Ledakan artificial intelligence selama ini dibaca lewat satu jendela: saham teknologi. Nvidia, Alphabet, Meta, Amazon, dan Oracle menjadi pusat perhatian karena belanja modal mereka untuk chip dan data center terus meningkat.
Namun ada bagian lain dari cerita ini yang tumbuh jauh lebih cepat daripada perhatian yang diterimanya: utang yang dipakai untuk membiayai ekspansi tersebut.
Perbedaannya penting. Market saham bertanya apakah pendapatan AI cukup besar untuk membenarkan valuasi. Market obligasi menghadapi pertanyaan yang sama sekali berbeda: siapa yang akan menyerap surat utang senilai ratusan miliar dolar dengan tenor puluhan tahun, dan berapa kompensasi yang mereka minta untuk melakukannya?
Skalanya sudah melampaui arus kas internal
Angka-angkanya berasal dari definisi yang berbeda-beda, tetapi arahnya konsisten.
- Goldman Sachs memperkirakan investasi AI global mencapai sekitar US$1 triliun pada 2026, dengan sekitar US$581 miliar berlokasi di Amerika Serikat.
- Untuk horizon yang lebih panjang, Goldman memperkirakan sekitar US$7,6 triliun investasi kumulatif pada compute, data center, dan infrastruktur listrik sepanjang 2026–2031.
- Dallas Fed menaksir kebutuhan investasi data center sekitar US$3 triliun hingga US$5 triliun dalam tiga sampai lima tahun ke depan.
- Dallas Fed juga mencatat bahwa sekitar US$500–600 miliar investasi terkait AI sejak 2023 sebagian besar didanai dari sumber daya internal perusahaan.
Poin terakhir itulah yang menandai titik baliknya. Sebuah perusahaan bisa membiayai sebagian ekspansi dari arus kas operasional. Membiayai beberapa triliun dolar infrastruktur tanpa masuk ke pasar modal adalah persoalan yang berbeda.
Angka-angka di atas tidak boleh dijumlahkan begitu saja. Estimasi US$7,6 triliun mencakup keseluruhan tumpukan infrastruktur, sementara estimasi Dallas Fed berfokus pada gelombang investasi data center. Yang bisa disimpulkan lebih sederhana: industri yang membelanjakan sekitar US$1 triliun per tahun akan menghasilkan klaim baru di market kredit dalam ukuran ratusan miliar dolar setiap tahun begitu kas internal tidak lagi menutup mayoritas tambahan investasi.
Perusahaan teknologi mulai meminjam dalam skala besar
Transaksinya sudah tidak kecil lagi.
- Oracle menerbitkan obligasi US$18 miliar pada September 2025.
- Meta menerbitkan US$30 miliar pada Oktober 2025, lalu kembali dengan US$25 miliar pada April 2026.
- Alphabet menerbitkan US$20 miliar pada Februari 2026.
- Amazon menerbitkan US$37 miliar pada Maret 2026 dan sekitar US$25 miliar pada Juli 2026.
- Pada Agustus 2026, Alphabet menerbitkan Kangaroo bond senilai A$5,5 miliar (sekitar US$3,9 miliar) di market Australia.
Ada satu kehati-hatian yang perlu dipegang saat membaca daftar ini. Dalam dokumen SEC, sebagian besar penerbitan tersebut menyatakan penggunaan dana untuk kebutuhan korporasi umum, bukan dana yang dikunci secara hukum untuk satu klaster GPU atau satu data center. Prospektus Oracle sedikit lebih eksplisit dengan menyebut kemungkinan penggunaan untuk belanja modal, pelunasan utang, investasi, dividen, dan buyback.
Karena itu menyebut setiap dolar obligasi tersebut sebagai “utang proyek AI” tidak akurat. Klaim yang lebih kuat dan bisa dipertahankan adalah bahwa penerbitan ini memperbesar kapasitas pendanaan tepat pada saat belanja modal AI melonjak.
Pergeserannya juga terlihat pada komposisi market. S&P mencatat sektor teknologi naik menjadi 16,7% dari penerbitan obligasi korporasi nonfinansial global pada 2025, dibanding 11,6% pada 2024. Dallas Fed sendiri mengutip estimasi Wall Street yang berpusat di sekitar US$300 miliar penerbitan investment-grade terkait AI pada 2026.
