Apakah ledakan AI akan mengalami koreksi? Apa yang sebenarnya ditunjukkan oleh Anthropic dan Microsoft – miliaran dolar untuk AI, lebih sedikit pekerjaan di bidang AI

Anthropic bernilai hampir satu triliun dolar – tetapi ada kejanggalan dalam perhitungannya

Saham AI berada di jalur rekor: Mengapa bahkan pertumbuhan riil pun bisa dinilai terlalu tinggi

Ledakan AI saat ini melukiskan gambaran yang tampaknya hampir tidak sesuai: Anthropic berkembang pesat dan dihargai dengan jumlah yang luar biasa bahkan di Silicon Valley. Microsoft, di sisi lain, menginvestasikan sejumlah besar uang dalam pusat data, chip, dan sistem AI – sementara secara bersamaan menawarkan paket pesangon sukarela kepada sekitar 60.000 karyawan. Perbandingan ini menimbulkan pertanyaan mendesak: Apakah revolusi teknologi baru sedang berlangsung, ataukah harapan untuk pertumbuhan di masa depan sudah diperdagangkan dengan harga yang sangat tinggi sehingga koreksi hampir tak terhindarkan?

Jika diteliti lebih lanjut, jawabannya bukan sekadar "gelembung" atau "tidak masalah." Anthropic menghasilkan pendapatan nyata dan memenangkan pelanggan perusahaan; Microsoft semakin mengintegrasikan AI ke dalam alur kerjanya sendiri. Pada saat yang sama, valuasi dan rencana investasi jangka panjang menuntut pertumbuhan dan peningkatan produktivitas yang sangat tinggi. Oleh karena itu, pertanyaan krusialnya adalah apakah teknologi ini akan secara berkelanjutan menciptakan nilai ekonomi yang lebih besar daripada biaya pengembangan, daya komputasi, dan infrastrukturnya. Implikasi ketenagakerjaan juga menjadi lebih nyata: AI tidak harus langsung menggantikan seluruh pekerjaan, sehingga menghambat perekrutan baru, mendistribusikan kembali tugas, dan mengurangi jumlah tim. Dengan demikian, Anthropic dan Microsoft menggambarkan kedua sisi ledakan AI—potensinya yang sangat besar dan risiko yang muncul ketika ekspektasi jauh melampaui realitas.

Antropik, Microsoft, dan ketakutan akan gelembung AI: Tiga risiko ini dapat memperlambat pertumbuhan pesat

Ketika valuasi triliunan dolar berbenturan dengan pemutusan hubungan kerja, kemajuan menjadi masalah keyakinan

Debat tentang potensi gelembung kecerdasan buatan telah mencapai titik balik baru. Di satu sisi, Anthropic menyajikan tingkat pertumbuhan, perkiraan pendapatan, dan valuasi yang luar biasa bahkan untuk Silicon Valley, yang terbiasa dengan angka-angka besar. Di sisi lain, Microsoft menawarkan paket pesangon sukarela kepada sekitar 60.000 karyawan sambil secara bersamaan menginvestasikan sejumlah besar uang di pusat data, chip, kapasitas cloud, dan sistem AI. Bersama-sama, kedua faktor ini melukiskan gambaran yang mengkhawatirkan: modal dialihkan dalam skala yang belum pernah terjadi sebelumnya ke mesin, model, dan infrastruktur, sementara tenaga kerja manusia semakin tampak sebagai pusat biaya yang dapat dikurangi dengan menggunakan teknologi yang sama.

Kesimpulan yang jelas adalah bahwa euforia AI telah lepas kendali. Tetapi tidak sesederhana itu. Anthropic memiliki bisnis nyata yang berkembang pesat, Microsoft mencapai peningkatan produktivitas yang nyata, dan permintaan akan daya komputasi sama sekali bukan rekayasa. Pada saat yang sama, valuasi, rencana investasi, dan komitmen pembelian jangka panjang didasarkan pada ekspektasi yang hanya berkelanjutan jika AI menghasilkan tingkat pertumbuhan dan produktivitas yang sangat tinggi selama bertahun-tahun mendatang. Oleh karena itu, pertanyaan krusial bukanlah apakah kecerdasan buatan relevan secara ekonomi. Melainkan apakah harga saat ini untuk masa depannya yang diantisipasi masih sebanding dengan pengembalian yang dapat diperkirakan.

Anthropic akan menjadi ujian berat bagi seluruh pasar AI

Anthropic lebih dari sekadar produsen model bahasa yang sukses. Perusahaan ini telah menjadi tolok ukur seberapa jauh investor bersedia mengantisipasi kepemimpinan pasar di masa depan. Pada paruh pertama tahun 2026, Anthropic menghasilkan pendapatan sekitar $16,3 miliar. Pada periode yang sama tahun sebelumnya, pendapatan hanya sekitar $1,2 miliar. Pertumbuhan lebih dari 1.300 persen tidak hanya tidak biasa, tetapi hampir belum pernah terjadi sebelumnya untuk perusahaan yang sudah bernilai miliaran dolar. Total pendapatan untuk tahun 2025 sekitar $4,6 miliar.

Angka-angka ini pada awalnya membantah anggapan bahwa ini hanyalah mimpi belaka. Anthropic tidak hanya menjual visi semata, tetapi juga model, antarmuka pemrograman, akun perusahaan, dan alat pengembangan yang semakin otomatis. Lebih dari 11.900 pelanggan baru-baru ini menghabiskan setidaknya $100.000 masing-masing dalam periode dua belas bulan. Sekitar 1.900 pelanggan melampaui satu juta dolar, dan sekitar 250 bahkan mencapai sepuluh juta dolar. Ini menunjukkan bahwa Claude dan layanan yang dibangun di atasnya bukan lagi sekadar eksperimen di banyak perusahaan. Layanan tersebut diintegrasikan ke dalam pengembangan perangkat lunak, pekerjaan berbasis pengetahuan, layanan pelanggan, penelitian, analisis data, dan otomatisasi proses.

