Krisis Subprime Versi AI? Di Bawah Gelombang Demam, Utang Terselubung 1.8 Triliun Dolar Terakumulasi di Tempat Gelap

marsbitDipublikasikan tanggal 2026-06-15Terakhir diperbarui pada 2026-06-15

Abstrak

Di balik demam infrastruktur AI, sebuah ekspansi utang berskala besar tengah terbentuk, dengan bagian terbesarnya—sekitar $1.8 triliun—tersembunyi di luar neraca. Laporan Morgan Stanley mengungkap tiga jenis eksposur luar neraca utama: komitmen pembelian (~$982 miliar), sewa belum aktif (~$822 miliar), dan utang usaha untuk belanja modal (~$110 miliar). Sementara itu, perusahaan cloud hyperscale seperti Amazon dan Meta mengalami lonjakan leverage dari 0.9x menjadi 1.8x dalam dua kuartal. Leverage juga bergeser ke rantai pasokan melalui struktur pembiayaan berputar yang kompleks menggunakan SPV (Special Purpose Vehicle), seperti yang terlihat dalam kesepakatan $35 miliar untuk Anthropic. Risiko lain adalah "tebing depresiasi": aset dalam pembangunan (CIP) yang besar akan mulai disusutkan, menekan margin di masa depan. Misalnya, depresiasi kumulatif empat perusahaan besar diperkirakan melebihi $520 miliar dalam tiga tahun ke depan. Namun, saat ini, pertumbuhan belanja modal jauh melampaui revisi perkiraan pendapatan, menciptakan ketidaksesuaian waktu antara investasi dan monetisasi. Kesimpulannya, ini bukan krisis solvabilitas langsung, melainkan akumulasi ketidaksesuaian waktu, tekanan yang tertunda, dan kurangnya transparansi. Sistem ini bergantung pada asumsi bahwa permintaan AI dan loyalitas pelanggan akan tetap kuat. Jika permintaan beralih ke alternatif yang lebih murah, seluruh rangkaian pembiayaan yang rumit ini akan menghadapi uji tekanan yang mendasar.

Di tengah demam pembangunan infrastruktur AI, sebuah ekspansi utang dengan skala tak tertandingi sedang terbentuk diam-diam—dan bagian paling berbahayanya sama sekali tidak pernah muncul di neraca mana pun.

Laporan terbaru Goldman Sachs memprediksi,belanja modal perusahaan cloud hyperscale pada 2027 akan mencapai 1,1 triliun hingga 1,4 triliun dolar AS, jauh melampaui konsensus pasar. Namun, menurut penelitian mendalam Morgan Stanley, angka yang sudah membuat pasar terkejut ini hanyalah puncak gunung es.

Komitmen pembelian mendekati 1 triliun dolar, kontrak sewa belum berlaku lebih dari 800 miliar dolar, serta pengaturan pembiayaan pemasok senilai ratusan miliar dolar, bersama-sama membentuk eksposur di luar neraca sekitar 1,8 triliun dolar—liabilitas ini mengambang di luar neraca, tetapi secara riil mengunci arus kas keluar di masa depan.

Pasar saat ini belum mencerminkan risiko di atas dengan memadai.

Morgan Stanley memperingatkan,rasio leverage perusahaan cloud hyperscale telah melonjak dari 0,9 kali menjadi 1,8 kali hanya dalam dua kuartal, pertumbuhan belanja modal terus mengungguli pertumbuhan pendapatan dan arus kas bebas, sementara dampak tekanan depresiasi yang sebenarnya belum datang.

Sementara itu, lembaga kredit privat yang diwakili oleh Apollo dan Blackstone sedang memindahkan leverage ke tingkat rantai pasokan melalui SPV (special purpose vehicle), membentuk struktur pembiayaan yang sangat berputar dan sulit ditembus. Begitu proses komersialisasi AI tidak sesuai harapan, atau klien perusahaan beralih besar-besaran ke alternatif yang lebih murah, kerapuhan seluruh rantai pembiayaan akan terekspos secara terkonsentrasi.