Yang menekan market bukan jumlahnya, melainkan durasinya
Di sinilah analisisnya menjadi lebih tajam. Obligasi US$1 miliar bertenor lima tahun dan obligasi US$1 miliar bertenor empat puluh tahun tidak membebankan risiko suku bunga yang sama kepada investor.
Karena itu Dallas Fed mengonversi penerbitan tersebut ke dalam ten-year Treasury equivalent, cara standar untuk menyatakan berapa banyak durasi yang harus diserap market. Hasilnya: penerbitan investment-grade sekitar US$300 miliar dapat menghasilkan hingga US$360 miliar durasi ten-year-equivalent, atau kira-kira seperdelapan dari pasokan durasi Treasury.
Ini bukan berarti utang AI berukuran seperdelapan market Treasury. Yang berukuran seperdelapan adalah sensitivitas suku bunga yang harus ditampung portofolio fixed income.
Logikanya berjalan seperti ini:
lebih banyak utang bertenor panjang → lebih banyak durasi yang harus dipegang investor → lebih banyak risiko suku bunga di market → kompensasi yang diminta bisa meningkat
Kompensasi itu muncul lewat yield yang lebih tinggi, perubahan bentuk kurva, atau term premium yang lebih besar.
Tenor inilah yang membuat perbedaannya nyata. Meta menerbitkan hingga 2066, Alphabet hingga 2066, dan Amazon hingga 2076. Investor tidak sekadar meminjamkan uang dalam jumlah besar; mereka mengunci eksposur suku bunga selama beberapa dekade.
Private credit dan swap: durasi yang tidak terlihat
Tidak semua pembiayaan AI muncul di market obligasi publik, dan bagian yang tidak terlihat ini justru salah satu yang paling penting.
Reuters melaporkan data UBS yang menunjukkan pembiayaan proyek dan data center AI mencapai sekitar US$125 miliar pada 2025, naik tajam dari sekitar US$15 miliar pada periode pelaporan yang sebanding setahun sebelumnya. Morgan Stanley memperkirakan private credit berpotensi menyediakan lebih dari separuh dari sekitar US$1,5 triliun kebutuhan pembangunan data center hingga 2028. Di jalur sekuritisasi, S&P mencatat penerbitan data center securitization global melampaui US$30 miliar pada 2025, dari sedikit di atas US$10 miliar pada 2024.
Pinjaman proyek seperti ini umumnya berbunga mengambang. Tetapi pemilik data center yang berumur panjang biasanya menginginkan biaya dana yang bisa diperkirakan. Salah satu caranya adalah pay-fixed interest-rate swap.
Strukturnya bisa disederhanakan:
pinjaman private berbunga mengambang → pay-fixed swap → eksposur ekonomi setara suku bunga tetap
Konsekuensinya penting. Durasi tetap tercipta meskipun tidak ada satu pun obligasi korporasi jangka panjang yang diterbitkan. Dallas Fed memperkirakan arus hedging terkait AI mungkin sudah mencapai setidaknya US$50 miliar durasi swap ten-year-equivalent pada kuartal keempat 2025 saja.
Permintaan pay-fixed yang besar cenderung mendorong fixed swap rate naik. Dallas Fed berargumen arus ini dapat membuat swap yield naik relatif terhadap Treasury, sehingga melebarkan swap spread atau membuat spread negatif di long end menjadi kurang negatif.
Ada saluran kedua lewat komposisi penerbitan. Institusi keuangan biasanya menerbitkan utang berbunga tetap lalu menukarnya menjadi kewajiban mengambang, sehingga menciptakan permintaan receive-fixed. Jika perusahaan teknologi menggeser posisi emiten keuangan dalam kalender investment-grade, market menerima lebih banyak durasi fisik bertenor panjang sekaligus lebih sedikit hedging receive-fixed dari bank.
Namun ada gaya yang berlawanan. Pasokan durasi Treasury yang besar cenderung mendorong yield Treasury naik relatif terhadap swap, yang justru menyempitkan atau menegatifkan swap spread. Long end pada akhirnya menjadi arena tarik-menarik antara penerbitan pemerintah, penerbitan korporasi, dan hedging swap — bukan perdagangan satu variabel.
Apakah AI benar-benar bersaing dengan Treasury?
Frasa “AI bersaing dengan Treasury” perlu dipakai secara hati-hati. Perusahaan AI tidak menggantikan penerbitan Treasury, dan market surat utang pemerintah tetap jauh lebih besar.