Pada saat yang sama, kecepatan pertumbuhan menghadirkan masalah metodologis bagi investor. Semakin curam kurva, semakin besar pengaruh titik awal yang dipilih terhadap hasilnya. Tingkat penjualan yang diproyeksikan tidak secara otomatis mencerminkan pendapatan tahunan aktual. Proyeksi tersebut mengasumsikan bahwa tingkat yang terakhir dicapai akan dipertahankan selama dua belas bulan. Dalam industri yang masih muda dan didorong oleh konsumsi, proyeksi semacam itu dapat menggambarkan dinamika secara bermakna. Namun, proyeksi tersebut juga dapat memperlakukan kuartal yang sangat kuat seolah-olah itu sudah menjadi fondasi permanen.

Penilaian ini mengasumsikan masa depan yang hampir tanpa cela

Anthropic dinilai sekitar $965 miliar dalam putaran pendanaan pada Mei 2026. Dalam konteks IPO yang direncanakan, valuasi antara $1,5 dan $2 triliun beredar. Ini akan mendorong perusahaan yang baru berusia beberapa tahun langsung ke jajaran perusahaan paling berharga di dunia. Valuasi seperti itu tidak dapat dijelaskan oleh pendapatan saat ini, karena laba tahunan yang stabil belum tercapai. Hal itu hanya dapat dibenarkan jika Anthropic dengan cepat menjadi platform infrastruktur dan aplikasi yang dominan untuk ekonomi global.

Berdasarkan proyeksi pendapatan semester pertama tahun ini, valuasi sebesar $1,5 triliun akan setara dengan sekitar 46 kali pendapatan tersebut. Pada angka $2 triliun, valuasi akan lebih dari 60 kali pendapatan tahunan. Dengan menggunakan tingkat pendapatan saat ini yang lebih tinggi sebagai dasar, rasio tersebut menjadi lebih menguntungkan, tetapi tetap sangat ambisius. Selain itu, pendapatan tidak sama dengan uang tunai yang tersedia. Biaya cloud, daya komputasi, penelitian, penjualan, personel, langkah-langkah keamanan, dan perluasan kapasitas semuanya harus dibayar dari pendapatan.

Proyeksi pendapatan untuk tahun 2028 berkisar antara $190 hingga $200 miliar. Untuk mencapai level ini, Anthropic harus melipatgandakan lebih dari empat kali lipat tingkat pertumbuhan pendapatannya yang sudah sangat tinggi mulai musim semi 2026. Hal ini mungkin terjadi jika agen AI menjadi lapisan universal untuk pekerjaan digital dan Anthropic mempertahankan pangsa pasar yang besar dalam jangka panjang. Namun, hal ini sama sekali tidak dijamin. Persaingan, penurunan harga model, sistem sumber terbuka yang lebih efisien, model khusus pelanggan, dan perlambatan pertumbuhan dapat secara signifikan mengubah perhitungan tersebut.

Oleh karena itu, valuasi sebesar ini menyisakan sedikit ruang untuk kesalahan bisnis biasa. Keterlambatan dalam model baru, perang harga, masalah keamanan, intervensi regulasi, atau hilangnya klien utama tertentu tidak hanya akan berdampak negatif pada hasil kuartal tersebut, tetapi juga dapat mempertanyakan seluruh logika valuasi. Inilah tepatnya karakteristik khas dari valuasi spekulatif yang berlebihan: masalahnya bukanlah kualitas perusahaan, tetapi kesempurnaan yang sudah diperhitungkan dalam harga.

Kerugian yang tercatat tersebut terlihat lebih buruk daripada kondisi bisnis yang sebenarnya

Kerugian bersih sekitar $80,7 miliar pada semester pertama tahun 2026 sangat patut diperhatikan. Jika dilihat secara terpisah, angka ini tampak sangat buruk. Angka ini jauh melebihi pendapatan dan tampaknya bertentangan dengan gagasan bisnis yang layak secara ekonomi. Namun, sebagian besar kerugian ini tidak berasal dari operasi yang sedang berjalan. Sekitar $72,4 miliar disebabkan oleh perubahan valuasi instrumen keuangan konvertibel dan kewajiban terkait.

Mekanisme ini paradoks: Jika valuasi perusahaan yang diasumsikan meningkat, nilai kewajiban tertentu, yang nantinya dapat dikonversi menjadi saham, juga meningkat di neraca. Revaluasi ini muncul sebagai beban dan meningkatkan kerugian bersih, meskipun tidak ada jumlah uang yang sesuai yang keluar dari perusahaan. Dengan cara ini, kenaikan valuasi perusahaan dapat menghasilkan kerugian akuntansi yang sangat besar sebelum IPO. Oleh karena itu, kerugian bersih tersebut nyata dalam pengertian akuntansi, tetapi hanya memiliki kegunaan terbatas dalam menilai kinerja operasional.

Yang lebih mencolok adalah kerugian operasional sekitar $693 juta pada semester pertama tahun ini. Meskipun ini juga bukan keuntungan, angka tersebut tampak jauh lebih kecil dibandingkan dengan pendapatan sebesar $16,3 miliar. Pada periode yang sama tahun lalu, kerugian operasional mencapai lebih dari $2 miliar. Untuk kuartal kedua, perusahaan bahkan melaporkan laba operasional. Ini menunjukkan bahwa bisnis inti Anthropic pada dasarnya mampu menghasilkan keuntungan.

Namun, mengoreksi kesan awal ini tidak boleh menyebabkan pembesaran yang berlawanan. Efek akuntansi sekali waktu menjelaskan sebagian besar kerugian bersih, tetapi tidak menghilangkan risiko ekonomi yang mendasar. Anthropic harus mencapai margin laba kotor yang tinggi secara konsisten sambil mempertahankan kepemimpinan risetnya dan memenuhi komitmen infrastruktur yang sangat besar. Dalam kondisi ini, laba triwulanan belum menjadi bukti model bisnis yang mandiri secara berkelanjutan.

