Investasi AI Adalah Investasi Masa Depan: Goldman Sachs Pastikan Kelayatanannya
Goldman Sachs Research baru saja merilis pandangan optimisnya bahwa gelombom investasi senilai ratusan miliar dolar ke dalam kecerdasan buatan tidak akan berujung pada gelembung teknologi baru. Sebaliknya, bank investasi global itu menyatakan bahwa belanja modal perusahaan untuk infrastruktur AI justifikatif dan sustainable selama perusahaan terus mendapatkan peningkatan produktivitas yang luar biasa. Proyeksi terbaru menunjukkan pengeluaran untuk perangkat keras, perangkat lunak, dan layanan AI akan menyentuh angka sekitar 300 miliar dolar Amerika pada 2025, hampir tiga kali lipat dari level 2022. Laporan yang ditulis oleh tim ekonom Joseph Briggs dan Manol Patanpan mempertahankan argumen bahwa rentang pengembalian modal akan tetap positif karena dampak produktivitas yang ditimbulkan melebihi biaya modal rata-rata perusahaan. Goldman Sachs menekankan bahwa kunci keberlanjutan tren ini terletak pada kemampuan pelaku usaha mengubah efisiensi operasional yang dihasilkan AI menjadi arus pendapatan yang lebih besar, sehingga rasio P/E yang tinggi saat ini dapat dijustifikasi oleh pertumbuhan laba di masa depan. Dengan kata lain, investasi AI akan terus mengalir selama manfaat marjinal yang dirasakan oleh korporasi melebihi biaya marjinal yang dikeluarkan, skenario yang menurut model penelitian Goldman masih akan terjadi minimal hingga dekade mendatang.
Untuk memahami mengapa proyeksi 300 miliar dolar ini bukan sekadar angka spekulatif, penting untuk menganalisis komponen-komponen utama pengeluaran AI. Pertama, belanja untuk pusat data kelas hyperscale yang didesain khusus untuk menjalankan model machine learning terbesar diperkirakan mencapai 120 miliar dolar pada 2025, didorong oleh kebutuhan akan chip GPU dan TPU generasi terbaru. Kedua, pengeluaran untuk perangkat lunak enterprise AI, termasuk solusi generative AI seperti asisten penulisan, analitik prediktif, dan otomasi proses kognitif, diprediksi menyumbang 80 miliar dolar. Ketiga, biaya keahlian atau biaya talenta, mencakup gaji insinyur AI, ilmuwan data, dan konsultan transformasi digital, diperkirakan akan menembus 70 miliar dolar. Keempat, sisa angguran akan digunakan untuk pembelian perangkat edge-AI, lisensi model foundation, serta dana riset internal korporasi. Dalam sektor-sektor berbasis pengetahuan seperti layanan keuangan, bioteknologi, dan teknologi informasi, tingkat adopsi AI bisa mencapai 60% dari total anggaran TI pada 2027. Goldman Sachs mencatat bahwa perusahaan-perusahaan di sektor ini telah membuktikan return on invested capital (ROIC) rata-rata 17%, lebih tinggi dari median industri 11%, yang memperkuat keyakinan bahwa investasi AI mampu menghadirkan keuntungan berlebih secara konsisten.
Ilustrasi konkret tentang bagaimana produktivitas AI berujung pada pendapatan yang luar biasa dapat ditemui di berbagai industri. Di bidang perbankan, algoritma machine learning untuk deteksi penipuan secara real-time mengurangi false positive sebesar 30%, yang langsung menurunkan biaya operasional dan meningkatkan kepuasan nasabah. Bank besar AS yang menerapkan sistem tersebut melaporkan penghematan 150 juta dolar per tahun, sekaligus peningkatan pendapatan dari transaksi yang lebih cepat. Sektor ritel menggunakan rekomendasi AI untuk personalisasi pemasaran, menghasilkan kenaikan rata-rata 25% dalam nilai transaksi dan 18% dalam frekuensi pembelian. Perusahaan e-commerce global yang memanfaatkan model prediktif untuk manajemen persediaan berhasil memangkas biaya penyimpanan 22% dan menurunkan kehilangan penjualan akibat stok habis hingga 35%. Di industri energi, pemeliharaan prediktif turbin angin menggunakan sensor IoT dan analitik AI menekan waktu henti produksi hingga 12%, yang berarti peningkatan pendapatan 45 juta dolar untuk setiap kilang berkapasitas 500 MW. Studi Goldman Sachs menunjukkan bahwa penerapan AI di enam fungsi korporat utama—penjualan, pemasaran, layanan pelanggan, pengembangan produk, operasi, dan sumber daya manusia—berpotensi menambah 2.800 miliar dolar nilai ekonomi global pada 2030. Angka tersebut setara dengan 2,3% PDB dunia, memperlihatkan bahwa investasi AI bukan hanya memenuhi ambisi perusahaan, melainkan menopang pertumbuhan ekonomi makro.
