CICC: Momen Finansial AI

Belanja modal AI sedang berada di titik balik, beralih dari penggerak arus kas internal ke ekspansi neraca, di mana skala investasi telah melebihi kemampuan arus kas internal, sehingga dana marjinal semakin banyak berasal dari sistem keuangan. Laporan ini sebagai edisi pertama dari seri "AI Financing Tracker", berusaha menjawab tiga pertanyaan: Bagaimana sistem keuangan akan menampung kebutuhan pendanaan AI sebesar 3,5 triliun dolar AS? Apakah investasi AI dapat memenuhi pembayaran utang dan pengembalian ekuitas? Siklus pendanaan AI kali ini akan membawa peluang apa bagi institusi keuangan, serta risiko apa yang dapat menumpuk dan ditransmisikan?

Ringkasan

Belanja modal infrastruktur AI: dari arus kas ke utang. Proporsi belanja modal yang dilakukan penyedia cloud besar terhadap pendapatan naik dari sekitar 12% pada tahun 2023 menjadi sekitar 23% di tahun 2025, dan menurut konsensus pasar, proporsi ini bisa naik lebih dari 40% pada tahun 2027, mendekati atau bahkan melampaui titik puncak siklus belanja modal historis di industri internet dan energi. Di bawah tekanan belanja modal AI, investasi AI oleh penyedia cloud mungkin akan beralih dari arus kas operasional ke lebih bergantung pada pendanaan eksternal. Berdasarkan ekspektasi konsensus arus kas operasional dan belanja modal penyedia cloud besar, kami memperkirakan belanja modal AI dalam lima tahun ke depan akan menciptakan kebutuhan pendanaan eksternal sekitar 3,5 triliun dolar AS.

Dari mana 3,5 triliun dolar AS berasal? Dalam skenario dasar, kami memperkirakan pendanaan eksternal belanja modal AI sebesar 3,5 triliun dolar AS akan ditampung oleh pasar ekuitas publik (400 miliar dolar AS), obligasi investasi (1,5 triliun dolar AS), pendanaan leverage (300 miliar dolar AS), produk sekuritisasi aset (300 miliar dolar AS), dan modal privat (1,1 triliun dolar AS). Di antaranya, obligasi investasi dan modal privat menjadi penyangga pendanaan, dimana obligasi investasi mengandalkan ekspansi neraca dan kemampuan pembayaran penyedia cloud, sementara modal privat mampu memenuhi kebutuhan modal proyek berisiko tinggi dan berskala besar, serta melalui desain struktur pendanaan off-balance sheet dapat mengurangi investasi modal penyedia cloud dan lebih fleksibel menutupi kekurangan pendanaan.

Pertanyaan triliunan dolar: Bagaimana utang AI dilunasi? Untuk memenuhi kebutuhan pembayaran utang dan pengembalian kepada pemegang saham, dengan asumsi ROIC 10%, kami memperkirakan aplikasi AI pada akhirnya perlu mewujudkan pendapatan berkelanjutan sekitar 1 triliun dolar AS per tahun. Jika tingkat pendapatan ini dicapai sebelum 2030, maka dalam lima tahun ke depan pendapatan aplikasi AI perlu tumbuh hampir dua kali lipat setiap tahun. Lebih penting dari skala pendapatan adalah margin laba dan umur aset: dengan margin EBITDA sekitar 50% ketika matang dan durasi depresiasi infrastruktur sekitar 5 tahun, investasi baru bisa mendapatkan pengembalian positif; jika margin laba di bawah 20%, bahkan dengan umur aset lebih panjang, akan sulit menutupi biaya modal.