Margin laba kotor yang tinggi menutupi kebutuhan akan daya komputasi yang besar

Pada paruh pertama tahun 2026, pendapatan sekitar $16,3 miliar diimbangi oleh biaya sekitar $2,4 miliar. Hal ini menghasilkan margin laba kotor yang dihitung sekitar 85 persen. Bagi perusahaan perangkat lunak, ini sangat menarik. Ini menunjukkan bahwa, setelah dikurangi biaya operasional yang dapat diatribusikan secara langsung, sebagian besar dana masih tersisa untuk membiayai penelitian, administrasi, penjualan, dan keuntungan.

Namun, bagi perusahaan AI, perbedaannya lebih kompleks daripada perangkat lunak tradisional. Sebagian biaya komputasi secara langsung disebabkan oleh penggunaan pelanggan, sementara sebagian lainnya mencakup pelatihan, penelitian, reservasi kapasitas, dan infrastruktur strategis. Anthropic menghabiskan sekitar $8,9 miliar untuk daya komputasi dan infrastruktur pada paruh pertama tahun ini, jauh melebihi angka tahun sebelumnya. Oleh karena itu, margin laba kotor yang dilaporkan hanya menceritakan sebagian dari keseluruhan cerita. Perusahaan dapat secara bersamaan memiliki margin laba kotor yang tinggi dan kebutuhan modal serta infrastruktur yang sangat besar.

Risiko utama terletak pada komitmen jangka panjang. Tergantung pada definisinya, komitmen tetap dan yang lebih luas untuk daya komputasi dapat mencapai beberapa ratus miliar dolar. Komitmen minimum yang terkuantifikasi dengan jelas saja berjumlah lebih dari 400 miliar dolar; termasuk perjanjian tambahan, jumlahnya meningkat menjadi lebih dari 500 miliar dolar. Kontrak semacam itu mengamankan kapasitas yang langka dan dapat memberikan Anthropic keunggulan strategis. Namun, kontrak tersebut juga bertindak sebagai pengungkit besar untuk biaya tetap.

Selama permintaan tumbuh lebih cepat daripada kewajiban, daya ungkit ini meningkatkan posisi pasar. Jika pertumbuhan lebih lemah, kontrak yang sama menjadi beban. Lebih jauh lagi, kapasitas komputasi bukanlah aset abadi. Chip menjadi usang secara teknologi dengan cepat, arsitektur model baru dapat mengubah daya komputasi yang dibutuhkan, dan sistem yang lebih efisien dapat menurunkan harga. Apa yang dianggap sebagai sumber daya strategis yang langka saat ini mungkin menjadi kelebihan kapasitas yang mahal di masa mendatang.

Pertumbuhan itu nyata, tetapi kualitasnya masih sulit diukur

Sekitar 80 persen pendapatan Anthropic berasal dari model berbasis penggunaan. Oleh karena itu, pelanggan sebagian besar membayar berdasarkan penggunaan aktual. Ini umumnya merupakan pertanda positif karena menunjukkan aktivitas nyata, bukan hanya lisensi jangka panjang. Pada saat yang sama, hal ini membuat pendapatan lebih mudah dioptimalkan. Perusahaan dapat mengurangi konsumsi melalui model yang lebih efisien, input yang lebih baik, caching, model yang lebih kecil dan khusus, atau infrastruktur mereka sendiri.

Ekspansi internasional berkembang pesat. Pada semester pertama tahun ini, sekitar $4,5 miliar, atau hampir 28 persen dari pendapatan, berasal dari luar negeri. Hal ini memperluas basis permintaan dan mengurangi ketergantungan pada pasar AS. Meskipun demikian, konsentrasi ekonomi tetap tinggi. Sebagian besar pendapatan dihasilkan melalui pasar Amazon, Google, dan Microsoft. Kelima pelanggan terbesar ini menyumbang sebagian besar pendapatan. Pada saat yang sama, beberapa platform ini termasuk di antara investor, mitra infrastruktur, dan saluran penjualan yang paling penting.

Salah satu fitur yang sangat mencolok adalah retensi pendapatan bersih yang sangat tinggi. Ini menunjukkan bahwa pelanggan yang sudah ada telah melipatgandakan pengeluaran mereka dalam waktu singkat. Pada fase pertumbuhan awal, hal ini dapat terjadi karena transisi dari proyek percontohan ke implementasi yang luas. Namun, tingkat pengeluaran yang sama ini tidak dapat dipertahankan selamanya. Jika pelanggan yang sudah ada meningkatkan pengeluaran mereka beberapa kali lipat setiap tahun, anggaran mereka akan dengan cepat menjadi tidak lagi layak secara ekonomi. Oleh karena itu, metrik ini terutama menggambarkan fase ekspansi yang luar biasa dan bukan situasi jangka panjang yang stabil.

Pertanyaan krusial mengenai kualitas adalah seberapa besar manfaat ekonomi independen yang dihasilkan bagi pelanggan akhir. Jika sebuah perusahaan membeli layanan AI seharga sepuluh juta dolar tetapi menghemat dua puluh juta dolar dalam biaya atau menghasilkan tiga puluh juta dolar dalam pendapatan tambahan, pertumbuhan lebih lanjut masuk akal. Jika penggunaan terutama terdiri dari eksperimen, kesesuaian strategis, atau ketakutan akan keterbelakangan teknologi, beberapa permintaan akan kembali normal. Pasar memiliki pemahaman yang sangat tepat tentang pengeluaran, tetapi gambaran yang jauh kurang akurat tentang peningkatan produktivitas aktual yang dicapai.

Microsoft tidak akan memangkas 60.000 pekerjaan sekaligus

Angka kedua yang memicu kecurigaan adanya gelembung ekonomi juga perlu dilihat dari perspektif yang tepat. Microsoft belum memutuskan untuk langsung memberhentikan 60.000 orang. Perusahaan telah menawarkan opsi pemutusan hubungan kerja sukarela kepada sekitar 60.000 karyawan di AS, Kanada, Inggris, dan India. Ini mewakili sekitar 27 persen dari total karyawan globalnya yang berjumlah sekitar 223.000. Karyawan di bidang-bidang tertentu, hingga dan termasuk tingkat wakil presiden, berhak untuk berpartisipasi.

