identitas pengguna, serta keamanan IT Jelajahi solusi ManageEngine untuk perusahaan Anda
Catatan: Artikel ini diadaptasi dari “The current AI bubble will likely burst” yang ditulis oleh John Donegan dan dipublikasikan di ManageEngine Insights. Beberapa bagian telah disesuaikan dengan konteks Indonesia.