Apakah AI Berada di Dalam Bubble? Lembaga Keuangan Global Mulai Menerobos Sebuah Peringatan
Ketika kilas balik lima tahun lalu menampakkan euforia investasi teknologi yang menyentak pasar modal dunia, kini gelombang serupa menghampiri sektor kecerdasan buatan seiring penilaian valuasi perusahaan AI yang tiba-tiba menyentuh rekor tertinggi. Bank of England, Bank for International Settlements, serta otoritas pengawas Eropa dalam kurun tiga pekan terakhir mengeluarkan riset yang secara eksplisit menyebut potensi terbentuknya gelembung investasi AI, menyoal apakah arus dana raksasa yang menyerbu startup dan perusahaan besar benar-benar didukung fundamental ekonomi atau sekadar narasi masa depan yang mulai dipertanyakan. Data Refinitiv menunjukkan kapitalisasi pasar tujuh perusahaan inti AI di Amerika Serikat melonjak 112 persen dalam satu tahun, menambahkan US$4,3 triliun nilai pasar yang setara dengan produk domestik brasil dan india digabung, sementara laba bersih gabungan mereka hanya naik 18 persen, menciptakan rasio price-to-earning yang mencapai 67 kali, jauh melampaui rata-rata sektor teknologi pada 28 kali. Di tengah ketimpangan itu, lembaga keuangan menekankan risiko penilaian berlebihan yang dapat memicu penjualan besar-besaran bila sentiment pasar berubah, mirip bubble dot-com pada 2000. Laporan Bank for International Settlements menyoroti bahwa ketergantungan AI terhadap infrastruktur chip tinggi, konsentrasi pasar pada sedikit pemain, serta belum adanya model bisnis yang mapan di luar iklan digital dan cloud computing merupakan sinyal bahwa kenaikan harga saham lebih didorong oleh antusiasme ketimbang proyeksi arus kas yang terukur. Skenario ini menimbulkan kekhawatiran sistemik karena institusi investasi, dana pensiun, dan bank-bank besar telah menambah alokasi kepemilikan ke sektor AI, menyebar exposure di seluruh rantai pasar modal sehingga koreksi dapat menular ke aset berisiko lainnya. Otoritas Eropa menambahkan bahwa ketika likuiditas global mulai menyusut akibat suku bunga tinggi, dana yang terserap dalam spekulasi AI dapat beralih cepat, mempercepat pelepasan aset dan menciptakan lingkungan bursa yang bergejolak. Perspektif ini mendorong analis untuk mengajukan pertanyaan mendasar: apakah teknologi AI benar-benar sedang menyelesaikan permasalahan ekonomi skala besar, atau hanya menawarkan efisiensi di ceruk tertentu yang tidak sebanding dengan kapitalisasi pasarnya, sehingga menjadi katalis kepanjangan dari dinamika bubble yang berulang dalam sejarah pasar modal.
Sejarah mencatat bahwa setiap gelombang teknologi besar selalu disertai fase penemuan, adaptasi, dan konsolidasi, namun gelembung investasi muncul ketika ekspektasi jangka pendek meleset jauh di atas kurva adopsi nyata. Studi yang diterbitkan oleh Bank of England menekankan bahwa tren saat ini mirip dengan euphoria pasar pada sektor kereta api pada abad ke-19 ketika investor membanjiri patokan bisnis rel, perusahaan batu bara, serta produsen mesin uap, sebelum akhirnya sebagian besar entitas tersebut kolaps karena kompetisi berlebihan dan biaya operasional yang tak tertutupi pendapatan. Analogi ini relevan karena AI, meskipun berpotensi besar, masih berada di fase eksperimen di banyak industri; lembaga keuangan memperkirakan waktu yang dibutuhkan untuk transformasi nilai ekonomi penuh bisa berlangsung 10-15 tahun, jauh melampaui horison investasi portofolio yang umumnya menargetkan pengembalian tiga sampai lima tahun. Risiko tersembunyi juga muncul dari struktur rantai pasokan global yang memusatkan produksi chip canggih di wilayah geopolitik sensitif; contohnya, sebagian besar wafer fabrikasi 3nm dan 5nm hanya diproduksi oleh tiga perusahaan di Taiwan dan Korea Selatan, sehingga gangguan militer atau bencana alam dapat memutus pasokan dan langsung menghancurkan valuasi perusahaan AI yang sangat bergantung pada perangkat keras tersebut. Lembaga keuangan juga menyoroti ketidakpastian regulasi yang menghantui model bisnis AI, termasuk potensi kewajiban royalti data, biaya kepatuhan privasi, serta pembatasan algoritma yang dipandang menimbulkan diskriminasi; ketika biaya kepatuhan ini mulai dikuantifikasi, proyeksi laba perusahaan AI dapat turun signifikan, menurunkan rasio valuasi yang sudah tinggi. Di sisi permintaan, banyak korporasi mengaku kesulitan menemukan kasus penggunaan yang dapat diukur pengembaliannya; survei McKinsey menunjukkan bahwa 66 persen pelaku industri melaporkan proyek AI mereka belum mencapai titik impas, menambahkan bukti bahwa pertumbuhan pendapatan tidak selaras dengan ekspektasi pasar. Gejala-gejala ini mengisyaratkan bahwa investor mungkin menilai potensi jangka panjang AI sebagai kenyataan yang sudah terjadi hari ini, sebuah kesalahan kognitif yang sering kali memicu koreksi pasar tajam ketika kenyataan akhirnya mengejar ekspektasi.