Apakah refinancing dapat menggantikan arus kas? Umumnya, obligasi jangka panjang yang diterbitkan penyedia cloud besar memiliki tenor 10-30 tahun dan dana infrastruktur juga kebanyakan berjangka lebih dari 10 tahun; setelah pusat data beroperasi, dapat menggunakan obligasi proyek dan sekuritisasi untuk menggantikan pendanaan masa pembangunan. Namun, refinancing hanya memenangkan waktu, bukan menggantikan arus kas: Jika utilisasi proyek, margin laba dan umur aset dalam jangka panjang di bawah ekspektasi, refinancing berulang akan meningkatkan leverage dan biaya pendanaan. Kami memperkirakan puncak jatuh tempo obligasi penyedia cloud besar terjadi pada tahun 2027-2032, dengan skala jatuh tempo sekitar 28 miliar dolar AS per tahun, meningkat 60% dibandingkan tahun 2024-2026, sehingga tekanan refinancing meningkat.

Peluang dan risiko institusi keuangan. Bank dapat memperoleh pendapatan dari penjaminan saham dan obligasi, transaksi, konsultasi M&A, dan pembiayaan proyek, sementara modal privat dan asuransi memperoleh aset jangka panjang baru. Pada kuartal kedua 2026, pendapatan non-bunga enam bank besar AS tumbuh 32% YoY; hingga Juni 2026, pinjaman bank kepada institusi keuangan non-bank tumbuh sekitar 25% YoY, di mana pembiayaan AI menjadi pendorong penting. Pendapatan bank biasanya tercatat pada tahap pendanaan dan konstruksi, sementara risiko kredit baru muncul pada tahap produksi dan refinancing proyek, menunjukkan pola "pendapatan di depan, risiko di belakang".

Apakah AI adalah "gelembung" keuangan? Saat ini, pelaku utama investasi AI masih penyedia cloud besar yang punya arus kas kuat, ekuitas dan modal subordinasi mampu menyerap kerugian sebelum pinjaman bank prioritas. Jadi, meski beberapa proyek tak mencapai pengembalian yang diharapkan, risiko lebih mungkin pertama kali muncul sebagai penyesuaian valuasi perusahaan terkait, perlambatan belanja modal dan kerugian kredit lokal, bukan langsung bertransformasi menjadi krisis sistem keuangan. Di sisi lain, pertumbuhan pesat pendanaan eksternal, khususnya modal privat dan pendanaan leverage, juga menimbulkan efek spillover finansial—jika pertumbuhan komersialisasi terus lebih lambat dari belanja modal, risiko akan bertransmisi dari penyesuaian valuasi ke penurunan kualitas kredit, serta termanifestasi dalam pembiayaan berputar, kredit privat dan sekuritisasi. Skala pendanaan itu sendiri bukan masalah utama, ujian sebenarnya adalah apakah dapat membentuk siklus arus kas sebelum kenaikan biaya dan depresiasi aset.

Gambar 1: Dari mana 3,5 triliun dolar AS pendanaan AI berasal?

Catatan: Belanja modal AI dan dukungan OCF berasal dari ekspektasi konsensus pasar; asumsi proporsi ekuitas publik 10%; skala penerbitan obligasi investasi dihitung berdasarkan peringkat utang, leverage dan konsentrasi obligasi penyedia cloud besar; pendanaan leverage meliputi obligasi hasil tinggi dan pinjaman leverage, sekuritisasi aset meliputi ABS dan CMBS, estimasi berdasarkan kapasitas dan penerimaan pasar; gap pendanaan selain di atas dianggap diisi oleh modal privat, termasuk dana infrastruktur, ekuitas privat, kredit privat, dana real estate, dll. Perhitungan demonstratif, bukan proyeksi aktual.