Meski optimisme ini berlandaskan data kuantitatif, sejumlah risiko tetap harus dikelola agar investasi AI tetap sustainable. Risiko pertama adalah ketidakpastian regulasi; pemerintah di seluruh dunia tengah merumuskan kebijakan etika AI, privasi data, dan transparansi algoritma yang bisa menaikkan biaya kepatuhan hingga 8% dari anggaran TI. Risiko kedua, keterbatasan pasokan chip canggih memicu volatilitas harga; analisis Goldman menunjukkan bahwa fluktuasi 10% pada harga GPU high-end dapat menurunkan IRR proyek AI sebesar 1,2 poin persentase. Risiko ketiga, ketergantungan pada vendor tunggal seperti pembuat GPU atau hiperscaler dapat mengakibatkan vendor lock-in dan lonjakan biaya lisensi jangka panjang. Risiko keempat, keterampilan tenaga kerja; sebanyak 65% pekerja di sektor teknologi memerlukan pelatihan ulang dalam lima tahun agar relevan dengan ekosistem AI, yang berarti alokasi dana besar untuk program reskilling. Risiko kelima, liability etika dan bias algoritma; penyalahgunaan model AI dapat menimbulkan gugatan hukum dan kerusakan reputasi, memaksa perusahaan untuk menganggarkan asuransi dan dana hukum. Untuk tetap mengamankan rentabilitas, Goldman merekomendasikan strategi mitigasi berikut: diversifikasi rantai pasok, aliansi strategis dengan pemain hibrida cloud, pendanaan riset in-house untuk mengurangi royalti eksternal, serta pembangunan governance framework berbasis responsible AI.
Melihat ke depan, pola investasi AI diyakini akan mengalami pergeseran dari capex intensif menjadi opex berbasis hasil. Model konsumsi berbayar sesuai penggunaan akan dominan, sehingga perusahaan lebih mudah mengukur ROI real-time dan menyesuaikan anggaran secara dinamis. Teknologi edge AI dan federated learning akan menurunkan ketergantungan pada pusat data besar, mempercepat adopsi di industri manufaktur, kesehatan, dan transportasi. Goldman Sachs memperkirakan bahwa pada 2030, 40% komputasi AI akan berjalan di perangkat tepi, memangkas biaya transmisi data hingga 30%. Di tengah tantangan ekonomi global, perusahaan yang telah menanamkan modal pada AI cenderung lebih tangguh; mereka mencatat pertumbuhan laba 9% pada periode resesi 2020, dibandingkan minus 1% untuk mereka yang belum mengadopsi. Oleh karena itu, meski siklus bisik normal akan tetap ada, fundamental ekonomi AI tetap kokoh karena manfaatnya yang terukur dan luas. Kesimpulannya, keyakinan Goldman Sachs bahwa investasi AI justified dan sustainable bukan sekadar wacana, melainkan kesimpulan empiris yang diperkuat oleh tren produktivitas, profitabilitas, dan pertumbuhan ekonomi makro. Bagi pemangku kepentingan, pesannya jelas: memulai transformasi AI sekarang akan jauh lebih murah dan menguntungkan dibanding menunda hingga ketinggalan gelombang.
Ingin memastikan transformasi AI perusahaan Anda berjalan optimal dari awal? Morfotech siap membantu. Sebagai penyedia solusi IT profesional, kami menawarkan konsultasi implementasi AI, pengembangan model custom, integrasi cloud, dan pelatihan tim internal. Hubungi tim ahli kami di WhatsApp +62 811-2288-8001 atau kunjungi https://morfotech.id untuk penawaran khusus. Jadikan investasi AI Anda terukur, aman, dan pasti menguntungkan bersama Morfotech.