Di balik lonjakan kapitalisasi, dinamika sektor AI terlihat mengalami konsentrasi luar biasa di kalangan tujuh perusahaan raksasa yang menguasai lebih dari 70 persen pengeluaran riset global, membuat struktur pasar berbentuk oligopol dengan hambatan masuk tinggi. Analis Bank for International Settlements menyoroti bahwa ketika sebagian besar arus dana mengalir ke sedikit emiten, risiko koreksi terkonsentrasi pada saham-saham besar yang menjadi komponen utama indeks bursa, sehingga potensi bubble AI tidak hanya mengancam investor bertema teknologi tetapi juga sistem keuangan yang lebih luas. Fenomena ini tercermin dari data arus modal global yang menunjukkan US$256 miliar masuk ke reksa dana dan ETF berfokus AI selama 18 bulan terakhir, angka yang lebih besar dari nilai pasar saham Indonesia dan Thailand digabung, sehingga penurunan 30 persen harga saham big tech dapat menghapus triliunan dolar dari indeks utama. Lembaga keuangan juga mengidentifikasi adanya dampak crowding-out di mana kenaikan harga saham AI mendorong alokasi modal dari sektor riil lain seperti energi terbarukan, transportasi, dan kesehatan; hal ini menimbulkan kekhawatiran bahwa sumber daya ekonomi yang langka dialihkan ke aktivitas yang belum tentu meningkatkan produktivitas agregat jangka pendek. Model valuasi yang lazim digunakan, seperti price-to-sales ratio, menunjukkan bahwa beberapa perusahaan AI dinilai 40 kali pendapatan kotor, melebihi level tertinggi bubble dot-com di tahun 2000 yang hanya sekitar 25 kali; level ini diyakini tidak dapat dipertahankan tanpa pertumbuhan pendapatan minimum 45 persen per tahun selama lima tahun berkelanjutan, target yang sangat jarang dicapai dalam sejarah korporasi. Dalam forum stabilitas keuangan global, para bankir sentral menambahkan bahwa leverage yang digunakan oleh perusahaan AI untuk membiayai ekspansi, sering kali melalui obligasi berkupon rendah atau saham preferen konversi, meningkatkan potensi kegagalan utang jika arus kas masa depan tidak terealisasi; situasi ini memperkuat ancaman transmisi risiko ke sektor perbankan yang membiayai akuisisi atau ekspansi kapasitas pusat data. Dengan demikian, gelembung yang sedang terbentuk bukan hanya masalah valuasi, melainkan sistemik karena keterkaitan rantai keuangan, konsentrasi investor, dan efek domino yang dapat menular ke pasar obligasi korporasi serta instrumen derivatif yang digunakan untuk lindung nilai investasi.