Belanja modal infrastruktur AI: dari arus kas ke utang

Siklus baru belanja modal AI menciptakan kebutuhan pendanaan

Prediksi pasar tentang belanja modal AI untuk lima tahun ke depan kebanyakan di antara 4-8 triliun dolar AS, dengan perbedaan besar dalam metodologi dan logika penghitungan; kami memilih konsensus pasar sekitar 5,6 triliun dolar AS sebagai asumsi belanja modal AI untuk 2026-2030, sebagai dasar untuk menghitung gap pendanaan selanjutnya. Secara spesifik, kami menggunakan belanja modal lima penyedia cloud besar[1] pada tahun 2025 sebagai dasar[2], serta ekspektasi konsensus pasar atas pendapatan AI Nvidia dan AMD[3] sebagai proxy, lalu menghitung kembali pertumbuhan investasi rantai industri AI di masa mendatang. Ekspektasi pasar atas pertumbuhan pendapatan AI Nvidia dan AMD untuk lima tahun ke depan sekitar 44%, jauh lebih tinggi daripada konsensus pertumbuhan belanja modal penyedia cloud sekitar 21%. Perbedaan ini menunjukkan bahwa bergantung hanya pada arus kas operasional penyedia cloud sulit membiayai belanja modal AI, dan dalam lima tahun ke depan lebih perlu pendanaan eksternal.

Gambar 2: Ekspektasi pertumbuhan pendapatan AI produsen chip lebih tinggi daripada pertumbuhan belanja modal penyedia cloud

Catatan: Data 2026-2030 berdasarkan ekspektasi konsensus Bloomberg; perhitungan demonstratif, bukan proyeksi aktual.

Sumber: Pengumuman perusahaan, Bloomberg, Departemen Riset CICC

Penyedia cloud besar: dari arus kas ke utang

Hingga akhir 2025, gabungan aset Microsoft, Amazon, Alphabet, Meta dan Oracle sekitar 2,6 triliun dolar AS, debt-to-asset ratio sekitar 45%, net debt/EBITDA hanya sekitar 0,3x; kelima perusahaan menghasilkan arus kas operasional gabungan sekitar 580 miliar dolar AS per tahun. Namun di bawah tekanan belanja modal AI, sebagian penyedia cloud menaikkan leverage. Rasio belanja modal terhadap pendapatan lima perusahaan naik dari sekitar 12% pada 2023 menjadi 23% pada 2025, dan menurut konsensus pasar, bisa naik lebih dari 40% pada 2027, mendekati atau bahkan melampaui puncak siklus belanja modal historis internet dan energi. Pasar memperkirakan free cash flow agregat penyedia cloud besar mungkin turun dari sekitar 200 miliar dolar AS pada 2025 menjadi sekitar 24 miliar dolar AS pada 2027, mengurangi dana untuk buyback, dividen, dan keperluan lain. Oleh karena itu, investasi AI penyedia cloud besar kemungkinan beralih dari arus kas operasional ke lebih bergantung pada pendanaan eksternal.

Gambar 3: Pemasok AI mendapatkan keuntungan dari belanja modal penyedia cloud, tetapi cash flow bebas cloud turun menekan harga saham

Catatan: 2026-2027 menggunakan ekspektasi konsensus Bloomberg; indeks harga saham pemasok AI meliputi NVIDIA, AMD, Broadcom, SK Hynix, Samsung Electronics, Micron Technology, ASML; indeks harga saham penyedia cloud AI meliputi Meta, Amazon, Microsoft, Alphabet dan Oracle.
Sumber: Factset, Bloomberg, pengumuman perusahaan, Departemen Riset CICC

Gambar 4: Intensitas belanja modal penyedia cloud naik, berpeluang melampaui bubble internet dan energi

Catatan: 2026-2028 berdasarkan ekspektasi konsensus Bloomberg
Sumber: Factset, Bloomberg, pengumuman perusahaan, Departemen Riset CICC

3,5 triliun dolar AS: Gap pendanaan belanja modal AI

Kami menggunakan konsensus pasar atas belanja modal penyedia cloud besar pada akhir 2025 sebagai asumsi belanja modal yang didukung arus kas operasional (sekitar 2,1 triliun dolar AS), di mana belum dimulai pendanaan eksternal skala besar dan arus kas serta belanja modal memenuhi kebutuhan dividen, buyback, dan likuiditas; belanja modal AI melebihi skala ini dianggap pendanaan eksternal (sekitar 3,5 triliun dolar AS).