Argumen yang lebih kuat: keduanya memperebutkan kolam modal jangka panjang yang sama. Dana pensiun, asuransi, manajer aset, bank, dan pengelola cadangan devisa memiliki neraca yang terbatas. Ketika lebih banyak obligasi korporasi berkualitas tinggi diterbitkan dengan yield menarik, alternatif terhadap Treasury bertambah.
Kurva Treasury sendiri sudah bergerak naik sepanjang tahun ini. Berdasarkan par yield resmi U.S. Department of the Treasury, dari 2 Januari ke 26 Agustus 2026:
- tenor 2 tahun naik dari 3,47% ke 4,19%,
- tenor 10 tahun naik dari 4,19% ke 4,66%,
- tenor 30 tahun naik dari 4,86% ke 5,18%.
Akan keliru secara analitis jika pergerakan ini diatribusikan kepada AI. Ekspektasi inflasi, jalur kebijakan Federal Reserve, kebutuhan fiskal pemerintah, dan risiko geopolitik memainkan peran yang jauh lebih besar. AI lebih tepat dipahami sebagai tekanan term premium tambahan yang menumpuk di atas kekuatan makro tersebut, bukan penjelasan yang menggantikannya.
Efek baliknya bisa kena lagi ke AI
Bagian paling menarik dari cerita ini adalah hubungannya berjalan dua arah.
Loop pertama bersifat ekspansif: permintaan AI naik → capex naik → kebutuhan pembiayaan eksternal naik → pasokan durasi naik → term premium bisa naik.
Loop kedua bersifat membatasi diri sendiri. Yield yang lebih tinggi menaikkan biaya modal, menurunkan net present value proyek, dan membuat data center marginal menjadi kurang menarik.
Aritmetikanya menjadi berarti pada skala proyek saat ini. Proyek data center senilai US$10 miliar dengan 70% pembiayaan utang membawa sekitar US$7 miliar kewajiban. Kenaikan biaya pendanaan efektif sebesar satu poin persentase menambah sekitar US$70 juta beban bunga per tahun. Kenaikan 150 basis poin menambah sekitar US$105 juta.
Sensitivitas valuasinya juga tidak kecil. Untuk aliran kas rata sederhana selama dua puluh tahun, memindahkan discount rate dari 8% ke 9% memangkas present value sekitar 7%, sebelum memperhitungkan pelebaran credit spread atau nilai terminal yang lebih rendah. Pada proyek dengan leverage, dampaknya terhadap nilai ekuitas bisa jauh lebih besar karena klaim kreditur diserap lebih dulu.
Ini menghasilkan paradoks yang cukup dalam: semakin berhasil AI menarik modal, semakin besar kemungkinan ia menaikkan discount rate yang diterapkan pada arus kasnya sendiri.
Masalah umur aset yang belum selesai
Ada satu ketidaksesuaian struktural yang jarang dibahas di luar meja kredit.
Goldman memperkirakan umur ekonomis silikon AI hanya sekitar empat sampai enam tahun, sementara bangunan data center bisa bertahan sekitar dua puluh tahun dan aset kelistrikan dua puluh lima tahun atau lebih. Di sisi lain, utang yang membiayainya membentang hingga 2066 dan 2076.
Artinya, struktur utang dua puluh atau tiga puluh tahun tidak bisa diunderwrite dengan asumsi bahwa GPU hari ini akan mempertahankan ekonominya. Yang sebenarnya sedang dinilai kreditur adalah kemampuan operator atau penyewa untuk terus memperbarui lapisan compute selama beberapa siklus.
Ini menjelaskan kenapa struktur kreditnya berbeda-beda. Hyperscaler investment-grade dapat menerbitkan obligasi unsecured bertenor tiga puluh hingga lima puluh tahun karena investor meminjamkan dana kepada korporasi yang terdiversifikasi, bukan kepada satu generasi GPU. Sebaliknya, neocloud spesialis atau proyek dengan satu penyewa jauh lebih bergantung pada kualitas tenant, panjang lease, hak atas pasokan listrik, kewajiban technology refresh, dan asumsi nilai residual.
Apa yang bisa melemahkan tesis ini
Tesis ini tidak otomatis benar, dan beberapa hal dapat memperkecil dampaknya.