Gelombang Penerbitan Utang: AI Telah Menjadi Variabel Terbesar di Pasar Terbuka

Menurut "Laporan Pelacakan Pembiayaan Utang AI" terbaru Morgan Stanley, hingga akhir Mei 2026, volume penerbitan obligasi terkait AI global telah mencapai 236 miliar dolar, meningkat drastis 357% dibandingkan periode yang sama tahun 2025.

Morgan Stanley memperkirakan, total penerbitan utang AI sepanjang tahun akan menembus 570 miliar dolar, dan irama penerbitannya akan semakin dipercepat pada paruh kedua tahun ini seiring dengan kebutuhan pembiayaan belanja modal yang terkonsentrasi.

Penerbitan obligasi terkait AI bulan April saja melebihi 74 miliar dolar, tertinggi dalam tahun ini, di mana struktur pembiayaan proyek (untuk pembangunan pusat data) mencakup 85% suplai obligasi hasil tinggi dan 40% suplai obligasi peringkat investasi. Pada saat yang sama, lima perusahaan cloud hyperscale—Amazon, Meta, Google, Microsoft, Oracle—saat ini telah mencakup 4% dari seluruh indeks obligasi peringkat investasi.

Pada tingkat leverage, rasio leverage kotor keseluruhan perusahaan cloud hyperscale telah naik dari 0,9 kali pada kuartal ketiga 2025 menjadi 1,8 kali saat ini, naik sekitar 0,3 kali per kuartal, dan telah melebihi tingkat leverage seluruh industri energi.

Morgan Stanley mencatat, karena tekanan suplai, spread kredit terkait telah berpindah dari kisaran AA ke kisaran A, dan mungkin semakin melebar. Spread kredit Meta saat ini lebih lebar dari tolok ukur CDX IG.

Pada tingkat arus kas bebas, Morgan Stanley memprediksi arus kas bebas Amazon dan Meta pada 2026 akan mendekati nol atau bahkan berubah menjadi negatif, sehingga pembiayaan tambahan hampir sepenuhnya akan bergantung pada utang baru.

Eksposur 1,8 Triliun Dolar di Luar Neraca: Liabilitas Tak Terlihat, Arus Kas Keluar yang Terkunci

Todd Castagno dari tim Global Valuation, Accounting & Tax Morgan Stanley menunjukkan dalam laporannya bahwa hanya berfokus pada angka belanja modal akan sangat meremehkan komitmen keuangan sebenarnya dari siklus pembangunan AI. Di luar belanja modal yang telah diungkapkan, ada tiga kategori eksposur di luar neraca yang kunci:

Komitmen pembelian sekitar 982 miliar dolar. Total kontrak pembelian jangka panjang perusahaan cloud hyperscale dan Nvidia mendekati 1 triliun dolar. Menurut standar akuntansi, kecuali perusahaan mengantisipasi kerugian kontrak, kewajiban ini tidak diakui sebagai liabilitas sebelum barang dikirimkan. Oleh karena itu, hampir satu triliun dolar arus kas keluar masa depan saat ini tidak muncul sebagai liabilitas di neraca mana pun.

Perlu dicatat, inventaris dan kewajiban pembelian Nvidia sendiri telah naik menjadi sekitar 32% dari prediksi konsensus pendapatan tahun fiskal 2027, jauh lebih tinggi dari kisaran historis 15% hingga 20%, risiko komitmen rantai pasokan telah meluas ke sisi pemasok chip.

Komitmen sewa belum berlaku sekitar 822 miliar dolar. Kontrak sewa lebih dari 800 miliar dolar telah ditandatangani tetapi belum mulai dieksekusi, tidak dimasukkan ke dalam liabilitas sewa saat ini. Selain itu, pengaturan pembayaran sewa variabel, opsi perpanjangan, jaminan nilai sisa, dan lainnya juga mengambang di luar neraca.