Gambar 5: Belanja modal AI membawa gap pendanaan sebesar 3,5 triliun dolar AS

Catatan: Perhitungan demonstratif, bukan proyeksi aktual. Skala belanja modal AI industri dihitung berdasarkan pertumbuhan pendapatan AI Nvidia dan AMD serta belanja modal cloud besar tahun 2025; belanja modal yang didukung arus kas dihitung berdasarkan ekspektasi konsensus Bloomberg untuk tahun 2025, dengan mempertimbangkan ruang belanja modal setelah kebutuhan dividen dan buyback dalam arus kas.
Sumber: Pengumuman perusahaan, Bloomberg, Departemen Riset CICC

Dari mana 3,5 triliun dolar AS diperoleh: struktur pendanaan AI

Obligasi investasi: penyangga utama pendanaan AI

Kami memperkirakan, obligasi investasi dapat menyediakan dana sekitar 1,5 triliun dolar AS pada 2026-2030, menampung sekitar 42% kebutuhan pendanaan eksternal—saluran pendanaan tunggal terbesar. Penyedia cloud besar dengan arus kas kuat, leverage rendah dan rating investasi memperoleh pendanaan besar, tenor panjang dan biaya relatif rendah di pasar obligasi global. Berdasarkan pembatasan leverage dari rating, konsentrasi indeks obligasi dan target debt/EBITDA, kapasitas penerbitan diperkirakan 1,2-2,3 triliun dolar AS.

Sejak awal 2026, lima penyedia cloud besar telah menerbitkan obligasi sekitar 190 miliar dolar AS, mencetak rekor, serta memperluas penerbitan dari mata uang dolar ke euro, pound dan dolar Kanada; diversifikasi mata uang mengurangi tekanan penerbitan. Pasar obligasi investasi mampu menampung pendanaan utama AI, namun pasokan besar dan panjang jangka waktu bisa meningkatkan konsentrasi sektor teknologi dalam indeks kredit, memicu pelebaran spread kredit jangka panjang, kenaikan biaya pendanaan dan pengetatan rating.

Gambar 6: Skala penerbitan obligasi cloud besar mencapai rekor, diversifikasi mata uang

Catatan: Per 14 Juli 2026
Sumber: Bloomberg, Departemen Riset CICC

Gambar 7: Perhitungan batas penerbitan obligasi investasi cloud besar

Catatan: Data per 14 Juli 2026.
Sumber: Bloomberg, S&P Global, Departemen Riset CICC

Gambar 8: Penerbitan obligasi AI jangka sangat panjang mungkin melebar spread kredit jangka panjang

Sumber: Wind, Departemen Riset CICC

Pendanaan leverage: modal transisi bagi perusahaan berpertumbuhan tinggi

Berdasarkan proporsi kapasitas pasar pendanaan leverage dan obligasi investasi (sekitar 20%), obligasi hasil tinggi dan pinjaman leverage dapat menyediakan dana sekitar 300 miliar dolar AS, sekitar 8% kebutuhan pendanaan eksternal. Pasar ini terutama melayani Neocloud, operator HPC dan pusat data yang belum memperoleh rating investasi tetapi punya pendapatan dan aset dasar.

Gambar 9: Skala pasar leverage financing AS sekitar 3 triliun dolar AS

Catatan: Data per 14 Juli 2026

Sumber: Bloomberg, Departemen Riset CICC

Ekuitas pasar publik: dari "de-equitization" ke "re-equitization"

Kami mengasumsikan proporsi ekuitas proyek 20% (industri biasa 10%-30%), setengahnya dari ekuitas pasar publik, sehingga estimasi ekuitas pasar publik dapat menyediakan dana sekitar 400 miliar dolar AS pada 2026-2030. Modal saham tidak mengharuskan pembayaran pokok dan bunga tetap, mampu menanggung risiko iterasi teknologi, komersialisasi, dan nilai sisa aset, sehingga sesuai untuk perusahaan model AI, Neocloud dan operator pusat data yang belum punya arus kas stabil.