Perbedaan tersebut signifikan secara ekonomi. Angka 60.000 menggambarkan jumlah karyawan yang memenuhi syarat, bukan jumlah karyawan yang diperkirakan akan keluar. Pengalaman dengan program serupa menunjukkan tingkat penerimaan di angka satu digit rendah. Bahkan jika hanya tiga hingga lima persen karyawan yang memenuhi syarat menerima tawaran tersebut, sekitar 1.800 hingga 3.000 karyawan dapat meninggalkan perusahaan. Jumlah tersebut jauh lebih sedikit daripada 60.000, tetapi tetap merupakan pengurangan staf yang substansial.

Selain itu, pengurangan karyawan telah selesai dilakukan. Pada musim panas 2026, Microsoft menghapus sekitar 4.800 posisi. Jumlah karyawan menurun dibandingkan tahun sebelumnya. Oleh karena itu, sifat sukarela dari program baru ini tidak mengurangi pentingnya strategisnya. Microsoft menciptakan alat untuk mengurangi jumlah karyawan secara selektif, merampingkan tingkatan hierarki, dan mengarahkan sumber daya ke area pertumbuhan tinggi tanpa langsung memicu gelombang PHK besar-besaran.

Patut dicatat siapa saja yang dikecualikan sebagian. Karyawan di pusat data, departemen keamanan, fungsi penjualan tertentu, dan unit-unit penting strategis lainnya tidak termasuk dalam program ini atau hanya sebagian, tergantung pada organisasinya. Sebaliknya, sebagian dari Windows, Xbox, keuangan, sumber daya manusia, dan unit-unit terkait AI dan Copilot sepenuhnya termasuk. Hal ini bertentangan dengan anggapan sederhana bahwa Microsoft hanya mengganti staf rutin non-teknis dengan AI. Sebaliknya, perusahaan sedang meninjau seluruh struktur organisasinya, termasuk area yang mengembangkan atau memasarkan AI.

Xpert.Digital adalah pusat industri B2B berbasis data yang dipimpin oleh Konrad Wolfenstein . Perusahaan ini bertindak sebagai solusi eksternal, yang hampir bersifat internal, bagi mitra industri, menutup kesenjangan operasional dalam pemasaran, konten, dan penjualan – tanpa memerlukan sumber daya tambahan di pihak klien.

Informasi selengkapnya di sini:

• Solusi semi-internal: Bagaimana Xpert.Digital menutup kesenjangan operasional dalam pemasaran dan penjualan B2B – Bisnis Cerdas Berbasis Konten

Perangkat lunak super yang dimaksud adalah kumpulan agen dan perancangan ulang proses

Anggapan bahwa Microsoft memiliki satu perangkat lunak super yang membuat puluhan ribu karyawan menjadi tidak dibutuhkan adalah menyesatkan. Faktanya, perusahaan ini menggabungkan Microsoft 365 Copilot, alat pengembangan internal, Work IQ, Agent 365, Copilot Studio, Dynamics 365, dan berbagai agen khusus. Sistem-sistem ini menulis teks dan kode, mencari pengetahuan perusahaan, menganalisis data, mempersiapkan rapat, memproses operasi, dan mengeksekusi tindakan dalam sistem bisnis dalam batasan izin yang telah ditentukan.

Peningkatan produktivitas terbesar tidak berasal dari chatbot yang sangat canggih, tetapi dari reorganisasi alur kerja secara menyeluruh. Microsoft, misalnya, melaporkan memiliki lebih dari 100 agen khusus dalam proses rantai pasokan tertentu. Agen-agen ini menyelidiki perubahan permintaan, membandingkan opsi transportasi, menganalisis kapasitas, dan dapat memperbarui atau membatalkan pesanan dalam batasan yang ditentukan. Dalam beberapa proses, waktu tunggu telah berkurang hingga 75 persen. Di satu divisi penjualan, tingkat penutupan penjualan meningkat sebesar 20 persen, sementara pendapatan per manajer akun meningkat sebesar 9,4 persen.

Angka-angka tersebut relevan tetapi harus ditafsirkan dengan hati-hati. Ini adalah data spesifik perusahaan dari kasus penggunaan terpilih. Proyek percontohan yang sukses tidak secara otomatis mewakili seluruh perusahaan. Produktivitas juga dapat diukur sebagai pemrosesan yang lebih cepat, kualitas yang lebih tinggi, kuantitas yang lebih besar, atau pengurangan jumlah staf. Tergantung pada metrik yang digunakan, gambaran yang berbeda akan muncul.

Meskipun demikian, pendekatan Microsoft menunjukkan ke mana arah perkembangan ini. AI tidak hanya dijual sebagai produk kepada pelanggan, tetapi juga diterapkan sebagai sistem operasi internal untuk pekerjaan berbasis pengetahuan. Ketika tugas-tugas dalam penjualan, pengembangan perangkat lunak, sumber daya manusia, keuangan, dan rantai pasokan diselesaikan lebih cepat, perusahaan yang berkembang membutuhkan lebih sedikit karyawan tambahan. Bahkan jika AI pada awalnya tidak sepenuhnya menggantikan satu posisi pun, AI dapat mencegah perekrutan baru, mengurangi ukuran tim, dan membiarkan posisi kosong tidak terisi. Dampak terhadap lapangan kerja yang dihasilkan bersifat bertahap dan secara statistik lebih sulit dideteksi daripada PHK langsung.

Pengurangan staf membiayai mesin-mesin, tetapi bukan dalam rasio pertukaran yang sederhana

Microsoft berencana menginvestasikan sekitar $175 miliar untuk AI dan infrastruktur hingga tahun 2026. Bahkan pengurangan staf yang signifikan hanya dapat membiayai sebagian kecil dari jumlah tersebut. Meskipun meninggalkan perusahaan akan menghasilkan penghematan yang substansial dan berkelanjutan dalam hal gaji, tunjangan, opsi saham, ruang kantor, dan administrasi, jumlah ini tetap terbatas dibandingkan dengan modal yang dibutuhkan untuk pusat data, koneksi daya, komponen jaringan, dan chip akselerator.