Morgan Stanley memperkirakan, jika sewa pembiayaan dimasukkan ke dalam perhitungan, rasio belanja modal terhadap penjualan Microsoft akan melonjak dari 33%/50% (tahun fiskal 2026/2027) menjadi 44%/64%, sementara Oracle mungkin naik dari 76%/115% menjadi 101%/189%.

Utang usaha terkait belanja modal belum dibayar sekitar 110 miliar dolar. Hari utang usaha (DPO) perusahaan cloud hyperscale sangat memanjang—Oracle meningkat 370% secara tahunan, Meta meningkat 73%, Microsoft meningkat 69%—artinya seluruh rantai pasokan sebenarnya sedang mendanai pembangunan AI, pemasok menanggung tekanan likuiditas yang seharusnya ditanggung pembeli.

SPV dan Pembiayaan Berputar: Leverage Dipindahkan ke Tempat Gelap

Dimensi lain dari risiko di luar neraca adalah struktur pembiayaan berputar yang dibangun melalui SPV.

Transaksi kredit privat "agunan chip" senilai 35 miliar dolar yang diselesaikan Apollo dan Blackstone untuk Anthropic minggu ini secara terpusat mencerminkan logika operasi model ini:

Broadcom memberikan jaminan untuk SPV ini, Anthropic menggunakan dana yang dihimpun untuk membeli chip Google yang diproduksi Broadcom, sementara Google memegang 14% saham Anthropic; Morgan Stanley yang mengatur transaksi ini, sekaligus memberikan pinjaman kepada investor yang berpartisipasi.

Peta hubungan pembiayaan ekosistem AI Morgan Stanley menunjukkan bahwa antara OpenAI, Oracle, Nvidia, Microsoft, CoreWeave, AMD, Amazon terdapat hubungan pelanggan, investor, pembiayaan pemasok, dan pembelian kembali yang berlipat ganda dan berputar, dana yang sama berputar berulang kali di antara beberapa entitas utama, dan SPV adalah alat inti untuk mewujudkan siklus ini.

Diketahui, perusahaan asuransi Athene di bawah Apollo sangat aktif dalam struktur di atas—menghimpun dana dengan menjual anuitas kepada pensiunan, lalu mengalirkan dana ke SPV untuk berpartisipasi dalam pembiayaan infrastruktur AI.

Model ini memindahkan leverage dari neraca perusahaan cloud hyperscale yang terlihat, ke ekosistem pemasok dan kredit privat, membuat eksposur risiko sistemik yang sebenarnya sulit dikenali dan diagregasi oleh pengamat eksternal.

Jurang Depresiasi dan Kesenjangan Monetisasi: Dampak yang Ditunda

Data keuangan saat ini memiliki bias optimisme yang sistematis. Banyak belanja modal saat ini dicatat sebagai "konstruksi dalam proses" (CIP), belum mulai didepresiasi, menyebabkan margin laba yang dilaporkan dinaikkan secara artifisial, dan tekanan biaya masa depan diremehkan.

Saldo konstruksi dalam proses Oracle, Meta, Google masing-masing tumbuh sekitar 200%, 90%, dan 55% secara tahunan.

Begitu aset-aset ini bertransisi ke depresiasi satu per satu, dampaknya akan terlepaskan secara terkonsentrasi.

Morgan Stanley memperkirakan, depresiasi kumulatif selama tiga tahun ke depan dari empat perusahaan—Microsoft, Oracle, Meta, Google—akan melebihi 520 miliar dolar. Sebagai contoh, rasio depresiasi terhadap pendapatan Oracle mungkin naik dari 7% saat ini menjadi 28% pada tahun fiskal 2028; Meta mungkin naik dari 9% menjadi 19%.