Dalam dekade terakhir, perusahaan publik Asia dan Amerika lebih memilih buyback dan dividen, sehingga mengurangi saham beredar dan meningkatkan EPS, maka melemahkan fungsi pasar ekuitas sebagai saluran pendanaan—"de-equitization". "Re-equitization" adalah pembalikan tren ini; perusahaan kembali mengandalkan penerbitan baru untuk dana. Pendanaan ekuitas sangat bergantung pada valuasi pasar dan timing penerbitan; fluktuasi pasar atau penurunan valuasi bisa memperlambat ritme pendanaan.

Gambar 10: Skala pendanaan saham TMT AS tahun ini berpeluang catat rekor

Catatan: Meliputi IPO, private placement, public offering, rights issue di AS; data per 14 Juli 2026.

Sumber: Bloomberg, Departemen Riset CICC

Sekuritisasi aset: dari kredit perusahaan ke kredit aset

Asumsi skala sekuritisasi pendanaan AI 2026-2030 dua kali lipat dari 2025, berarti ABS, CMBS dan pendanaan berbasis aset lain dapat menyediakan sekitar 300 miliar dolar AS, sekitar 9% kebutuhan eksternal. Sekuritisasi cocok untuk aset pusat data dan komputasi yang telah beroperasi, punya kontrak jangka panjang atau cash flow peralatan teridentifikasi, sehingga basis pendanaan bisa beralih dari kredit perusahaan ke aset, kontrak dan cash flow khusus.

Sekuritisasi membantu membebaskan pinjaman masa konstruksi dan modal privat, menyediakan aset jangka panjang untuk asuransi, dana pensiun dan fund fixed income; namun kapasitas ekspansi masih tergantung kestabilan kontrak sewa, kredit penyewa, nilai sisa dan standar aset. Khusus untuk perangkat seperti GPU dengan iterasi teknologi cepat, depresiasi dan nilai pasar sekunder menjadi pembatas rating dan struktur.

Gambar 11: Pendanaan sekuritisasi pusat data AS tahun 2025 sekitar 30 miliar dolar AS

Catatan: Data per 14 Juli 2026

Sumber: Bloomberg, Departemen Riset CICC

Modal privat: pelengkap fleksibel gap pendanaan

Kami memperkirakan modal privat (dana infrastruktur, ekuitas privat, kredit privat, dana real estate dll.) bisa menampung sekitar 1,1 triliun dolar AS, sekitar 30% kebutuhan eksternal, hanya kalah dari obligasi investasi. Keunggulan modal privat adalah struktur fleksibel, dapat mengkombinasi saham, saham preferen, mezzanine finance dan pinjaman proyek, serta menanggung risiko konstruksi dan non-standar yang sulit dikelola pasar publik. Dana privat dapat mendirikan JV atau SPV dengan penyedia cloud, menarik pendanaan ekuitas dan utang di level proyek, dan jika sesuai persyaratan akuntansi, dapat membentuk pendanaan off-balance sheet, menurunkan investasi awal dan beban konsolidasi serta membagi risiko ke pihak luar.

Namun, pasokan modal privat juga dibatasi sisi liabilitas. Data Preqin dan McKinsey, hingga 12 bulan sebelum Juni 2025, rasio distribusi tunai dana ekuitas privat terhadap AUM sekitar 6%, titik terendah beberapa tahun; tekanan redemption produk semi likuid kredit privat naik lebih lanjut di tahun 2026. Modal privat berpeluang jadi sumber utama pendanaan AI, tapi kapasitas aktual masih bergantung pada fundraising dan likuiditas produk.