Oleh karena itu, hubungan ini lebih strategis daripada sekadar akuntansi. Microsoft tidak hanya mengganti satu dolar upah dengan satu dolar daya komputasi. Perusahaan ini mengubah struktur modal bisnisnya. Biaya personel yang variabel dan kompleks secara organisasi digantikan, sebagian, oleh biaya infrastruktur tetap yang substansial. Infrastruktur ini dapat dijual kepada jutaan pelanggan melalui Azure dan Copilot, tetapi hanya menguntungkan jika pemanfaatan dan penetapan harganya tepat.

Ini menunjukkan pergeseran risiko kewirausahaan. Karyawan dapat dipekerjakan, dipindahkan, atau dikurangi melalui pengurangan alami. Pusat data, kontrak listrik, dan pesanan chip jangka panjang menjadi jauh kurang fleksibel. Dengan demikian, perusahaan menukar sebagian risiko personel mereka dengan risiko modal, teknologi, dan pemanfaatan kapasitas. Pada fase booming, pertukaran ini meningkatkan skalabilitas. Pada fase penurunan, hal ini dapat memperburuk profitabilitas.

Bagi karyawan, ini bukan berarti tenaga kerja manusia akan hilang. Sebaliknya, aktivitas yang menetapkan tujuan, menilai pengecualian, memikul tanggung jawab, membina hubungan pelanggan, dan memantau proses otomatis akan menjadi lebih berharga. Peran yang nilainya terutama terletak pada pemrosesan informasi standar, koordinasi, atau dokumentasi akan berada di bawah tekanan. Oleh karena itu, transformasi ini akan menyerupai pergeseran permanen dalam profil pekerjaan daripada gelombang otomatisasi yang terjadi sekali saja.

Indikator gelembung yang sebenarnya adalah intensitas modal dari keseluruhan sistem

Empat perusahaan raksasa teknologi informasi (hyperscaler) utama, Amazon, Alphabet, Microsoft, dan Meta, berencana untuk menginvestasikan total sekitar $720 hingga $745 miliar hingga tahun 2026. Meskipun angka-angka tersebut tidak sepenuhnya dapat dibandingkan tergantung pada metode akuntansi yang digunakan, skalanya jelas. Dalam waktu singkat, gelombang investasi telah muncul yang meluas jauh melampaui laboratorium AI individual. Ini mencakup semikonduktor, pusat data, pembangkit listrik, jaringan, pendinginan, serat optik, lahan, dan pembiayaan.

Gelombang semacam itu dapat menjadi ekspresi dari transformasi infrastruktur bersejarah. Kereta api, listrik, telekomunikasi, dan internet juga membutuhkan investasi awal yang sangat besar sebelum manfaat ekonomi penuhnya terlihat. Namun, hal itu juga dapat menyebabkan kelebihan kapasitas. Revolusi teknologi dan gelembung spekulatif bukanlah hal yang saling eksklusif. Sebaliknya, teknologi dengan potensi jangka panjang yang nyata seringkali menarik terlalu banyak modal terlalu dini.

Investor menghadapi masalah waktu. Pengeluaran terjadi hari ini, sementara peningkatan produktivitas tersebar selama bertahun-tahun. Namun, valuasi pasar saham bereaksi langsung terhadap ekspektasi. Jika keuntungan meningkat lebih lambat dari yang diharapkan, saham dapat jatuh tajam, bahkan jika teknologi tersebut pada akhirnya berhasil. Koreksi tersebut kemudian bukanlah bukti yang menentang AI, melainkan bukti yang menunjukkan harga yang harus dibayar untuk masa depan.

Dana Moneter Internasional (IMF) kini menganggap risiko tersebut relevan secara makroekonomi. Menurut skenario terburuk, penurunan tajam investasi AI akibat imbal hasil yang mengecewakan dapat secara signifikan melemahkan output ekonomi global pada tahun 2028, terutama berdampak buruk pada AS. Sebaliknya, implementasi yang sukses dapat mendorong pertumbuhan global selama bertahun-tahun. Rentang ini menggambarkan sejauh mana ekonomi global menjadi bergantung pada teknologi yang imbal hasil jangka panjangnya belum dapat diukur secara andal.

Aliran uang yang berputar-putar menyulitkan untuk melihat permintaan yang sebenarnya

Alasan lain untuk skeptisisme adalah hubungan keuangan yang erat di industri ini. Penyedia layanan cloud berinvestasi di laboratorium AI. Laboratorium-laboratorium ini menggunakan sebagian besar modal mereka untuk membeli daya komputasi dari penyedia layanan cloud yang sama. Perusahaan chip membiayai pelanggan atau proyek infrastruktur, yang pada gilirannya membeli chip mereka. Pada saat yang sama, beberapa pemangku kepentingan melaporkan peningkatan pendapatan, pesanan yang belum dipenuhi, atau valuasi perusahaan.

Struktur ini tidak secara otomatis curang atau tidak sehat secara ekonomi. Kemitraan vertikal dapat berbagi risiko, mempercepat pengembangan pasar baru, dan membiayai kapasitas yang langka. Masalah muncul ketika investor memperlakukan pendapatan yang dihasilkan seolah-olah sepenuhnya berasal dari permintaan pelanggan akhir yang independen. Uang yang beredar dalam ekosistem yang terintegrasi erat tidak membuktikan bahwa ada kemauan yang cukup untuk membayar di luar sistem tersebut.

Anthropic merupakan contoh dari ambivalensi ini. Amazon, Google, dan Microsoft secara bersamaan adalah investor, mitra infrastruktur, saluran penjualan, dan, dalam beberapa kasus, sumber pendapatan yang signifikan. Terkadang, hampir setengah dari pendapatan Anthropic dihasilkan melalui pasar platform-platform utama ini. Hal ini memberi Anthropic akses ke pelanggan perusahaan dan infrastruktur global. Pada saat yang sama, hal ini menciptakan ketergantungan terkait penetapan harga, distribusi, pembiayaan, dan kapasitas teknis.