Dalam konteks ini, satu-satunya jalan untuk mempertahankan margin laba adalah pertumbuhan pendapatan yang signifikan secara bersamaan—sementara peningkatan prediksi pendapatan saat ini jauh tertinggal dari peningkatan prediksi belanja modal.

Data menunjukkan, prediksi konsensus belanja modal Google 2026 dinaikkan 139% dibandingkan setahun lalu, Meta dan Amazon masing-masing dinaikkan 85% dan 81%, peningkatan Oracle terbesar, mencapai 175%.

Sementara itu, besaran revisi prediksi pendapatan jelas tertinggal, ketidaksesuaian struktural di mana belanja modal mendahului komersialisasi telah terlihat jelas.

Selain itu, sisa kewajiban kinerja (RPO) lebih dari 2 triliun dolar sangat terkonsentrasi pada sedikit kontrak jangka panjang besar, risiko konsentrasi pihak lawan tidak boleh diabaikan—begitu ada peserta utama dalam sistem berputar yang bermasalah, mungkin memicu reaksi berantai.

Ketidaksesuaian Waktu, Bukan Krisis Pembayaran Segera

Kesimpulan Morgan Stanley adalah risiko di atas saat ini belum membentuk krisis solvabilitas yang mendesak, melainkan serangkaian ketidaksesuaian waktu yang ditumpuk dengan kesenjangan pengungkapan informasi: tekanan depresiasi ditunda, belanja modal mengungguli kemajuan monetisasi, leverage dipindahkan ke tingkat pemasok dan kredit privat, serta keterbandingan intensitas modal antara perusahaan yang berbeda berkurang drastis karena perbedaan klasifikasi akuntansi.

Perusahaan cloud hyperscale jelas menyadari jendela sentimen pasar saat ini yang terbatas, dan sedang memanfaatkan kesempatan untuk memaksimalkan skala pembiayaan.

Analis Goldman Sachs Ryan Hammond menunjukkan, jika skala investasi infrastruktur AI mencapai 2% hingga 3% dari PDB, mengacu pada siklus konstruksi historis industri kereta api dan otomotif, belanja modal 2027 mungkin mencapai 1,1 triliun dolar; dalam skenario ekstrem, dengan mempertimbangkan arus kas perusahaan cloud hyperscale dan kapasitas pasar kredit peringkat investasi, batas atas mungkin mencapai 1,4 triliun dolar.

Namun, semua ini dengan prasyarat bahwa model bahasa besar (LLM) dapat terus meningkatkan penetapan harga token, dan mempertahankan daya lekat klien perusahaan yang memadai. Semakin banyak perusahaan sedang mengalihkan pandangan ke produk AI dengan kinerja mendekati tetapi harga jauh lebih murah.

Begitu terjadi pergeseran struktural di sisi permintaan, sistem pembiayaan yang dibangun dengan hati-hati saat ini akan menghadapi uji tekanan yang fundamental.

Pertanyaan Terkait

QMenurut laporan Goldman Sachs dan Morgan Stanley, apa bahaya terbesar yang tersembunyi di balik gelombang investasi infrastruktur AI?

ABahaya terbesarnya adalah akumulasi hutang 'off-balance sheet' atau di luar neraca yang tidak tercermin dalam laporan keuangan perusahaan, senilai sekitar US$1,8 triliun. Ini mencakup komitmen pembelian, kontrak sewa yang belum berlaku, dan pengaturan pembiayaan pemasok yang mengunci arus kas keluar di masa depan.

QApa yang menyebabkan rasio leverage (utang terhadap ekuitas) perusahaan cloud hyperscale meningkat drastis, dan seberapa besar peningkatannya?

ALeverage meningkat drastis karena pertumbuhan belanja modal (capex) yang jauh lebih cepat dibandingkan pendapatan dan arus kas bebas. Menurut Morgan Stanley, rasio leverage kotor perusahaan-perusahaan ini melonjak dari 0,9 kali pada kuartal ketiga 2025 menjadi 1,8 kali dalam waktu hanya dua kuartal.