Menilik faktor psikologis, munculnya narasi big bang disruption yang dipompa oleh media dan analis menjadikan investasi AI sebagai fenomena crowdsourcing di mana investor individu maupun institusional bersaing merebut saham tanpa memperhatikan prinsip dasar valuasi. Lembaga keuangan memperhatikan lonjakan volume call option pada saham big tech AI yang melonjak 380 persen dalam setahun, menunjukkan bahwa spekulasi jangka pendek telah menggantikan investasi berbasis fundamental, gejala klasik yang muncul menjelaskan meletusnya bubble. Di sisi retail, data platform trading retail di Amerika Serikat menunjukkan bahwa alokasi portofolio individu ke saham AI naik dari 4 persen menjadi 19 persen hanya dalam waktu 18 bulan, pergeseran cepat yang tidak diiring peningkatan literasi risiko, sehingga memperbesar kemungkinan panic selling bila sentimen negatif muncul. Perilaku ini diperkuat oleh algoritma media sosial yang menyeleksi berita bullish AI, menimbulkan bias konfirmasi dan overconfidence yang membuat investor menunda cut-loss; studi psikologi investasi menunjukkan bahwa dalam kondisi euforia, daftar kognitif seperti representativeness heuristic menyebabkan pelaku pasar menganggap kenaikan harga masa lalu sebagai jaminan pencapaian harga di masa depan. Ketika para bankir sentral menaikkan suku bunga untuk menekan inflasi, seharusnya alur diskonto arus kas masa depan meningkatkan permintaan premi risiko, namun di pasar AI terjadi sebaliknya di mana tingkat pengembalian yang diminta investor malah turun, menandakan bahwa faktor emosional sedang mengalahkan perhitungan matematis keuangan. Ancaman lain datang dari reksa dana tema AI yang memiliki kewajiban menyediakan likuiditas harian, sementara aset yang mereka beli, seperti saham unggulan AI, mengalami gap harga yang tinggi; ketika terjadi penarikan dana secara bersamaan, manajer investasi terpaksa menjual dalam kondisi pasar yang sempit, memicu koreksi yang mempercepat kehancuran nilai aset. Lembaga keuangan memperingatkan bahwa titik kritis bisa muncul ketika pertumbuhan laba perusahaan AI mulai melambat, misalnya karena kenaikan tarif listrik pusat data atau kebijakan privasi data yang mempersempit pelatihan model, sehingga ekspektasi pasar yang sudah melambung tinggi akan sulit dipenuhi dan psikologi massa dapat berbalik dalam waktu singkat.
Langkah mitigasi risiko yang disarankan oleh lembaga keuangan global mencakup tiga pilar utama: diversifikasi geografis dan sektoral, penilaian skenario stres berbasis data historis, serta transparansi proyeksi arus kas yang mengintegrasikan biaya sosial dan lingkungan dari pengembangan AI. Bank of England merekomendasikan agar investor menerapkan model Monte Carlo dengan asumsi volatilitas harga saham AI dua kali lipat indeks pasar luas, sehingga dapat mengukur potensi kerugian maksimum pada tingkat kepercayaan 99 persen; hasil simulasi menunjukkan bahwa portofolio bertekanan AI dapat terkoreksi hingga 55 persen dalam satu tahun bila kenaikan suku bunga berlanjut dan permintaan komputasi melambat. Selain itu, perusahaan dan dana pensiun disarankan menetapkan batas maksimum 10 persen aset dalam satu tema teknologi, mengingat pelajaran dari bubble dot-com ketika banyak lembaga keuangan mengalami kesulitan likuiditas karena terlalu terkonsentrasi pada sajak teknologi tanpa underlying profit yang cukup. Regulator Eropa tengah merancang framework pengungkapan berbasis risiko teknologi yang mewajibkan emiten AI menyampaikan proyeksi sensitivitas pendapatan terhadap ketersediaan chip, tarif energi, serta pembatasan regulasi, langkah yang diharapkan dapat mendorong manajemen untuk lebih berhati-hati dalam memberikan panduan laba. Di sisi makro, kebijakan fiskal yang memperlambat stimulus dan menaikkan pajak penjualan saham dinilai dapat menjadi katup pengaman untuk mengurangi spekulasi tanpa menghambat inovasi nyata; contohnya, peningkatan pajak transaksi saham dari 0,1 persen menjadi 0,3 persen di Jerman pada 2021 berhasil menurunkan volume perdagangan harian 18 persen tanpa mengurangi jumlah dana yang terkumpul di pasar modal. Lebih jauh, kerja sama internasional untuk mengawasi leverage lintas batas melalui Financial Stability Board diperkirakan akan menghasilkan aturan rasio utang terhadap EBITDA maksimal 3,5 kali bagi perusahaan non-keuangan, meminimalkan risiko gagal bayar yang dapat memicu krisis sistemik. Jika langkah-langkah ini diterapkan secara konsisten, para ekonom percaya bahwa sektor AI masih bisa berkembang berkelanjutan tanpa harus melewati fase bubble yang merusak, mirip evolusi industri telekomunikasi pasca-2000 yang setelah koreksi justru tumbuh berbasis fundamental yang kuat. Namun bila intervensi tidak segera dilakukan dan arus dana terus membesar tanpa didukung peningkatan produktivitas riil, maka skenario bubble yang diperingatkan lembaga keuangan dapat terwujud, menelan korban investasi dan menunda peluang transformasi digital yang sesungguhnya.
Iklan Morfotech