Gambar 12: Investasi pusat data naik tajam

Sumber: Preqin, Bloomberg, Departemen Riset CICC

Gambar 13: Skala fundraising modal privat menurun, tapi dana infrastruktur tumbuh pesat

Sumber: Preqin, McKinsey, Departemen Riset CICC

Gambar 14: Rasio distribusi tunai dana ekuitas privat capai titik terendah beberapa tahun terakhir

Sumber: Preqin, McKinsey, Departemen Riset CICC

Pertanyaan triliunan dolar: Bagaimana utang AI dilunasi?

1 triliun dolar AS: Berapa pendapatan yang dibutuhkan agar pendanaan AI "break even"?

Dalam skenario dasar, kami menghitung bahwa untuk memenuhi kebutuhan pelunasan utang dan pengembalian pemegang saham, dengan asumsi ROIC 10%, aplikasi AI akhirnya perlu menghasilkan pendapatan komersialisasi berkelanjutan sekitar 1 triliun dolar AS (dalam kasus dasar sekitar 958 miliar dolar AS) per tahun. Perhitungan memperhitungkan leverage, umur ekonomi infrastruktur dan margin laba matang; sekitar 70% nilai ekonomi lewat pendapatan aplikasi, sisanya 30% dari penghematan biaya dan efisiensi perusahaan.

Estimasi pasar atas pendapatan yang dibutuhkan AI jangka panjang sekitar 600 miliar hingga 2 triliun dolar AS, dengan perbedaan metodologi dan logika yang besar. Perhitungan kami di 1 triliun dolar menengah di estimasi pasar, namun tetap artinya komersialisasi AI harus ekspansi besar beberapa tahun ke depan: Jika tercapai sebelum 2030, pendapatan aplikasi AI butuh pertumbuhan dua kali lipat setiap tahun dalam lima tahun ke depan.

Gambar 15: Perhitungan pengembalian modal pendanaan AI

Catatan: Perhitungan demonstratif, bukan proyeksi aktual; pendapatan industri model AI diasumsikan OpenAI, Anthropic, Zhipu dan Minimax agregat 90%; proporsi debt-to-asset 85%; ROIC adalah pengembalian modal sebelum pajak; margin laba sudah memperhitungkan capex maintenance.

Sumber: Pengumuman perusahaan, IMF, Counterpoint Research, Departemen Riset CICC

Skala 1 triliun dolar per tahun setara dengan 0,7% GDP global atau belanja 46 dolar per bulan tiap iPhone, namun komersialisasi AI bukan semata personal spending—pendapatan bisa dari belanja korporasi, iklan, e-commerce, dan pengadaan pemerintah. Menurut Gartner, belanja SaaS global tahun 2025 sekitar 300 miliar dolar, belanja cloud publik global 700 miliar dolar. Sebagai perbandingan, pendapatan AI tahunan 1 triliun dolar sekitar 3,2x pasar SaaS dan 1,4x pasar cloud publik 2025. Dari segi skala industri, 1 triliun dolar adalah target ambitous tapi tidak mustahil, sehingga pembayaran utang dan pengembalian AI bukan hal yang tidak tercapai.

Analisis sensitivitas asumsi utama

Dalam perhitungan di atas, margin laba dan umur depresiasi adalah asumsi yang tidak pasti. Kami menggunakan asumsi margin EBITDA sekitar 50% ketika mature, namun apakah level ini dapat tercapai masih kurang data finansial. Perusahaan model besar masih di fase investasi, sebagian perusahaan punya adjusted net loss antara 300%-500%.

Variabel kunci lain adalah umur depresiasi infrastruktur. Building dan infrastruktur pusat data umumnya bisa beroperasi lebih dari 10 tahun, namun chip dan perangkat elektronik menghadapi iterasi teknologi cepat dan depresiasi, sehingga umur depresiasi pusat data secara keseluruhan menjadi lebih pendek.

Oleh karena itu, kami melakukan analisis sensitivitas atas dua variabel tersebut, dan hasilnya:

1. Jika umur depresiasi sekitar 7 tahun dan margin EBITDA sekitar 30%, pengembalian modal hampir break even; jika margin laba di bawah 20%, bahkan umur aset panjang tidak menutupi biaya modal.