Oleh karena itu, menilai gelembung ekonomi tidak hanya bergantung pada pertumbuhan pendapatan tetapi juga pada sumber pendanaan. Pendapatan dari pelanggan independen yang terbukti mengurangi biaya mereka sendiri atau menghasilkan pendapatan baru sangat dapat diandalkan. Pendapatan yang terutama dibiayai melalui modal ventura, perjanjian pembelian minimum, pinjaman, atau subsidi silang strategis kurang dapat diandalkan. Pasar AI mencakup keduanya, dan perpaduan inilah yang membuat diagnosis yang jelas menjadi sangat sulit.

Perbandingan dengan gelembung dot-com terlalu sederhana, namun tetap saja menyentuh titik sensitif

Kemiripan dengan tahun 2000 sangat jelas. Saat itu, perusahaan dinilai berdasarkan jangkauan, pertumbuhan, dan dominasi pasar di masa depan, meskipun keuntungan yang stabil masih kurang. Saat ini, tingkat pendapatan, kinerja model, daya komputasi, dan efek platform yang diharapkan menjadi dominan. Dalam kedua kasus tersebut, teknologi fundamental membenarkan investasi yang sangat tinggi, sementara persaingan memaksa perusahaan untuk melakukan investasi awal yang semakin besar.

Namun, terdapat perbedaan penting. Investor utama dalam booming saat ini sebagian besar adalah perusahaan-perusahaan yang sangat menguntungkan dengan neraca keuangan yang kuat, hubungan pelanggan yang mapan, dan infrastruktur global. Microsoft, Amazon, Alphabet, dan Meta dapat menyerap kerugian atau pengembalian yang lebih rendah untuk jangka waktu yang jauh lebih lama daripada banyak perusahaan internet di akhir tahun 1990-an. Selain itu, AI generatif sudah menghasilkan pendapatan yang substansial dan digunakan secara produktif dalam bisnis.

Namun, hal ini tidak melindungi pasar dari alokasi yang salah. Bahkan perusahaan yang sehat secara finansial pun dapat melakukan investasi berlebihan. Kekuatan finansial justru memperpanjang persaingan karena banyak penyedia dapat secara bersamaan membangun kapasitas yang sangat besar tanpa harus menyerah lebih awal. Hal ini meningkatkan risiko ketidakseimbangan sementara antara penawaran dan permintaan. Penurunan harga akan menguntungkan pelanggan, tetapi dapat menekan keuntungan operator infrastruktur dan penyedia model.

Oleh karena itu, perbandingan yang paling mungkin bukanlah keruntuhan teknologi total. Yang lebih mungkin adalah fase di mana valuasi turun, penyedia layanan menghilang atau diakuisisi, dan infrastruktur terus digunakan dengan biaya yang lebih rendah. Setelah gelembung dot-com meledak, internet tidak menghilang. Demikian pula, koreksi AI mungkin tidak berarti akhir dari kecerdasan buatan, tetapi lebih merupakan akhir dari asumsi bahwa hampir semua perusahaan terkemuka dapat secara konsisten menghasilkan keuntungan yang luar biasa.

Tiga kekuatan menentukan keberhasilan atau kegagalan

Faktor penting pertama adalah manfaat pelanggan yang terukur. AI harus secara konsisten menghasilkan nilai ekonomi yang lebih besar daripada biaya model, data, integrasi, kontrol, dan daya komputasi. Kisah sukses yang terisolasi saja tidak cukup. Peningkatan produktivitas yang luas dibutuhkan di perusahaan biasa, termasuk perusahaan di luar sektor teknologi. Hanya ketika bisnis menengah, perusahaan industri, penyedia logistik, bank, perusahaan asuransi, dan administrasi publik mencapai pengembalian yang stabil, gelombang investasi akan menjadi transformasi makroekonomi yang berkelanjutan.

Faktor pendorong kedua adalah perkembangan harga. Model-model menjadi semakin canggih, sementara pada saat yang sama biaya per unit komputasi menurun. Hal ini dapat menyebabkan permintaan meningkat pesat. Namun, hal ini juga dapat menyebabkan pendapatan tidak tumbuh secepat penggunaan. Bagi Anthropic dan penyedia lainnya, pertanyaan krusialnya adalah apakah peningkatan efisiensi tetap berupa margin yang lebih tinggi atau diteruskan kepada pelanggan di tengah persaingan. Sebuah perusahaan dapat sukses secara teknologi dan tetap mencapai keuntungan yang lebih rendah daripada yang ditunjukkan oleh valuasi perusahaan.

Kekuatan ketiga adalah pembiayaan. Selama pasar saham, investor obligasi, bank, dan pemberi pinjaman swasta bersedia menyediakan modal, perusahaan dapat mengamankan kapasitas jangka panjang. Kenaikan suku bunga, hasil yang mengecewakan, atau gagal bayar individu dapat membalikkan siklus ini. Kemudian, bukan hanya laboratorium yang bernilai tinggi yang akan menderita, tetapi juga pengembang pusat data, proyek energi, pemasok chip, dan pemberi pinjaman.

Ketiga kekuatan ini saling berinteraksi. Penurunan harga meningkatkan adopsi tetapi mempersulit pembiayaan ulang investasi besar. Peningkatan produktivitas mendorong permintaan tetapi secara bersamaan dapat menekan lapangan kerja dan pertumbuhan upah. Pembiayaan yang ekstensif mempercepat inovasi tetapi meningkatkan kerentanan terhadap perubahan sentimen. Oleh karena itu, ekonomi AI bukanlah siklus perangkat lunak biasa, melainkan interaksi kompleks antara teknologi, modal, dan pasar tenaga kerja.