QJelaskan dua jenis kewajiban 'off-balance sheet' utama yang disebutkan dalam artikel dan bagaimana hal ini mengubah gambaran beban keuangan perusahaan AI.

ADua jenis kewajiban utama adalah: 1) Komitmen Pembelian (~US$982 miliar): Kontrak jangka panjang untuk membeli perangkat keras seperti chip, yang baru menjadi utang saat barang dikirim. 2) Komitmen Sewa yang Belum Berlaku (~US$822 miliar): Kontrak sewa yang ditandatangani tetapi belum mulai, sehingga tidak dicatat sebagai liabilitas sewa. Hal ini menyebabkan arus kas keluar masa depan yang besar tidak terlihat dalam neraca saat ini, sehingga kondisi keuangan perusahaan terlihat lebih sehat daripada sebenarnya.

QBagaimana struktur pembiayaan menggunakan SPV (Special Purpose Vehicle) oleh perusahaan seperti Apollo dan Blackstone meningkatkan risiko sistemik dalam ekosistem AI?

AStruktur SPV memindahkan leverage (utang) dari neraca perusahaan cloud besar yang terlihat ke dalam jaringan pemasok dan ekosistem kredit privat yang tidak terlihat. Uang yang sama dapat berputar di antara beberapa entitas (misalnya, penyedia chip, perusahaan AI, investor). Hal ini menciptakan struktur pembiayaan yang saling terkait dan sulit ditelusuri. Jika satu mata rantai utama (misalnya, komersialisasi AI gagal atau ada perusahaan yang bangkrut) gagal, hal itu dapat memicu reaksi berantai yang mengganggu seluruh sistem.

QMengapa tekanan depresiasi (penyusutan) aset AI disebut sebagai 'kliff yang tertunda', dan dampak apa yang diperkirakan akan terjadi?

ADisebut 'kliff yang tertunda' karena banyak belanja modal saat ini masih dicatat sebagai 'konstruksi dalam proses' dan belum mulai disusutkan. Ini membuat laba yang dilaporkan saat ini terlihat lebih tinggi. Ketika aset-aset ini selesai dan mulai disusutkan secara besar-besaran, beban depresiasi akan meledak. Morgan Stanley memperkirakan depresiasi kumulatif selama tiga tahun ke depan untuk empat perusahaan besar akan melebihi US$520 miliar, yang dapat secara signifikan mengurangi profitabilitas kecuali pendapatan tumbuh dengan sangat cepat.

Bacaan Terkait

Cara Menjadi Peneliti yang Baik: Melatih Kemampuan Sebenarnya yang Dapat 'Dilatih Secara Sengaja'