2. Dengan asumsi margin EBITDA sekitar 50%, jika umur depresiasi mencapai 5 tahun, sudah bisa memperoleh pengembalian positif; jika umur aset lebih panjang, return meningkat signifikan.

Jadi, menilai investasi AI bisa "break even" harus melihat margin laba dan depresiasi, bukan hanya skala pendapatan. Margin laba di bawah ekspektasi atau depresiasi perangkat lebih cepat akan menaikkan threshold pendapatan jauh lebih tinggi.

Gambar 16: Return investasi AI berbeda besar pada margin laba dan umur aset yang berbeda

Catatan: Menggunakan pendapatan aplikasi AI dalam skenario dasar (sekitar 1 triliun dolar AS per tahun).
Sumber: Departemen Riset CICC

Gambar 17: Sebagian perusahaan model AI besar masih di fase rugi tinggi

Catatan: Net loss yang sudah disesuaikan adalah non-IFRS yang dilaporkan perusahaan, menghilangkan pembayaran saham, perubahan nilai wajar atau nilai buku instrumen keuangan pra-IPO dan biaya IPO.

Sumber: Pengumuman perusahaan, Bloomberg, Departemen Riset CICC

Peluang dan risiko institusi keuangan

Investasi AI dorong ekspansi neraca bank

Proyek pusat data tidak memiliki arus kas stabil saat konstruksi, biasanya memerlukan pinjaman bank; setelah operasional dan kontrak sewa tercipta, dapat digantikan dengan obligasi jangka panjang, kredit privat dan produk lain. Bank menjadi jembatan utama antara era konstruksi dan pasar modal.

Pembiayaan ke institusi keuangan non-bank juga mendorong ekspansi kredit bank. Bank bisa menyediakan leverage bagi institusi non-bank melalui subscription fund, NAV loan dan sebagainya. Modal privat menanggung risiko jangka panjang di proyek dasar, bank menyediakan kredit jangka waktu lebih pendek dengan prioritas lebih tinggi. Sampai Juni 2026, pinjaman bank ke institusi non-bank di AS tumbuh 25% YoY, jauh lebih cepat dari kredit biasa. Pertumbuhan ini menunjukkan investasi modal privat menarik kredit bank, di mana infrastruktur AI jadi tujuan utama.

Gambar 18: Kredit non-bank dorong siklus kredit AS naik

Catatan: Kredit non-bank, kredit industri dan konsumsi sudah dikoreksi.

Sumber: Federal Reserve, Wind, Departemen Riset CICC

Pembiayaan AI membawa pendapatan pasar modal

Pembiayaan AI meningkatkan pendapatan non-bunga bank—2Q26 profit gabungan enam bank besar AS naik 40% YoY, pendapatan operasi naik 22%, pendapatan non-bunga naik 32%. Pendanaan AI mendorong IPO, M&A, penerbitan obligasi perusahaan—ini pendorong pendapatan utama.

Bank besar punya kemampuan pasar modal lebih kuat, memperoleh fee dari pembiayaan AI dan mengurangi beban neraca jangka panjang. Sebaliknya, bank kecil/menengah dapat keuntungan spread lebih besar lewat kredit proyek, tetapi menanggung tekanan modal dan risiko kredit lebih tinggi.

Penting dicatat, pendapatan bank biasanya dicatat saat pendanaan, risk kredit baru terlihat saat cash flow proyek masuk—ciri "pendapatan di depan, risiko di belakang".

Gambar 19: Siklus naik kinerja bank AS kali ini ditopang pendapatan pasar modal

Catatan: Enam bank besar AS: JPMorgan Chase, Bank of America, Citigroup, Wells Fargo, Goldman Sachs, Morgan Stanley.