Bagi Eropa, risiko yang lebih besar terletak pada status mereka sebagai penonton

Dari perspektif Eropa, gelombang investasi Amerika tampak menarik sekaligus mengancam. Eropa memiliki perusahaan industri yang kuat, tenaga kerja terampil, dan sejumlah besar data proses yang berharga. Namun, Eropa menghadapi ketergantungan yang signifikan pada penyedia asing untuk model dasar, platform cloud, dan chip akselerator. Jika Anthropic, Microsoft, dan perusahaan lain mengintegrasikan platform mereka secara menyeluruh ke dalam rantai nilai Eropa, sebagian besar penciptaan nilai digital akan mengalir ke AS.

Oleh karena itu, potensi gelembung ekonomi bukanlah argumen yang meyakinkan untuk menunda investasi. Bahkan jika valuasi di AS meningkat, teknologi tersebut tetap relevan secara strategis. Namun, perusahaan-perusahaan Jerman tidak boleh mencoba meniru pengeluaran modal Amerika. Strategi selektif lebih masuk akal: proses yang didefinisikan dengan jelas, data yang andal, profitabilitas yang terukur, beberapa penyedia model, dan kontrol kontraktual atas biaya dan akses data.

Potensi AI sangat besar, terutama di bidang industri dan logistik. Perencanaan produksi, pemeliharaan, manajemen kualitas, pembelian, dokumentasi teknis, optimasi inventaris, dan pengendalian transportasi melibatkan banyak proses kerja yang intensif informasi. AI dapat menghasilkan peningkatan efisiensi yang signifikan di bidang-bidang ini tanpa mengharuskan perusahaan untuk melatih model dasarnya sendiri. Prasyaratnya adalah data yang bersih, sistem yang terintegrasi, dan organisasi yang menata ulang keputusan dan tanggung jawab.

Pasar tenaga kerja membutuhkan strategi adaptasi yang realistis secara paralel. Tidak cukup hanya menawarkan pelatihan AI umum kepada karyawan. Perusahaan harus menentukan tugas mana yang akan diotomatisasi, mana yang akan diperluas, dan mana yang akan dibuat baru. Pelatihan lebih lanjut harus fokus pada proses spesifik. Mereka yang dapat memantau agen AI secara profesional, menilai kualitas data, dan membuat keputusan dalam kasus-kasus luar biasa akan mendapatkan nilai tambah. Mereka yang hanya meneruskan informasi standar akan berada di bawah tekanan yang semakin besar.

Koreksi tersebut akan mengubah urutan pemenang dan pecundang

Skenario yang lebih ringan akan melibatkan normalisasi bertahap. Pertumbuhan pendapatan penyedia AI melambat tetapi tetap tinggi. Harga turun sementara penggunaan meningkat. Perusahaan hyperscaler memperpanjang rencana investasi mereka alih-alih menghentikan proyek secara tiba-tiba. Valuasi pulih tanpa kekurangan pendanaan. Dalam hal ini, Anthropic dapat menjadi perusahaan yang sangat besar dan menguntungkan, bahkan jika awalnya tidak mempertahankan valuasi $2 triliun.

Dalam skenario perombakan yang lebih parah, perusahaan akan lebih menyelaraskan anggaran AI mereka dengan hasil yang terbukti. Proyek yang kurang berhasil akan dihentikan, penyedia yang lebih kecil akan menghilang, dan permintaan akan kapasitas komputasi tambahan akan tumbuh lebih lambat. Harga cloud akan berada di bawah tekanan, sementara perjanjian pembelian jangka panjang akan membebani margin penyedia model. Platform besar dapat memperoleh pangsa pasar karena mereka dapat menyerap kerugian lebih lama dan mengakuisisi pesaing yang lebih lemah.

Skenario krisis akan muncul jika beberapa faktor mencapai titik kritis secara bersamaan: produktivitas yang mengecewakan, penurunan harga, kenaikan biaya pembiayaan, insiden keamanan, dan keraguan tentang solvabilitas pelanggan utama. Proyek investasi kemudian dapat dibatalkan, aset diturunkan nilainya, dan pinjaman dinilai ulang. Konsekuensinya akan meluas di luar sektor teknologi karena pemasok energi, perusahaan konstruksi, produsen semikonduktor, dan investor keuangan semuanya terlibat dalam ekspansinya.

Kemungkinan besar hasilnya bukanlah salah satu dari varian murni, melainkan campuran. Aplikasi tertentu akan memberikan pengembalian yang tinggi, sementara yang lain akan tetap menjadi eksperimen yang mahal. Beberapa pusat data akan langka dan berharga, sementara yang lain akan dibangun di lokasi yang salah atau dengan teknologi yang ketinggalan zaman. Model-model terkemuka akan terus tumbuh seiring fluktuasi valuasi mereka. Pasar tidak akan naik atau turun secara seragam, tetapi akan menggantikan antusiasme gegabah saat ini dengan perbedaan yang lebih bernuansa antara penciptaan nilai sejati dan harapan yang didanai.

Anthropic dan Microsoft mengirimkan sinyal yang kontradiktif namun jujur

Anthropic menunjukkan bahwa AI dapat menciptakan bisnis bernilai miliaran dolar dalam waktu yang sangat singkat. Perusahaan ini juga membuktikan bahwa pelanggan perusahaan bersedia mengeluarkan sejumlah besar uang untuk model dan alat agen. Pada saat yang sama, hal ini mengungkapkan ketergantungan bisnis yang sangat besar pada modal, daya komputasi, mitra, dan pertumbuhan di masa depan. Angka-angka tersebut membantah klaim bahwa semua ini hanyalah sensasi belaka dan pernyataan bahwa kesuksesan ekonomi sudah terjamin.

Microsoft menggambarkan sisi lain dari tren yang sama. Perusahaan ini membanggakan keuntungan, pelanggan, infrastruktur, dan salah satu neraca keuangan terkuat di dunia. Namun, mereka berupaya merampingkan tenaga kerja sambil secara bersamaan mengalihkan modal yang belum pernah terjadi sebelumnya ke infrastruktur AI. Ini bukan pertanda kesulitan keuangan yang mendesak. Ini adalah pertanda betapa agresifnya bahkan perusahaan yang sangat menguntungkan sekalipun menyelaraskan organisasinya dengan ekonomi AI yang diantisipasi.