Pendanaan internal yang lebih besar. Jika hyperscaler tetap menghasilkan kas cukup untuk menutup porsi capex yang lebih besar, kebutuhan utang eksternal berkurang.
Investasi AI yang melambat. Jika permintaan kapasitas komputasi mengecewakan, rencana belanja infrastruktur bisa dipangkas.
Permintaan investor yang kuat. Penerbitan besar tidak otomatis berarti yield melonjak jika dana pensiun, asuransi, dan investor asing bersedia menyerapnya.
Crowding out, bukan penambahan bersih. Dallas Fed mencatat perusahaan keuangan menyumbang sekitar 38% pasokan investment-grade pada 2025. Jika penerbitan teknologi menggeser penerbitan bank alih-alih menambah pasokan agregat, efek bersihnya lebih kecil daripada angka bruto.
Umpan balik makro. Yield panjang yang lebih tinggi dapat memperlambat investasi dan konsumsi, sehingga menurunkan ekspektasi jalur suku bunga kebijakan. Komponen ekspektasi pada yield Treasury bisa turun sekalipun term premium naik.
Karena itu formulasi yang tepat bukan “AI akan membuat yield Treasury naik”, melainkan: pembiayaan AI sudah cukup besar untuk menjadi salah satu faktor struktural di market suku bunga.
Kenapa ini relevan bagi trader di Indonesia
Indonesia belum menjadi penerbit utang AI dalam skala berarti. Eksposurnya datang lewat jalur yang lebih tidak langsung tetapi tetap terasa.
Bank Indonesia mempertahankan BI Rate di 5,75% pada Agustus 2026, dengan Deposit Facility 4,75% dan Lending Facility 6,50%, sambil menekankan stabilitas rupiah di tengah kondisi keuangan global yang bergejolak.
Ketika yield Treasury AS naik, opportunity cost memegang surat utang emerging market dalam mata uang lokal ikut naik. Dolar yang lebih kuat atau premi risiko global yang lebih tinggi menambah tekanan pada rupiah. Pada saat yang sama, pertumbuhan data center di Asia Tenggara dapat menaikkan kebutuhan investasi listrik dan infrastruktur domestik.
Dengan kata lain, boom pembiayaan AI yang berpusat di Amerika dapat memperketat kondisi keuangan Indonesia secara tidak langsung, jauh sebelum emiten Indonesia sendiri menjadi peminjam besar di sektor ini.
Yang perlu dipantau
Diskusi soal AI sebaiknya tidak berhenti di harga saham teknologi. Dashboard yang lebih berguna mencakup:
- belanja modal hyperscaler,
- penerbitan obligasi investment-grade terkait AI,
- rata-rata tenor utang korporasi baru,
- yield Treasury 10 tahun dan 30 tahun,
- term premium Treasury,
- spread korporasi investment-grade,
- aktivitas private credit di sektor data center,
- arus pay-fixed swap,
- Treasury swap spread,
- penerbitan sekuritisasi data center,
- biaya project financing,
- tingkat utilisasi dan pendapatan infrastruktur AI.
Tujuannya bukan menebak berapa basis poin yang disumbangkan AI, melainkan memahami apakah pembiayaan AI masih mudah diserap market atau mulai mengubah biaya modal jangka panjang secara material.
Selama bertahun-tahun, pertanyaan utamanya adalah siapa yang membangun model terbaik dan siapa yang menjual chipnya. Pertanyaan berikutnya terdengar jauh lebih membosankan, tetapi mungkin lebih menentukan: siapa yang akan membiayai infrastruktur senilai beberapa triliun dolar ini, pada durasi berapa, dan pada yield berapa?
Jawaban atas pertanyaan kedua itu bisa jadi yang menentukan seberapa cepat pertanyaan pertama terjawab.
Sumber utama: Federal Reserve Bank of Dallas, riset mengenai pembiayaan AI, pasokan durasi, dan swap spread (2026); Goldman Sachs Research, estimasi investasi AI global dan infrastruktur 2026–2031; U.S. Department of the Treasury, Daily Treasury Par Yield Curve Rates 2026; U.S. Securities and Exchange Commission, dokumen penerbitan obligasi Meta, Alphabet, Amazon, dan Oracle; S&P Global Ratings, riset penerbitan utang sektor teknologi dan sekuritisasi data center; Reuters, laporan project financing data center; Bank Indonesia, keputusan Rapat Dewan Gubernur Agustus 2026.