Sumber: Pengumuman perusahaan, Bloomberg, Departemen Riset CICC

Dari risiko AI ke risiko keuangan

Apakah refinancing dapat menggantikan arus kas? Obligasi panjang penyedia cloud biasanya 10-30 tahun, dana infrastruktur lebih dari 10 tahun; setelah pusat data beroperasi, obligasi proyek dan sekuritisasi dapat menggantikan pendanaan konstruksi, menurunkan tekanan pembayaran utang jangka pendek, memberi waktu bagi AI untuk komersialisasi. Jika pendapatan lebih lambat dari harapan, refinancing bisa memperpanjang jatuh tempo utang. Namun, refinancing hanya menambah waktu, bukan mengganti arus kas: Jika utilisasi, margin laba, umur aset lebih rendah dalam jangka panjang, refinancing berulang justru naikkan leverage dan biaya pendanaan. Kami memperkirakan puncak jatuh tempo obligasi cloud besar terjadi 2027-2032, tiap tahun jatuh tempo 28 miliar dolar AS, naik 60% dari 2024-2026, tekanan refinancing meningkat.

Gambar 20: Mulai 2027, jatuh tempo obligasi cloud besar masuk puncak

Sumber: Bloomberg, Departemen Riset CICC

Kredit penyedia cloud adalah anchoring risiko utama. Cloud besar jadi pemain utama belanja modal AI, penerbit obligasi, pembeli pusat data, pelanggan Neocloud, dan counterparty proyek SPV. Status kredit mereka menentukan apakah cash flow di rantai industri dapat berlanjut. Spread CDS cloud bisa jadi indikator risiko kredit high-frequency. Sejak akhir 2025, spread CDS cloud besar membesar, dengan diferensiasi antar perusahaan; Juli 2026, spread CDS 5 tahun Microsoft, Amazon, Alphabet, Meta masih 45-80 basis point, Oracle dan CoreWeave masing-masing di atas 180 dan 600 basis point, pasar menilai lebih mahal perusahaan dengan leverage tinggi, cash flow bebas lemah dan ketergantungan refinancing besar.

Gambar 21: Spread penilaian risiko gagal bayar utang cloud AI naik

Sumber: Bloomberg, Departemen Riset CICC

Jalur transmisi risiko keuangan. Jika komersialisasi AI gagal memenuhi harapan, risiko pertama muncul dari utilisasi pusat data, pendapatan dan margin laba turun, juga menekan nilai sisa aset. Kerugian biasanya terlebih dulu ditanggung pemegang saham cloud, Neocloud, dan SPV proyek, serta lewat revaluasi di pasar saham; jika arus kas operasional terus memburuk dan buffer ekuitas habis, risiko baru menular ke obligasi kredit, refinancing leverage, sekuritisasi dan kredit privat. Pinjaman bank punya prioritas lebih tinggi, jadi biasanya berada di akhir rantai absorbsi kerugian.

Apakah AI "gelembung"? Perspektif sistem keuangan

Skala pendanaan tidak otomatis jadi gelembung, penentu utamanya adalah apakah modal baru bisa memperkuat permintaan dan arus kas yang cukup stabil. Pasar modal bisa menyelesaikan "infrastruktur AI dibangun atau tidak", tetapi tidak bisa memastikan "investasi bisa kembali atau tidak". Kami menghitung, investasi terkait akhirnya perlu mendukung pendapatan aplikasi AI sekitar 1 triliun dolar AS per tahun, target ini tidak mustahil, tetapi memerlukan utilisasi kapasitas tinggi, margin laba dan umur perangkat yang panjang. Bila pertumbuhan komersialisasi terus lebih lambat dari belanja modal, risiko beralih dari revaluasi ke kelebihan kapasitas, penurunan nilai sisa aset dan kualitas kredit, serta di-transmisikan lewat refinancing, kredit privat dan sekuritisasi. Skala pendanaan bukan sumber masalah, ujian sebenarnya adalah apakah arus kas dapat berputar sebelum biaya naik dan depresiasi aset berjalan.

Gambar 22: Rantai transmisi risiko AI keuangan

Sumber: Departemen Riset CICC