Belanja AI Big Tech: Analisis Bukti Pengembalian

Saya mulai menilai kehebohan AI dari kata bendanya. Setahun lalu, kata bendanya adalah model, kopilot, agen, dan demo. Sekarang kata bendanya adalah semikonduktor, peralatan jaringan, sistem daya, pusat data, ekuitas, pendapatan, dan imbal hasil. Pergeseran itu bukan berarti kurang menarik. Justru lebih dewasa. Industri teknologi punya kebiasaan memperlakukan infrastruktur seperti latar belakang sampai tagihannya datang. Lalu latar belakang itu menjadi alur utama. Belanja AI Big Tech sedang mengalami momen itu sekarang, bergeser dari cerita tentang siapa yang paling cepat membayangkan masa depan menjadi cerita tentang siapa yang bisa membiayai, mengoperasikan, dan memonetisasinya dengan paling masuk akal.

Cerita Belanja Menjadi Terlalu Fisik

RBC Wealth Management mengatakan peluncuran ChatGPT pada akhir 2022 membantu memicu salah satu siklus belanja modal tercepat dan terbesar dalam beberapa dekade, yang dibangun di sekitar infrastruktur yang diperlukan untuk melatih dan menerapkan AI dalam skala besar. Itu mencakup semikonduktor, peralatan jaringan, sistem daya, dan pusat data, yang bukan masukan abstrak. Semua itu adalah kerangka mahal dari era AI. Menurut RBC Wealth Management, capex di antara perusahaan Big Tech terkemuka telah lebih dari dua kali lipat dalam dua tahun terakhir, mencapai $427 miliar pada 2025. RBC juga memproyeksikan kenaikan lanjutan sebesar 30 persen tahun ke tahun menjadi sekitar $562 miliar pada 2026. Microsoft, Amazon, Alphabet, Meta, dan belakangan Oracle menyumbang sebagian besar kenaikan itu, kata RBC. Di sinilah percakapan berubah bentuk. Demo produk menanyakan apakah sebuah sistem terasa ajaib. Rencana modal menanyakan apakah keajaiban itu bisa dijual cukup sering, dengan margin cukup tinggi, untuk membenarkan beton yang dituangkan di bawahnya. Pertanyaan yang tidak nyaman bukanlah apakah AI bekerja. Pertanyaannya adalah apakah versi AI yang paling mahal selalu merupakan versi yang akan dibayar pelanggan.

Bantalan Pendapatan Bukan Lagi Selimut Nyaman Marketplace melaporkan pada 3 Juni

2026 bahwa Big Tech diperkirakan akan menghabiskan lebih dari $700 miliar untuk infrastruktur AI tahun ini. Marketplace juga melaporkan bahwa gelombang belanja ini memakan hampir seluruh pendapatan yang masuk ke perusahaan-perusahaan tersebut. Kalimat itu seharusnya membuat setiap pendiri, pemimpin produk, dan investor duduk sedikit lebih tegak. Marketplace juga melaporkan bahwa Alphabet, perusahaan induk Google, berencana menjual saham senilai $80 miliar untuk berinvestasi dalam AI, sebuah langkah yang digambarkan Marketplace sebagai sesuatu yang belum pernah dilakukan Alphabet dalam 20 tahun. Itu tidak berarti pembangunan AI ini tidak rasional. Artinya, era kelimpahan yang tampak tanpa usaha telah menjadi era tradeoff yang terlihat jelas. Hal lucu tentang platform adalah bahwa dari luar, platform bisa tampak tanpa bobot. Hasil pencarian, API cloud, feed sosial, dan asisten AI muncul sebagai antarmuka, bukan sistem industri. Tetapi setiap prompt terhubung dengan rantai pasok, kebutuhan daya, pilihan neraca, dan pada akhirnya pertanyaan dari seseorang yang ingin tahu apa hasil dari uang yang telah dibelanjakan.

Investor Mengajukan Pertanyaan Seorang Pembangun Reuters membingkai masalah ini

dengan jelas dalam liputannya tentang Meta dan Microsoft yang menaikkan belanja AI sambil membuat Wall Street khawatir menjelang hasil Amazon. Itu bukan sekadar cerita suasana pasar. Itu adalah pertanyaan yang sama yang diajukan manajer teknik yang baik sebelum menyetujui dependensi mahal lainnya: apa yang kita dapatkan yang bisa terus berlipat nilainya? RBC Wealth Management berpendapat bahwa pergeseran menuju monetisasi, imbal hasil investasi, dan aplikasi perusahaan memperkuat alasan untuk melihat melampaui gelombang pertama pemenang Big Tech. Itu adalah lensa yang berguna karena mengalihkan perhatian dari kemampuan mentah ke jalur adopsi. Para pemenang mungkin bukan perusahaan dengan chatbot paling mencolok di panggung. Mereka mungkin adalah perusahaan yang menempelkan AI pada alur kerja tempat pelanggan sudah mengukur waktu, kualitas, biaya, dan risiko. Ini adalah bagian dari siklus ketika bahasa menjadi penting. Jika AI adalah teknologi serbaguna, seperti yang dijelaskan RBC, maka hasilnya tidak akan datang sebagai satu kategori produk raksasa. Hasilnya akan muncul melalui banyak sekali perbaikan yang tampak membosankan yang membuat faktur ditutup lebih cepat, pertanyaan pelanggan diselesaikan lebih cepat, tinjauan kode menjadi lebih ketat, prakiraan membaik, dan pengetahuan internal berhenti bersembunyi di folder yang tidak pernah dibuka siapa pun.

Pelajaran di Bawah Garis Laba Hal berguna yang bisa diambil dari Marketplace dan

RBC Wealth Management bukanlah bahwa Big Tech harus membelanjakan lebih sedikit. Melainkan bahwa semua pihak lain harus menjadi lebih presisi. Jika perusahaan teknologi terbesar ditekan untuk menunjukkan imbal hasil atas infrastruktur, perusahaan yang lebih kecil juga harus berasumsi bahwa proyek AI mereka membutuhkan kasus bisnis yang lebih tajam. Itu tidak berarti setiap upaya AI membutuhkan spreadsheet sebelum siapa pun bereksperimen. Eksplorasi awal tetap penting. Tetapi era pembuktian imbal hasil memberi penghargaan kepada tim yang tahu perbedaan antara demo kemampuan dan jalur penerapan. Demo mengatakan, lihat apa yang bisa dilakukan ini. Jalur penerapan mengatakan, inilah siapa yang menggunakannya, seberapa sering, apa yang digantikannya, apa yang diperbaikinya, dan mengapa kurva biayanya masuk akal. Bagi pembaca yang membangun dengan AI, pertanyaan berikutnya bukanlah apakah Big Tech terus berbelanja. Pertanyaan yang lebih praktis adalah jenis belanja AI apa yang bertahan ketika berhadapan dengan pelanggan, anggaran, pengadaan, dan pekerjaan sehari-hari. Jika perusahaan terbesar di dunia sedang belajar menerjemahkan visi menjadi imbal hasil, bukti apa yang seharusnya mulai kita kumpulkan sekarang?