Bisakah AI menjawab pertanyaan senilai $3 triliun?
Tiga tahun yang lalu, mitra Sequoia, David Cahn, adalah salah satu orang pertama yang melakukan perhitungan dan memperkirakan dampak pengeluaran besar-besaran Silicon Valley untuk infrastruktur AI. Pada tahun 2023, dia bereaksi terhadap laporan pendapatan GPU tahunan Nvidia sebesar $50 miliar. Dimulai dengan angka tersebut, dan menambahkan biaya operasional pusat data dan margin bagi operatornya, dia menyimpulkan bahwa pendapatan sebesar $200 miliar diperlukan untuk membayar kembali investasi di muka. Ia menganggap hal ini sebagai sebuah tantangan dan meminta wirausahawan untuk menciptakan produk dan layanan AI untuk memanfaatkan dan menghasilkan pendapatan dari seluruh infrastruktur tersebut. Kini, dengan menambahkan tiga tahun hyperscaling, Cahn mendapatkan angka baru untuk belanja infrastruktur AI pada tahun 2026: $1,5 triliun. Secara keseluruhan, dia menghitung bahwa industri AI harus menghasilkan $3 triliun untuk membenarkan semua pengeluaran chip dan pusat data lainnya. Dan angka tersebut mungkin terlalu rendah – meningkatnya biaya memori dan meningkatnya penggunaan chip eksotik atau chip khusus inferensi akan meningkatkan angka tersebut. “Baru-baru ini,” tulisnya, “pendapatan yang dibutuhkan per GW dari Belanja Modal telah meningkat tajam karena dinamika kemacetan dan kenaikan biaya konstruksi.” Di sisi lain, Anthropic diperkirakan mencapai $60 miliar dalam ARR, sementara OpenAI dilaporkan memperoleh $13 miliar pada tahun 2025 (walaupun pada November 2025 dikatakan ARR mencapai $20 miliar) dan mungkin menghasilkan lebih banyak lagi pada tahun ini. Namun jelas ada kesenjangan besar yang harus ditutup. Seseorang yang memikirkan kesenjangan tersebut adalah Torsten Slok, kepala ekonom di Apollo, manajer aset raksasa. Dalam catatannya baru-baru ini, dia menunjukkan bahwa para hyperscaler – Google, Meta, Microsoft, dan Amazon – semuanya memperkirakan percepatan besar dalam arus kas bebas mereka pada tahun 2028. Artinya, mereka mengharapkan pengembalian dari semua chip yang mereka beli. Kredit Gambar:Torsten Slok/Apollo Bagaimana jika tidak? Slok mencatat risiko yang saat ini kita lihat dalam penggunaan AI: Semakin banyak organisasi yang beralih ke model openweight yang lebih murah, sering kali buatan China, bukan model yang dibuat oleh laboratorium terdepan, dan harga token secara keseluruhan turun. Model terbaru OpenAI, menurut CEO Sam Altman, 54% lebih efisien dalam tugas pengkodean. Hal ini merupakan hal yang baik bagi pengguna yang mengkhawatirkan biaya agen AI mereka, namun hal ini mungkin berdampak buruk bagi perusahaan yang membangun pabrik token jika pengguna tidak terlalu meningkatkan penggunaan token mereka secara keseluruhan. Kredit Gambar:Torsten Slok/Apollo Slok khawatir jika para pelaku hiperscaler tidak mencapai target arus kas mereka, reaksi pasar akan sangat parah — “dengan begitu sedikitnya nama-nama yang terlibat,” tulisnya, “pembayaran yang lebih lambat tidak hanya akan menjadi masalah sektoral, namun juga berisiko membawa perekonomian ke dalam resesi dan S&P 500 mengalami koreksi.” Ada hal yang perlu diingat saat Anda menggiring agen AI Anda menuju token yang lebih murah. Saat Anda membeli melalui tautan di artikel kami, kami mungkin mendapat komisi kecil. Hal ini tidak mempengaruhi independensi editorial kami.
Diterbitkan : 2026-07-09 21:47:00
sumber : techcrunch.com