Tidak ada yang benar-benar mengajarimu cara melakukan penelitian. Kamu hanya mendapat meja kerja, masalah yang dipilih orang lain, dan instruksi samar untuk "menghasilkan sesuatu yang baru". Kebanyakan orang akhirnya belajar hanya bagaimana "terlihat" seperti peneliti, bukan menjadi peneliti yang sebenarnya. Kemampuan penelitian yang sesungguhnya adalah tumpukan keterampilan kecil yang hampir semuanya dapat dikembangkan melalui *deliberate practice*. **Pilihlah Masalahmu Sendiri:** Jangan hanya menyerap masalah dari mentor atau tren terkini. Ikuti metode John Schulman: pilih hasil yang benar-benar kamu inginkan, lalu rancang eksperimen untuk mencapainya. Ini menciptakan orisinalitas. "Selera" penelitian seperti otot; latihlah dengan memprediksi hasil eksperimen atau makalah sebelum melihat hasil aslinya, dan uji prediksimu dari waktu ke waktu. **Tingkatkan Input-mu:** Jika bacaanmu hanya dari arXiv atau grup diskusi tren, idemu akan sama dengan orang lain dan tidak berharga. Hargai sumber lama (misalnya, *The Bitter Lesson* dari Richard Sutton tahun 2019 atau pidato Claude Shannon tahun 1952). Kedalaman dan keluasan sama pentingnya. Pinjam pengetahuan dari bidang lain. Baca makalah asli, terutama bagian lampiran dan batasan, bukan sekadar ringkasannya. **Tuliskan Semuanya:** Seperti dikemukakan Paul Graham, sebuah ide baru terasa matang sampai kamu mencoba menuliskannya. Menulis adalah mekanisme pertahanan termurah untuk mengungkap celah dan asumsi yang tidak teruji. Terapkan prinsip Feynman: jangan menipu dirimu sendiri. Ikuti kebiasaan Darwin: catat segera fakta yang bertentangan dengan teorimu. Buatlah log eksperimen (hipotesis, pengaturan, prediksi, hasil, pemahaman baru). Membaca ulang catatanmu dari bulan lalu adalah pelajaran kerendahan hati yang paling efektif.

marsbit54m yang lalu

Cara Menjadi Peneliti yang Baik: Melatih Kemampuan Sebenarnya yang Dapat 'Dilatih Secara Sengaja'

marsbit54m yang lalu

Beralih Sepenuhnya ke Era AI, Alipay Bertaruh pada Percakapan, WeChat Mempertahankan Sosial

**Ringkasan: Era AI Penuh, Alipay Bertaruh pada Percakapan, WeChat Mempertahankan Sosial** Pada pertengahan 2026, Alipay dan WeChat, dua platform raksasa dengan miliaran pengguna, menunjukkan dua jalur berbeda dalam mengintegrasikan AI ke dalam layanan inti mereka. **Alipay: Menulis Ulang Antarmuka dengan Percakapan** Alipay sedang menguji versi AI radikal bernama "Proyek Bao". Alih-alih menambahkan asisten, pengguna dapat beralih ke antarmuka baru yang sepenuhnya digerakkan oleh percakapan. Tujuannya adalah mengompresi serangkaian tugas (misalnya memesan taksi dan kopi) menjadi satu perintah percakapan, di mana AI akan memahami maksud, memecah tugas, dan menjalankan layanan yang sesuai. Keputusan ini didasari oleh kegagalan aplikasi AI independen "Zhi Xiaobao" dan pertimbangan untuk memanfaatkan basis pengguna yang ada tanpa biaya migrasi. Untuk kompatibilitas dengan layanan yang belum diadaptasi, AI Alipay menggunakan teknik "membaca layar" untuk meniru klik pengguna, sambil mendorong pengembang untuk mengadopsi standar MCP/Skill. **WeChat: Menanamkan AI dalam Hubungan Sosial** Berbeda dengan Alipay, WeChat mengambil pendekatan yang sangat hati-hati. Menurut presiden Tencent, AI cerdas WeChat akan terintegrasi secara mendalam dengan hubungan sosial, kemampuan komunikasi, akun publik, dan Channels. AI akan beroperasi sebagai "agen" di dalam konteks yang ada (seperti obrolan grup), membantu pengguna tanpa menggantikan atau mengganggu antarmuka percakapan inti. Untuk memungkinkan AI mengoperasikan layanan mini-program, WeChat menawarkan dua mode kepada pengembang: "Mode Otomatis" (membutuhkan akses ke kode sumber mini-program) atau "Mode Pengembang" (membutuhkan pembungkusan ulang layanan ke dalam Skill standar). Pendekatan ini berpotensi memberatkan pengembang, terutama yang kecil. **Perbedaan Kunci & Dampaknya** * **Strategi Kompatibilitas:** Alipay mengandalkan "membaca layar" sebagai jembatan sementara, sementara WeChat meminta akses kode sumber atau upaya pengembangan ulang dari pengembang. * **Ekonomi Agen:** Alipay telah meluncurkan "Token Pay" dan "Dompet AI" untuk memfasilitasi pembayaran frekuensi tinggi dan otonom oleh AI, dengan lebih dari 300 juta transaksi AI yang divalidasi. WeChat belum mengungkapkan rencana serupa untuk pembayaran berbasis agen. * **Dampak Ekosistem:** Pendekatan Alipay dapat secara pasif "meng-AI-kan" banyak layanan panjang, mungkin memaksa adaptasi. Pendekatan WeChat berisiko meminggirkan pengembang kecil yang enggan atau tidak mampu memenuhi persyaratan akses kode sumber/pengembangan ulang. Pada akhirnya, kedua raksasa ini sedang memperebutkan kepercayaan pengguna untuk mendelegasikan tugas "bantu saya mengerjakan ini". Alipay menawarkan pintu masuk percakapan yang terpusat, sementara WeChat bertujuan untuk menyematkan bantuan AI ke dalam aliran sosial yang ada. Hasilnya akan ditentukan oleh bagaimana jutaan mini-program beradaptasi dan bagaimana miliaran pengguna akhirnya mengadopsi perintah "bantu saya" ini dalam kehidupan digital mereka.