Oleh karena itu, paket pesangon sukarela bukanlah sekadar rutinitas kepegawaian atau bukti masa depan yang sepenuhnya otomatis. Ini adalah indikator awal. Perusahaan mulai menerjemahkan janji produktivitas ke dalam rencana kepegawaian. Transisi ini akan menimbulkan kontroversi sosial karena manfaatnya mungkin awalnya akan dinikmati oleh investor, platform, dan karyawan yang sangat terampil, sementara pekerja lain menanggung biaya penyesuaian.

Justru kombinasi antara kenaikan valuasi dan penurunan kebutuhan tenaga kerja inilah yang membuat perdebatan ini menjadi sangat sensitif secara politik. Sebuah teknologi dapat meningkatkan produk domestik bruto namun juga memperburuk konflik distribusi. Teknologi dapat membuat perusahaan lebih produktif dan sekaligus menciptakan ketidakamanan di pasar tenaga kerja. Kemajuan ekonomi tidak secara otomatis menjamin penerimaan sosial.

Gelembung AI terutama ada dalam ekspektasi

Dari perspektif objektif, pasar AI bukanlah gelembung murni, tetapi jelas menunjukkan karakteristik seperti gelembung di area-area kunci. Teknologinya berfungsi, pendapatannya nyata, dan peluang produktivitasnya substansial. Namun, yang tampak berlebihan adalah kecepatan di mana keberhasilan jangka panjang diperhitungkan dalam valuasi saat ini, skala komitmen infrastruktur, dan asumsi bahwa permintaan yang hampir tak terbatas akan menghasilkan margin yang tinggi secara permanen.

Anthropic mungkin merupakan perusahaan yang luar biasa, namun dengan valuasi $1,5 hingga $2 triliun, masih tergolong terlalu mahal. Microsoft mungkin memang menjadi lebih produktif melalui AI, sementara pada saat yang sama terlalu optimis dalam presentasi publiknya tentang manfaat sistemnya. Perusahaan hyperscaler mungkin berinvestasi secara strategis dan tetap secara kolektif menciptakan kapasitas berlebih. Pernyataan-pernyataan ini tidak saling bertentangan. Pernyataan-pernyataan ini menggambarkan perbedaan antara potensi teknologi dan pengembalian finansial.

Pertanyaan krusialnya adalah apakah masuknya modal saat ini akan menghasilkan peningkatan produktivitas yang luas. Jika, dalam beberapa tahun mendatang, AI tidak hanya menghasilkan teks dan kode tetapi juga membuat proses bisnis nyata lebih andal, lebih cepat, dan lebih murah, sebagian besar investasi dapat dibenarkan secara ekonomi. Jika penghematan yang dicapai kurang dari biaya untuk model, integrasi, kontrol, dan infrastruktur, penilaian ulang akan dilakukan.

Bahaya terbesar bukanlah kecerdasan buatan tiba-tiba menjadi tidak berguna. Bahayanya terletak pada teknologi yang bermanfaat yang dibebani dengan ekspektasi pengembalian investasi yang tidak realistis. Maka bukan AI yang akan runtuh, melainkan anggapan bahwa pertumbuhan dapat bersifat eksponensial secara permanen, bahwa modal tidak terbatas, dan bahwa setiap peningkatan efisiensi secara otomatis diterjemahkan menjadi keuntungan. Anthropic dan Microsoft memicu kekhawatiran tentang gelembung ekonomi karena mereka menyoroti kedua sisi kontradiksi ini: peluang ekonomi yang luar biasa dan harga yang sudah menuntut kesuksesan yang hampir sempurna.

Dalam bisnis B2B industri, hubungan bisnis yang berkelanjutan jarang muncul dalam semalam. Hubungan tersebut berkembang selangkah demi selangkah – melalui visibilitas, relevansi profesional, titik kontak yang berulang, dan kepercayaan yang tumbuh. Model 4 tahap Xpert.Digital menjawab hal ini secara tepat: Model ini menawarkan jalur terstruktur yang dimulai dengan titik masuk yang mudah dikelola dan dapat berkembang menjadi kolaborasi yang lebih dalam dalam pengembangan bisnis jika diperlukan.

Alih-alih mengandalkan janji pemasaran yang bombastis, model ini menempatkan hubungan sebagai prioritas utama. Perusahaan memulai dengan ukuran yang jelas dan mudah dihitung, kemudian memutuskan, berdasarkan pengalaman mereka sendiri, sejauh mana mereka ingin memperluas kolaborasi. Faktor kunci untuk proses membangun kepercayaan yang tidak terganggu ini: Platform sepenuhnya menghindari iklan yang mengganggu, sehingga fokus editorial tetap semata-mata pada keahlian perusahaan.

Informasi selengkapnya di sini:

• Dari visibilitas hingga kepercayaan: Jalur skalabel Anda dengan Xpert.Digital

☑️ Bahasa bisnis kami adalah bahasa Inggris atau Jerman

☑️ BARU: Korespondensi dalam bahasa ibu Anda!

 

Saya dan tim saya dengan senang hati siap membantu Anda sebagai penasihat pribadi Anda.

Anda dapat menghubungi saya dengan mengisi formulir kontak di sini wolfenstein@xpert.digital:atau cukup hubungi saya di +49 7348 4088 965. Alamat email saya adalah

Saya sangat menantikan proyek bersama kita.

 

 

☑️ Dukungan UKM dalam strategi, konsultasi, perencanaan, dan implementasi

☑️ Pembuatan atau penyesuaian kembali strategi digital dan digitalisasi

☑️ Perluasan dan optimalisasi proses penjualan internasional

☑️ Platform perdagangan B2B global & digital

☑️ Pelopor Pengembangan Bisnis / Pemasaran / Humas / Pameran Dagang