marsbit1j yang lalu

Beralih Sepenuhnya ke Era AI, Alipay Bertaruh pada Percakapan, WeChat Mempertahankan Sosial

marsbit1j yang lalu

Rantai Pasokan, Energi, dan Pengelompokan Blok: Melacak Tema Inti Investasi AI 2026

Skenario investasi global pada tahun 2026 akan sangat dibentuk oleh pergeseran geopolitik besar-besaran, bergerak dari sistem global yang terintegrasi menuju formasi 'blok-blok' atau 'kubu' strategis yang lebih terdefinisi, dengan Amerika Serikat sebagai porosnya. Kerangka investasi utama harus beralih dari analisis siklus tradisional ke penilaian terhadap kubu strategis, penataan ulang rantai pasokan, dan arah belanja modal. Blok yang disukai AS akan mencakup ekonomi dengan aliansi strategis, stabilitas politik, dan kemampuan produksi yang kredibel, seperti Jepang, Korea Selatan, dan mitra di Eropa. Amerika Latin akan mendapatkan perhatian strategis sebagai 'halaman belakang' AS untuk keamanan dan integrasi rantai pasokan. **Energi dan jaringan listrik** menjadi hambatan fisik utama untuk relokasi manufaktur, sehingga akan mendorong investasi besar-besaran dalam energi terbarukan, nuklir, jaringan listrik, dan terutama **penyimpanan energi (baterai)**. Di Eropa, peluang investasi terletak pada perusahaan-perusahaan kelas dunia yang menyediakan 'sekop dan pacul' untuk siklus belanja modal global ini, seperti peralatan kelistrikan, otomasi industri, dan infrastruktur jaringan listrik, terlepas dari pertumbuhan makro regional yang lambat. **Kecerdasan Buatan (AI)** tetap menjadi medan persaingan inti AS-China, yang akan terus mendorong belanja modal besar-besaran dalam komputasi, listrik, jaringan, dan robotika, dengan fokus pada infrastruktur daripada profitabilitas aplikasi dalam jangka pendek. Implikasi portofolio menyarankan **rotasi keluar dari saham teknologi AS besar yang sudah ramai**, menuju aset global yang diuntungkan dari restrukturisasi ini: otomasi industri, infrastruktur kelistrik dan energi, bagian-bagian penting pertahanan, serta pasar non-AS yang diuntungkan dari desain ulang rantai pasokan.

marsbit1j yang lalu

Rantai Pasokan, Energi, dan Pengelompokan Blok: Melacak Tema Inti Investasi AI 2026

marsbit1j yang lalu

Trading

Spot
Futures
活动图片